
WeMM-Video-4B vs FLUX 3 Video: 클립을 읽을까, 만들까
- 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 · 356 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 · 147 tok/s
- orcaNEWOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100만 토큰당 · 92 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 · 81 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100만 토큰당 · 117 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
오후를 낭비하는 가장 빠른 방법은 WeMM-Video-4B와 FLUX 3 Video의 품질을 비교하는 것입니다. 둘 중 하나에는 숫자가 있고 다른 하나에는 없는데, 그 숫자는 품질 점수가 아니라 가격입니다. Black Forest Labs의 FLUX 3 Video는 2026년 8월 4일 분당 요금이 공개된 채로 정식 출시되었고, Artificial Analysis의 두 비디오 보드 모두에 항목이 올라 있습니다. Tencent의 WeChat Vision 그룹에서 나온 WeMM-Video-4B는 2026년 11월 17일 Apache-2.0 가중치 10.5GB로 등장했지만, 엔드포인트도 가격도 리더보드 항목도 전혀 없습니다. 당신이 선택하는 대상은 사용량이 과금되는 생성기와 무료 설명기이며, 정직한 비교는 이 두 가지 중 무엇이 당신의 파이프라인에 빠져 있는지에 관한 것입니다.
이 글의 나머지 부분은 세 가지 종류의 사실을 구분한다. 저장소와 두 위원회가 밝히는 내용, 벤더가 자체 논문과 문서에서 주장하는 내용, 그리고 두 연구소 밖의 누구도 검증하지 못한 내용이다. 2026년 11월 20일 기준으로, 흥미로운 자료의 대부분은 세 번째 범주에 속한다.
한 명은 두 개의 이사회에 속해 있고, 다른 한 명은 어디에도 속해 있지 않다.
Artificial Analysis는 FLUX 3 Video를 두 번 점수화하며, 두 점수는 서로 다른 척도에 속하므로 어느 쪽도 다른 쪽으로 전환되지 않습니다.
• AA-Video-T2V v2.1 — FLUX 3 Video는 7,406표에서 Elo 1,137 ±13으로 10위이며, 분당 $17.40으로 책정되어 있습니다. 더 큰 FLUX 3 Video Max는 4,708표에서 1,151 ±14로 7위에 올라 분당 $8.70인데, 이는 더 큰 모델이 순위표에서 더 저렴한 이례적인 사례입니다.
• AA-Video-I2V v2.1 — FLUX 3 Video는 6,838표에서 1,069 ±14로 16위, 가격은 동일한 $17.40입니다. FLUX 3 Video Max는 6,848표에서 1,068 ±14로 17위이며 가격은 $8.70입니다.
• WeMM-Video-4B — 어느 보드에도, 비디오 편집 보드에도 행이 없습니다. 측정값이 누락된 것이 아니라 입력 자체가 불가능한 항목입니다. AA 비디오 보드들은 생성된 영상을 순위로 매기지만, WeMM-Video-4B는 아무것도 생성하지 않습니다.
순위가 아니라 간격을 보라. FLUX 3 Video가 텍스트-투-비디오와 이미지-투-비디오 리더보드에서 기록한 두 자리 사이에는 68점 차이, 즉 다섯 구간어치가 벌어져 있다. 서로 환산되지 않는 두 척도로 점수가 매겨진 모델에 관해 유용한 사실은 바로 이것이다. 이 모델은 유능한 생성기이지만, 그 위치는 어떤 과제를 부여하느냐에 따라 달라진다. 이는 비록 소박하더라도 실제 독립적인 측정이며, 이번 맞대결에서 상대편이 가진 것보다 많은 것이다.
분당 $17.40로 살 수 있는 것
FLUX 3 Video는 어떤 단일 보드 행에서도 보여주지 않는 더 넓은 입력 목록을 갖춘 멀티모달 생성기입니다. 텍스트 프롬프트, 첫 프레임으로 사용하는 정지 이미지, 비디오-투-비디오 및 연속 생성을 위한 비디오, 제어된 전환을 위한 키프레임을 지원합니다. 한 번 생성 시 길이는 최대 20초이며, 텍스트-투-비디오와 이미지-투-비디오는 5~20초, 연속 생성은 5~15초입니다. 해상도는 화면비 대신 픽셀 구간으로 판매됩니다. HD는 프레임당 약 100만 화소, FHD는 200만 화소, QHD/2K는 400만 화소, UHD/4K는 800만 화소입니다. 다국어 대화, 동기화된 음성, 음향 효과 및 앰비언스를 갖춘 네이티브 오디오는 선택 사항이며 초당 가격에 포함됩니다.
