
WeMM-Video-35B-A3B 대 Alibaba Wan 2.7: 22,754표 대 0
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100만 토큰당 · 182 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100만 토큰당 · 364 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100만 토큰당 · 87 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100만 토큰당 · 148 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 93 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100만 토큰당 · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100만 토큰당 · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100만 토큰당 · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100만 토큰당 · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100만 토큰당 · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447지능
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100만 토큰당 · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929지능
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100만 토큰당 · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733지능
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100만 토큰당 · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740지능
There is exactly one number in this comparison that a third party produced, and it belongs to Alibaba Wan 2.7. On Artificial Analysis' video-editing board the model sits ninth at Elo 1,074 with a confidence interval of ±8, computed from 22,754 pairwise human votes — the smallest interval anywhere on that board. WeMM-Video-35B-A3B has nothing comparable. Its Hugging Face repository was created on 17 November 2026 holding a single .gitattributes file, its 67.39 GiB of BF16 tensors only arrived at 03:57 UTC on 20 November, and as of this writing the page records zero downloads and three likes. The two models are not ranked against each other anywhere, and no amount of careful prose can manufacture that ranking.
What can be done is to separate the three kinds of claim in play: what 22,754 people actually judged, what Tencent's own paper asserts, and what neither side has shown. Most coverage of a fresh checkpoint blurs the second into the first. This piece keeps them apart, because the difference between a measured Elo and a vendor table is the whole decision.
여기서 유일한 제3자 번호
Wan 2.7의 편집 부문 행은 이례적으로 뒷받침이 탄탄합니다. 2만 2천 표는 잡음이라고 일축할 수 있는 리더보드 표본이 아니며, ±8 구간은 9위가 그 아래의 모든 항목에 대해 안정적임을 의미합니다. 또한 해당 행에 표시된 출시 월은 2026년 4월이므로, 투표가 누적될 시간은 7개월이었습니다.
같은 패밀리가 보드에 두 번 더 나타나며, 세 행은 서로 일치하지 않는데, 이는 그 자체로 유익한 정보이다:
• AA-Video-Editing v1.1 — 9위, Elo 1,074 ±8, 22,754개 샘플, 2026년 4월, 분당 $16.90.
• AA-Video-T2V v2.1 — Wan2.7-260612로 등재되어 있으며, 20위, Elo 1,035 ±13, 샘플 6,965개, 2026년 6월, 분당 $9.00입니다. 동일 공급업체, 다른 작업, 샘플 수는 3분의 1, 가격은 편집 요율보다 47% 낮습니다.
• AA-Video-I2V v2.1 — 행 없음. Wan 3.0은 해당 보드에서 1,109점으로 12위에 올라 있지만 Wan 2.7은 없습니다. 이 제품군은 이미지-투-비디오 기능을 표방하므로 이는 제품 격차가 아니라 아레나 격차에 해당하지만, 이는 곧 이 모델이 대부분의 사람들이 가장 먼저 찾게 될 작업에서 한 번도 순위에 오른 적이 없다는 뜻입니다.

세 가지를 함께 놓고 보면, 솔직한 요약은 Wan 2.7이 편집이라는 진정으로 강력한 근거 기반 하나, 텍스트-투-비디오라는 더 빈약한 근거 기반 하나, 그리고 빈칸 하나를 갖춘 신중한 중위권 비디오 모델이라는 것입니다. 그래도 이는 이 비교의 반대편이 가진 것보다 훨씬 더 많은 외부 근거입니다.
What Alibaba is selling, and at what rate
Wan 2.7은 텍스트-투-비디오, 이미지-투-비디오, 레퍼런스-투-비디오, 비디오 편집의 네 가지 모드를 갖춘 제품입니다. 문서에 명시된 제어 기능은 첫 번째 및 마지막 키프레임 조건 지정, 최대 5개의 피사체 이미지와 5개의 레퍼런스 클립, 720p~1080p 출력, 네이티브 오디오, 2~15초 클립입니다. 청구는 요금표 요율로 초 단위로 이루어지므로, 15초 1080p 생성은 시작 버튼을 누르기 전에 계산할 수 있는 비용이며 나중에야 알게 되는 크레딧 잔액이 아닙니다.
