Titelkaart met de tekst 'WeMM-Video-9B vs Hailuo 2.3' en de ondertitel 'Zes stille seconden', twee panelen gescheiden door een vs-schijf: links met als kop WeMM-Video-9B met een badge 'open weights' en regels met '19,54 GiB BF16', 'leest 16 frames bij 2 fps', '8 seconden dekking', 'accepteert audio-invoer', 'geen kosten per clip'; rechts met als kop Hailuo 2.3 met een badge 'metered API' en regels met '6 s bij 1080p', '10 s bij 768p', 'stille uitvoer', 'geen eindframe-besturing', 'ongeveer $0,48 per clip'.
Guides & Insights

WeMM-Video-9B vs Hailuo 2.3: Zes stille seconden

Auteur

jinhao.song

Publicatiedatum

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

Beide modellen laten je op precies één punt in de steek, en dat is hetzelfde punt. Hailuo 2.3 produceert zes seconden 1080p-video en helemaal geen geluid. WeMM-Video-9B leest zestien bemonsterde videoframes, wat bij de meegeleverde bemonsteringssnelheid neerkomt op ongeveer acht seconden aan beeld, en retourneert tekst. Geen van beide is een algemeen inzetbaar videosysteem, en geen van beide staat op een ranglijst waarnaar je kunt wijzen. M​iniMax bracht Hailuo 2.3 in april 2026 uit en is sindsdien overgestapt op een model dat wél op die ranglijsten voorkomt; de WeChat Vision-groep van T​encent zette WeMM-Video-9B op 17 november 2026 op Hugging Face, zonder aankondiging, zonder endpoint en zonder prijs. Dat laat twee releases achter die elk op hun eigen manier een afgebakend hulpmiddel zijn — en juist de grens is het interessante deel.

Een opmerking over de bronvermelding vóór alles, omdat dit stuk erop leunt. De cijfers van Hailuo 2.3 komen uit M​iniMax' eigen prijsstelling en documentatie plus per-seconde-trackers van derden, omdat het model geen onafhankelijke Elo heeft. De cijfers van WeMM-Video-9B komen uit de repository-manifesten, de modelkaart en arXiv 2611.26409. Niets hiervan is gereproduceerd buiten de laboratoria die het hebben gepubliceerd, en waar een cijfer door de leverancier is gerapporteerd, staat dat in de tekst.

De zes seconden zijn geen standaardinstelling.

De duurlimiet van Hailuo 2.3 is een aangeleerde eigenschap, geen instelling. Zes seconden bij 1080p. Tien seconden als je terugschakelt naar 768p. Er is geen end-frame-conditionering, dus je kunt het niet vragen om op een specifieke eindcompositie uit te komen zoals bij een keyframe-model, en er is helemaal geen native audiotrack — de output is stil, en elk geluid dat je wilt, moet later worden toegevoegd of apart worden gegenereerd.

De prijsstelling verloopt via prepaid punten in plaats van een gepubliceerd tarief per seconde, waardoor kostenvergelijkingen moeilijker zijn dan zou moeten. Zes seconden op 768p in de standaardlaag is één punt; tien seconden op 768p of zes seconden op 1080p is twee. De Fast-variant komt uit op ongeveer 0,7 punten voor het korte geval en 1,1 tot 1,3 voor het lange. Trackers van derden die dit naar dollars hebben omgerekend, schatten het op ongeveer $0,08 per seconde, of ruwweg $0,48 voor een clip van zes seconden.

• Duur — Hailuo 2.3: 6 s bij 1080p, 10 s bij 768p. WeMM-Video-9B: geen uitvoerduur, omdat het geen video produceert.

• Audio — Hailuo 2.3: geen, de uitvoer is stil. WeMM-Video-9B: een Whisper-achtige toren van 1,08B die de soundtrack die je aanlevert, transcribeert en erover redeneert.

• Besturing — Hailuo 2.3: geen conditionering op het eindframe. WeMM-Video-9B: 4 tot 128 frames configureerbaar, standaard 2 fps-sampling.