• Draft HD — 초당 $0.06. 5초 테스트 클립은 30센트입니다.
• HD / 720p — 초당 $0.17, 또는 5초에 약 $0.85.
• FHD / 1080p — 초당 $0.29입니다. QHD/2K는 $0.40이고 UHD/4K는 $0.80입니다.
• 비디오-투-비디오 및 이어 만들기 — 초안 $0.12, HD $0.41~$0.43, FHD $0.53~$0.54, 2K $0.65, 4K $0.95.
보드의 분당 $17.40은 1080p 기준으로 정규화된 수치이므로 해당 카드에 깔끔하게 나누어 떨어지지 않습니다. 이는 비교 단위이지 영수증이 아닙니다. 여러 타사 요약에서는 2K 및 4K 대역이 보편적으로 제공되기보다 점진적으로 출시되는 것으로 보고하므로, 카드 상단은 계정 수준의 질문으로 다루는 것이 좋습니다.
WeMM-Video-4B가 무료로 제공하는 것
맞대결의 반대편은 호출당 비용이 전혀 들지 않으며 아예 구매할 수도 없습니다. WeMM-Video-4B는 5,611,746,312개의 파라미터 — BF16에서 10.45 GiB — 이며, 실제 크기가 아니라 Qwen3.5-4B 언어 백본을 따서 명명된 저장소에 있습니다. 잉여분이 핵심입니다: 언어 모델 42.1억 개 파라미터, 비전 타워 3.3억 개, 그리고 16 kHz 오디오를 30초 청크로 처리해 초당 10개의 오디오 토큰을 내보내는 Q-Former가 포함된 Whisper 스타일 오디오 스택 10.7억 개 파라미터입니다.
텍스트, 이미지, 비디오, 원본 사운드트랙이 포함된 비디오를 입력받아 텍스트를 반환한다. 저자들의 공동 오디오-비주얼 표에서 이 모델은 오디오가 포함된 Video-MME에서 Qwen3-Omni-30B-A3B-Instruct를 83.9 대 77.3으로 앞서고, Video-MME v2에서는 48.1 대 36.3으로 앞선다. 무음 비디오에서는 LVBench에서 65.3 대 50.2, LongVideoBench에서 74.8 대 63.5로 앞선다. Qwen3.5-Omni-Flash와 비교하면 오디오 벤치마크에서는 뒤진다 — MMAU 75.2 대 80.4, MMAR 67.3 대 74.0 — 그리고 OCRBench 85.7 대 89.1, GPQA 73.2 대 76.4에서도 뒤처진다.
그 모든 수치는 텐센트 자체 측정값입니다. 논문은 가능한 경우 공식 결과를, 그렇지 않은 경우 자체 평가를 보고한다고 밝히고 있으며, 어떤 행도 제3자가 재현하지 않았습니다. 벤치마크 실행의 프레임 수, 픽셀 예산, 컨텍스트 길이는 명시되지 않았습니다. 이는 배포된 vLLM 레시피가 비디오를 16프레임 및 총 262,144픽셀로 제한하는 반면 프로세서 기본값은 128프레임이기 때문에 중요합니다.

결코 만나지 않는 두 시계
어느 모델도 다른 모델을 대신할 수 없으며, 그렇게 만드는 제약은 둘 다 역량이 아니라 예산이다.
• 출력 예산 — FLUX 3 Video는 호출당 최대 20초 분량의 영상을 오디오와 함께 최대 4K로 생성합니다. WeMM-Video-4B는 프레임을 전혀 생성하지 않으므로 출력 예산은 토큰 예산입니다: 출시 상태 기준 요청당 8,192토큰이며, 오디오는 프레임이 집계되기 전에 초당 10토큰을 소비합니다.
