כרטיס כותרת עם הכיתוב 'WeMM-Video-4B vs FLUX 3 Video' וכותרת משנה 'צפו בקליפ או צרו אחד', שני פאנלים מופרדים בדיסק vs, השמאלי נושא תג 'משקלים פתוחים' ומפרט $0.00 לדקה, 5.61B פרמטרים והקשר של 8,192 טוקנים, הימני נושא תג 'בתשלום לפי שימוש' ומפרט $17.40 לדקה, עד 20 שניות ומקום 10 ב-AA-Video-T2V v2.1, עם כותרת תחתונה עם הכיתוב 'נתוני Artificial Analysis נכון ל-20 בנובמבר 2026.'
Guides & Insights

WeMM-Video-4B לעומת FLUX 3 Video: לקרוא את הקליפ או ליצור אחד

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

הדרך המהירה ביותר לבזבז אחר צהריים שלם היא להשוות בין WeMM-Video-4B לבין FLUX 3 Video באיכות. לאחד מהם יש מספר ולשני אין, והמספר אינו ציון איכות — הוא מחיר. FLUX 3 Video, מבית Black Forest Labs, הגיע לזמינות כללית ב-4 באוגוסט 2026 עם תעריף לדקה שפורסם ורשומות בשני לוחות הווידאו של Artificial Analysis. WeMM-Video-4B, מקבוצת WeChat Vision של Tencent, הופיע ב-17 בנובמבר 2026 כעשרה וחצי ג'יגה-בייט של משקולות Apache-2.0 ללא נקודת קצה, ללא מחיר וללא רשומה בלוח הדירוג כלל. הבחירה שלכם היא בין מחולל בתשלום לפי שימוש לבין מתאר חינמי, וההשוואה הכנה עוסקת בשאלה מה משני הדברים האלה חסר לפייפליין שלכם.

המשך הכתבה מפריד בין שלושה סוגי עובדות: מה שהמאגרים ושתי המועצות מצהירים, מה שהספקים טוענים במסמכים ובתיעוד שלהם, ומה שאיש מחוץ לשתי המעבדות לא אימת. נכון ל-20 בנובמבר 2026, רוב החומר המעניין נמצא דווקא בקטגוריה השלישית.

אחד מכהן בשני דירקטוריונים, והשני באף אחד.

Artificial Analysis מדרגת את FLUX 3 Video פעמיים, ושני הציונים נמצאים בסולמות נפרדים, כך שלא ניתן להעביר את אחד מהם לאחר.

• AA-Video-T2V v2.1 — FLUX 3 Video במקום ה-10, עם Elo 1,137 ±13 על פני 7,406 הצבעות, רשום במחיר 17.40 דולר לדקה. FLUX 3 Video Max הגדול יותר נמצא במקום ה-7 עם 1,151 ±14 על פני 4,708 הצבעות במחיר 8.70 דולר לדקה, וזהו המקרה הבלתי שגרתי שבו המודל הגדול יותר הוא דווקא הזול יותר בלוח.

• AA-Video-I2V v2.1 — FLUX 3 Video במקום ה-16 עם 1,069 ±14 על פני 6,838 הצבעות, אותו $17.40. FLUX 3 Video Max במקום ה-17 עם 1,068 ±14 על פני 6,848 הצבעות ב-$8.70.

• WeMM-Video-4B — אין שורה באף אחד מהלוחות, ואין שורה בלוח עריכת הווידאו. זו אינה מדידה חסרה; אי אפשר להזין אותו. לוחות הווידאו של AA מדרגים קטעי וידאו שנוצרו, ו-WeMM-Video-4B לא מייצר כאלה.

יש לקרוא את המרווחים ולא את הדירוגים. שישים ושמונה נקודות מפרידות בין שני המיקומים של FLUX 3 Video בשני הלוחות, טקסט-לווידאו ותמונה-לווידאו — שווה לחמישה מרווחים — וזו העובדה השימושית לגבי מודל שנמדד באמצעות שני כלים שאינם ניתנים להמרה זה לזה: הוא מחולל מוכשר שמיקומו תלוי באיזו משימה מציבים לו. זוהי מדידה עצמאית אמיתית, גם אם צנועה — והיא יותר ממה שיש לצד השני של ההתמודדות הזו.

