
WeMM-Video-9B vs FLUX 3 Video: ¿Quién cobra por qué?
- OrcaNUEVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 182 tok/s
- tencentNUEVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 366 tok/s
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 147 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
Dos modelos que llevan «video» en el nombre, y solo uno de ellos te entregará alguna vez un vídeo. FLUX 3 Video, de Black Forest Labs, alcanzó la disponibilidad general el 4 de agosto de 2026 y vende segundos de metraje 1080p terminado a una tarifa publicada.WeMM-Video-9B, del grupo WeChat Vision de Tencent, se publicó el 17 de noviembre de 2026 como un checkpoint Apache-2.0 de 19,54 GiB que lee metraje y escribe frases sobre él. Nadie lo anunció —ni entrada de blog, ni página de precios, ni demo, ni ficha en ninguna clasificación—, y por eso la pregunta útil aquí no es cuál de los dos modelos es mejor, sino cuál de las dos facturas intentas reducir.
Esa reformulación no es una evasiva. Una comparación entre un generador y un descriptor solo es honesta si se dice de entrada que no son sustitutos, y luego se buscan los puntos en los que realmente se tocan: el costo por unidad de trabajo, el límite máximo de cuánto de un clip va a mirar cada uno, y cuánto de cada una de las dos afirmaciones ha sido verificado por alguien que no trabaje en la empresa.
Dos categorías de productos, no dos competidores.
FLUX 3 Video toma un mensaje de texto, o una imagen fija, o un clip de origen, y devuelve metraje nuevo. Black Forest Labs documenta texto a vídeo, imagen a vídeo, vídeo a vídeo, condicionamiento y continuación de fotogramas clave, salida de hasta veinte segundos en MP4 SDR a 1080p, con audio sincronizado generado en la misma pasada. No es de pesos abiertos. No hay checkpoint que descargar ni licencia que te permita ejecutarlo en tu propio hardware; lo alquilas.
WeMM-Video-9B recibe fotogramas además de la banda sonora original, además de audio independiente, además de imágenes y además de texto, y devuelve texto en inglés o chino. Tiene licencia Apache 2.0 con una exclusión de terceros que la ficha del modelo no detalla. Hay un checkpoint, cinco fragmentos BF16 del mismo, y ningún endpoint alojado que nadie haya encontrado.
• Dirección — FLUX 3 Video: texto o imagen de entrada, vídeo de salida. WeMM-Video-9B: vídeo y audio de entrada, texto de salida.
• Parámetros — FLUX 3 Video: no publicados. WeMM-Video-9B: backbone de lenguaje denso de 9B, 10.488.603.384 en total repartidos entre 1.305 tensores.
• Techo — FLUX 3 Video: veinte segundos de salida. WeMM-Video-9B: dieciséis fotogramas muestreados y 8.192 tokens de entrada, tal como se entrega.
• Acceso — FLUX 3 Video: API de pago por uso. WeMM-Video-9B: descárgalo y autoalójalo, con una capa de vLLM o SGLang.

Leyendo los $17.40
Artificial Analysis fija el precio de FLUX 3 Video en 17,40 USD por minuto en ambos paneles en los que aparece, y esa consistencia merece detenerse a reflexionar, porque es la única cifra de este artículo en la que coinciden ambas partes del mercado.
La tarjeta por segundo de la documentación de Black Forest Labs es más granular y menos halagadora: 0,15 $ por segundo para HD, 0,24 $ para Full HD, 0,28 $ para QHD y 0,41 $ para UHD en texto o imagen a vídeo, con una escala aparte y más alta para vídeo a vídeo de 0,21 $, 0,27 $, 0,31 $ y 0,45 $, y un nivel Draft de 0,06 $. Las FAQ de la página del modelo siguen indicando 0,17 $, 0,29 $, 0,40 $ y 0,80 $ para los mismos cuatro niveles. Dos documentos del mismo proveedor, ambos activos, discrepan hasta en un factor de dos en el extremo superior. Presupueste con la tarjeta por segundo y conserve las FAQ como evidencia de que las páginas de precios se deterioran.
Aquí es donde una capa de enrutamiento justifica su existencia en lugar de ser un mero adorno. OrcaRouter repercute el precio de lista del proveedor con 0% de margen, así que cuando un proveedor revisa una tarifa —o publica dos que se contradicen— la cifra que se te factura sigue a la que ellos publican, no a una copia en caché del revendedor. Para una carga de trabajo facturada por segundo en cuatro niveles de resolución, esa es la diferencia entre un modelo de costes que sobrevive a un cambio de precio y uno que se desvía sin hacer ruido.
Qué significan los números en el tablero
FLUX 3 Video se clasifica dos veces, en dos instrumentos que no se convierten entre sí.
• AA-Video-T2V v2.1 — 10.º con Elo 1.137 ±13 en 7.406 muestras, julio de 2026, 17,40 $ por minuto.