The awkward fact for anyone budgeting on Wan 2.7 today is that Alibaba has already superseded it. Wan 3.0 leads the text-to-video board at 1,176 and the editing board at 1,197, and it does so at $12.00 per minute — cheaper than Wan 2.7's $9.00 text-to-video rate only when you compare like for like, and cheaper than the $16.90 editing rate outright. Wan 2.7's April release month and its seventh-month-old votes describe a model that is now the previous generation inside its own vendor's lineup. That matters for this comparison because it changes what you are actually weighing: not the best Alibaba can do against the best Tencent can do, but a mature, measured, one-generation-old service against a checkpoint whose weights are hours old.
오늘 아침에 도착한 체크포인트
WeMM-Video-35B-A3B 공개는 대부분의 조용한 공개와 달리 전체 흐름이 Hugging Face에 의해 타임스탬프로 남아 있어 훨씬 명확히 추적할 수 있다. 저장소는 11월 17일 08:53:50 UTC에 gitattributes 스텁만 든 채로 등장했다. arXiv 보고서 2611.26409는 11월 19일 16:58 UTC에 제출되었고, 11월 20일 06:15 UTC에 이미 한 차례 개정되었다. BF16 가중치 커밋 날짜는 2026-11-20T03:57:36Z이다. GitHub 저장소 Tencent/WeMM-Video는 11월 17일 02:29 UTC에 생성되었으며, 스타 9개, 포크 0개, 공개 릴리스 0개를 기록 중이고, 오늘 아침 06:34 UTC에도 여전히 README가 편집되고 있었다.
그래서 논문이 텐서보다 대략 11시간 앞서 나왔고, 이 글을 쓰는 지금도 모델 카드는 여전히 다시 작성되고 있다. 바로 이 순서가 핵심이다. 출시 게시물도, 가격 페이지도, 호스팅된 엔드포인트도, 보도자료도, 공지 계정도 없었다. 모델이 주목받기를 바라는 공급업체가 보통 하는 일은 아무것도 없었던 것이다.
저장소에 실제로 포함되어 있는 것은 구체적입니다:
• 크기 — 36,177,564,536개의 파라미터, BF16, 총 67.39 GiB에 달하는 17개의 safetensors 샤드에 분산되어 있습니다. "35B-A3B" 레이블은 파일 크기와는 다른 항목을 나타내며, 그 차이는 아래에서 설명합니다.
• FP8 빌드는 실제로 다시 올라왔습니다. 논문이 올라갔을 때, 카드가 링크한 FP8 Block128 저장소는 401을 반환했습니다. 이는 Hub가 한 번도 존재한 적 없는 이름에 내놓는 것과 같은 응답입니다. 이제는 정상적으로 열립니다. 하나의 safetensors 파일에 36.09 GiB이며, 05:53:01 UTC에 커밋되었고, 이는 BF16 업로드로부터 두 시간 뒤입니다. 33.6B 파라미터는 E4M3에, 2.56B는 BF16에 남아 있습니다. 11월 19일 16:58 UTC에 무슨 일이 있었든, 릴리스는 완료되지 않은 상태였습니다.
• 양자화된 변형 세 가지 추가 — 52개의 레이어별 샤드에 걸쳐 22.72 GiB인 AWQ W4A16, 단일 파일에 24.11 GiB인 NVFP4 W4A16, 그리고 25.46 GiB의 GGUF Q4_K_M 번들(22.61 GiB 언어 파일, 0.84 GiB 프로젝터, 1.99 GiB 오디오 인코더로 분할)입니다. 이 중 두 가지는 자체 매니페스트에서 검증되지 않았다고 밝히고 있습니다. NVFP4 변형은 가중치가 CPU에서 다시 읽혔다는 것만 주장하는데, 이는 평가가 아니라 체크섬입니다.
