Titelkaart met de tekst 'WeMM-Video-4B vs FLUX 3 Video' en de ondertitel 'Bekijk de clip of maak er een', twee panelen gescheiden door een vs-schijf, links voorzien van het label 'open weights' en met $0,00 per minuut, 5,61 miljard parameters en een context van 8.192 tokens, rechts voorzien van het label 'metered' en met $17,40 per minuut, tot 20 seconden en een tiende plaats op AA-Video-T2V v2.1, met een voettekst met de tekst 'Cijfers van Artificial Analysis geraadpleegd op 20 november 2026.'
Guides & Insights

WeMM-Video-4B vs FLUX 3 Video: de clip lezen of er zelf een maken

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

De snelste manier om een middag te verdoen is om WeMM-Video-4B met FLUX 3 Video op kwaliteit te vergelijken. Een van de twee heeft een getal en de andere niet, en dat getal is geen kwaliteitsscore — het is een prijs. FLUX 3 Video, van Black Forest Labs, werd op 4 augustus 2026 algemeen beschikbaar met een gepubliceerd tarief per minuut en vermeldingen op beide Artificial Analysis-videoranglijsten. WeMM-Video-4B, van de WeChat Vision-groep van Tencent, verscheen op 17 november 2026 als tieneneenhalve gigabyte aan Apache-2.0-gewichten, zonder endpoint, zonder prijs en zonder enige vermelding op een ranglijst. Waar je tussen kiest, is een naar verbruik afgerekende generator en een gratis beschrijver, en de eerlijke vergelijking gaat erover welke van die twee je pipeline mist.

De rest van dit artikel houdt drie soorten feiten gescheiden: wat de repositories en de twee boards stellen, wat de leveranciers beweren in hun eigen artikelen en documentatie, en wat niemand buiten de beide labs heeft geverifieerd. Met ingang van 20 november 2026 vormt die derde categorie het grootste deel van het interessante materiaal.

De een zit in twee besturen, de ander in geen.

Artificial Analysis scoort FLUX 3 Video twee keer, en de twee scores bevinden zich op aparte schalen, dus geen van beide kan naar de andere worden overgedragen.

• AA-Video-T2V v2.1 — FLUX 3 Video staat op de 10e plaats, Elo 1.137 ±13 over 7.406 stemmen, aangeboden tegen $17,40 per minuut. De grotere FLUX 3 Video Max staat op de 7e plaats met 1.151 ±14 over 4.708 stemmen tegen $8,70 per minuut, wat het ongebruikelijke geval is dat het grotere model het goedkopere exemplaar op de ranglijst is.

• AA-Video-I2V v2.1 — FLUX 3 Video staat 16e met 1.069 ±14 over 6.838 stemmen, dezelfde $17,40. FLUX 3 Video Max staat 17e met 1.068 ±14 over 6.848 stemmen voor $8,70.

• WeMM-Video-4B — geen vermelding op een van beide ranglijsten, en geen vermelding op de ranglijst voor videobewerking. Het is geen ontbrekende meting; het kan niet worden ingevoerd. De AA-videoranglijsten rangschikken gegenereerd beeldmateriaal, en WeMM-Video-4B genereert er geen.

Lees de intervallen, niet de rangen. Achtenzestig punten scheiden FLUX 3 Video's twee posities op de tekst-naar-video- en beeld-naar-video-ranglijsten — vijf intervallen waard — en dat is het nuttige gegeven over een model dat met twee instrumenten is beoordeeld die zich niet in elkaar laten omrekenen: het is een competente generator wiens positie afhangt van welke taak je hem voorlegt. Dat is een echte, zij het bescheiden, onafhankelijke meting — en het is meer dan de andere kant van dit duel heeft.