מה אפשר לקנות ב-$17.40 לדקה

FLUX 3 Video הוא מחולל מולטימודלי עם רשימת קלטים רחבה יותר מכל שורה בודדת בטבלה. הנחיות טקסט, תמונה נייחת כפריים ראשון, וידאו לווידאו-אל-וידאו ולהמשכיות, ופריימים מרכזיים למעברים מבוקרים. משך הריצה מגיע ל-20 שניות ביצירה אחת, עם 5 עד 20 שניות לטקסט-לווידאו ותמונה-לווידאו ו-5 עד 15 להמשכיות. הרזולוציה נמכרת ברצועות פיקסלים ולא ביחסי רוחב-גובה — HD בכ-מגה-פיקסל לפריים, FHD בשניים, QHD/2K בארבעה, UHD/4K בשמונה. אודיו מקורי עם דיאלוג רב-לשוני, דיבור מסונכרן, אפקטי קול ואווירה הוא אופציונלי ונכלל במחיר לפי שנייה.

• Draft HD — 0.06 דולר לשנייה. קליפ בדיקה בן חמש שניות עולה שלושים סנט.

• HD / 720p — $0.17 לשנייה, או כ-$0.85 לחמש שניות.

• FHD / 1080p — $0.29 לשנייה. QHD/2K הוא $0.40 ו-UHD/4K הוא $0.80.

• וידאו לווידאו והמשך — $0.12 טיוטה, $0.41 עד $0.43 HD, $0.53 עד $0.54 FHD, $0.65 ב-2K ו-$0.95 ב-4K.

ה-17.40 דולר לדקה של הדירקטוריון הוא נתון מנורמל ל-1080p, ולכן הוא אינו מתחלק בצורה מסודרת בכרטיס הזה. זו יחידת השוואה, לא קבלה. כמה סיכומים של צדדים שלישיים גם מדווחים שרצועות ה-2K וה-4K נמצאות בפריסה הדרגתית ולא זמינות באופן גורף, ולכן יש להתייחס לחלק העליון של הכרטיס כאל שאלה ברמת החשבון.

מה WeMM-Video-4B נותן לך בחינם

הצד השני של ההשוואה לא עולה דבר לכל קריאה ואי אפשר לקנות אותו בכלל. WeMM-Video-4B הוא 5,611,746,312 פרמטרים — 10.45 GiB ב-BF16 — במאגר שנקרא על שם עמוד השדרה הלשוני Qwen3.5-4B שלו ולא על שם גודלו בפועל. העודף הוא העיקר: 4.21 מיליארד פרמטרים של מודל שפה, 0.33 מיליארד של מגדל ראייה, ו-1.07 מיליארד של מערך שמע בסגנון Whisper עם Q-Former שפולט 10 אסימוני שמע בשנייה משמע ב-16 kHz בקטעים של 30 שניות.

הוא מקבל טקסט, תמונות, וידאו ווידאו עם פס הקול המקורי שלו, ומחזיר טקסט. בטבלת האודיו-חזותי המשותפת של המחברים הוא מתעלה על Qwen3-Omni-30B-A3B-Instruct ב-Video-MME עם אודיו, 83.9 מול 77.3, וב-Video-MME v2, 48.1 מול 36.3. בווידאו שקט הוא מוביל ב-LVBench 65.3 מול 50.2 וב-LongVideoBench 74.8 מול 63.5. מול Qwen3.5-Omni-Flash הוא מפסיד במבחני האודיו — MMAU 75.2 מול 80.4, MMAR 67.3 מול 74.0 — ומפגר ב-OCRBench 85.7 מול 89.1 וב-GPQA 73.2 מול 76.4.

כל אחד מאלה הוא מדידה של Tencent עצמה. המאמר מציין שהוא מדווח תוצאות רשמיות כאשר הן זמינות והערכות עצמאיות שלו אחרת, ואף צד שלישי לא שחזר אף שורה. ספירת הפריימים, תקציבי הפיקסלים ואורך ההקשר עבור הרצות הבנצ'מרק אינם מצוינים — וזה חשוב משום שמתכון ה-vLLM שסופק מגביל וידאו ל-16 פריימים ול-262,144 פיקסלים בסך הכול, לעומת ברירת מחדל של המעבד של 128 פריימים.

Two-column contrast headed 'WeMM-Video-4B vs FLUX 3 Video', the left listing describe footage, 5.61B parameters, text image video and audio inputs, text output, no price and self-hosting, and no independent score, the right listing generate footage, parameters not published, text image video and keyframe inputs, up to 20 seconds with native audio, $0.06 to $0.80 per second and 10th at Elo 1,137, with a footer reading 'Artificial Analysis figures read 20 November 2026; WeMM figures vendor-reported.'

שני שעונים שלעולם לא נפגשים

אף מודל אינו יכול לשמש תחליף לאחר, והאילוצים שהופכים זאת לנכון הם שניהם תקציבים ולא יכולות.

