En platt vektorhero på en kolgrå bakgrund med rubriken WeMM-Video-35B-A3B vs Runway Gen-4.5 och underrubriken två saknade rader: en vertikal kolumn av skiffergrå rangstaplar med varierande bredd och små kvadratiska markörer bredvid dem, två av positionerna lämnade som tomma streckade konturplatser som visar bakgrunden genom, och en prickad avdelare.
Engineering & Research

WeMM-Video-35B-A3B vs Runway Gen-4.5: Två saknade rader

Författare

jinhao.song

Publiceringsdatum

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

På Artificial Analysiss text-till-video-lista, läst den 20 november 2026, finns det trettiofem rader och varken Runway Gen-4.5 eller WeMM-Video-35B-A3B är en av dem. De två frånvarona är inte samma frånvaro. Gen-4.5 placerades högst upp på listan den 1 december 2025 – 1 247 Elo, före Veo 3 på 1 226, Kling 2.5 på 1 225 och Sora 2 Pro på 1 206 – i ett lanseringsinlägg som Runway fortfarande publicerar. WeMM-Video-35B-A3B har aldrig funnits på någon lista alls: Apache-2.0-vikter som committades till Hugging Face kl. 03:57 UTC samma morgon, en teknisk rapport som lämnades in dagen före, och ingenting från Tencent som liknar ett tillkännagivande.

Så ena sidan har en pensionerad krona och ingen aktuell rad, och den andra har ingen krona, ingen rad och inget tredjepartsnummer av något slag. Det är en märklig kombination att bygga en jämförelse på, och den ärliga versionen av den är snävare än en rangordning. Vad är en post på en resultattavla egentligen värd när fältet har rört sig förbi den? Vad publicerar varje sida som en läsare kan kontrollera i dag? Och vilken av de två returnerar en fil som du kan lägga framför en klient?

En krona är inte en rad

Lanseringspåståendet är specifikt, har en angiven källa och gäller fortfarande. Runways egen forskningssida för Gen-4.5 anger att modellen rankades först på benchmarken för text-till-video från Artificial Analysis med 1 247 Elo, och namnger de tre den passerade. Det är en riktig hänvisning till en tredje part, gjord av leverantören, i ett ögonblick när jämförelsen var färsk. Det är också den sista siffran som ser oberoende ut som Runway har publicerat för den här modellen.

Den kan inte ställas bredvid dagens tabell utan aritmetik som ingen har publicerat. Artificial Analysis förankrar om sina Elo-skalor mellan versioner av resultattavlan: den aktuella resultattavlan AA-Video-T2V V2.1 fixerar Kling 3.0 1080p (Pro) vid exakt 1 000 som sin referenspunkt, rangordnar allt annat mot den och skriver ut ett 95-procentigt intervall på varje rad. Avläst den 20 november 2026 är ledaren Wan 3.0 på 1 176 med 8 243 röster, och ankaret ligger på 23:e plats. En siffra på 1 247 från december 2025 mättes mot ett annat ankare, en annan promptuppsättning och ett annat fält; att lägga in den i den här tabellen skulle antyda en precision som de två mätningarna inte delar.

Det som kan kontrolleras är förekomst, och förekomst har en form. I alla tre av arenans videotavlor vid samma avläsning – text-till-video, bild-till-video och videoredigering – tillhör den enda raden med en Runway-logotyp Aleph 2.0, företagets in-context-redigeringsmodell, på elfte plats på redigeringstavlan med 1 007 Elo över 23 082 röster. Gen-4.5 finns i Runways katalog och kan anropas i eftermiddag; det finns inte i arenans aktuella förteckning. En modell som lämnar en resultattavla tar bort en marknadsföringsartefakt, inte en förmåga – och en modell som aldrig går in på en sådan hade aldrig artefakten att förlora.

