チャコール色の背景に配置されたフラットベクターのヒーロービジュアル。見出しは WeMM-Video-35B-A3B vs Runway Gen-4.5、サブタイトルは「2つの欠落した行」。幅の異なるスレート色のランクバーが縦一列に並び、その横に小さな四角いマーカーが付く。2つの位置は背景が透けて見える空の破線アウトラインスロットとして残され、点線の区切りがある。
Engineering & Research

WeMM-Video-35B-A3B vs Runway Gen-4.5:欠落した2行

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

2026年11月20日時点で確認したArtificial Analysisのテキスト生成動画ボードには35行があり、Runway Gen-4.5もWeMM-Video-35B-A3Bも含まれていない。二つの不在は同じ不在ではない。Gen-4.5は、Runwayが今も公開しているローンチ投稿の中で、2025年12月1日にそのボードの首位に置かれた——1,247 Eloで、Veo 3の1,226、Kling 2.5の1,225、Sora 2 Proの1,206を上回っていた。WeMM-Video-35B-A3Bはそもそも一度もボードに載ったことがない。同日午前03:57 UTCにApache-2.0の重みがHugging Faceにコミットされ、前日に技術レポートが提出され、T​encentからは発表らしきものは何も出ていない。

一方には引退した王冠があり、現在の行はありません。もう一方には王冠も行も、いかなる種類の第三者番号もありません。これで比較を組み立てるのは奇妙な組み合わせであり、正直に言えば、その比較はランキングより狭いものになります。分野が先に進んだ後で、ボードの項目に実際どれほどの価値があるのでしょうか。読者が今日確認できる形で、双方はそれぞれ何を公開しているのでしょうか。そして、その二つのうちどちらが、クライアントの前に出せるファイルを返すのでしょうか。

王冠は列ではない

ローンチ時の主張は具体的で、出典があり、今も有効だ。Runway自身のGen-4.5の研究ページには、このモデルがArtificial Analysisのテキスト-to-ビデオベンチマークで1,247 Eloで1位にランクされ、追い抜いた3つを名指ししていると記載されている。それはベンダーによる第三者への実際の引用であり、比較が新鮮だった時点のものだ。また、Runwayがこのモデルについて公表した、最後の独立系に見える数字でもある。

今日の表の隣に並べるには、誰も公表していない計算が必要になる。Artificial Analysisはボードのバージョン間でEloスケールを再基準化している。現行のAA-Video-T2V V2.1ボードは、Kling 3.0 1080p (Pro)を基準点として正確に1,000に固定し、それ以外のすべてをこれと比較して順位付けし、各行に95%区間を表示する。2026年11月20日に読むと、首位はWan 3.0で、8,243票に対して1,176、基準点は23位にある。2025年12月の1,247という数値は、別の基準点、別のプロンプトセット、別の評価対象群に対して測定されたものだ。これをこの表に投入すると、2つの測定値が共有していない精度を示唆することになる。

確認できるのは存在であり、存在には形がある。アリーナの3つの動画ボード——テキストto動画、画像to動画、動画編集——を同一時点で見ると、Runwayのロゴが付いている唯一の行はAleph 2.0、同社のインコンテキスト編集モデルであり、編集ボードでは23,082票を獲得してElo 1,007で11位だ。Gen-4.5はRunwayのカタログにあり、今日の午後にも呼び出せるが、アリーナの現在のリストにはない。モデルがリーダーボードから外れることは、マーケティング上の産物を除くのであって、能力を除くのではない。そして、一度もリーダーボードに入ったことのないモデルは、失うべきその産物をそもそも持っていなかった。

A tall headless screenshot of the Artificial Analysis AA-Video-T2V V2.1 leaderboard as read on 20 November 2026, listing thirty-five ranked text-to-video models with Elo scores, 95% intervals, sample counts and per-minute prices, from Wan 3.0 at 1,176 over 8,243 samples down to Boreal at 827, with Kling 3.0 1080p (Pro) fixed at 1,000 as the board anchor, Veo 3.1 at 963 and $24.00 a minute in 26th place, and no Runway row anywhere on the list.