Wat je voor $17.40 per minuut krijgt

FLUX 3 Video is een multimodale generator met een bredere invoerlijst dan één enkele bordrij toont. Tekstprompts, een stilstaand beeld als eerste frame, video voor video-naar-video en vervolg, en keyframes voor gecontroleerde overgangen. De duur loopt tot 20 seconden in één generatie, met 5 tot 20 seconden voor tekst-naar-video en beeld-naar-video en 5 tot 15 voor vervolg. Resolutie wordt verkocht in pixelbanden in plaats van beeldverhoudingen — HD op ongeveer één megapixel per frame, FHD op twee, QHD/2K op vier, UHD/4K op acht. Native audio met meertalige dialoog, gesynchroniseerde spraak, geluidseffecten en omgevingsgeluid is optioneel en inbegrepen in de prijs per seconde.

• Draft HD — $0,06 per seconde. Een testclip van vijf seconden kost dertig cent.

• HD / 720p — $0,17 per seconde, of ongeveer $0,85 voor vijf seconden.

• FHD / 1080p — $0,29 per seconde. QHD/2K is $0,40 en UHD/4K is $0,80.

• Video-naar-video en vervolg — $0,12 concept, $0,41 tot $0,43 HD, $0,53 tot $0,54 FHD, $0,65 bij 2K en $0,95 bij 4K.

De $17,40 per minuut van de board is een genormaliseerd 1080p-cijfer, daarom valt het niet netjes op te splitsen in die kaart. Het is een vergelijkingseenheid, geen bon. Diverse samenvattingen van derden melden ook dat de 2K- en 4K-banden worden uitgerold in plaats van algemeen beschikbaar zijn, dus behandel de bovenkant van de kaart als een vraag op accountniveau.

Wat WeMM-Video-4B je gratis geeft

De andere kant van de matchup kost niets per aanroep en is helemaal niet te koop. WeMM-Video-4B heeft 5.611.746.312 parameters — 10,45 GiB in BF16 — in een repository die vernoemd is naar zijn Qwen3.5-4B-taalbackbone in plaats van naar zijn werkelijke grootte. Het overschot is juist het punt: 4,21 miljard parameters aan taalmodel, 0,33 miljard aan vision tower en 1,07 miljard aan Whisper-achtige audiostack, met een Q-Former die 10 audiotokens per seconde uit 16 kHz-audio in blokken van 30 seconden afgeeft.

Het verwerkt tekst, afbeeldingen, video en video met de originele soundtrack, en retourneert tekst. Op de gezamenlijke audio-visuele tabel van de auteurs verslaat het Qwen3-Omni-30B-A3B-Instruct op Video-MME met audio, 83,9 tegen 77,3, en op Video-MME v2, 48,1 tegen 36,3. Op stille video leidt het bij LVBench met 65,3 tegen 50,2 en bij LongVideoBench met 74,8 tegen 63,5. Tegen Qwen3.5-Omni-Flash verliest het op de audiobenchmarks — MMAU 75,2 tegen 80,4, MMAR 67,3 tegen 74,0 — en blijft het achter op OCRBench met 85,7 tegen 89,1 en op GPQA met 73,2 tegen 76,4.

Elk daarvan is een eigen meting van Tencent. Het artikel zegt dat het officiële resultaten rapporteert waar beschikbaar en anders zijn eigen evaluaties, en dat geen enkele derde partij enige rij heeft gereproduceerd. Het aantal frames, de pixelbudgetten en de contextlengte voor de benchmarkruns worden niet vermeld — wat van belang is omdat het meegeleverde vLLM-recept video beperkt tot 16 frames en 262.144 totale pixels, tegenover een processorstandaard van 128 frames.

Two-column contrast headed 'WeMM-Video-4B vs FLUX 3 Video', the left listing describe footage, 5.61B parameters, text image video and audio inputs, text output, no price and self-hosting, and no independent score, the right listing generate footage, parameters not published, text image video and keyframe inputs, up to 20 seconds with native audio, $0.06 to $0.80 per second and 10th at Elo 1,137, with a footer reading 'Artificial Analysis figures read 20 November 2026; WeMM figures vendor-reported.'

Twee klokken die elkaar nooit ontmoeten

Geen van beide modellen kan het andere vervangen, en de beperkingen die dat waar maken zijn beide budgetten, geen capaciteiten.

