{{1}} معاينة Vidu Q{{/1}} {{2}} MiniMax H{{/2}}: القمة متعادلة، وواحد منهما فقط على اللوحات

لوحة تحويل الصور إلى فيديو في Artificial Analysis، وفق قراءة 8 أكتوبر 2026، تضع MiniMax H3 Max في المرتبة الأولى عند 1,195 إيلو، MiniMax H3 في المرتبة الثانية عند 1,181، وVidu Q4 Preview في المرتبة الثالثة عند 1,179. تفصل ست عشرة نقطة بين الأول والثالث، على فترات ثقة تبلغ نحو ±10 و±11، عبر 5,894 و7,284 و5,543 صوتًا على الترتيب. هذا تعادل إحصائي في ثوب منصة تتويج، وأي صفحة تبدأ بإعلان فائز على هذه اللوحة إنما تقرأ ضجيجًا.

إذن، السؤال المثير للاهتمام ليس أيهما أفضل من هذين النموذجين. بل ما الذي يحدث للمقارنة بمجرد أن تغادر اللوحة الوحيدة التي يظهران عليها معًا — لأن MiniMax H3 صدر في 31 يوليو 2026 بوصفه نموذجًا شاملًا متعدد الوسائط يقرأ مراجع النص والصورة والفيديو والصوت كسياق واحد، في حين وصل Vidu Q4 Preview في 7 أكتوبر 2026 بوضعَي إدخال ونقطتي نهاية API. ويُقاس أحدهما في ثلاثة أماكن، بينما يُقاس الآخر في مكان واحد.

ما يعنيه التعادل الثلاثي وما لا يعنيه

كلا إدخالي MiniMax ونسخة Vidu يقعان داخل فترات بعضهما البعض، لذا فإن القول الصادق هو أن أفضل ثلاثة نماذج للتحويل من صورة إلى فيديو لا يمكن تمييزها حسب التفضيل البشري عند أحجام العينات الحالية. هناك تفصيلان يجعلان هذا التعادل أقل إطراءً للجميع مما يبدو.

العامل الأول هو العمر. أصوات MiniMax H3 تعود إلى يوليو 2026، وأصوات H3 Max إلى أغسطس؛ أما أصوات Vidu Q4 Preview فتعود إلى أكتوبر. تُقاس مجموعات الأصوات الأكبر والأقدم مقابل ميدان تنافسي مختلف ومجموعة منافسين مختلفة، وهذا ذو حدين: قياس أفضل، ولكن حول سؤال مختلف قليلاً. فارق قدره 16 نقطة في أي من الاتجاهين هنا ليس دليلاً.

الثاني هو عمود السعر. تسجّل Artificial Analysis سعر MiniMax H3 عند $7.80 في الدقيقة وH3 Max عند $4.80 في الدقيقة على هذه اللوحة. وVidu Q4 Preview مسجّل عند $7.20. إذا قرأت هذه الأرقام كترتيب، يبدو H3 Max الخيار الأفضل قيمة بين الثلاثة — لكن أسعار المورّد الأساسية تشرح هذه التسمية بدل أن تناقضها. نحن نُدرج MiniMax-H3 بسعر $0.08 في الثانية عند 768P و$0.13 في الثانية عند 2K على بطاقة الطراز الخاصة بنا، أي $4.80 و$7.80 في الدقيقة. الرقمان الخاصان بـ MiniMax على اللوحة يمثلان الطراز نفسه مسعّرًا عند طبقتَي دقة، وليسا طبقة مميزة وطبقة رخيصة. أعمدة السعر لكل دقيقة على لوحة تفضيلات مفيدة لفهم رتب المقادير، وخطِرة مع أي شيء أدق.

حيث يظهر MiniMax H3 ولا يظهر Vidu Q4 Preview

هذا هو الجزء من المواجهة الذي يبقى بعد التعادل، وهو اختلاف بنيوي وليس اختلافًا في الجودة.

يحتل MiniMax H3 (768p) المرتبة الرابعة على لوحة تحويل النص إلى فيديو عند 1,130 Elo عبر 8,315 صوتًا، بينما يأتي H3 Max عند 1,130 عبر 5,719 صوتًا. ويحتل المرتبة الرابعة مرة أخرى على لوحة تحرير الفيديو عند 1,119 عبر 7,023 صوتًا، في لوحة تُصنّف النماذج وفق تحرير فيديو انطلاقًا من تعليمة نصية مع الحفاظ على الصوت. ولا يظهر Vidu Q4 Preview في أيٍّ منهما.