• AA-Video-I2V v2.1 — 16.º con Elo 1.069 ±14 sobre 6.838 muestras, al mismo precio. Su hermano mayor FLUX 3 Video Max ocupa el 7.º puesto en texto a vídeo con 1.151 y el 17.º en imagen a vídeo con 1.068, a 8,70 $ por minuto.
Sesenta y ocho puntos separan las filas de texto a vídeo e imagen a vídeo —el equivalente a cinco intervalos—, lo que constituye el dato más útil sobre un modelo puntuado en dos tablas: su puesto habla de la tarea, no del modelo. Ninguna de las dos tablas tiene una fila para WeMM-Video-9B, y ninguna la tendrá jamás, porque ambas clasifican metraje generado y WeMM-Video-9B no genera ninguno. No es una puntuación baja. Es una celda vacía.


Lo que dieciséis fotogramas no pueden ver
La configuración de lanzamiento de WeMM-Video-9B es la parte del repositorio con más probabilidades de decepcionar a alguien que haya hojeado el artículo por encima. Los valores predeterminados del procesador permiten 2 fotogramas por segundo, un mínimo de 4 fotogramas, un máximo de 128 fotogramas y un presupuesto de 100.663.296 píxeles. La receta de vLLM que se incluye en el repositorio anula todos esos valores y los fija en 2 fps, 16 fotogramas y 262.144 píxeles, muestreados alrededor del punto medio del clip. Dieciséis fotogramas a 2 fps son ocho segundos de cobertura, y el muestreo comienza en el medio, así que el inicio y el final de un clip más largo simplemente no están en la entrada.
Todo comando de servicio también pasa una longitud de contexto de 8.192 tokens. A diez tokens de audio por segundo, la torre de audio puede contener aproximadamente trece minutos de sonido; el lado de video se queda sin margen mucho antes. La arquitectura admite 262.144 incrustaciones de posición, así que el techo es una elección de receta más que un límite absoluto, pero es la elección que el proveedor lanzó, y es la que obtienes si sigues las instrucciones.
Frente a la salida de veinte segundos de FLUX 3 Video, eso es un desajuste en ambas direcciones. Veinte segundos de metraje generado son más que ocho segundos de observación. Si tu pipeline genera y luego describe, el componente de descripción está muestreando una fracción de lo que produjo el generador, y cerrar esa brecha es una tarea de configuración que debes hacer tú mismo.
La brecha de evidencia es asimétrica
FLUX 3 Video tiene dos filas Elo independientes y un precio. Lo que no tiene es una verificación de terceros sobre el marketing: la página de FLUX 3 Max afirma "vídeo de 10 segundos en 12 segundos", "22 veces más rápido que Seedance 2.5" y un empate en el primer puesto en imagen a vídeo, sin una tabla identificada, sin fila de precio de Max en la tarjeta por segundo y sin endpoint de Max. Son afirmaciones del proveedor y deben leerse como tales.
WeMM-Video-9B tiene el problema opuesto. Su tabla de benchmarks es detallada —Video-MME con audio 85.1 frente a 77.3 de Qwen3-Omni-30B-A3B-Instruct, Daily-Omni 83.6 frente a 70.7, SciVideoBench 64.2 frente a 49.9, OmniReasoningBench 43.9 frente a 24.1, con una única derrota en FutureOmni, 53.7 frente a 55.1— y nada de ello se ha reproducido fuera del propio entorno de evaluación de los autores. El artículo lo revela: "resultados oficiales cuando estén disponibles y, en caso contrario, nuestras propias evaluaciones". Esa frase tiene mucho peso, y el recuento de descargas en cero en los diecinueve repositorios de WeMM-Video tres días después de su publicación sugiere que nadie ha empezado a comprobarlo.
La decisión, en una línea cada una
Compra FLUX 3 Video si necesitas material audiovisual y $17.40 por minuto es aceptable frente a una tabla en la que ocupa el 10.º puesto en texto a vídeo y el 16.º en imagen a vídeo. Obtienes una API documentada, un precio publicado y una puntuación independiente, y renuncias a la posibilidad de ejecutarlo por tu cuenta.
Descarga WeMM-Video-9B si necesitas una descripción de metraje que ya tienes y puedes asumir un checkpoint de 19,54 GiB más un runtime parcheado. Obtienes un descriptor 9B con sólidas métricas audiovisuales y una licencia Apache-2.0, y renuncias a la verificación independiente, a un contrato de servicio y a cualquier garantía sobre cuánto de un clip largo examinará en realidad.
Lo que no deberías hacer es tratar los $17.40 y la descarga gratuita como la misma partida. Uno es una tarifa. El otro es un lanzamiento de investigación cuyo costo real se hace evidente más tarde, en horas de integración y en la ausencia de una segunda opinión.
