Hero-kort som jämför FastFrames Video Generation och Runway Gen-4.5, med det vänstra kortet som visar "832x480 vid 16 fps", "36 ms per bildruta" och "inga referensindata", det högra kortet som visar "720p, 24 eller 25 fps", "2 till 10 sekunder" och "$0.12 per sekund", med OrcaRouter-logotypen längst ner till höger.
Guides & Insights

FastFrames videogenerering vs Runway Gen-4.5: När 720p möter 480p

Författare

Gideon Frost

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

Ställ de två upplösningstalen bredvid varandra, så händer något användbart med den här jämförelsen: den tappar luft. Runway Gen-4.5 genererar i 720p, i två till tio sekunder långa klipp, vid 24 eller 25 bilder per sekund, till 12 krediter per genererad sekund – cirka $0.12 per sekund på utvecklarnivån där en kredit är en cent, med ett dokumenterat tillägg på fem krediter per sekund för export av ProRes- eller PNG-sekvenser. FastFrames Video Generation genererar i 832×480, 81 bildrutor vid 16 fps, på 36 millisekunder per bildruta på en enda B200, utan ljud, enbart från en textprompt. Ett av dessa tak är 720p och det andra är 480p, och gapet mellan dem är mindre än gapet mellan endera och en 4K-master. Det som faktiskt ligger långt ifrån varandra är allt som händer före och efter renderingen: Gen-4.5 är genereringsdelen av en studioplattform med egna verktyg för redigering, export och färg; FastFrames är ett par checkpoints och en licensfil.

De två taken, ärligt jämförda

Upplösningen är axeln där läsare förväntar sig en förkrossande seger och i stället får en snävare fråga.

• Gen-4.5 – 720p-generering, med en rättighet till 4K-uppskalning på abonnemangsnivå som är en separat åtgärd och inte gör den ursprungliga genereringen till äkta 4K. Det är nedladdningsdimensionerna, inte exportetiketten, som du jämför.

• FastFrames – 832×480 fast. Det finns ingen upplösningsinställning, ingen 720p-växling och ingen uppskalningsväg i källkodsarkivet. Apple anger latenssiffror för 720p i artikeln, men den publicerade konfigurationen är 480p.

• Bildfrekvens — Gen-4.5 tillhandahåller 24 eller 25 fps som en parameter, vilket är ett verkligt leveranskrav för broadcast och för alla som ska matcha befintligt material. FastFrames är låst till 16 fps, och det är en egenskap hos den destillerade modellen snarare än en inställning som någon glömde att göra tillgänglig.

• Varaktighet — Gen-4.5 ger två till tio sekunder i en generering. FastFrames ger 81 bildrutor, vilket är 5,06 sekunder, och når längre körtider genom autoregressiv kedjning.

Så: en skillnad i pixelantal på 1,5×, en skillnad i bildfrekvens som spelar större roll än den i upplösning, och ett varaktighetstak som är ungefär likartat. Om det du ska leverera är 720p-video för sociala medier vid 24 fps är FastFrames inte ett alternativ – inte för att 480p är oanvändbart utan för att 16 fps är det, och för att det inte finns någon väg från 480p/16 till 720p/24 som inte innebär att man skapar bildrutor. Om det du ska leverera är en förhandsvisning i realtid eller en reglerslinga där bildfrekvensen är en egenskap hos interaktionen snarare än hos filen, är Gen-4.5:s 24 fps-parameter irrelevant och dess 720p-tak en kostnad du betalar helt i onödan.

Vad krediterna köper, och vad GPU-räkningen köper

Båda modellerna kan kostnadsberäknas innan du trycker på generera, vilket ger dem ett försprång framför allt som mäts i tokens eller av modellens egna beslut. Enheterna går fortfarande inte ihop.

• Gen-4.5 — 12 krediter per genererad sekund, platt, över en prislista där utmatningsinställningen knappt varierar. En femsekundersgenerering är 60 krediter, 0,60 USD vid 0,01 USD per kredit. Tio sekunder är 120 krediter, 1,20 USD. ProRes- eller PNG-sekvensutdata ger 85 krediter, 0,85 USD, för femsekundersfallet. Alla dessa siffror går att känna till i förväg.

