
WeMM-Video-9B vs HiDream-O1-Video-1.0: 두 개의 좁은 허리
- 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
Both of these models are narrower in production than they are on paper, and they are narrowed by different things. HiDream-O1-Video-1.0 is narrowed by its own API: the announcement describes text, image and video input with five-to-twenty-second 1080p output and natively synchronised audio, and the HiHarness endpoint that actually exists accepts exactly one reference image, an optional prompt, and a boolean. WeMM-Video-9B is narrowed by having no serving contract at all — Tencent's WeChat Vision group published it on 17 November 2026 as Apache-2.0 weights and an arXiv preprint, 2611.26409, with no endpoint, no price and no announcement, so the sixteen-frame limit in its shipped vLLM recipe is not a policy anyone can appeal, it is just what the repository does when you follow its instructions.
따라서 이어지는 비교는 성능에 관한 것이 아니다. 그것은 어떤 제약을 감안해 설계할 수 있는지에 관한 것이며, 그 답은 문서화된 상한에 비용을 지불할지, 아니면 문서화되지 않은 상한을 직접 호스팅할지에 달려 있는 것으로 드러난다.
논문이 말하는 것과 API가 받아들이는 것
HiDream-O1-Video-1.0은 2026년 8월 28일에 출시되어 9월 10일 이미지-투-비디오 보드에 올랐습니다. 벤더의 발표는 폭넓습니다: 텍스트, 이미지, 비디오 입력, 5~20초의 1080p 출력, 네이티브로 동기화된 오디오, 서사적으로 계획된 길이, 물리적 제약.
HiHarness API는 폭넓지 않습니다. 참조 이미지 하나 — URL 또는 Base64, 20 MB 이하이고 40 KB 이상 — 와 선택적 텍스트 프롬프트, 그리고 force_10s 불리언을 받습니다. 해상도 선택기는 없습니다. 참조 동영상 필드도 없습니다. 오디오 제어도 없습니다. 5초를 원해도 10초를 얻고, 20초를 원해도 10초를 얻습니다. 논문과 엔드포인트 사이의 간극은 이 모델에 관한 가장 구체적인 사실이며, 여러분의 아키텍처를 바꿀 가능성이 가장 큰 사실입니다.
• 입력 — HiDream-O1-Video-1.0: 참조 이미지 1개와 선택적 프롬프트. WeMM-Video-9B: 비디오, 오디오, 이미지 및 텍스트, 요청당 최대 이미지 4개, 비디오 2개, 오디오 클립 2개.
• 출력 — HiDream-O1-Video-1.0: 동기화된 오디오가 포함된 1080p 동영상, 실제 사용 시 10초. WeMM-Video-9B: 영어 또는 중국어 텍스트.
• 제약 — HiDream-O1-Video-1.0: API 표면. WeMM-Video-9B: 배포된 샘플링 레시피, 2 fps로 16프레임.

보드 한 행, 빈 셀 하나
HiDream-O1-Video-1.0에는 정확히 하나의 독립 측정치가 있는데, 이는 따져볼 만한 좋은 측정치다.
• AA-Video-I2V v2.1 — 6,976개 샘플에서 Elo 1,101 ±14로 14위, 2026년 8월 출시, 분당 $5.80. 이는 대규모 표본에서 좁은 구간이며, 1,109의 Wan 3.0과 1,105의 Agnes-Video-2.5 사이에 위치합니다 — 14점이 하나의 구간인 혼잡한 대역입니다.
• AA-Video-T2V v2.1 및 AA-Video-Editing v1.1에서 누락됨. 텍스트-투-비디오의 부재가 흥미로운 점인데, 벤더 자체의 발표가 텍스트 입력을 앞세우기 때문이다. 텍스트-투-비디오 행도 없고 참조 비디오 필드도 없는 모델은 오직 산문으로만 존재하는 텍스트-투-비디오 이야기를 갖는다.
• WeMM-Video-9B — 세 보드 중 어디에도 행이 없습니다. 구조적인 이유 때문입니다: 세 보드 모두 생성된 영상물의 순위를 매기는데, 이 모델은 아무것도 생성하지 않습니다. 낮은 점수가 아니라 빈 칸입니다.
분당 $5.80인 HiDream-O1-Video-1.0은 이미지-투-비디오 리더보드에서 비교적 저렴한 항목 중 하나입니다. 랭킹 목록에서는 Pika H3 Flex($2.10), HeyGen Video 1($2.40), Agnes-Video-2.5($2.40), Vidu Q4 Preview($5.04), P-Video-2-Pro($5.70)만이 그보다 낮은 가격이며, 이 모델은 세 배에서 네 배 더 비싼 여러 모델을 앞섭니다.

