
FastFrames-videogeneratie vs. Luma Ray 3.2: een framestroom tegenover een gegradeerd bestand
- tencentNIEUWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 mln tokens
- GoogleNIEUWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 mln tokens · 89 tok/s
- AnthropicNIEUWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 mln tokens · 97 tok/s
- orcaNIEUWOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaNIEUWOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 mln tokens · 88 tok/s
- OrcaNIEUWOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 mln tokens · 134 tok/s
- OrcaNIEUWOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 mln tokens · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 mln tokens
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 mln tokens · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 mln tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 mln tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligentie
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 mln tokens · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligentie
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 mln tokens · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligentie
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 mln tokens · 187 tok/s
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 per 1 mln tokens · 143 tok/s
Luma Ray 3.2 en FastFrames Video Generation zijn beide diffusie-videomodellen, beide uitgebracht in 2026, beide niet eerder leverbaar dan in de tweede helft van dit jaar — en het zijn in geen enkele zin die een producent zou herkennen vervangers van elkaar. Ray 3.2, beschikbaar sinds 9 juni, eindigt in een bestand: tot 1080p, vijf of tien seconden, optioneel 10-, 12- of 16-bits HDR in de ACES2065-1 EXR-standaard, het formaat waarin een colorist gradeert. FastFrames, op 16 november gepubliceerd door Apple samen met Cornell, eindigt in een stream: 832×480, 81 frames, één frame per 36 milliseconden op één enkele B200, zonder audio, alleen tekstprompt, gewichten op Hugging Face. Het ene is gebouwd zodat de output een afwerkingspipeline overleeft. Het andere is gebouwd zodat de output aankomt voordat je klaar bent met kijken naar de vorige. Alles hieronder volgt uit die tweedeling, inclusief het ongemakkelijke feit dat geen van beide modellen een onafhankelijke score heeft om de kwestie mee te beslechten.
Het uitvoerformaat is het argument, niet het specificatieblad.
Begin met wat elk model je geeft, want hier zit de vergelijking echt.
• Ray 3.2 levert standaard MP4 en levert op verzoek 10-, 12- of 16-bits HDR-frames in ACES2065-1 EXR — maar alleen bij 720p en 1080p, en alleen voor clips van vijf seconden. Naadloos loopen en het EXR-pad zijn beide functies voor clips van vijf seconden.
• FastFrames levert een MP4 van 81 frames bij 832×480 en 16 frames per seconde, dat is 5,06 seconden stille footage. Er is geen EXR-pad, geen keuze voor bitdiepte en geen exportdialoogvenster. De pixeldecoder levert per token 8-bit RGB op en daar blijft het bij.
• Resolutie is een plafond van 1080p tegenover een vast punt van 480p — maar de vergelijking is in beide richtingen oneerlijk, omdat de 1080p HDR-modus van Ray 3.2 niet bestaat voor clips van tien seconden, en de 480p van FastFrames geen instelling is die je kunt verhogen.
• Bedieningsoppervlak: Ray 3.2 neemt tekst, een startframe, een eindframe of een bestaande video om te wijzigen, plus tot 16 keyframes per clip en tracking van gezichtsperformance over maximaal acht gezichten. FastFrames neemt een tekstprompt en een seed.
Lees die lijst nog eens en merk op wat die over de koper zegt. De functieset van Ray 3.2 is de functieset van een shot dat al in een montage bestaat en moet worden afgemaakt, herzien of uitgebreid. De functieset van FastFrames is de functieset van een systeem dat nog niet heeft besloten wat het shot is.
Ray 3.2, gelezen als een postproductietool
Het EXR-pad is de hele reden waarom dit model in zijn huidige vorm bestaat, en er kleven beperkingen aan die de meeste artikelen overslaan.