• Uitvoerbudget — FLUX 3 Video produceert per aanroep tot 20 seconden beeldmateriaal tot 4K met audio. WeMM-Video-4B genereert helemaal geen frames, dus het uitvoerbudget is een tokenbudget: 8.192 tokens per verzoek zoals geleverd, waarbij audio 10 tokens per seconde verbruikt voordat frames worden meegeteld.

• Invoerbudget — WeMM-Video-4B accepteert vier afbeeldingen, twee video's en twee audio-items per verzoek, met 2 frames per seconde, beperkt tot 16 frames. FLUX 3 Video accepteert een prompt, één eerste frame, één referentievideo of een keyframeset, en helemaal geen audio-invoer.

• Kostenstructuur — FLUX 3 Video rekent per seconde output, dus de kosten schalen mee met de ambitie. WeMM-Video-4B rekent per GPU-uur van je eigen hardware, dus de kosten schalen mee met de batchgrootte en het maakt niet uit hoe lang de bronclip is, alleen hoeveel frames de sampling overleven.

• Licentie — Apache 2.0 op de WeMM-collectie, met een niet-geïtemiseerde uitzondering voor componenten van derden; een gehoste commerciële API aan de FLUX-kant, zonder gepubliceerde gewichten.

Simpel gezegd: de een is een kostenpost per seconde met een scorebord, de ander een vaste kapitaalkostenpost met een paper. Een team dat een kant-en-klare opname nodig heeft, kan WeMM-Video-4B niet gebruiken, en een team dat een doorzoekbare index van tienduizend bestaande clips nodig heeft, kan FLUX 3 Video niet gebruiken — niet omdat het duur is, maar omdat het geen manier heeft om een vraag te beantwoorden over beeldmateriaal dat het niet heeft gemaakt.

Audio is waar de vergelijking afwijkt

FLUX 3 Video genereert audio. WeMM-Video-4B begrijpt audio. Dat zijn verschillende mogelijkheden die in een functieoverzicht hetzelfde klinken, en dat verschil bepaalt de pipeline.

De audio van FLUX is een generatie-output: meertalige dialoog, gesynchroniseerde spraak, geluidseffecten en sfeer, optioneel en inbegrepen in de prijs per seconde. Wat Black Forest Labs niet publiceert, is een aantal tracks, dus als je dialoog, muziek en effecten als afzonderlijke stems nodig hebt, vertelt noch de tarieflijst noch de documentatie je of je ze krijgt. Reken op een tweede ronde in een DAW.

De audio van WeMM is een invoerpad: een toren met 1,07 miljard parameters die een soundtrack omzet in 10 tokens per seconde en deze in chronologische volgorde samenvoegt met visuele tokens, met expliciete tekstuele tijdstempels. Dat is wat de 83,9 op Video-MME met audio meet en wat de 75,2 op MMAU meet — hoe goed het hoort, niet hoe goed het spreekt.

Een workflow die een scène schrijft, die met geluid rendert en vervolgens moet weten of de dialoog daadwerkelijk overkwam, vereist dus beide helften, en geen van beide modellen dekt de helft van het andere model. Dat is de enige plek in deze match-up waar de twee echt complementair zijn in plaats van louter verschillend.

De routeringsvraag, eerlijk gesteld

OrcaRouter biedt geen van beide modellen aan. Er is geen WeMM-Video-4B-endpoint — de catalogus van het platform bevat helemaal geen WeMM-checkpoint — en ook geen FLUX 3 Video-route. FLUX 3 Video is beschikbaar via de eigen API van Black Forest Labs en verschillende platforms van derden; WeMM-Video-4B is beschikbaar als download, met een gepatchte vLLM- of SGLang-overlay, omdat geen van beide engines de architectuur upstream ondersteunt.

