Vidu Q4 Preview ปะทะ Alibaba Wan 2.7: สองโหมดปะทะสี่โหมด และหนึ่งบอร์ดที่สำคัญจริง ๆ

การเปรียบเทียบทั้งหมดสรุปได้ในบรรทัดเดียว: Vidu Q4 Preview เอาชนะ Ali​baba Wan 2.7 ไป 102 Elo บนบอร์ด image-to-video ของ Artificial Analysis และไม่สามารถส่งเข้าเทียบกับมันในหมวด text-to-video หรือ video editing ได้ เนื่องจาก Vidu Q4 Preview ไม่รองรับทั้งสองอย่าง

ทั้งสองโมเดลเปิดตัวในปี 2026 และทั้งคู่สร้างวิดีโอพร้อมเสียง Vidu Q4 Preview มาถึงเมื่อวันที่ 7 ตุลาคม 2026 จาก Shengshu Technology ในฐานะตัวอย่างสาธารณะครั้งแรกก่อนโมเดล Q4 ฉบับเต็ม โดยมีสองโหมด — Image-to-Video และ Reference-to-Video Ali​baba Wan 2.7 วางจำหน่ายในเดือนเมษายน 2026 เป็นชุดสี่รูปแบบ ได้แก่ text-to-video, image-to-video, reference-to-video และ video edit โดยคิดค่าบริการตามวินาทีของวิดีโอที่สร้างขึ้น ดังนั้นตัวชี้ขาดในหน้าเปรียบเทียบแบบตัวต่อตัวส่วนใหญ่ — a — จึงมีอยู่เฉพาะบนแกนเหล่านั้น และวิธีที่ดีที่สุดในการตัดสินสองตัวนี้คือเริ่มจากการถามว่าจริง ๆ แล้วคุณต้องการแกนใด

กระดานคะแนน โดยเว้นช่องว่างไว้ให้มองเห็นได้

Artificial Analysis ดูแลลีดเดอร์บอร์ดวิดีโอสามรายการแยกกัน แต่ละรายการมีสเกล Elo ของตัวเองและกลุ่มผู้โหวตของตัวเอง ดังนั้นคะแนนจากรายการหนึ่งจึงไม่สามารถโอนไปยังอีกรายการได้ อ่านเมื่อวันที่ 8 ตุลาคม 2026 อีกครั้งโดยยังคงเปิดเสียงไว้:

• รูปภาพเป็นวิดีโอ (AA-Video-I2V v1.0) — Vidu Q4 Preview อันดับ 3, 1,179 ±10, 5,543 ตัวอย่าง, ต.ค. 2026, $7.20/นาที; Alibaba Wan 2.7 อันดับ 13, 1,077 ±8, 4,571 ตัวอย่าง, เม.ย. 2026, $9.00/นาที

• การแปลงข้อความเป็นวิดีโอ (AA-Video-T2V v2.0) — ไม่มี Vidu Q4 Preview; Wan2.7-260612 วันที่ 13-14, 1,030 ±9, 5,571 ตัวอย่าง, มิ.ย. 2026, $9.00/นาที

• การตัดต่อวิดีโอ (AA-Video-Editing v1.1) — Vidu Q4 Preview ไม่มี; Wan 2.7 ที่ 7, 1,074, 20,021 ตัวอย่าง, เมษายน 2026, $16.90/นาที

สองสิ่งตามมาจากตารางนั้น Wan 2.7 มีความสามารถรอบด้านกว่าอีกตัวในสองตัวนี้อย่างมาก — มันเป็นตัวเดียวในสองตัวที่ได้คะแนนในบอร์ดทั้งสาม และรายการ editing ของมันมีจำนวนโหวตมากที่สุดในบรรดาคะแนน Wan 2.7 ทั้งหมดทุกที่ โดยมีตัวอย่างลึกถึงสองหมื่นตัวอย่าง และบนแกนเดียวที่ทั้งสองมาบรรจบกัน Vidu Q4 Preview ชนะด้วย 102 Elo ซึ่งคิดเป็นประมาณห้าเท่าของความกว้างของช่วงความเชื่อมั่นของโมเดลใดโมเดลหนึ่ง

ช่องว่าง 102 จุดไม่ใช่ผลลัพธ์เล็กน้อย เพื่อให้เห็นขนาด: ช่วงห่างทั้งหมดในหกอันดับแรกบนกระดาน image-to-video รวมกันมีเพียง 21 Elo Vidu Q4 Preview ไม่ได้นำ Wan 2.7 อยู่เพียงเล็กน้อยในด้าน image-to-video; มันอยู่คนละระดับ และมีค่าใช้จ่ายถูกกว่า $1.80 ต่อนาที ขณะเดียวกันก็เป็นรุ่นที่ใหม่กว่า ถ้า image-to-video คือภาระงานของคุณ การตัดสินใจไม่ใช่เรื่องที่สูสี และกระดานอิสระคือเหตุผลที่มันไม่สูสี