A tall headless screenshot of the Artificial Analysis AA-Video-T2V V2.1 leaderboard as read on 20 November 2026, listing thirty-five ranked text-to-video models with Elo scores, 95% intervals, sample counts and per-minute prices, from Wan 3.0 at 1,176 over 8,243 samples down to Boreal at 827, with Kling 3.0 1080p (Pro) fixed at 1,000 as the board anchor, Veo 3.1 at 963 and $24.00 a minute in 26th place, and no Runway row anywhere on the list.

Vad katalogen faktiskt säger

Runways utvecklardokumentation är mer utförlig än dess forskningssida. Identifieraren gen4.5 har funnits på Runway Dev sedan 10 februari 2026, genererar två till tio sekunder per begäran utifrån text eller en stillbild och debiterar 12 krediter per sekund – 0,12 USD vid portalens taxa på en cent per kredit. Det är en fast sekundtaxa, vilket gör en tagningbudget till en multiplikation i stället för en simulering, och det är det enskilt mest användbara på sidan.

Det är i leveransen som stegen avslöjar sig. ProRes- och PNG-sekvensutdata lägger till 5 krediter per sekund till de 12. Tio-bitars och djupare profiler, inklusive half-float OpenEXR-bilder, lägger till 20, och stiger till 40 när utdata passerar ungefär fyra megapixlar. HDR10, HLG, 12-bitars PQ-master och bitexakta 16-bitars PNG-sekvenser har funnits för gen4.5 sedan 20 augusti 2026, färgkorrigerade till BT.2020 med uppmätta HDR10-metadata i stället för tonmappade i efterhand. Inget av detta är generationsupplösning – det är vad renderingen paketeras i på vägen ut.

• Status — Gen-4.5: kommersiell produkt sedan 1 december 2025, API sedan 10 februari 2026, ingen aktuell arena-rad. WeMM-Video-35B-A3B: vikter på Hub, noll nedladdningar, inget tillkännagivande, aldrig på en resultattavla.

• Regi — Gen-4.5: text eller en bild in, MP4, ProRes, PNG-sekvens eller EXR ut. WeMM: bildrutor plus ljudspår in, text ut.

• Shape — Gen-4.5: två till tio sekunder, en generering per förfrågan, prissatt per sekund av utdata. WeMM: en gemensam kontext på 8 192 token, sexton bildrutor samplade per klipp, prissatt i gigabyte residenta vikter.

• Pris — Gen-4.5: 12 krediter, $0.12, per genererad sekund, plus 5 för ProRes eller PNG och 20 till 40 för djupare färg. WeMM: 67.39 GiB BF16, eller 24.11 GiB i NVFP4, och GPU:erna som krävs för att hålla det.

Taket skrivet i skalflaggor

Divergensen börjar där var och en trunkerar, men den slutar i huruvida du kan hitta talet. Runway har i månader redovisat sina gränser: två till tio sekunder, fyra utmatningsnivåer, en taxa per sekund. Tencent har publicerat en konfiguration och levererat kommandon som motsäger den. Konfigurationen anger 262 144 positioner; anropen säger alla --max-model-len 8192, både i vLLM och i SGLang. Mellan 8 192 och 262 144 finns ingen mellannivå som stöds. Det långa talet är utrymme, och serveringsflaggorna är produkten.

Konvertera så slutar det vara abstrakt. Tio ljudtoken per sekund – en Whisper-formad stack, 32 encoder- och 32 decoderlager med bredd 1,280, sedan en Q-Former på fönsternivå med bredd 4,104 – får plats med ungefär tretton minuters ljudspår i 8,192 token, och det är innan ens en enda bildruta, instruktionen eller svaret har räknats.

Bildbudgeten kommer härnäst. Processorns standardvärden är 2 fps och upp till 128 bildrutor; serveringsreceptet ersätter båda med 16 bildrutor inom en budget på 262 144 pixlar. På ett tio sekunder långt klipp blir det mindre än två bildrutor per sekund: en trogen transkription av rummet och en skiss av hur rummet såg ut. Vilka bildrutor rapportens egna tabeller använde anges ingenstans, så avståndet mellan dess poäng och din konfiguration är ett tal du inte kan beräkna.