• תקציב פלט — FLUX 3 Video מפיק עד 20 שניות של חומרי וידאו לכל קריאה ברזולוציה של עד 4K עם אודיו. WeMM-Video-4B אינו מפיק פריימים כלל, ולכן תקציב הפלט שלו הוא תקציב אסימונים: 8,192 אסימונים לבקשה כפי שהוא מסופק, כאשר אודיו צורך 10 אסימונים לשנייה לפני שהפריימים נספרים.

• תקציב קלט — WeMM-Video-4B מקבל ארבע תמונות, שני סרטונים ושני פריטי שמע בכל בקשה, בקצב של 2 פריימים לשנייה עם תקרה של 16 פריימים. FLUX 3 Video מקבל הנחיה, פריים ראשון אחד, סרטון ייחוס אחד או סט פריימי מפתח, וללא קלט שמע מכל סוג שהוא.

• מבנה העלות — FLUX 3 Video גובה תשלום לפי כל שנייה של פלט, כך שהעלות גדלה עם מידת השאיפה. WeMM-Video-4B גובה תשלום לפי שעת GPU של החומרה שלכם, כך שהעלות גדלה עם גודל האצווה ואינה תלויה באורך קטע המקור, אלא רק במספר הפריימים ששורדים את הדגימה.

• רישיון — Apache 2.0 על אוסף WeMM, עם חריגה שאינה מפורטת לרכיבי צד שלישי; API מסחרי מתארח בצד FLUX, ללא פרסום משקולות.

במילים פשוטות: האחד הוא הוצאה לפי שנייה עם לוח תוצאות, והאחר הוא עלות הון קבועה עם מאמר. צוות שצריך שוט מוגמר לא יכול להשתמש ב-WeMM-Video-4B, וצוות שצריך אינדקס ניתן לחיפוש של עשרת אלפים קליפים קיימים לא יכול להשתמש ב-FLUX 3 Video — לא מפני שהוא יקר, אלא מפני שאין לו דרך לענות על שאלה לגבי צילומים שהוא לא יצר.

האודיו הוא המקום שבו ההשוואה מתעקמת

FLUX 3 Video מייצר אודיו. WeMM-Video-4B מבין אודיו. אלו יכולות שונות שנשמעות דומות ברשימת תכונות, וההבדל הוא זה שקובע את הפייפליין.

האודיו של FLUX הוא פלט של מחולל: דיאלוג רב-לשוני, דיבור מסונכרן, אפקטי קול ואווירה — אופציונלי ונכלל במחיר לפי שנייה. מה ש-Black Forest Labs אינה מפרסמת הוא מספר הרצועות, כך שאם דרושים לכם דיאלוג, מוזיקה ואפקטים כסטמים ניתנים להפרדה, לא מחירון ולא התיעוד אומרים לכם אם תקבלו אותם. הקצו זמן למעבר נוסף ב-DAW.

האודיו של WeMM הוא נתיב קלט: מגדל בעל 1.07 מיליארד פרמטרים שהופך פסקול ל-10 טוקנים בשנייה וממזג אותם עם טוקנים חזותיים בסדר כרונולוגי, עם חותמות זמן טקסטואליות מפורשות. זה מה שמודד ה-83.9 ב-Video-MME עם אודיו ומה שמודד ה-75.2 ב-MMAU — כמה טוב הוא שומע, לא כמה טוב הוא מדבר.

לכן תהליך עבודה שכותב סצנה, מרנדר אותה עם סאונד, ואז צריך לדעת אם הדיאלוג באמת עבד — דורש את שני החצאים, ואף אחד מהמודלים לא מכסה את החצי של האחר. זה המקום היחיד בהשוואה הזו שבו השניים באמת משלימים זה את זה ולא רק שונים זה מזה.

שאלת הניתוב, בניסוח כן

OrcaRouter אינו מספק אף אחד מהמודלים. אין נקודת קצה ל-WeMM-Video-4B — בקטלוג של הפלטפורמה אין כלל צ'קפוינט של WeMM — וגם אין מסלול ל-FLUX 3 Video. FLUX 3 Video זמין דרך ה-API של Black Forest Labs עצמה ומספר פלטפורמות צד שלישי; WeMM-Video-4B זמין להורדה, עם שכבת-על מתוקנת של vLLM או SGLang, מכיוון שאף אחד מהמנועים אינו תומך בארכיטקטורה ב-upstream.