ในกรณีที่ Wan 2.7 เป็นเพียงหนึ่งเดียวจากทั้งสองที่ปรากฏขึ้น

เอกสารของ Wan 2.7 เองระบุถึงสองด้านที่ยังต้องพัฒนา ได้แก่ คุณภาพเสียง และความแม่นยำของข้อความบนหน้าจอ นั่นคือการประเมินจากฝั่งผู้ขาย ไม่ใช่จากนักวิจารณ์ และควรนำไปพิจารณาในการเปรียบเทียบใด ๆ เพราะทั้งสองโมเดลต่างอ้างจุดขายเดียวกัน นั่นคือเสียงที่สร้างขึ้นมาพร้อมกับภาพโดยกำเนิด แทนที่จะมาต่อเติมภายหลัง

ความแตกต่างอยู่ที่สิ่งที่เกิดขึ้นโดยค่าเริ่มต้น ปลายทาง image-to-video ของ Vidu Q4 Preview มีพารามิเตอร์ audio ที่มีค่าเริ่มต้นเป็น true: คุณจะได้เสียงเว้นแต่คุณจะปิดมัน และการปิดมันคือวิธีที่คุณจะได้คลิปที่ไม่มีเสียง Wan 2.7 ไม่ได้ระบุสวิตช์เดียวกันในตำแหน่งเดียวกัน หากเอาต์พุตแบบไม่มีเสียงสำคัญต่อไปป์ไลน์ของคุณ — และสำหรับสิ่งใดก็ตามที่คุณวางแผนจะใส่ดนตรีประกอบแยกต่างหาก หรือพากย์เป็นภาษาอื่น มันสำคัญ — ความไม่สมมาตรนั้นเปลี่ยนลักษณะของการผสานรวมรอบแรกของคุณ

บนบอร์ดการตัดต่อ อันดับที่เจ็ดของ Wan 2.7 ด้วย 1,074 จาก 20,021 ตัวอย่าง ถือเป็นผลลัพธ์เดี่ยวที่แข็งแกร่งที่สุดเมื่อวัดจากจำนวนโหวต ที่โมเดลใดโมเดลหนึ่งในสองนี้ทำได้บนบอร์ดใด ๆ เสียงโหวตสองหมื่นเสียงคือการวัดที่มีน้ำหนักจริงอยู่เบื้องหลัง และไม่มีโมเดล Vidu ปรากฏอยู่บนบอร์ดนั้นให้เปรียบเทียบด้วย หากงานของคุณคือการปรับจังหวะเวลาหรือปรับสไตล์ฟุตเทจที่มีอยู่ แทนที่จะสร้างช็อตใหม่ Wan 2.7 เป็นตัวเดียวในสองตัวที่ใช้กับงานนี้ได้

ช่องว่างของข้อกำหนดในฝั่งการสร้าง

ในจุดที่ทั้งสองทับซ้อนกัน ทั้งคู่แตกต่างกันในแทบทุกมิติ และความแตกต่างเหล่านั้นไม่ได้เอียงไปในทางที่เป็นประโยชน์ต่อ Wan อย่างสมมาตร

• ความละเอียดสูงสุด — Vidu Q4 Preview 4K (2K และ 4K ที่สี 10-bit) เทียบกับ Wan 2.7 สูงสุด 1080p

• ความยาวคลิปสูงสุด — Vidu Q4 Preview 16 วินาที (Image-to-Video 3-16 วินาที, Reference-to-Video 1-16 วินาที) เทียบกับ Wan 2.7 สูงสุด 15 วินาที

• ภาพอ้างอิง — Vidu Q4 Preview สูงสุด 15 ในชุดเดียว เทียบกับ Wan 2.7 สูงสุดสิบแอสเซ็ต

• เสียงอ้างอิง — Vidu Q4 Preview สูงสุด 3 คลิปเพื่อความสม่ำเสมอของเสียง เทียบกับที่ Ali​baba ไม่ได้เผยแพร่ในรายละเอียดระดับเดียวกัน

• ความครอบคลุมของงาน — Vidu Q4 Preview สองโหมด (ภาพเป็นวิดีโอ, อ้างอิงเป็นวิดีโอ) เทียบกับ Wan 2.7 สี่รูปแบบ (โดยเพิ่มข้อความเป็นวิดีโอและการแก้ไขวิดีโอ)

• อัตราตามรายการที่ประกาศ — Vidu Q4 Preview เริ่มต้นที่ $0.014/วินาที (ราคาโปรโมชัน); วัดได้ $7.20/นาที บนบอร์ดจัดอันดับอิสระ เทียบกับ Wan 2.7 ที่ $0.10-$0.15/วินาที ตามแต่ละรุ่นย่อย, วัดได้ $9.00/นาที