• 런타임 — 여기의 어떤 것도 기본 엔진에서 실행되지 않습니다. 이 저장소는 정확히 네 개의 업스트림 릴리스에 대한 SHA-256 매니페스트와 함께 소스 오버레이를 제공합니다: vLLM 0.18.0 및 0.31.0, SGLang 0.5.16 및 0.5.19. 게시된 모든 서빙 명령은 8,192토큰 컨텍스트, 두 GPU에 걸친 텐서 병렬 처리, 그리고 16프레임 및 262,144픽셀로 제한된 미디어 파이프라인을 전달합니다. vLLM 이슈 트래커를 검색해도 이 아키텍처에 대한 업스트림 요청은 없습니다.

What Tencent measured, and against whom
WeMM-Video-35B-A3B에 붙은 모든 품질 수치는 이를 훈련한 팀에서 나온 것입니다. 논문도 그렇게 말합니다 — "가능한 경우 공식 결과를, 그렇지 않은 경우 우리 자체 평가를 보고한다" — 그리고 카드에서 조건이 완전히 제시된 단 하나의 수치는 비디오 결과조차 아닙니다: MMAR1000, 오디오 전용, 16 kHz로 디코딩, 그리디 디코딩, H20 두 대. 카드의 나머지 부분은 체크포인트 로딩을 기록합니다. 22,754표에 비추어 볼 때 그것은 다른 범주의 증거이며, 그렇게 읽어야 합니다.
The headline table is a different matter, and it is large. Across 30 single-valued benchmarks, the checkpoint in thinking mode finishes ahead of Qwen3.5-Omni-Flash on 28 and behind on 2; ahead of Seed2.0-Mini-0428 on 26 and behind on 4; and behind Gemini-3.0-Flash on 21 of 30, which Tencent's own summary describes as narrowing a gap rather than closing it. The two rows that carry the most weight for anyone wiring up a describer are the audio-visual ones — 86.4 on Video-MME with audio against 79.3, and an eighteen-point lead on the harder v2 split at 54.9 against 36.6 — because a model that only reads frames cannot post either number.
두 가지 패배는 반대 방향을 가리키며, 다시 말할 가치가 있습니다: JointAVBench는 65.9로 Qwen의 69.0에 뒤지고, MUSIC-AVQA는 79.5로 Qwen의 82.1에 뒤집니다. 둘 다 오디오 비중이 높습니다. 더 큰 체크포인트가 모든 곳에서 이기는 것은 아니며, 이기지 못하는 곳은 Qwen의 오디오 스택이 더 오래 성숙해 온 곳입니다.
그중 어느 것도 재현되지 않았습니다. Artificial Analysis도 LMArena도 어떤 크기의 WeMM 모델도 나열하지 않으며, 저장소의 좋아요 세 개는 동료 검토가 아닙니다. 이 두 모델 중 하나를 선택해 작업을 수행하려는 것이라면, 22,754표와 저자들이 서명한 표를 비교하는 셈입니다.
둘 다 영상을 촬영하지만, 하나만 돌려줍니다.
구조적 차이는 설명하기는 쉽지만 그 중요성은 아무리 강조해도 지나치지 않다. Wan 2.7은 텍스트, 이미지, 참조 클립, 비디오를 입력받아 비디오를 출력한다. WeMM-Video-35B-A3B는 텍스트, 이미지, 오디오, 사운드트랙이 포함된 비디오를 입력받아 텍스트를 출력한다. Wan 2.7의 편집 모드는 다른 쪽에 가장 가깝다 — 영상을 입력받아 영상을 돌려주지만 — 출력은 여전히 픽셀이며, 편집한 내용을 설명하게 만드는 설정은 없다.
양쪽의 상한은 구축할 수 있는 파이프라인의 범위를 제한합니다:
• Wan 2.7의 상한은 길이입니다. 생성당 2~15초, 720p~1080p, 초당 과금입니다. 편집 요율 기준 15초 클립은 재시도 전 약 $4.23입니다.