Wat het platform wel dekt, is de tekstlaag rond beide workflows, en in deze combinatie is het nuttige onderdeel modelfusie in plaats van gewone routing. De beslissing "is deze clip het waard om te bewaren" is een kwestie van beoordeling, en een gefuseerde aanroep die een goedkope classifier en een dure reasoner op dezelfde prompt zet, kan dat doen tegen een fractie van de kosten van het draaien van de dure op elke kandidaat. Dat draait op één OpenAI-compatibele sleutel voor meer dan 200 modellen, tegen de lijstprijzen van de provider met 0% markup, dus wanneer een leverancier een prijs verlaagt, is de verlaging dezelfde dag live in plaats van bij de volgende factureringscyclus. Voor specifiek de vision-only helft van het WeMM-werk nemen Qwen3-VL-235B-A22B-Thinking en Qwen3-VL-8B-Thinking beide afbeeldingen en videoframes op en staan ze vandaag op het platform — wat een route is om het ontbrekende omni-model heen, geen vervanging voor de audiotoren ervan.

Screenshot of the Artificial Analysis image-to-video leaderboard, AA-Video-I2V v2.1, with ranked rows carrying Elo, confidence interval, vote count, release month and cost per minute, including FLUX 3 Video at Elo 1,069 and FLUX 3 Video Max at 1,068.Screenshot of the Artificial Analysis text-to-video leaderboard, AA-Video-T2V v2.1, showing ranked rows with Elo, confidence interval, sample counts, release month and per-minute pricing, with FLUX 3 Video Max at rank 7 on Elo 1,151 and FLUX 3 Video at rank 10 on Elo 1,137.

Wat zou het echt beslechten?

Drie ontwikkelingen zouden deze vergelijking weghalen van de basis van door leveranciers gerapporteerde gegevens waarop zij momenteel berust.

Ten eerste is er op geen enkel onafhankelijk scorebord een vermelding voor WeMM-Video-4B. Die is er niet, en de reden is structureel in plaats van complotterig: de AA-videoborden rangschikken gegenereerd beeldmateriaal, en een begripsmodel kan niet worden ingeschreven. Een omnimodale arena voor videobegrip is het ontbrekende instrument, en zolang die niet bestaat, is elk WeMM-getal het woord van Tencent.

Ten tweede: een release van gewichten voor FLUX 3 Video. Black Forest Labs staat bekend om open releases, en dit checkpoint heeft geen licentie voor download, dus de vergelijking gaat momenteel tussen een open model en een gesloten model, een verschil dat geen enkele benchmarkrij vastlegt.

Ten derde, een gehoste prijs voor de WeMM-familie. Als een compatibele host deze gewichten begint aan te bieden tegen de lijstprijs van de provider, met 0% doorberekende opslag, verandert de kostenzijde van dit artikel binnen een week van vorm. Dat is een voorwaarde, geen huidig feit, en niets hierin mag worden gelezen als een bewering dat wij het hosten.

Welke heb je eigenlijk nodig?

Als het eindproduct footage is, is FLUX 3 Video de enige van de twee die dat kan produceren, en komt de beslissing neer op de vraag of $0,17 per seconde voor 720p acceptabel is ten opzichte van de alternatieve generators op dezelfde ranglijst — waarvoor het, met een 10e plaats bij text-to-video, qua prijs midden in het veld zit.

Als het op te leveren resultaat een uitspraak is over beeldmateriaal dat u al in bezit hebt, is WeMM-Video-4B de enige van de twee die die kan produceren, en komt de beslissing neer op de vraag of u een source-overlay voor vLLM of SGLang en een checkpoint van 10,45 GiB kunt meenemen om een beschrijver van de 4B-klasse te krijgen met ongewoon goede cijfers voor lange video's.

De valkuil is dat je de $17,40 en de $0,00 als dezelfde hoeveelheid behandelt. Het ene is een tarief per eenheid voor een dienst; het andere is de afwezigheid van een dienst. WeMM-Video-4B is gratis op de manier waarop een onderzoeksrelease gratis is — je betaalt in integratie, in niet-gevalideerde GGUF-bundels en in het ontbreken van de mening van iemand anders over of het werkt.

Vergeleken in dit artikel1

Herkend uit dit artikel