هذا الغياب ليس فجوة في القياس — بل هو جوهر المنتج. توثّق واجهة برمجة تطبيقات Vidu Q4 Preview نقطتي نهاية، /ent/v2/img2video و/ent/v2/reference2video، كما تُدرج صفحة المنتج وضعين: من الصورة إلى الفيديو ومن المرجع إلى الفيديو. ولا يوجد مسار من النص إلى الفيديو في التوثيق. ولا يوجد مسار لتحرير الفيديو أيضاً، ما يعني أن النموذج لا يستطيع أخذ مقطع موجود وتغيير شيء فيه. أما MiniMax H3 فيفعل الأمرين، وإطاره متعدد الوسائط — مراجع نصية وصورية وفيديو وصوتية في سياق واحد — هو السبب في قدرته على ذلك.

يجدر بنا أن نكون دقيقين بشأن الجانب الصوتي، لأن كلا النموذجين ينتجان صوتًا أصليًا وليسا نفس الشيء. يقوم Vidu Q4 Preview بإنشاء الصوت والفيديو معًا، باستخدام الصوت كمعامل في نقطة نهاية تحويل الصورة إلى فيديو التي تُخرج فيديو مع حوار ومؤثرات صوتية، ويقبل ما يصل إلى ثلاثة مقاطع صوتية مرجعية للحفاظ على اتساق صوت الشخصية. يُخرج MiniMax H3 صوتًا ستيريو أصليًا ويقبل الصوت كوسيط إدخال إلى جانب الصور والفيديو. حالة استخدام الصوت المرجعي هي قوة Vidu الخاصة؛ حالة استخدام كل شيء مرجعي هي ميزة MiniMax.

الحساب لكل ثانية، طبقة تلو الأخرى

كلا النموذجين يحتسب الرسوم لكل ثانية من المخرجات المولّدة، ما يجعل هذه مقارنة نادرة يمكن فيها وضع بطاقتي الأسعار إحداهما مقابل الأخرى دون أي تحويل.

• 540p — Vidu Q4 Preview فقط: 9 أرصدة في الثانية، أي حوالي 0.045 دولار بسعر الرصيد القياسي المعلن للمنصة البالغ 0.005 دولار

• 720P / 768P — Vidu Q4 Preview: 19 رصيدًا في الثانية، أي نحو 0.095 دولار مقابل MiniMax-H3 عند 0.08 دولار في الثانية

• 1080p — معاينة Vidu Q4: 24 رصيدًا في الثانية، حوالي ‎$0.12 مقابل MiniMax-H3 الذي لا تتوفر له فئة 1080p معلنة

• 2K — Vidu Q4 Preview: 38 رصيدًا في الثانية، أي نحو 0.19 دولار مقابل 0.13 دولار في الثانية مع MiniMax-H3

• 4K — Vidu Q4 Preview فقط: 78 رصيدًا في الثانية، حوالي 0.39 دولار

النمط الناتج عن ذلك ليس «أن أحدهما أرخص». الحد الأدنى لدى Vidu Q4 Preview أدنى فعلاً — ففئة 540p لديه هي فئة التخطيط الأولي، مُسعّرة بدقة لما تُستخدم من أجله، أي لإثبات تكوين المشهد قبل الدفع مقابل تصيير بدقة كاملة، ولا شيء في بطاقة أسعار MiniMax يؤدي هذا الدور. وMiniMax H3 أرخص عند 2K، وهي الفئة الأعلى التي يشترك فيها الطرازان، بنحو الثلث. كما أن فئة 4K لدى Vidu هي فئة التوليد الوحيدة بدقة 4K في المقارنة، بسعر يعكس ذلك.

الرقم المعلن عند الإطلاق البالغ 0.014 دولار في الثانية الذي صاحب إعلان Vidu هو فئة 540p بسعر ائتماني مخفّض، وليس سعرًا عامًا. وتُقدّم منصة Shengshu حاليًا خصومات على الحزم لفترة محدودة تصل إلى 30% على حزم الرصيد الائتماني، وهي تخفّض كل فئة معًا بدلًا من تغيير شكل المنحنى. اعتبر منحنى السعر المدرج هو المرجع للمقارنة، والخصم تعويضًا مؤقتًا.

من جانبنا: نحن نوجّه MiniMax-H3. إنه متاح مباشرةً على واجهة برمجة النماذج العامة عبر minimax/minimax-h3، ويُحاسَب عليه لكل ثانية من المُخرجات المُولّدة بسعر قائمة المورّد المنقول كما هو دون أي إضافة، ويمكن استدعاؤه عبر نفس نقطة النهاية المتوافقة مع OpenAI التي نقدّم عبرها كل نموذج نصي. Vidu Q4 Preview ليس مسارًا في OrcaRouter، وهذه الصفحة لا تدّعي خلاف ذلك — نماذج الفيديو التي نقدّمها بالفعل تقع على مفتاح واحد وشكل طلب واحد بجانب النماذج اللغوية، وهو الترتيب الذي يجعل مقارنة عدة منها رخيصة. ومن النتائج العملية للتسعير المنقول كما هو: عندما يغيّر مورّد سعرًا لكل ثانية، يظهر هذا التغيير على المسار في اليوم نفسه وليس عند تجديد العقد.

