HiDream-O1-Video-1.0, Artificial Analysis에서 6위로 데뷔 — 그런데 공개 API는 출시보다 훨씬 작다

HiDream-O1-Video-1.0은 Artificial Analysis Image-to-Video 리더보드에서 6위이며, 생성 영상 1분당 $5.80에 3,231표 기준 Elo 1,175를 기록했습니다. 이는 제작사가 발표한 순위입니다 — 다만 2026년 9월 17일자 HiDream.ai의 출시 발표문에서는 4위라고 했습니다. 두 숫자 모두 사실이며 서로 다른 것을 설명합니다: 발표문은 해당 모델이 발표 당일 보유했던 순위를 인용한 것이고, 그 이후 리더보드는 변했습니다. 2026년 10월 10일에 오디오 필터를 켜고 읽으면, HiDream V1은 MiniMax H3 Max, MiniMax H3, Vidu Q4 Preview, Omni Flash, Dreamina Seedance 2.0 720p 뒤에, 바로 그 순서대로 위치합니다.

더 흥미로운 이야기는 순위가 아니다. HiDream-O1-Video-1.0이 텍스트, 이미지, 비디오를 입력받아 네이티브로 동기화된 오디오가 포함된 5~20초 1080p 영상을 반환하는 모델로 발표되었다는 점, 그리고 오늘 실제로 호출할 수 있는 것은 정확히 하나의 참조 이미지와 선택적 텍스트 프롬프트만 받고 그 외에는 아무것도 받지 않는다는 점이다. 이 두 진술은 모두 문서화되어 있다. 그 둘 사이의 간극은 이 모델을 기반으로 무언가를 만들기 전에 알아 둘 가치가 있는 부분이다.

이사회, 제대로 읽기

Artificial Analysis는 자사의 비디오 리더보드를 등급별로 운영하며, 각 등급은 자체 Elo 척도와 자체 투표 풀을 가지고 있어 점수가 등급 간에 이전되지 않습니다. 오디오를 포함한 AA-Video-I2V v1.0에서 상위 6개는 20 Elo 포인트 차이를 보이며 신뢰 구간의 폭은 7~10포인트입니다. 2026년 10월 10일 기준 해당 상위 6개는 다음과 같습니다:

• MiniMax H3 Max — 5,894개 샘플에 걸쳐 1,195 ±9, 2026년 8월, 분당 $4.80

• MiniMax H3 — 7,284개 샘플 기준 1,181 ±8, 2026년 7월, 분당 $7.80

• Vidu Q4 Preview — 5,543개 샘플에서 1,179 ±10, 2026년 10월, 분당 $5.04

• Gemini Omni Flash — 12,327개 샘플 기준 1,178 ±7, 2026년 5월, 분당 $6.00

• Dreamina Seedance 2.0 720p — 15,721개 샘플 기준 1,176 ±7, 2026년 3월, 분당 $9.07

• HiDream-O1-Video-1.0 — 3,231개 샘플에서 1,175 ±10, 2026년 8월, 분당 $5.80

그 구간들을 하나의 그룹으로 읽으면, 솔직한 요약은 1위부터 6위까지가 통계적으로 매우 긴 동점 꼬리를 지닌 하나의 경쟁이라는 것입니다. 아닌 노이즈 내부의 격차는 HiDream V1과 나머지 필드 사이의 격차입니다: 7위인 알리바바의 Wan 3.0은 1,164로, 6위보다 11점 및 전체 구간 하나만큼 낮고, 그보다 거의 300표 앞서 있습니다. HiDream 자체의 표본 수는 그 상위 6개 중 가장 작으며, 이는 그 구간이 가장 넓은 축에 속하고 그 위치가 가장 확정되지 않았음을 의미합니다.

Artificial Analysis가 보드 자체에 대해 밝힌 두 가지는 기억해 둘 가치가 있다. 지난 30일 동안 추가된 모델이 하나라고 기록하며, AA-Video-I2V v2.0이 출시 예정이고, AA-Video-T2V v2.0 분류 체계에 맞춰지며 전반적으로 1080p를 지원한다고 말한다. 이는 출시 주장이 1080p와 텍스트 및 비디오 컨디셔닝에 관한 모델에게 중요하다: 그 모델이 처음 등장하는 보드는 명시적으로 과도기적이며, 대체 보드는 측정되는 내용을 바꾼다.