• FastFrames – ingen taxa alls. Kostnaden är en B200 i 2,9 sekunder (liten modell, 5-sekundersklipp) eller åtta B200:or i 3,6 sekunder (stor modell). Om hårdvaran är din är det ett avrundningsfel. Om den inte är det är det ett kontrakt för reserverade instanser prissatt i veckor.

• Tagningen du kastar – Gen-4.5 debiterar per genererad sekund oavsett om tagningen var användbar. FastFrames debiterar samma GPU-sekunder för en dålig tagning som för en bra, vilket är det billigare felfallet med stor marginal och anledningen till att utforskande arbetsflöden dras till fakturering per GPU-sekund.

• Det som ingen av prislistorna berättar för dig – godkänt material är inte genererat material. Runways egen dokumentation skiljer mellan försökta genereringar och godkänt resultat, och varje budget som bygger på det annonserade priset förutsätter en viss träffsäkerhet. Budgetera per levererad klipp, inklusive de tagningar du kastar bort.

Runways prissättning har en egenskap som är värd att nämna eftersom den är genuint bra: den fasta taxan per sekund gör en 720p-budget till en beräkning på en rad, oavsett vilka inställningar du väljer. FastFrames har inget pris, så det har ingen sådan egenskap — det har i stället ett hårdvaruberoende, och hårdvaruberoenden budgeteras årligen snarare än per projekt.

A two-column scoreboard comparing FastFrames and Runway Gen-4.5 across six dimensions: resolution 832x480 against 720p generation, frame rate 16 fps against 24 or 25 fps, clip length 81 frames against 2 to 10 seconds, audio none against native audio plus separate audio tools, latency 36 ms per frame against not published, and price GPU time you supply against 12 credits per second.

Plattformen är den del som inte står på specifikationsbladet

Gen-4.5 kommer inte ensam, och att låtsas att den gör det skulle ge en missvisande bild av vad en köpare får.

Video-till-video-arbete går via Runways separata Modify Video-verktyg i stället för via modellens egen konditioneringsväg, vilket innebär att redigeringsarbetsflödet finns men är en annan yta med eget beteende. HDR-profiler dokumenteras på utvecklarsidan med egna tilläggsavgifter. Inbyggt ljud finns i modellen, och separata Runway-ljudverktyg finns vid sidan av. ProRes- och PNG-sekvensexport är dokumenterad och prissatt i stället för dold.

FastFrames har inget av det, och det har dessutom något som Runway inte har: hela träningspipelinen. Apple har publicerat varje checkpoint för träningsstadiet för den stora modellen – den kausala läraren, det konsistensdestillerade steget, det DMD-destillerade steget och den slutliga generatorn med sin pixelavkodare och sitt KV-förfiningsnätverk – plus en fungerande inferensväg, ett latensbenchmark-skript som tar ett antal GPU:er, ett VBench-utvärderingsflöde och en demoapp under apps/lingbot. Det är en reproducerbar artefakt, inte en tjänst. Om ditt intresse gäller hur en kausal videostack kan göras interaktiv är den artefakten värd mer än någon hostad endpoint; om ditt intresse gäller att släppa en reklamfilm på fredag är den inte värd någonting alls.

Licensen är där det här slutar vara abstrakt. FastFrames vikter omfattas av Apples AMLR-villkor, demokomponenterna i LingBot-World v2 är CC BY-NC-SA 4.0 – icke-kommersiell – och resten av repot faller under Apples Sample Code Licence. Runway säljer en kommersiell tjänst med kommersiella villkor. Den som planerar att bygga en produkt på FastFrames behöver läsa tre licenser innan en enda rad kod skrivs, och den icke-kommersiella klausulen för demokomponenterna är precis den sortens sak som upptäcks sent och dyrt.

The Hugging Face model card for apple/FastFrames-L, showing the title 'FastFrames: Video Generation at Interactive Latency', both checkpoints described as autoregressive two-step video diffusion models generating 480p at interactive latency, the Wan-AI/Wan2.1-T2V-14B base model, arXiv 2611.23226 and the apple-amlr licence tag.