カタログに実際に書かれていること

Runway の開発者向けドキュメントは、研究ページよりも情報を率直に開示している。識別子 gen4.5は、2026年2月10日から Runway Dev で提供されており、テキストまたは静止画からリクエストごとに2~10秒の動画を生成し、1秒あたり12クレジットで課金される——ポータルの料率である1クレジット1セントなら0.12ドル。これは秒単位の定額料金なので、ショット予算はシミュレーションではなく掛け算で済む。そして、このページで最も役立つ情報はこれだ。

デリバリーの段階で、ラダーが姿を現す。ProResおよびPNGシーケンス出力は、12に毎秒5クレジットを加算する。10ビット以上のプロファイルは、ハーフフロートOpenEXRフレームを含め、20を加算し、出力がおよそ4メガピクセルを超えると40に上がる。HDR10、HLG、12ビットPQマスター、ビット精度の16ビットPNGシーケンスは、gen4.5向けに2026年8月20日から利用可能となっており、後からトーンマッピングするのではなく、実測されたHDR10メタデータを用いてBT.2020にグレーディングされる。そのいずれも生成解像度ではない——出力へ向かう途中でレンダーがどのようにパッケージ化されるかである。

• ステータス — Gen-4.5:2025年12月1日より商用製品、2026年2月10日よりAPI提供、現在アリーナの行はなし。WeMM-Video-35B-A3B:Hub上に重みあり、ダウンロード数ゼロ、告知なし、ボードに掲載されたことは一度もない。

• 演出 — Gen-4.5:テキストまたは画像を入力し、MP4、ProRes、PNGシーケンス、またはEXRを出力。WeMM:フレームとサウンドトラックを入力し、テキストを出力。

• シェイプ — Gen-4.5:2〜10秒、リクエストごとに1回の生成、出力1秒あたりの課金。WeMM:8,192トークンのジョイントコンテキスト、クリップごとに16フレームをサンプリング、常駐ウェイトのギガバイト単位で課金。

• 価格 — Gen-4.5:生成1秒あたり12クレジット、$0.12、ProResまたはPNGならプラス5、より深い色なら20~40。WeMM:BF16で67.39 GiB、NVFP4で24.11 GiB、それを保持するGPU。

シェルフラグで書かれた天井

相違は、それぞれがどこで切り詰めるかから始まるが、終わるのは、その数値を見つけられるかどうかだ。Runwayは何か月も前から自社の制限を明記してきた。2~10秒、4つの出力ラダー、1秒あたりのレートだ。Tencentは設定を明記し、それと矛盾するコマンドを提供した。設定には262,144ポジションとあるが、呼び出しはすべて--max-model-len 8192と言っている。vLLMでもSGLangでも同様だ。8,192と262,144の間には、サポートされる中間が存在しない。長い数字はヘッドルームであり、サービングフラグこそが製品だ。

変換すれば、もはや抽象論ではなくなる。1秒あたり10個の音声トークン——Whisper型のスタック、幅1,280のエンコーダー32層とデコーダー32層、続いて幅4,104のウィンドウレベルのQ-Former——によって、約13分のサウンドトラックが8,192トークンに収まる。しかもこれは、1フレーム、指示、応答が数えられる前の話だ。

次は画像の予算です。プロセッサのデフォルトは2 fpsで最大128フレームですが、サービング用レシピは両方を262,144ピクセルの予算内で16フレームに置き換えます。10秒のクリップでは、これは毎秒2フレーム未満になります。部屋の忠実な記録と、部屋がどのように見えたかのスケッチです。レポート自体の表がどのフレームを使ったかはどこにも記載されていないため、そのスコアとあなたの設定との隔たりは、あなたが計算できない数値です。

チェックポイントで変更できるもの

ここで両者は性質を異にする。Runwayの出力ラダー、12クレジットの基本レート、2~10秒のウィンドウは製品上の判断であり、パッケージを買うか買わないかという話だ。WeMMの8,192トークンウィンドウはサーバーフラグであり、16フレームのレシピはシェルコマンドの1行であり、量子化はBF16の67.39 GiB、AWQ W4A16の22.69 GiB、NVFP4の24.11 GiBのどれを選ぶかという話にすぎない。この3つはいずれも、自分が所有するハードウェア上で、許容できるレイテンシの範囲内なら、自由に変更できる。