19.5기가바이트에 달하는 세부 묘사
WeMM-Video-9B가 관대한 부분은 자기 자신에 대해 알려주는 정보입니다. Hugging Face 기록에는 1,305개 텐서에 걸쳐 10,488,603,384개의 파라미터가 나열되어 있습니다 — 1.02B 토큰 임베딩, 가중치가 공유되지 않은 1.02B 출력 헤드, 초당 오디오 토큰 10개로 작동하는 2계층 Q-Former 뒤에 너비 1,280의 32개 Whisper 스타일 계층으로 구성된 1.08B 오디오 타워, 그리고 패치 크기 16과 2×2 공간 병합을 사용하는 히든 차원 1,152의 27개 블록으로 이루어진 0.46B 비전 타워를 포함하는 7.94B 언어 백본입니다.
그 정밀함은 HiDream 쪽이 제공하지 않는 일종의 정직함입니다: Black Forest Labs와 HiDream은 모두 파라미터 수를 공개하지 않으며, 어느 쪽도 그럴 의무가 없습니다. 하지만 그것은 또한 함정을 만듭니다. 상세한 아키텍처는 출시된 구성이 그것과 일치한다는 가정을 불러일으키기 때문입니다. 그러나 일치하지 않습니다.
• 프로세서 기본값 — 2fps, 최소 4프레임, 최대 128프레임, 총 100,663,296픽셀.
• vLLM 레시피 배포 — 2 fps, 16프레임, 262,144픽셀, 클립 중간 지점 부근에서 샘플링되었습니다.
• 컨텍스트 — 모든 서빙 명령에서 8,192토큰이며, 아키텍처의 262,144개 위치 임베딩과 대비됩니다.
초당 2프레임으로 16프레임이면 8초 분량이며, 샘플링은 중간에서 시작한다. 60초 클립은 처음 26초와 마지막 26초를 잃는다. 아키텍처는 훨씬 더 많은 것을 허용하겠지만, 레시피는 그렇지 않으며, 실제로 출시되는 것은 레시피다.

10초 대 8초
두 가지 역량을 나란히 놓으면 결정의 윤곽이 드러납니다. HiDream-O1-Video-1.0은 어떤 요청에도 동기화된 오디오와 함께 완성된 1080p 10초 영상을 제공합니다. WeMM-Video-9B는 길이에 상관없이 이미 보유한 8초 분량의 영상을 살펴봅니다.
두 숫자 모두 임의적이다. HiDream의 10초는 불리언으로 구현된 제품 결정이고, WeMM-Video-9B의 8초는 레시피 파일의 기본값이다. 어느 쪽도 물리 법칙이 아니다. 그러나 둘 중 하나만이 경계에서 무슨 일이 일어나는지 알려줄 공급업체와 함께 제공되며, 그것은 체크포인트로 배포되는 쪽이 아니다.
HiDream-O1-Video-1.0으로 10초짜리 클립을 생성한 다음 WeMM-Video-9B에 그 안에서 무슨 일이 있었는지 물으면, 설명 모델은 그 10초 중 8초를 중간에서 샘플링합니다. 처음과 마지막의 2초는 모델에 도달하지 않습니다. 이는 설정 변경으로 해결하는 조정 문제이며, 이 두 모델 조합이 만들어내지만 어느 벤더도 문서화하지 않는 바로 그런 종류의 조정 문제입니다.
모델 융합, 그리고 그것이 문장에서 제 몫을 하는 지점
어느 모델도 OrcaRouter에서 호스팅되지 않습니다. HiDream-O1-Video-1.0은 HiDream 자체 플랫폼과 여러 타사 플랫폼을 통해 접근할 수 있으며, WeMM-Video-9B는 다운로드하여 접근할 수 있습니다.
이런 비교가 오케스트레이션 대화에 등장하는 이유는 두 절반이 서로 다르게 실패하기 때문이다. 호스팅된 절반은 요청 한도, 타임아웃, 오류 코드처럼 요란하게 실패하며, 바로 이를 위한 것이 자동 장애 조치다. 셀프 호스팅된 절반은 조용히 실패한다. 즉 8초 분량의 영상에 대해서는 자신감 있는 설명을 반환하면서, 보지 못한 26초에 대해서는 아무 말도 하지 않는다. 여기서 모델 융합이 더 흥미로운 도구인 이유는, 다른 샘플링 정책으로 같은 클립을 읽는 두 번째 모델이 경계에서 불일치를 보일 것이고, 그 불일치가 창이 너무 작았다는 것을 알려주는 유일한 신호이기 때문이다.
호스팅 구간의 경우 공급자 정가가 0% 마크업으로 그대로 전달되며, 이는 분당 $5.80에서는 평소보다 더 중요합니다. 저렴한 모델의 공급업체 가격 변동은 비싼 모델보다 더 큰 비율 변동이며, 캐시된 사본이 아닌 공개된 요율을 추적하는 것이 100개 클립 배치 예측을 정직하게 유지합니다.
어떤 제약 안에서 살아갈 수 있나요?
참조 이미지 하나와 10초가 작업이라면 HiDream-O1-Video-1.0을 선택하세요. 문서화된 엔드포인트, 동기화된 오디오, $5.80 요금, 그리고 이미지-투-비디오 부문 리더보드 14위 행을 얻을 수 있습니다. 대신 텍스트-투-비디오, 해상도 제어, 그리고 10초 외의 모든 길이를 포기하게 됩니다.
영상 설명이 작업이라면 WeMM-Video-9B를 선택하세요. 보고된 시청각 수치가 강력하고, Apache-2.0 라이선스와 검증 가능한 파라미터 수를 갖춘 9B 옴니모달 설명기를 얻을 수 있습니다. 대신 서빙 계약, 독립적 검증, 그리고 실제 보유한 클립에 8초 창이 충분히 넓다는 보장은 포기하게 됩니다.
당신이 해서는 안 되는 일은 둘을 품질로 비교하는 것이다. 둘 다 같은 도구로 평가된 적이 없고, 그중 하나는 그럴 수조차 없다. 값진 비교는 두 개의 좁은 허리 — 불리언과 레시피 파일 — 사이의 비교이며, 그것이 보는 것에 대해 자신을 속이지 않고 어느 쪽을 중심으로 구축할 수 있는가의 문제다.