מה שהפלטפורמה כן מכסה הוא שכבת הטקסט שמקיפה כל אחד משני תהליכי העבודה, ובהתאמה הזו החלק השימושי הוא היתוך מודלים ולא ניתוב פשוט. ההחלטה "האם הקליפ הזה שווה שמירה" היא החלטת שיקול דעת, וקריאה מאוחדת שמעמידה מסווג זול ומנוע הסקה יקר על אותו פרומפט יכולה לקבל אותה בשבריר מהעלות של הרצת היקר על כל מועמד. זה פועל על מפתח אחד תואם OpenAI על פני יותר מ-200 מודלים, במחירי המחירון של הספקים עם 0% תוספת, כך שכאשר ספק מוזיל מחיר, ההנחה פעילה כבר באותו יום ולא במחזור החיוב הבא. עבור החצי הוויזואלי בלבד של העבודה על WeMM בפרט, Qwen3-VL-235B-A22B-Thinking ו-Qwen3-VL-8B-Thinking מקבלים גם תמונות וגם פריימים של וידאו וזמינים בפלטפורמה היום — וזה מעקף סביב מודל ה-omni החסר, ולא תחליף לרכיב האודיו שלו.

Screenshot of the Artificial Analysis image-to-video leaderboard, AA-Video-I2V v2.1, with ranked rows carrying Elo, confidence interval, vote count, release month and cost per minute, including FLUX 3 Video at Elo 1,069 and FLUX 3 Video Max at 1,068.Screenshot of the Artificial Analysis text-to-video leaderboard, AA-Video-T2V v2.1, showing ranked rows with Elo, confidence interval, sample counts, release month and per-minute pricing, with FLUX 3 Video Max at rank 7 on Elo 1,151 and FLUX 3 Video at rank 10 on Elo 1,137.

מה בעצם יכריע את זה

שלושה התפתחויות היו מזיזות את ההשוואה הזו מהבסיס המבוסס על דיווחי ספקים שעליו היא עומדת כיום.

ראשית, רשומה של WeMM-Video-4B בכל לוח עצמאי. אין כזו, והסיבה היא מבנית ולא קונספירטיבית: לוחות הווידאו של AA מדרגים תוצרי וידאו מיוצרים, ומודל הבנה לא יכול להיכנס אליהם. זירה אומני-מודאלית להבנת וידאו היא הכלי החסר, ועד שתהיה כזו, כל מספר של WeMM הוא בגדר המילה של Tencent.

שנית, שחרור משקולות של FLUX 3 Video. ל-Black Forest Labs יש מוניטין של שחרורים פתוחים, ולצ'קפוינט הזה אין רישיון להורדה, כך שההשוואה היא כרגע בין מודל פתוח למודל סגור — הבדל שאף שורה בטבלת בנצ'מארקים לא לוכדת.

שלישית, מחיר אירוח עבור משפחת WeMM. אם מארח תואם יתחיל להגיש את המשקלים האלה במחיר המחירון של הספק עם 0% תוספת שמועברת הלאה, צד העלות של המאמר הזה ישנה צורה בתוך שבוע. זהו תנאי, לא עובדה נוכחית, ואין לקרוא כאן דבר כטענה שאנו מארחים אותו.

איזה מהם אתה באמת צריך

אם התוצר הסופי הוא קטעי וידאו, FLUX 3 Video הוא היחיד מבין השניים שמסוגל להפיק אותם, וההחלטה מצטמצמת לשאלה האם $0.17 לשנייה עבור 720p מקובל לעומת המחוללים החלופיים באותו לוח — שבו, במקום ה-10 ב-text-to-video, הוא מתומחר בטווח האמצעי.

אם התוצר הוא הצהרה על חומרי צילום שכבר ברשותך, WeMM-Video-4B הוא היחיד מבין השניים שמסוגל להפיק אותה, וההחלטה מצטמצמת לשאלה אם תוכל להעביר שכבת-על של קוד מקור עבור vLLM או SGLang וצ'ק-פוינט של 10.45 GiB כדי לקבל מתאר בדרגת 4B עם מדדי וידאו ארוך טובים במיוחד.

המלכודת היא להתייחס ל-$17.40 ול-$0.00 כאותה כמות. האחד הוא תעריף מדוד עבור שירות; השני הוא היעדר שירות. WeMM-Video-4B חינמי כפי ששחרור מחקרי הוא חינמי — אתה משלם באינטגרציה, בחבילות GGUF שאינן מאומתות, ובהיעדר דעה של מישהו אחר בשאלה אם זה עובד.

השוואות במאמר הזה1

זוהה מתוך המאמר הזה