Vad checkpointen låter dig ändra

Här skiljer sig de två till sin art. Runways utdatastegar, dess baspris på 12 krediter och dess fönster på två till tio sekunder är produktbeslut; antingen köper du paketet eller inte. WeMM:s fönster på 8 192 token är en serverflagga, dess recept på 16 bildrutor är en rad i ett skalkommando, och dess kvantisering är ett val mellan 67,39 GiB BF16, 22,69 GiB AWQ W4A16 och 24,11 GiB NVFP4. Alla tre kan du ändra, på hårdvara du äger, vid vilken latens du än har råd med.

Det enda nedladdningen inte ger dig är en motor som stöds. Tencent slog inte samman arkitekturen uppströms; i stället levererade de diffen. Själva patchkatalogen innehåller ett överlägg per version som stöds – vLLM 0.18.0, vLLM 0.31.0, SGLang 0.5.16, SGLang 0.5.19 och inga andra – med ett SHA-256-manifest bredvid varje, och kompatibilitetsytan under den är tillräckligt snäv för att vara bräcklig: en CUDA 12.9-verktygskedja, en PyTorch-build, en Transformers-build, Python 3.12, FFmpeg i sökvägen, och en första SGLang-start som kompilerar kärnor innan den svarar på något. Ta en version som inte finns i listan, så är portningen din. Tencents referenskörning fördelade BF16 över två H20s; NVFP4-bygget får plats på ett enda 48 GB-kort vid --max-num-seqs 1.

Vikten är en artefakt av uppgiften. Hugging Face räknar 36,177,564,536 parametrar i BF16-shardarna, varav de routade experterna tar den överväldigande andelen — 40 lager gånger 256 experter vid mellanbredd 512, top-8-urval, plus en 512-bred delad expert som varje token passerar — medan omkring 1.0B berörs per token. Nästan 36B kapacitet hålls i minnet, 3B aritmetik förbrukas. Att läsa video i stället för att rendera den innebär att betala för att lagra kunskap som forward-passet sällan besöker.

A headless screenshot of the Hugging Face file listing for Tencent/WeMM-Video-35BA3B showing the Image-Text-to-Text tag, English and Chinese language tags, the arxiv:2611.26409 and apache-2.0 badges, the wemm_qwen3_5_moe architecture, LICENSE and SHA256SUMS files, a repository history of four commits, and BF16 safetensors shards from model-00001-of-00017 at 4.33 GB onward, uploaded about four hours earlier.

Transkript har ingen exportförinställning

Skillnaden i leverans bör avgöra ett köp innan något riktmärke gör det. Runway säljer en färdig fil i ett redigerbart mellanformat: ProRes för färgkorrigeringen, PNG eller EXR för kompositeringen, HDR-metadata bifogad, en redigerare runt omkring. WeMM-Video-35B-A3B säljer inget sådant. Det som kommer ut är ett stycke – en redogörelse för vad som hände, vem som talade, vad som sades – som hamnar i ett index, en modereringskö, en QA-rapport eller en sökruta, inte i en tidslinje.

Tencents rapport hävdar att det stycket är det bästa som finns tillgängligt från öppna vikter. Mot Qwen3.5-Omni-Flash får den 86,4 mot 79,3 på Video-MME med ljud och 54,9 mot 36,6 på Video-MME v2 med ljud; mot sin egen stomme, Qwen3.6-35B-A3B, vinner den 20 av 31 tysta videobenchmarks. Den förlorar också – JointAVBench 65,9 mot 69,0, MUSIC-AVQA 79,5 mot 82,1, EgoSchema 74,2 mot 77,2. Varje siffra är tränarens, det säger rapporten uttryckligen, och den växlar mellan Instruct- och Thinking-läge tabell för tabell när den redovisar. Ingen tredje part har reproducerat något av det. Det som skulle göra påståendet kontrollerbart är en uppströmsmerge i vLLM för att få slut på patchningen och en första oberoende körning på Video-MME v2 med ljud.