• WeMM-Video-35B-A3B의 제한은 컨텍스트와 샘플링에 있습니다. 프로세서는 기본적으로 초당 두 프레임, 최소 네 프레임, 최대 열여섯 프레임, 총 262,144픽셀 예산을 사용합니다. 이는 기본 제공 레시피에서 약 8초 분량을 커버합니다. 서빙 명령은 컨텍스트를 8,192토큰으로 제한하며 요청당 이미지 네 개, 비디오 두 개, 오디오 클립 두 개를 허용합니다. 초당 오디오 토큰이 열 개일 때, 이 컨텍스트를 오직 소리에만 사용한다면 약 13분 분량의 오디오입니다.
• 불일치.Wan 2.7은 15초 분량의 영상을 생성할 수 있지만, 배포된 WeMM 레시피는 8초만을 봅니다. 파이프라인이 클립을 렌더링한 뒤 모델에게 그 안에서 무슨 일이 있었는지 묻는다면, 설정된 설명자는 출력의 약 절반만 샘플링합니다. 이는 아키텍처의 한계가 아니라 의도적으로 변경해야 하는 구성입니다. 프로세서 자체의 기본값은 128프레임을 허용합니다.
두 공급자, 하나의 모델, 하나의 키
Neither of these models is served through OrcaRouter. The catalogue lists no WeMM checkpoint of any size, and it lists no video generator at all — of the 183 model IDs available today, 51 accept video as input and not one returns video. Wan 2.7 is reachable through Alibaba's own API; WeMM-Video-35B-A3B is reachable by downloading 67 GiB and applying a source patch.
What the routing layer does offer is a way to stop paying for a single provider's bad afternoon. Qwen3.6-35B-A3B — the dense-ish backbone Tencent built this MoE on, and the model you would reach for if you want "watch the clip and reason about it" without the 67 GiB download — is in the catalogue twice: once at $0.248 per million input and $1.485 per million output with a 262,144-token context, and once, through a second provider serving the same weights, at $0.31 and $4.21. That is the same model at two prices, and the routing DSL lets you express the preference once — cheapest first, fail over on a 5xx or a timeout — instead of hard-coding a base URL into your client and hoping.
Automatic failover is the part that matters for video work specifically, because video requests are long. A 40-minute audio track at ten tokens per second consumes most of an 8,192-token budget, which means a single job occupies a connection for a long time, and a provider incident mid-request is expensive rather than annoying. Passing provider list price through at 0% markup matters for the other half of this comparison: when Alibaba cuts Wan 3.0 to $12.00 or a successor undercuts it again, a pass-through bill shows the cut on the next invoice rather than whenever a reseller re-prices.

당신이 실제로 선택하고 있는 번호는 무엇인가요?
결과물이 영상 푸티지라면, Wan 2.7은 둘 중 그것을 생성하는 유일한 모델이며, 결정은 편집 분당 $16.90 또는 텍스트-투-비디오 분당 $9.00이 현재 선두가 $12.00를 받고 두 작업 모두에서 앞서는 리더보드에서 정당화될 수 있는지로 귀결된다. 9위와 20위는 존중할 만한 중위권 위치다. 그것들이 이전 세대를 선택할 이유는 아니다.
산출물이 이미 보유한 영상 자료에 대한 진술이라면, WeMM-Video-35B-A3B는 둘 중 이를 생성하는 유일한 모델이며, 결정은 패치된 추론 엔진, 67.39 GiB 다운로드 또는 36.09 GiB FP8 다운로드, 텐서 병렬화용 GPU 2개, 8초 샘플링 윈도를 감당할 수 있는지로 귀결됩니다 — 즉 시청각 지표가 강력하고 전적으로 자체 개발인 36B급 설명기를 얻기 위해서입니다.
함정은 "Elo 1,074 over 22,754 votes"와 "86.4 on Video-MME with audio"를 서로 같은 기준으로 비교할 수 있는 것으로 취급하는 것이다. 하나는 누구나 호출할 수 있는 서비스에 대한 군중 측정이다. 다른 하나는 오늘 아침까지 가중치가 없었던 체크포인트에 관한 벤더 표다. 둘 다 읽을 가치가 있다. 그중 오직 하나만 증거다.