모델이 아닌 곳

HiDream-O1-Video-1.0은 정확히 하나의 Artificial Analysis 비디오 보드에만 등장합니다. 텍스트-투-비디오 보드인 AA-Video-T2V v2.0과 비디오 편집 보드에는 없습니다. 2026년 10월 10일에 두 보드를 모두 확인했습니다 — Wan 3.0은 텍스트-투-비디오에서 1,156으로, 비디오 편집에서 1,157로 선두를 달리고 있고, FLUX 3은 텍스트-투-비디오에서 1,128로 6위이며, HiDream은 두 순위 어디에도 나타나지 않습니다.

그 부재는 실격이라기보다 하나의 신호다. 참조 이미지만 입력받는 모델은 텍스트-투-비디오 투표에 참가시킬 수 없고, 애니메이션만 생성하는 모델은 편집 비교에 참가할 수 없다. 실질적인 결과는 HiDream V1이 텍스트-투-비디오나 비디오 편집을 수행하는 것에 대한 독립적인 측정이 없다는 점이며, 이는 바로 출시 릴리스에서 홍보하는 세 가지 입력 모드 중 정확히 두 가지다.

두 개의 날짜, 그리고 그 사이의 90일

이 수치들을 인용하려는 사람이라면 누구든 조심스럽게 다루어야 할 날짜 산정상의 얼킴이 하나 있다. Artificial Analysis는 HiDream-O1-Video-1.0의 출시일을 2026년 8월 28일로, 리더보드에 소개된 날짜를 2026년 9월 10일로 기록하고 있다. HiDream 자체의 출시 발표는 9월 17일자다. 이후 등장한 제3자 모델 레퍼런스들은 이를 9월 15일 게시되고 9월 17일 검증된 것으로 기술한다.

그 패턴이 설명하는 것은 보도자료에 도달하기 전에 평가 파이프라인에 도달한 모델이며, 이는 충분히 정상적인 일이고, 리더보드의 출시일은 둘 중 더 이른 날짜일 뿐 오류가 아니라는 뜻이다. 그것은 3월 모델이 8월에 다시 발표되는 상황을 설명하지 않는데, 그것이 바로 이 블로그가 이전에 크게 데었던 실패 유형이다. HiDream-O1-Video-1.0은 진짜로 새로운 모델이다: 리더보드 인프라 자체가 그 등장 시점을 지난 두 달 안으로 기록한다.

출시가 주장하는 내용, 그리고 누가 그렇게 말하는가

아키텍처에 관한 설명은 HiDream에서 나온 것이며 독립적으로 재현되지 않았다. 벤더에 따르면: HiDream-O1-Video-1.0 — HiDream V1, 또는 HD-V1 — 은 그림을 생성한 뒤 소리를 추가하는 대신 텍스트, 비디오, 오디오를 하나의 생성 과정 안에서 공동 모델링하여 입 움직임, 주변음, 물리적 동작이 하나의 타임라인을 공유하도록 한다. 길이는 고정되는 것이 아니라 계획되며, 모델이 설명되는 이벤트에 따라 5초에서 20초 사이의 길이를 선택한다. 물리적 거동 — 중력, 충돌, 관성, 변형, 빛 감쇠 — 은 생성 제약으로서 훈련에 포함된다. 후속 훈련은 인간 지각에 정렬된 멀티모달 보상 모델을 대상으로 하는 디퓨전 강화 학습을 사용한다. 생성은 회사가 설명하는 세 단계, 즉 첫째 계획, 둘째 공동 생성, 셋째 정렬로 진행된다.