Het genereert op 540p, 720p en 1080p, in clips van vijf of tien seconden, over zes beeldverhoudingen die verticaal, vierkant en breedbeeld omvatten — maar generatie van tien seconden is alleen tekst-naar-video, dus de paden met frameconditionering en videoconditionering zijn beperkt tot vijf seconden. HDR is een optionele instelling van vijf seconden voor 720p en 1080p: je schakelt HDR in om de EXR-export te krijgen in plaats van die automatisch te krijgen. Audio is de andere beperking, en die snijdt op een manier die mensen niet verwachten. Ray 3.2 genereert geen gesynchroniseerde audio voor tekst-naar-video of afbeelding-naar-video; audio blijft alleen behouden wanneer je bestaande footage wijzigt of opnieuw kadert die al een audiotrack bevat. Voor een model dat op finishing is gepositioneerd, is dat coherent — het geluid komt uit de montage, niet uit de generator — maar iedereen die op zoek is naar een model voor video met geluid in één call, kan hier beter stoppen met lezen.
De commerciële structuur is ook van belang. Ray 3.2 is het eerste model in de Ray-familie met een volledige developer-API, opgedeeld in een pay-as-you-go Build-tier en een Scale-tier met gereserveerde doorvoer en een SLA. Eerdere Ray-modellen waren alleen op abonnement, dus de prijsgeschiedenis van de familie is geen leidraad voor deze. De kosten per clip bewegen mee met resolutie, dynamisch bereik en duur samen; externe vermeldingen zetten een clip van vijf seconden in 720p op ongeveer $0,30 en een 1080p-clip op ongeveer $1,20, en HDR- of EXR-export vermenigvuldigt de clipkosten in plaats van er iets aan toe te voegen. Beschouw die cijfers als rekenwerk van aggregators op basis van Luma's tariefkaart, niet als een door Luma zelf gepubliceerd getal.
Eén naamgevingsvalkuil die de zin waard is: de versienummers van Luma lopen niet op zoals ze lijken te lezen. Ray3.14 verscheen op 26 januari 2026 en Ray 3.2 op 9 juni 2026, dus het lagere nummer is het nieuwere model, en Luma heeft de Dream Machine-branding laten varen waarop de meeste oudere gidsen nog steeds zijn gebaseerd.
FastFrames, gelezen als een renderlus
FastFrames is geen kleinere Ray 3.2. Het is een distillatieresultaat dat als gewichten is gepubliceerd, en de architectuur verklaart zowel de snelheid als de ontbrekende functies.
Beide checkpoints zijn autoregressieve videodiffusiemodellen gebouwd op Wan2.1 — FastFrames-S van Wan2.1-T2V-1.3B en FastFrames-L van Wan2.1-T2V-14B — volgens een recept dat de auteurs Causal Forcing++ noemen. De bijdrage van het paper is geen snellere transformer. Het is het verwijderen van twee dure componenten rond de transformer: de VAE-decoder, die in de baseline ongeveer 147 milliseconden per frame kostte en wordt vervangen door een pixeldecoder met 63,87 miljoen parameters die uitkomt op bijna 1 milliseconde, en de KV-cache-update, die een klein verfijningsnetwerk wordt dat 2 milliseconden kost op het kleine model en 6 op het grote. De transformer zelf is in de laatste fase bevroren.
Tel het op bij het 1,3B-model en 271,8 milliseconden per frame wordt 35,8. Op één B200 is dat ongeveer 28 verzoeken per seconde, of een clip van 5 seconden in 2,9 seconden. Het 14B-model heeft acht B200's nodig om 45 milliseconden en 22 verzoeken per seconde te halen; op één GPU zakt dat naar 158 milliseconden, wat langzamer is dan afspelen. Bij 720p heeft het kleine model 127 milliseconden per frame nodig en het grote 116 op acht GPU's, en de paper rekent nog eens 25 tot 50 procent extra voor de H100.
Autoregressieve generatie is de reden dat 81 frames niet zo beperkend zijn als het klinkt, en ook de reden dat het model niet kan doen wat Ray 3.2 doet. Omdat elk blok op het vorige is geconditioneerd, worden clips aaneengeregen — maar aaneenrijgen is geen keyframe-besturing, en er is geen manier om een startframe, een eindframe, een referentieafbeelding of een bestaande clip in te voeren. Het model heeft geen enkele vorm van beeldconditionering.