Waar Hailuo 2.3 echt goed in is, is precies wat de gebruikers ervan noemen: cinematische camerabewegingen, menselijke beweging en micro-expressies, en een gestileerde, aan animatie grenzende look die beter standhoudt dan de meeste modellen bij niet-fotorealistische opdrachten. Dat is een echte sterkte, en die is niet meetbaar op een ranglijst, wat mede verklaart waarom het model er nooit op is verschenen.

Two-column scoreboard headed 'WeMM-Video-9B vs Hailuo 2.3 — the scoreboard', six shared dimensions in rows: Price ('no per-clip cost' against 'about $0.48 per clip'), Board position ('none, unrankable' against 'not on AA boards'), Duration ('8 s of sampled input' against '6 s at 1080p, 10 s at 768p'), Audio ('reads the soundtrack' against 'silent output'), Control ('16 frames at 2 fps' against 'no end-frame control'), Release ('17 Nov 2026' against 'April 2026'), with a footer reading 'Hailuo pricing per October 2026 vendor rates; WeMM-Video-9B figures vendor-reported.'

Het bord heeft voor geen van beide een rij.

Op 20 november 2026 gelezen, geven alle drie de Artificial Analysis-videoborden — AA-Video-T2V v2.1, AA-Video-I2V v2.1, AA-Video-Editing v1.1 — niets terug voor Hailuo 2.3. Geen lage rang. Geen vermelding.

Dat ontbreken heeft twee verschillende oorzaken, en het is de moeite waard ze te onderscheiden. WeMM-Video-9B is niet rangschikbaar: de ranglijsten beoordelen gegenereerd beeldmateriaal op basis van paarsgewijze voorkeur, en een model dat tokens genereert heeft niets om in te dienen. Hailuo 2.3 zou in principe gerangschikt kunnen worden en is dat niet — 1080p-uitvoer die een beoordelaar zou kunnen bekijken, geen inzending, geen prijsregel, geen aantal samples.

Het enige kwaliteitsbewijs in deze vergelijking bevindt zich aan de kant zonder product. Het WeMM-Video-9B-paper rapporteert, in thinking-modus op gezamenlijke audio-visuele benchmarks, overwinningen ten opzichte van Qwen3-Omni-30B-A3B-Instruct op 35 van de 37 gedeelde cijfers — Video-MME met audio 85,1 tegen 77,3, Daily-Omni 83,6 tegen 70,7, EvaOmni 50,7 tegen 26,1 — en één verlies, FutureOmni op 53,7 tegen 55,1. Tegen zijn eigen Qwen3.5-9B-backbone op stille video wint het op F-16-NBA en TimeLens en verliest het op MLVU, LVBench, VideoVista en MVBench. Dat alles is de eigen harness van de auteurs, als zodanig bekendgemaakt in het paper.

Screenshot of the arXiv abstract page for 2611.26409, 'Pushing the Frontiers of Open-Source Omni-Modal Video Understanding', marked submitted 19 November 2026, with the author list and the abstract describing the WeMM-Video family as 2B, 4B, 9B and 35B-A3B variants.

De generatie na Hailuo 2.3

Hailuo 2.3 is niet het huidige model van M​iniMax, en doen alsof dat wel zo is, zou iedereen die voor dit kwartaal een budget opstelt te kort doen. De opvolger, M​iniMax H3, is op 31 juli 2026 uitgebracht en staat wél op de ranglijsten.

• AA-Video-T2V v2.1 — M​iniMax H3 op 768p staat 3e op Elo 1.161 ±13 over 8.386 samples, vermeld in juli 2026 voor $4,80 per minuut.

• AA-Video-I2V v2.1 — 5e bij Elo 1.134 ±14 over 6.594 samples, hetzelfde percentage.

• AA-Video-Editing v1.1 — 6e bij Elo 1.126 ±10 over 9.688 samples, $9,60 per minuut.

Derde op tekst-naar-video en vijfde op beeld-naar-video voor $4,80 per minuut is een ander verhaal dan Hailuo 2.3's niet-gerangschikte, op punten geprijsde aanbod van zes seconden. Als je een M​iniMax-model kiest in plaats van er een te vergelijken, heeft H3 dat argument al gewonnen binnen de eigen line-up van de leverancier.