HiDream은 이 모델을 공유된 통합 트랜스포머 기반 위에 구축된 4개 제품군 포트폴리오 — HiDream-O1-Image, HiDream-O1-Video, HiDream-O1-World, HiDream-O1-Embodied — 안에 위치시키며, 형제 모델들의 이전 벤치마크 순위를 인용합니다. 여기에는 Artificial Analysis의 텍스트-이미지 보드에서 전 세계 2위를 기록한 HiDream-O1-Image 1.5와 WBench에서 1위를 기록한 HiDream-O1-World가 포함됩니다. 이는 해당 제품군 내 다른 모델에 대한 벤더의 수치이며, 여기서는 독립적으로 확인되지 않은 채 제시된 것입니다. 이 회사의 기업 자료는 또한 "2,000억 개 이상"의 파라미터로 구성된 파운데이션 모델 기술 스택을 설명하는데, 이는 플랫폼 수준의 진술일 뿐 HiDream-O1-Video-1.0의 사양이 아니며, 어떤 출처도 이 체크포인트의 파라미터 수를 공개하지 않습니다. 이 모델에 대해 공개된 가중치는 없습니다.

실제로 부를 수 있는 것

여기서 문서는 이례적으로 명확하며, 발표 내용보다 범위가 좁습니다. HiDream은 자사의 MaaS 플랫폼인 HiHarness를 통해 이 모델을 제공합니다. 비디오 엔드포인트는 /api/maas/gw/v1/videos/generations에 대한 POST이며, 모델 식별자는 HiDream-O1-Video-1.0입니다. 필요한 입력은 정확히 참조 이미지 하나입니다 — 공개 URL이거나 data-URL 접두사가 없는 Base64여야 하며, 크기는 40KB에서 20MB 사이입니다. 텍스트 프롬프트는 선택 사항이며 기본값은 비어 있습니다. 생성은 비동기식입니다. 제출하면 task_id를 받고, /api/maas/gw/v1/videos/generations/results를 result.status가 1이 될 때까지 폴링합니다.

그 스키마에 있는 세 가지 누락은 명시적으로 짚고 넘어갈 가치가 있습니다. 각각이 출시 릴리스가 내세우는 기능이기 때문입니다.

• 참조 동영상 — 발표에서는 모델의 입력 항목 중 하나로 동영상을 나열하지만, 문서화된 요청에는 이에 대한 필드가 없습니다.

• 명시적 해상도 — 공지에서는 1080p를 표방하지만, 문서화된 요청에는 해상도 선택기가 없으며, 대신 결과는 참조 이미지의 가로세로 비율을 유지합니다.

• 오디오 제어 — 발표에서는 네이티브 동기화 오디오를 제공한다고 주장하지만, 문서화된 요청에는 오디오 입력이나 오디오 생성 매개변수가 전혀 노출되어 있지 않습니다.

스키마가 노출하는 것은 force_10s인데, 이는 기본값이 false인 불리언입니다. false로 두면 모델이 길이를 선택합니다. true로 설정하면 10초가 됩니다. 숫자형 길이 필드는 없으므로, 광고된 5~20초 범위는 모델 차원의 주장이며, 공개 요청 표면에서는 두 가지 모드 중 하나를 선택하는 것 외에는 이를 조정할 수 없습니다.

그 응답 계약에는 다른 비디오 API를 패턴 매칭해 작성한 연동에 문제를 일으킬 구현 세부 사항이 하나 있습니다. result.status = 1은 모든 하위 작업이 종료 상태에 도달했다는 뜻이지, 생성이 성공했다는 뜻은 아닙니다. 여전히 sub_task_results[].task_status를 읽어야 합니다. 여기서 1은 성공, 3은 생성 실패, 4는 안전성 검토 실패입니다. 종료 상태를 성공으로 간주하는 클라이언트는 존재하지 않는 비디오 URL을 넘겨주게 됩니다.

가격, 맥락 속에서

Artificial Analysis가 기록한 분당 $5.80 기준으로 볼 때, HiDream V1은 해당 가격대에서 저렴하기보다는 중간 가격대에 속한다. 리더보드의 상위 6개 안에서 MiniMax H3($7.80)와 Dreamina Seedance 2.0($9.07)보다 저렴하고, MiniMax H3 Max와 Vidu Q4 Preview보다 비싸다. 가장 자주 비교될 모델들과 비교하면 격차는 더 크다: Google Veo 3.1은 분당 $24.00, Kling 3.0 1080p Pro는 $20.16, Alibaba Wan 2.7은 $9.00, Wan 3.0은 $12.00인 반면, Grok Imagine Video 1.5는 $8.40에 위치한다.