ما الذي يمنحه "omni-modal" في طلب فعلي

السياق الموحّد في MiniMax H3 يسهل قراءته كقائمة ميزات، لكن يسهل تفويته كفارق هندسي. النموذج الذي يقبل الفيديو كمرجع إدخال يمكن توجيهه إلى لقطة موجودة ويُطلب منه متابعتها أو تمديدها أو إعادة تصميم نمطها؛ أما النموذج الذي لا يدعم إدخال الفيديو فلا يستطيع ذلك. هذه هي الآلية الكامنة وراء وجود H3 على لوحة التحرير، وهي أيضًا السبب في أن نطاق الإخراج من 4 إلى 15 ثانية لدى النموذج أقل تقييدًا مما يوحي به الرقم — فالتمديد متعدد الجولات هو الطريقة المعتادة لبناء تسلسل أطول منه.

سقف Vidu Q4 Preview البالغ 16 ثانية هو أيضا لكل عملية توليد، كما أن وضع Reference-to-Video فيه مصمم لسرد متعدد اللقطات ضمن هذه النافذة، حيث يصف التوثيق تبديلا ذكيا للكاميرات واتساقا عبر مواضع كاميرا متعددة. لكن ما لا يوفره هو مسار لقبول مقطع صورته بالفعل وتعديله. إذا كانت سير عملك تبدأ من مواد مصورة بدلا من صورة ثابتة أو مجموعة مراجع، فإن أحد هذين النموذجين ببساطة غير متاح لك، ولا يوجد رقم Elo يسد هذه الفجوة.

أيّ واحد، حسب الوظيفة؟

اختر MiniMax H3 عندما يكون الإدخال أي شيء غير صورة أو مجموعة مرجعية. تحويل النص إلى فيديو، أو تحرير الفيديو إلى فيديو، أو إدخال الصوت، أو التمديد متعدد الجولات إلى ما بعد خمس عشرة ثانية، أو خط أنابيب يحتاج فيه النموذج إلى تغطية حالات استخدام بما يعادل ثلاث لوحات مختلفة — هذه هي منطقة H3، وهو الوحيد من بين الاثنين الذي يمتلك أيًّا من ذلك. كما أن تسعير 2K الخاص به هو الأرخص بين الاثنين في الفئة العليا التي يتشاركانها.

اختر Vidu Q4 Preview عندما تكون المهمة هي اتساق طاقم التمثيل والأصوات، أو عندما تحتاج إلى فئة توليد بدقة 4K، أو عندما تريد تمريرة تجسيم رخيصة بدقة 540p لتكرار تصوير لقطة قبل الالتزام بها. خمسة عشر مرجعًا للصور وثلاثة مراجع صوتية تمثّل ميزانية مراجع منشورة أكبر مما توثّقه MiniMax، ولا يوجد أي نموذج آخر في هذه المقارنة يولّد أصلاً بدقة 4K. ومجموعة الأنماط الأضيق هي المقابل لذلك.

ما الذي قد يغيّر هذا: إصدار Vidu Q4 كامل يضيف نقطة نهاية لتحويل النص إلى فيديو سيضع النموذجين على اللوحتين نفسهما ويحوّل هذا إلى منافسة مباشرة. إن AA-Video-I2V v2.0، المعلن أنه سيأتي بدقة 1080p في كل مكان وبتصنيف منقّح للقدرات، سيستبدل الأصوات في أعلى اللوحة بدلًا من إعادة فرزها — وسيحسم ما إذا كان التعادل الثلاثي الحالي تعادلًا أم حدًّا من حدود القياس. حتى ذلك الحين، الرقم الذي ينبغي الاحتفاظ به هو ستة عشر، مع اسم اللوحة والتاريخ بجانبه.

الشيء الوحيد الجدير بأخذه من منصة التتويج نفسها: مركز أول يتقدّم على المركز الثالث بستة عشر نقطة إيلو، وعلى فواصل ثقة بهذا الاتساع، ليس ترتيبًا. إنه ثلاثة نماذج لا يستطيع المصوّتون البشر التمييز بينها، ويجب أن يأتي القرار بينها من كل شيء آخر في هذه الصفحة.