De meetkloof is reëel, en ze werkt in beide richtingen.
Geen van beide modellen kan worden gerangschikt, en de redenen daarvoor zijn verschillend genoeg om ze afzonderlijk te behandelen.
Ray 3.2 heeft geen vermelding in de Artificial Analysis video arena — niet bij tekst-naar-video, niet bij afbeelding-naar-video, gecontroleerd op 18 september 2026 voor deze blog. Wat Luma in plaats daarvan publiceert, is een intern Ray3-evaluatierapport dat pariteit met Veo 3 claimt en een voorsprong op meerdere concurrenten, zonder bijgevoegde numerieke scores, plus een claim dat de API tegen minder dan de helft van de prijs en latency van vergelijkbare modellen draait, ook niet gekwantificeerd. Dat zijn positioneringsdocumenten. Ze zijn niet vergelijkbaar met een arena-Elo met een steekproefomvang en een betrouwbaarheidsinterval, en geen enkele pagina zou ze moeten presenteren alsof dat wel zo is.
FastFrames heeft het tegenovergestelde probleem: het heeft cijfers, en die komen allemaal van de eigen auteurs. De VBench-totalen in Tabel 1 van het paper zijn 84,23 voor FastFrames-S en 84,44 voor FastFrames-L, tegenover 84,11 voor Causal Forcing++, de baseline waaruit het is gedistilleerd, bij 272 milliseconden per frame. Wan2.1 1.3B, het basismodel, scoort 83,80 bij 30.444 milliseconden. Wan2.2 14.3B scoort 84,65 bij 117.734. Geen enkele onafhankelijke partij heeft er ook maar iets van gereproduceerd, en VBench is een benchmark die precies de temporele gladheid beloont waar autoregressieve modellen goed in zijn. De eigen tabel van het paper is een bewering over gelijkwaardigheid binnen een plateau van 83 tot 85,5, geen meting van kwaliteit.
Wat de twee kloofjes gemeen hebben, is de belangrijkste les: de spreiding in de VBench-totalen over alle modellen op Apples lijst is ongeveer tweeënhalf punt, terwijl de spreiding in latency over dezelfde lijst vier ordes van grootte is. Wat die benchmark ook meet, hij maakt al enige tijd geen onderscheid meer tussen deze systemen. Beide modellen worden verkocht op assen die VBench niet ziet.
Kost één opname per stuk
Leg een concrete briefing naast beide tariefkaarten en de rekensom is helemaal niet meer vergelijkbaar.
• Een clip van vijf seconden in 1080p HDR — Ray 3.2, ongeveer $ 1,20 tegen de vermelde tarieven, vóór de HDR-vermenigvuldiging, geleverd als EXR die rechtstreeks de grading in gaat. FastFrames kan deze shot tegen geen enkele prijs produceren.
• Een stille clip van vijf seconden in 480p — FastFrames, één B200 voor 2,9 seconden werkelijke tijd op het kleine model, of acht B200's voor 3,6 seconden op het grote model. Ray 3.2 genereert helemaal niet in 480p; de ondergrens ligt op 540p.
• Tien seconden van alles — Ray 3.2 alleen vanuit tekst, op 1080p of lager. FastFrames haalt tien seconden door twee blokken van 81 frames aaneen te schakelen en te hopen dat de naad standhoudt.
• Negentig takes van dezelfde opname — hier keert de economie zich om. Ray 3.2 rekent per clip, dus honderd pogingen kosten honderd clips. FastFrames rekent GPU-seconden, dus honderd pogingen kosten honderd keer 2,9 seconden van een machine die je al huurt.
• De hardware die je niet hebt — FastFrames vereist Linux x86-64, een NVIDIA GPU en CUDA 12.8, en de repository bevat een werkend inferentiepad, een script voor latentiebenchmarks, een VBench-evaluatieworkflow en een demo-app. Niets daarvan is een gehoste service.