• 입력 한도 — WeMM-Video-4B는 요청당 이미지 4개, 비디오 2개, 오디오 2개를 허용하며, 초당 2프레임으로 최대 16프레임입니다. FLUX 3 Video는 프롬프트, 첫 프레임 1개, 참조 비디오 1개 또는 키프레임 세트를 허용하며, 어떤 종류의 오디오 입력도 허용하지 않습니다.
• 비용 구조 — FLUX 3 Video는 출력 1초당 과금하므로 비용은 야심의 크기에 따라 달라집니다. WeMM-Video-4B는 자체 하드웨어의 GPU 시간당 과금하므로 비용은 배치 크기에 따라 달라지며, 원본 클립의 길이에는 관계없고 샘플링을 거쳐 남는 프레임 수에만 좌우됩니다.
• 라이선스 — WeMM 컬렉션에는 Apache 2.0이 적용되며, 제3자 구성 요소에 대해서는 항목별로 명시되지 않은 예외 조항이 있습니다. FLUX 쪽은 가중치가 공개되지 않은 호스팅 상용 API입니다.
간단히 말해, 하나는 스코어보드가 딸린 초당 비용이고, 다른 하나는 논문이 딸린 고정 자본 비용이다. 완성된 샷이 필요한 팀은 WeMM-Video-4B를 사용할 수 없고, 기존 클립 1만 개에 대한 검색 가능한 인덱스가 필요한 팀은 FLUX 3 Video를 사용할 수 없다 — 비싸서가 아니라, 자기가 만들지 않은 영상에 관한 질문에 답할 방법이 없기 때문이다.
오디오는 비교가 흔들리는 지점이다
FLUX 3 Video는 오디오를 생성합니다. WeMM-Video-4B는 오디오를 이해합니다. 이 둘은 기능 목록에서는 비슷하게 들리지만 서로 다른 역량이며, 그 차이가 파이프라인을 결정합니다.
FLUX의 오디오는 생성 결과물입니다. 다국어 대사, 동기화된 음성, 음향 효과와 환경음이 포함되며, 선택 사항이고 초당 가격에 함께 포함됩니다. Black Forest Labs가 공개하지 않는 것은 트랙 수이므로, 대사·음악·효과를 분리 가능한 스템으로 받아야 한다면 요금표도 문서도 이를 제공하는지 알려주지 않습니다. DAW에서 2차 패스 작업을 할 예산을 잡으세요.
WeMM의 오디오는 입력 경로입니다. 즉, 사운드트랙을 초당 10개의 토큰으로 변환하고, 이를 명시적인 텍스트 타임스탬프와 함께 시간순으로 시각 토큰과 융합하는 10억 7천만 개 매개변수 타워입니다. 오디오가 포함된 Video-MME에서 83.9, MMAU에서 75.2가 측정하는 것은 바로 이것입니다. 얼마나 잘 듣는지를 측정하는 것이지, 얼마나 잘 말하는지를 측정하는 것이 아닙니다.
그래서 장면을 쓰고, 사운드와 함께 렌더링한 뒤, 대사가 실제로 제대로 전달되었는지까지 알아야 하는 워크플로우에는 두 절반이 모두 필요하며, 어느 모델도 상대의 절반을 담당하지 않습니다. 이번 맞대결에서 두 모델이 단지 다르기만 한 것이 아니라 진정으로 상호 보완적인 관계인 유일한 지점이 바로 여기입니다.
라우팅 질문을 솔직하게 말하자면
OrcaRouter는 두 모델 모두 제공하지 않습니다. WeMM-Video-4B 엔드포인트는 없으며—플랫폼 카탈로그에는 WeMM 체크포인트가 전혀 없습니다—FLUX 3 Video 라우트도 없습니다. FLUX 3 Video는 Black Forest Labs 자체 API와 여러 타사 플랫폼을 통해 사용할 수 있고, WeMM-Video-4B는 다운로드 형태로 제공되며 패치된 vLLM 또는 SGLang 오버레이가 필요합니다. 두 엔진 모두 업스트림에서 해당 아키텍처를 지원하지 않기 때문입니다.