ダウンロードで得られない唯一のものは、サポート対象のエンジンだ。Tencentはアーキテクチャを上流にマージせず、代わりに差分を配布した。patchディレクトリには、サポート対象の各リリース向けのオーバーレイが入っている——vLLM 0.18.0、vLLM 0.31.0、SGLang 0.5.16、SGLang 0.5.19、それ以外はない——それぞれの隣にSHA-256マニフェストがあり、その下の互換性サーフェスは脆いほど狭い。CUDA 12.9ツールチェーン1つ、PyTorchビルド1つ、Transformersビルド1つ、Python 3.12、パス上のFFmpeg、そして最初のSGLang起動は、何か応答する前にカーネルをコンパイルする。リストにないバージョンを持ち込むなら、移植は自分でやることになる。Tencentのリファレンス実行ではBF16を2台のH20に分散させた。NVFP4ビルドは48 GBカード1枚に収まる——条件は--max-num-seqs 1。

重みは、この作業に付随する産物にすぎない。Hugging Face の集計では、BF16 シャード内のパラメータ数は 36,177,564,536 で、その圧倒的大部分をルーティングされるエキスパートが占める——40 層 × 256 エキスパート、中間幅 512、top-8 選択、さらにすべてのトークンが通過する幅 512 の共有エキスパート——一方、トークンごとに触れられるのは約 1.0B にすぎない。ほぼ 36B の容量をメモリに保持しながら、消費する演算は 3B。動画をレンダリングせずに読むということは、順伝播がめったに訪れない知識を保存するためにコストを払うことを意味する。

A headless screenshot of the Hugging Face file listing for Tencent/WeMM-Video-35BA3B showing the Image-Text-to-Text tag, English and Chinese language tags, the arxiv:2611.26409 and apache-2.0 badges, the wemm_qwen3_5_moe architecture, LICENSE and SHA256SUMS files, a repository history of four commits, and BF16 safetensors shards from model-00001-of-00017 at 4.33 GB onward, uploaded about four hours earlier.

文字起こしには書き出しプリセットがありません

購入の決め手は、どんなベンチマークよりも先に、納品物の違いであるべきだ。Runway は完成ファイルを編集可能な中間形式で売っている。グレーディング用の ProRes、コンポジット用の PNG または EXR、HDR メタデータ付きで、さらにそれを取り巻く編集ソフトも付いてくる。WeMM-Video-35B-A3B は、そんなものは何も売っていない。出てくるのはひとつの段落——何が起きたか、誰が話し、何が言われたかの記述——であり、その行き先はインデックス、モデレーションキュー、QA レポート、検索ボックスであって、タイムラインではない。

Tencentの報告書は、その段落がオープンウェイトから得られる最良のものだと主張している。Qwen3.5-Omni-Flashに対しては、音声付きVideo-MMEで86.4対79.3、音声付きVideo-MME v2で54.9対36.6のスコアを記録し、自らのバックボーンであるQwen3.6-35B-A3Bに対しては、31の無音動画ベンチマークのうち20で勝利している。敗北もある——JointAVBenchは65.9対69.0、MUSIC-AVQAは79.5対82.1、EgoSchemaは74.2対77.2。すべての数値はトレーナー側のものであり、報告書もそう明言しており、開示の際には表ごとにInstructモードとThinkingモードを切り替えている。第三者による再現は一切ない。この主張を検証可能にするのは、パッチ適用を終わらせるためのvLLM上流へのマージと、音声付きVideo-MME v2での最初の独立した実行である。

報告書はまた、そのファミリーが「WeChat内の複数の主要動画サービスに展開されている」と述べ、ライブ配信コマース、ショートドラマ分析、インタラクティブ動画を挙げている。これはこの記事における導入実績の主張として最も強力であり、同時に最も検証しにくいものである。レイテンシ、スループット、同時実行数、メモリのいずれの数値も、このリリースのどこにも記載されていない。引用はできても検証はできない一文なのだ。