Rapporten anger också att familjen är "utplacerad över flera centrala videotjänster inom WeChat" och nämner livehandel, analys av kortdrama och interaktiv video. Det är det starkaste påståendet om användning i den här artikeln och det minst verifierbara: ingen siffra för latens, genomströmning, samtidighet eller minne förekommer någonstans i pressmeddelandet. Det är en mening som du kan citera men inte testa.

A stacked flat vector evidence card on a charcoal background headed What each side has on the record: the bone-white Runway Gen-4.5 panel reads no row on any of the three AA video boards, 1,247 Elo at launch on 1 December 2025, 1,000 as the board anchor has since moved, and an API since 10 February 2026; the muted teal WeMM-Video-35B-A3B panel reads no entry on Artificial Analysis or LMArena, benchmarks reported by Tencent only, no third-party reproduction, and weights committed 20 November 2026. A grey footer reads 'Boards read 20 November 2026; the two absences are not the same absence.'

Där en transkription passar in i en studio

Sätter man ihop de två skriver pipelinen sig själv, trots att ingen har publicerat den: rendera tagningen och låt sedan något läsa tillbaka renderingen – dök produkten upp, matchade dialogen manuset, är det här klippet säkert att publicera. Runway säljer inte den andra halvan. En självhostad WeMM-checkpoint skulle kunna göra det, för priset av en nedladdning på 67 GiB och ett källkodsoverlägg.

För den hälft du kan få den här veckan är stommen den förnuftiga ingångspunkten. Qwen3.6-35B-A3B är modellen som WeMM-Video-35B-A3B byggdes på, som rapporten anger, och den finns på OrcaRouter för $0,25 per miljon indatatoken och $1,48 per miljon utdatatoken över en kontext på 262 144 token med text-, bild- och videoinmatning. Den har ingen ljudstack, så den kan inte säga vem som talade. Den kan säga om bildrutan innehåller det prompten bad om, mot samma klipp som du renderar, i dag.

OrcaRouter tillhandahåller varken Gen-4.5 eller WeMM-Video-35B-A3B, och brödtexten i den här artikeln skulle vara en lögn om den sa något annat. Det plattformen ger dig är ramverket för jämförelsen: en OpenAI-kompatibel nyckel, leverantörens listpris som förs vidare med 0 % påslag, och automatisk failover när en slutpunkt försämras. Observera också att Gen-4.5 faktureras i krediter mot en prenumeration snarare än i tokens, vilket inte är en enhet som en router kan normalisera – krediten är mätaren, och mätaren är Runways.

Välj utifrån leverabel, inte utifrån rang.

Ta Runway Gen-4.5 när utdata måste lämna byggnaden som en fil: en tagning på två till tio sekunder, levererad i ProRes, PNG-sekvens eller HDR med metadata bifogad, i en redigerare som någon annan underhåller. Gå in i det med vetskapen om att siffran på dess lanseringssida är nästan ett år gammal och mättes på en resultattavla som inte längre listar den, att färgstegarna på 20 till 40 krediter snabbt ackumuleras, och att taxan är fast eftersom paketet är fast.

Ta WeMM-Video-35B-A3B när utdata är en redogörelse för filmmaterial snarare än filmmaterial, när Apache 2.0 spelar roll för juridisk granskning, och när du hellre flyttar ett tak med en flagga än lämnar in en funktionsförfrågan. Gå in med vetskapen om att vikterna är några dagar gamla, att varje kvalitetssiffra som är kopplad till dem tillhör teamet som tränade modellen, att tre av de fyra kvantiserade varianterna beskriver sig själva som ovaliderade, och att installationen är ett patchöverlägg på en inferensmotor som inte har mergat arkitekturen.

Två rader saknas från tavlan av motsatta skäl, och ingen av frånvarorna är en dom. En modell mättes, kröntes och har sedan ankrats om ut ur listningen; den andra har aldrig mätts av någon som inte har tränat den. En jämförelse som bygger på det måste handla om vad varje sida låter dig göra och vad var och en ger tillbaka – för resultattavlan är för en gångs skull verkligen tom på båda sidor.