Screenshot of the Artificial Analysis text-to-video leaderboard, AA-Video-T2V v2.1, with ranked rows carrying Elo, confidence interval, sample counts, release month and per-minute price, headed by Wan 3.0 at 1,176 and showing MiniMax H3 at 768p third on 1,161 over 8,386 samples at $4.80 per minute; no Hailuo 2.3 row appears.

Waarom de acht seconden meer uitmaken dan ze lijken

Het meegeleverde WeMM-Video-9B-recept overschrijft zijn eigen royale standaardwaarden voor de processor — 2 fps, minimaal 4 frames, maximaal 128, een budget van 100.663.296 pixels — naar 2 fps en 16 frames bij 262.144 pixels, bemonsterd rond het midden van de clip. Zestien frames bij twee per seconde is acht seconden dekking, en de dekking begint in het midden.

Zet dat naast de zes seconden van Hailuo 2.3 en er wordt iets verhelderends duidelijk. Hailuo 2.3 produceert in zekere zin minder beeldmateriaal dan WeMM-Video-9B kan bekijken: een Hailuo-clip van zes seconden past ruim binnen het venster van de beschrijver. Maar de tiensecondenmodus van 768p niet, en ook niets dat je met een ander model zou genereren en vervolgens aan WeMM-Video-9B ter beoordeling zou geven. De videokant van de pipeline houdt op bij ongeveer acht seconden, terwijl de audiokant ongeveer dertien minuten aankan bij tien tokens per seconde, en elk servingcommando in de repository geeft een contextlengte van 8.192 tokens door, waardoor die asymmetrie de beperkende factor wordt.

• Als je genereert — Hailuo 2.3 geeft je zes seconden, zonder geluid, met sterke camerabeweging en menselijk detail.

• Als je aan het beoordelen bent — WeMM-Video-9B geeft je acht seconden aan gesamplede frames plus de volledige audiotrack, beschreven in het Engels of Chinees.

• The join — een stille generatie van zes seconden zit in beide vensters, en dat is de enige configuratie waarin deze combinatie schoon is.

Failover is het deel dat niet theoretisch is.

Geen van beide modellen wordt via OrcaRouter aangeboden, en dat staat hier expliciet vermeld in plaats van ergens verstopt. Hailuo 2.3 is bereikbaar via MiniMax' eigen platform en verschillende platforms van derden; WeMM-Video-9B is bereikbaar door 19,54 GiB aan Apache-2.0-gewichten te downloaden.

Wat telt voor een pijplijn die een generator en een beschrijver combineert, is wat er gebeurt wanneer een van beide onderdelen uitvalt. Bij OrcaRouter zorgt failover ervoor dat er wordt omgeleid langs een model dat aan een snelheidslimiet zit of fouten teruggeeft, zonder dat de aanroeper zijn client hoeft te herschrijven, en met de routerings-DSL kun je dat als beleid uitdrukken in plaats van als een berg retry-logica. Voor een workload waarbij de beschrijvende stap een lokaal checkpoint is en de genererende stap een gehoste API, is de gehoste helft de helft die uitvalt — en dat die overstapt op een vergelijkbaar model in plaats van de taak te laten mislukken, is meer waard dan een marginaal prijsverschil.

Zes seconden zijn ofwel genoeg, of niet.

Als zes seconden stille, cinematografisch zelfverzekerde 1080p het eindproduct is, doet Hailuo 2.3 dat, en de enige echte vraag is of de puntprijs beter is dan de alternatieven per seconde voor het volume dat je nodig hebt. Controleer de 768p-tier van tien seconden voordat je de korte als standaard neemt; de kosten in punten verdubbelen, niet het tarief per seconde.

Als het op te leveren product een schriftelijk verslag van beeldmateriaal is, doet WeMM-Video-9B dat met de sterkste audiovisuele cijfers binnen de familie, zonder dat ook maar een daarvan onafhankelijk is bevestigd. Houd rekening met een gepatchte vLLM- of SGLang-installatie en met het feit dat je de eerste persoon buiten Tencent bent die het in de praktijk draait.

Wat geen van beide is, is een algemeen videoplatform. Het zijn twee beperkte tools met een grens van acht seconden en een van zes seconden, en de keuze tussen beide draait om de vraag welke grens je je kunt veroorloven te raken.