模模力榜

视频 · 文生视频 · 文生视频总榜

基于公开偏好评测数据展示 文生视频 / 文生视频总榜 榜单，每个榜单独立排序。

选型指南

文生视频总榜模型怎么选？

文生视频总榜排行榜用于回答“文生视频总榜哪个 AI 模型更强”这类选型问题。页面基于公开偏好评测数据展示模型排名，每个榜单独立排序，不把不同任务的原始分数直接混合。当前榜首是 gemini-omni-flash，厂商为 google，百分制分数 100.0，样本量 2.6K。 数据来源保留 Arena 原始榜单和 LMArena leaderboard dataset，更新时间以榜单发布时间 2026-06-11 为准。

gemini-omni-flashdreamina-seedance-2.0-720phappyhorse-1.0veo-3.1-audio-1080pwan2.7-t2v
当前目录视频 · 文生视频 · 文生视频总榜
模型数量41
榜单发布时间2026/06/11
Arena 公开偏好评测原始榜单: 文生视频总榜榜单发布时间: 2026/06/11榜单数据集: LMArena latest parquet打开 Arena 来源打开榜单数据集
1
gemini-omni-flash
Google
100.0
2.6K
1.05M
¥2.16 / ¥18输入/输出
2
dreamina-seedance-2.0-720p
Bytedance
97.5
34.3K
-
-
3
happyhorse-1.0
Aorizon
95.0
15.7K
-
-
4
veo-3.1-audio-1080p
Google
92.5
18.8K
200K
¥108 / ¥432输入/输出
5
wan2.7-t2v
Alibaba
90.0
3.2K
-
-
6
veo-3.1-audio
Google
87.5
13.7K
200K
¥14.4 / ¥57.6输入/输出
7
sora-2-pro
Openai
85.0
36.6K
-
-
8
veo-3.1-fast-audio
Google
82.5
39.3K
200K
¥14.4 / ¥57.6输入/输出
9
veo-3.1-fast-audio-1080p
Google
80.0
19K
200K
¥108 / ¥432输入/输出
10
grok-imagine-video-720p
Xai
77.5
131.6K
1M
¥9 / ¥18输入/输出
11
veo-3-fast-audio
Google
75.0
25.2K
200K
¥14.4 / ¥57.6输入/输出
12
veo-3-audio
Google
72.5
19K
200K
¥14.4 / ¥57.6输入/输出
13
wan2.6-t2v
Alibaba
70.0
29.7K
-
-
14
sora-2
Openai
67.5
49.1K
-
-
15
wan2.5-t2v-preview
Alibaba
65.0
17.8K
-
-
16
seedance-v1.5-pro
Bytedance
62.5
66.5K
-
-
17
veo-3
Google
60.0
14.9K
200K
¥14.4 / ¥57.6输入/输出
18
veo-3-fast
Google
57.5
15.2K
200K
¥14.4 / ¥57.6输入/输出
19
pixverse-v5.6
-
55.0
25.6K
-
-
20
runway-gen-4.5
Runway
52.5
25.6K
-
-
21
kling-2.5-turbo-1080p
Kling
50.0
2.1K
200K
¥108 / ¥432输入/输出
22
kling-2.6-pro
Kling
47.5
65.4K
-
-
23
p-video
-
45.0
7K
-
-
24
kling-o1-pro
Kling
42.5
1.2K
200K
¥108 / ¥432输入/输出
25
ray-3
Luma Ai
40.0
1.1K
-
-
26
hailuo-2.3
Minimax
37.5
55.9K
-
-
27
hailuo-02-pro
Minimax
35.0
9.4K
-
-
28
seedance-v1-pro
Bytedance
32.5
12.1K
-
-
29
hailuo-02-standard
Minimax
30.0
9.3K
-
-
30
kandinsky-5.0-t2v-pro
Kandinsky
27.5
2K
-
-
31
hunyuan-video-1.5
Tencent
25.0
4.3K
200K
¥108 / ¥432输入/输出
32
veo-2
Google
22.5
6.5K
-
-
33
kling-v2.1-master
Kling
20.0
14K
-
-
34
ltx-2-19b
-
17.5
48.4K
-
-
35
wan-v2.2-a14b
Alibaba
15.0
10.4K
-
-
36
kandinsky-5.0-t2v-lite
Kandinsky
12.5
1.5K
-
-
37
seedance-v1-lite
Bytedance
10.0
16.2K
-
-
38
sora
Openai
7.5
4.1K
-
-
39
ray2
Luma Ai
5.0
5.2K
-
-
40
pika-v2.2
Pika
2.5
5.7K
-
-
41
mochi-v1
Genmo
0.0
5.9K
-
-
榜首模型解读

gemini-omni-flash 为什么排第一

gemini-omni-flash 当前排名第 1，厂商为 google，百分制分数 100.0，样本量 2.6K。如果你的任务与本榜单口径一致，可以优先把它作为候选模型，再结合价格、上下文长度和可用性做最终选择。

如何选择模型

不要只看第一名

先选择最接近真实任务的排行榜，再比较 Top 模型的分数和样本量。分数越高说明同一榜单内偏好表现越强；样本量越高通常结果更稳定。最后再结合价格、上下文长度、开源闭源和厂商可用性筛选。

相关排行榜

继续比较相近能力

暂无相关排行榜。

常见问题

文生视频总榜常见问题

文生视频总榜排行榜看什么指标？

主要看排名、百分制分数、样本量和来源。分数用于快速比较同一榜单内模型表现，样本量用于判断结果稳定性。

为什么不同榜单不能直接混合成总分？

不同榜单的任务、样本和评测口径不同，模力榜默认只在同一榜单内排序，避免把写作、代码、图像等能力强行合并。

文生视频总榜模型应该怎么选？

优先看与你任务最接近的榜单，再结合价格、上下文长度、开源闭源和厂商可用性。排名靠前不代表适合所有预算和部署方式。

榜单多久更新？

页面展示的是最新成功采集的公开榜单数据。当前优先使用 LMArena leaderboard dataset，并在页面来源中保留原始链接。

筛选项

筛选项

输入价格2.16 - 108 元/百万 token
-
输出价格18 - 432 元/百万 token
-
上下文长度200000 - 1048576 token
-
厂商
模式