{{1}}Die grens van negentig takes{{/1}} is het echte onderscheid. {{2}}Facturering per clip beprijst een op te leveren resultaat; facturering per GPU-seconde beprijst exploratie.{{/2}} Als je proces "{{3}}genereren tot het goed is{{/3}}" is, is het tweede model een orde van grootte goedkoper en op alle andere assen slechter. Als je proces "{{4}}één ding genereren dat een beoordeling moet doorstaan{{/4}}" is, is het eerste model het enige van de twee dat de klus kan klaren.
De licentie beslist meer dan het specificatieblad.
De gewichten van FastFrames vallen onder Apple's AMLR-voorwaarden, en de LingBot-World v2-democomponenten in dezelfde repository vallen onder CC BY-NC-SA 4.0 — niet-commercieel. De rest valt onder Apple's Sample Code Licence. "Open gewichten" en "vrij om te commercialiseren" zijn geen synoniemen, en deze release is opzettelijk zorgvuldig over dat verschil, op een manier waarop Ray 3.2 dat simpelweg niet is — Ray 3.2 wordt namelijk verkocht onder een commercieel API-contract met een Build-tier en een Scale-tier met een SLA.
De inkoopvraag loopt dus precies andersom dan de technische vraag. Ray 3.2 vraagt je een leveranciersrelatie te accepteren: een tariefkaart, servicevoorwaarden, een doorvoercommitment als je Scale afneemt, een endpoint dat onder je kan veranderen. FastFrames vraagt je drie licenties te lezen en verantwoordelijkheid te nemen voor de GPU's. Voor een studio die al een juridisch beoordelingsproces heeft voor API-leveranciers, is het eerste makkelijker. Voor een onderzoeksgroep die al B200's heeft en een compliance officer die voor de lol licenties leest, is het tweede dat.
Waar elk ervan thuishoort, en de vraag die dit zou veranderen
Zet Ray 3.2 aan het einde van de pijplijn en FastFrames aan het begin ervan, en de twee houden op met concurreren. Ray 3.2 is waar je naar grijpt wanneer de montage bestaat, de kleurenpijplijn echt is, en de opname er aan de andere kant gradeerbaar op 10 bits of beter uit moet komen — met 1080p, HDR-clips van vijf seconden, geen gegenereerde audio, en een factuur per clip die meeschaalt met het dynamisch bereik. FastFrames is waar je naar grijpt wanneer de loop het product is: een live preview, een bestuurbaar wereldmodel, een avatar die binnen een sessie reageert — met 480p, stilte, geen referentie-invoer, en een licentie die je moet lezen voordat je uitbrengt.
Geen van beide is een route op OrcaRouter, en dit artikel beweert ook niet anders. Wat één sleutel wél bereikt, is de gehoste videolaag die vandaag al werkt — MiniMax H3 voor $0,08 per seconde bij 768p en $0,13 bij 2K, en de Kling 3.0-familie — naast meer dan 200 taalmodellen, tegen de lijstprijzen van de provider doorgegeven met 0% markup, zodat een tariefverlaging van een leverancier hier dezelfde dag landt waarop die wordt aangekondigd, met automatische failover als een endpoint midden in de wachtrij verslechtert. Voor een team dat een van de bovenstaande modellen evalueert, is dat de goedkope manier om te meten hoe een echt latency- en kostenprofiel eruitziet voordat het GPU-budget of een Scale-contract aan een hypothese besteedt.
Wat deze vergelijking zou beslechten, is niet een betere demo van een van beide kanten. Het is één onafhankelijke meting van Ray 3.2 op de image-to-video-arena, zodat het finishende model überhaupt een getal heeft, en één reproductie van FastFrames' 84,4 door iemand die niet bij Apple of Cornell werkt. Tot beide bestaan, is de eerlijke basis om te kiezen de oplevering — en op dat vlak liggen deze twee modellen niet dicht genoeg bij elkaar om verward te worden.