A stacked flat vector evidence card on a charcoal background headed What each side has on the record: the bone-white Runway Gen-4.5 panel reads no row on any of the three AA video boards, 1,247 Elo at launch on 1 December 2025, 1,000 as the board anchor has since moved, and an API since 10 February 2026; the muted teal WeMM-Video-35B-A3B panel reads no entry on Artificial Analysis or LMArena, benchmarks reported by Tencent only, no third-party reproduction, and weights committed 20 November 2026. A grey footer reads 'Boards read 20 November 2026; the two absences are not the same absence.'

トランスクリプトがスタジオに適合する場所

二つを組み合わせれば、パイプラインは自ずと出来上がる。誰も公開していないにもかかわらず、だ。ショットをレンダリングし、そのレンダリング結果を何かに読み返させる——商品は映ったか、台詞は台本と合っていたか、このクリップは公開して安全か。Runwayは後半部分を売っていない。セルフホストしたWeMMチェックポイントなら、67 GiBのダウンロードとソースオーバーレイという代償で可能だろう。

今週使える半分については、バックボーンが妥当な入口です。レポートが述べているとおり、Qwen3.6-35B-A3B は WeMM-Video-35B-A3B の構築元となったモデルで、OrcaRouter 上で、テキスト・画像・動画入力に対応する 262,144 トークンのコンテキストを、入力 100 万トークンあたり 0.25 ドル、出力 100 万トークンあたり 1.48 ドルで利用できます。音声処理スタックを備えていないため、誰が話したかは分かりません。しかし、今日あなたがレンダリングするのと同じクリップを対象に、フレーム内にプロンプトが求めた内容が含まれているかどうかは判定できます。

OrcaRouterはGen-4.5もWeMM-Video-35B-A3Bも提供していませんし、もしそうでないと書くならこの記事の本文は嘘になってしまいます。このプラットフォームが提供するのは比較のためのハーネスです。すなわち、1つのOpenAI互換キー、プロバイダーの定価を0%の上乗せでそのまま反映すること、そしてエンドポイントが劣化した際の自動フェイルオーバーです。また、Gen-4.5はトークンではなくサブスクリプションに対するクレジットで課金される点にもご注意ください。これはルーターが正規化できる単位ではなく、クレジットが計量単位であり、その計量単位はRunwayのものです。

順位ではなく成果物で選ぶ

出力をファイルとして外部に出す必要があるなら、Runway Gen-4.5を選ぼう。2~10秒のショットをProRes、PNGシーケンス、またはメタデータを付けたHDRで納品し、それを他の誰かが管理するエディター内で扱う場合だ。その際は、次の点を心得ておきたい。ローンチページに載っている数値はほぼ1年前のもので、もはや同製品を掲載していないボードで測定されたものだということ。20~40クレジットのカラーラダーはすぐに積み上がるということ。そして、料率が固定なのはパッケージが固定されているからだということ。

出力が映像そのものではなく映像についての説明である場合、Apache 2.0 が法務レビューで重要になる場合、そして機能リクエストを出すよりもフラグで上限を動かしたい場合には、WeMM-Video-35B-A3B を選んでください。重みが数日前のものであること、それらに付随するすべての品質数値はモデルを訓練したチームに帰属すること、4つの量子化バリアントのうち3つが自らを未検証と称していること、そしてインストールが、アーキテクチャをまだマージしていない推論エンジンへのパッチオーバーレイであることを承知の上で臨んでください。

ボードからは、正反対の理由で2つの行が欠けており、どちらの不在も判定ではありません。一方のモデルは測定され、頂点に立ったあと、再アンカーされて一覧から外れました。もう一方は、それを訓練した者以外には一度も測定されていません。それに基づく比較は、それぞれの側が何を可能にし、何を返すかについてでなければなりません。なぜなら、今回はスコアボードが両者とも本当に空だからです。