그 분당 요금은 직접 비교할 수 있는 값이 아닙니다. 왜냐하면 어느 해상도와 어떤 오디오 기준의 1분 출력인지는 이 모델에 대해 API 문서가 명시하지 않은 바로 그 부분이기 때문입니다. 그 숫자는 요금표라기보다 직접 계산해 볼 출발점으로 삼으세요.

파이프라인을 걸지 않고 입증되지 않은 경로를 시도하기

여기서 신중해야 할 이유는 그 모델이 나쁘다는 것이 아닙니다. 문제는 프리뷰 시대의 서빙 표면, 즉 입력 유형 하나, 길이 전환 스위치 하나, 두 가지 상태만 가진 종료 플래그가 프로덕션 경로를 하드코딩하기에 잘못된 장소라는 점입니다. HiDream-O1-Video-1.0은 오늘날 OrcaRouter에서 우리가 서빙하는 모델이 아니므로, 아래의 어떤 내용도 그것을 호스팅한다는 주장이 아닙니다. 우리 제품이 진정으로 도움이 되는 지점은 결정의 반대편, 즉 새로운 비디오 경로를 기존 경로와 비교 테스트하고 언제든 그것에서 빠져나올 수 있기를 원하는 상황입니다. 200개 이상의 모델을 아우르는 하나의 OpenAI 호환 엔드포인트, 조용히 실패하기 시작한 경로가 출시하는 경로가 되지 않도록 하는 자동 장애 조치, 마크업 없이 그대로 전달되는 공급자 정가, 그리고 두 개의 통합이 아니라 하나의 요청 안에서 두 모델을 비교할 수 있게 해주는 라우팅 DSL이 있습니다. 그 어느 것도 특별히 HiDream의 모델을 필요로 하지 않습니다.

이 작품을 바꿀 것은 무엇일까요?

세 가지 전개가 판도를 바꿀 것이다. 가능성이 높은 순서대로.

첫째, 더 폭넓은 서빙 계약이다. HiHarness가 참조 비디오 필드, 해상도 선택기 또는 문서화된 오디오 컨트롤을 추가한다면, 발표와 API 사이의 격차가 줄어들고 1080p 및 텍스트-투-비디오 주장이 검증 가능해진다. 이는 모델 변경이 아니라 문서 변경이며, 언제든 적용될 수 있다.

둘째, AA-Video-I2V v2.0 보드. Artificial Analysis는 해당 보드가 출시될 예정이며, T2V v2.0 분류 체계에 맞춰 전반적으로 1080p로 제공될 것이라고 밝혔다. 1080p 전용 보드는 HiDream V1의 해상도 주장이 의미를 갖게 되는 첫 번째 독립적 환경이 될 것이다. — 그리고 만약 그 모델이 새로운 분류 체계 아래의 텍스트-투-비디오 보드에 여전히 등재될 수 없다면, 그곳에서의 부재는 기존 범주의 부산물이 아니라 실질적인 발견이 된다.

셋째, 표본 수. 3,231표는 실제 측정치이며, 아직 신생 측정치로 상위 6개 중 가장 빈약하다. 현재 오차 범위는 ±10이고, 유권자들이 어느 방향으로 밀어붙이든 그 범위는 좁아질 것이다. "6위"를 확정된 사실로 인용하는 사람이라면 누구든 그것을 읽은 날짜를 밝혀야 한다. 6위는 6자 동률 가운데 하나의 동률일 뿐이기 때문이다.

남겨둘 가치가 있는 질문은 HiDream-O1-Video-1.0이 경쟁력이 있느냐가 아니다 — 측정할 수 있는 단 하나의 리더보드에서 그것은 분명히 경쟁력이 있고, 방어 가능한 분당 가격을 갖추고 있다. 문제는 결국 널리 제공되는 API에 도달하는 모델이 발표된 바로 그 모델이냐는 것이다. 현재 문서상으로는 여전히 서로 다른 두 제품이다.

HiDream-O1-Video-1.0은 현재 저희가 제공하는 경로 중 하나는 아니지만, 동일한 종류의 인터페이스가 200개 이상의 모델 뒤에 있으며, 공급자 정가가 그대로 전달되고 마크업이 추가되지 않습니다.