Vad varje sida har mätt, och vem som har mätt

Runway beskriver Gen-4.5 på sin egen forskningssida som sin mest avancerade videogenereringsmodell, med förbättringar i rörelsekvalitet, promptföljsamhet och tidsmässig konsistens, tillgänglig på alla betalda planer. Det är ett kapacitetspåstående utan siffror kopplade till sig. Gen-4.5 finns inte med bland de tjugoåtta översta raderna på Artificial Analysiss image-to-video-lista – inte ett uttalande om att modellen är svag, utan ett uttalande om vad Runway har valt att skicka in, och det förändrar vilken typ av beslut detta är. Det finns ingen oberoende Elo för Gen-4.5 och inget urvalsantal.

FastFrames publicerar siffror och de är helt och hållet dess egna. VBench-totaler på 84,23 för 1,3B och 84,44 för 14B, mot 84,11 för Causal Forcing++-baslinjen som den destillerades från vid 272 millisekunder per bildruta. Inte reproducerade av någon oberoende part, på ett benchmark som belönar den tidsmässiga jämnhet som autoregressiva modeller är designade att producera, över en tabell vars hela spridning är omkring två och en halv poäng medan latensspridningen är fyra storleksordningar. Leverantörsrapporterade, i strikt mening, och märkta som sådana överallt där de förekommer här.

Så de två modellerna har samma bevisstatus – obekräftade leverantörspåståenden – och den symmetrin är i sig själv resultatet. En sida som rangordnade dem skulle uppfinna en hierarki ur två icke utvärderade datamängder.

Vilken, beroende på jobb

Ta Runway Gen-4.5 när leveransen är ett kort 720p-klipp som måste passa in i ett Runway-arbetsflöde, när export av ProRes- eller PNG-sekvens är ett krav snarare än en bekvämlighet, när 24 eller 25 fps är en specifikation du inte kan ändra, eller när den fasta kredittaxan gör en projektbudget möjlig att skriva ned. Acceptera taket på 720p-generering och uppskalningen som inte är samma sak som nativ 4K.

Välj FastFrames när interaktionen är produkten och filen är en biprodukt – en liveförhandsvisning, en strömmande avatar, en styrbar världsmodell eller ett forskningsprogram som vill ha tekniken snarare än resultatet. Acceptera 480p, 16 fps, tystnad, ingen bildkonditionering och en licensgranskning. Det enda du får som Gen-4.5 inte kan erbjuda till någon kreditkostnad är en bildruta var 36:e millisekund på ett enda kort, och den ärliga beskrivningen av det är inte "snabbare videogenerering" utan "en annan klass av applikation".

OrcaRouter har inte Runway Gen-4.5 eller FastFrames – det finns ingen rutt för någon av dem i katalogen, och den här artikeln gör inte anspråk på någon sådan. Vad en enda nyckel däremot når är det värdbaserade videolager som redan fungerar i dag: MiniMax H3 för $0.08 per sekund vid 768p och $0.13 vid 2K, samt Kling 3.0-familjen, som sitter bredvid över 200 språkmodeller på en OpenAI-kompatibel slutpunkt till leverantörens listpris med 0 % påslag, så en ändring av leverantörens pris slår igenom här samma dag och en försämrad slutpunkt växlar över i stället för att en kö stannar. För ett team som väljer mellan en plattform med kreditmätning och en forskningsrelease med GPU-mätning är det det billigaste tillgängliga sättet att först få en verklig baslinje för kostnad och latens.

Vad skulle lösa det?

Att Runway lämnar in Gen-4.5 till bild-till-video-tavlan skulle ersätta den centrala asymmetrin på den här sidan med en faktisk siffra, och en generationsnivå över 720p skulle ta bort den enda punkt där dessa två modeller verkligen ligger nära varandra. Å andra sidan behöver FastFrames en hostad slutpunkt innan någon preferensboard kan mäta den, och Apple har publicerat vikter utan en sådan.

Tills något av detta inträffar handlar beslutet inte alls om kvalitet. Det beror på bildfrekvensen, på om du behöver en fil eller en ström, och på om din juridiska avdelning hellre granskar en sida med användarvillkor eller tre licenser på en gång.

The FastFrames project page from Apple and Cornell University, naming the seven authors and stating that FastFrames-S at 1.3B and FastFrames-L at 14B generate 480p at under 50 milliseconds per frame, with tabs for an interactive demo, abstract, quality versus latency, pipeline and comparisons.