플랫폼이 실제로 담당하는 것은 두 워크플로를 둘러싼 텍스트 레이어이며, 이번 조합에서 유용한 부분은 모델 퓨전이지 단순한 라우팅이 아닙니다. "이 클립을 보관할 가치가 있는가"라는 판단은 판단력이 필요한 문제인데, 저렴한 분류기와 값비싼 추론기를 같은 프롬프트에 올리는 퓨전 호출은 모든 후보마다 비싼 모델을 돌리는 비용의 일부만으로 그 판단을 내릴 수 있습니다. 이는 하나의 OpenAI 호환 키로 200개가 넘는 모델 전반에서 실행되며, 공급자 정가에 0% 마크업이 적용되므로 벤더가 가격을 인하하면 다음 청구 주기가 아니라 같은 날 바로 인하가 반영됩니다. 특히 WeMM 작업에서 비전 전용인 절반의 경우, Qwen3-VL-235B-A22B-Thinking과 Qwen3-VL-8B-Thinking 모두 이미지와 비디오 프레임을 입력받으며 현재 플랫폼에 있습니다 — 이는 빠진 옴니 모델을 우회하는 경로이지, 그 오디오 타워를 대체하는 것이 아닙니다.


실제로 그것을 해결해 줄 것은 무엇일까
세 가지 발전이 이루어진다면 이 비교는 현재 그것이 놓여 있는 벤더 보고 기반이라는 토대에서 벗어나게 될 것이다.
먼저, 어느 독립 보드에서든 WeMM-Video-4B 항목이 있어야 합니다. 그런 항목은 없으며, 그 이유는 음모론적이라기보다 구조적입니다. AA 비디오 보드는 생성된 영상을 순위화하는데, 이해 모델은 참가시킬 수 없습니다. 옴니모달 비디오 이해 아레나가 바로 빠져 있는 도구이며, 그것이 존재하기 전까지 모든 WeMM 수치는 Tencent의 말일 뿐입니다.
둘째, FLUX 3 Video 가중치 공개입니다. Black Forest Labs는 공개 릴리스 평판을 가지고 있지만 이 체크포인트에는 다운로드 라이선스가 없으므로, 현재 비교는 오픈 모델과 클로즈드 모델 사이의 비교이며, 이는 어떤 벤치마크 행도 포착하지 못하는 차이입니다.
셋째, WeMM 제품군의 호스팅 가격입니다. 호환되는 호스트가 공급자 정가에 0% 마크업을 그대로 적용해 이 가중치들을 제공하기 시작하면, 이 글의 비용 측면은 일주일 안에 판이 바뀝니다. 그것은 조건일 뿐 현재의 사실이 아니며, 이 글 어디에도 우리가 이를 호스팅한다는 주장으로 읽혀서는 안 됩니다.
실제로 필요한 것은 어느 것인가요?
산출물이 영상 소재라면, FLUX 3 Video는 둘 중 이를 제작할 수 있는 유일한 모델이며, 결정은 720p 기준 초당 $0.17이 같은 보드의 대안 생성기들과 비교해 수용 가능한지 여부로 좁혀집니다. 텍스트-투-비디오에서 10위인 점을 감안하면 이 가격은 중간권에 해당합니다.
산출물이 이미 보유한 영상 자료에 대한 진술이라면, WeMM-Video-4B는 둘 중 그것을 만들어낼 수 있는 유일한 모델이며, 결정은 vLLM 또는 SGLang용 소스 오버레이와 10.45 GiB 체크포인트를 감당하여 이례적으로 뛰어난 장영상 수치를 가진 4B급 설명기를 얻을 수 있는지 여부로 귀결됩니다.
함정은 $17.40과 $0.00을 같은 수량으로 취급하는 데 있다. 하나는 서비스에 대한 종량 요금이고, 다른 하나는 서비스의 부재다. WeMM-Video-4B는 연구용 릴리스가 무료인 방식으로 무료다 — 통합, 검증되지 않은 GGUF 번들, 그리고 그것이 작동하는지에 대한 다른 사람들의 의견 부재로 대가를 치른다.
이 글에서 비교한 모델1
이 글에서 자동 인식