ประเด็นเรื่องความละเอียดเป็นสิ่งที่ต้องชั่งน้ำหนักอย่างรอบคอบ เอาต์พุต 4K ที่ 10-bit เป็นความแตกต่างของสิ่งที่ส่งมอบได้จริงสำหรับใครก็ตามที่ทำงานขั้นสุดท้ายเพื่อส่งออกสำหรับหน้าจอหรือจอแสดงผลขนาดใหญ่ และไม่มีเวอร์ชันใดของ Wan 2.7 ที่มีสิ่งนี้ แต่ 4K คือจุดที่ราคาต่อวินาทีมักไม่ดูเหมือนเป็นราคาต่ำสุดที่โฆษณาไว้อีกต่อไป และการเปิดตัวของ Vidu เองก็มีข้อกำหนดว่า ราคาสุดท้าย ความละเอียดที่รองรับ ฟีเจอร์ และเงื่อนไขการใช้งานนั้นแตกต่างกันไปตามแพ็กเกจและภูมิภาค

อันไหน โดยพิจารณาจากภาระงาน

หากคุณกำลังทำแอนิเมชันจากภาพนิ่ง — ภาพสินค้า เฟรมอ้างอิงตัวละคร สตอรีบอร์ด — Vidu Q4 Preview เป็นโมเดลที่ดีกว่าโดยอิงจากหลักฐานอิสระเพียงชิ้นเดียวที่มีอยู่ ในอัตราที่วัดได้ต่ำกว่า นั่นคือกรณีที่ตรงไปตรงมา

หากคุณต้องการสัญญาเดียวที่ครอบคลุม text-to-video, image-to-video และการตัดต่อ Wan 2.7 เป็นเพียงหนึ่งเดียวจากทั้งสองตัวที่ตอบโจทย์ และทำได้ด้วยผลลัพธ์การตัดต่ออันดับที่เจ็ดซึ่งอิงจากจำนวนโหวตมากที่สุดที่โมเดลใดในสองตัวนี้มี การรวมไปกับผู้ให้บริการรายเดียวถือเป็นประโยชน์จริง และการเปรียบเทียบนี้ไม่ได้แสร้งทำเป็นอย่างอื่น

หากคุณต้องการทั้งสองอย่าง ต้นทุนในการใช้งานผู้ให้บริการสองรายมักไม่ใช่ค่าลิขสิทธิ์ — แต่คือการผสานรวมชุดที่สอง คีย์ชุดที่สอง ชุดพฤติกรรมการลองใหม่ชุดที่สอง และสคีมาชุดที่สองที่ต้องคอยอัปเดตให้เป็นปัจจุบัน OrcaRouter รวมสิ่งเหล่านั้นให้เหลือ: เอนด์พอยต์เดียวที่เข้ากันได้กับ OpenAI ครอบคลุมโมเดลมากกว่า 200 รายการ ราคาตามรายการของผู้ให้บริการถูกส่งผ่านโดยไม่มีการบวกมาร์กอัปเพิ่ม และมีการสลับผู้ให้บริการอัตโนมัติเมื่อเกิดข้อขัดข้อง ในส่วนของวิดีโอโดยเฉพาะ เราให้บริการ MiniMax H3 ซึ่งเป็นโมเดลที่ติดอันดับหนึ่งและสองบนลีดเดอร์บอร์ด image-to-video — สามารถเรียกใช้ได้บนเอนด์พอยต์เดียวกันและคีย์เดียวกันกับโมเดลข้อความ ไม่ว่า Vidu Q4 Preview หรือ Alibaba Wan 2.7 ต่างก็ไม่ใช่เส้นทางของ OrcaRouter ในปัจจุบัน และหน้านี้ไม่ควรถูกตีความว่าบ่งชี้เป็นอย่างอื่น สิ่งที่เราทำได้คือทำให้ส่วนที่เหลือของภาระงานอยู่บนการผสานรวมเดียว เพื่อให้งานวิดีโอเป็นเพียงรายการเดียว ไม่ใช่โปรเจกต์

อะไรจะเปลี่ยนสิ่งนี้

Vidu Q4 Preview เป็นเพียงพรีวิว ราคาที่ตั้งเป็นราคาโปรโมชัน ตัวบิลด์ล้ำหน้าการเปิดตัว Q4 ฉบับเต็มตามที่ผู้ขายเองระบุ และเอกสาร API ยังมีชื่อเรียกแทนโมเดลที่พิมพ์ผิดปนอยู่กับชื่อที่ถูกต้อง มีสองผลลัพธ์ที่สำคัญ คือ หากการเปิดตัว Q4 ฉบับเต็มเพิ่มความสามารถเท�סטทูวิดีโอเข้ามา แกนเหล่านี้ก็จะยุบรวมกัน และกลายเป็นการเปรียบเทียบโดยตรงบนสามบอร์ดแทนที่จะเป็นหนึ่งบอร์ด แต่หากไม่เพิ่ม การแยกส่วนก็จะคงอยู่เช่นเดิม และการเลือกก็ขึ้นอยู่กับลักษณะของภาระงานเพียงอย่างเดียว

ในอีกด้านหนึ่ง ตัวอย่างของ Wan 2.7 บนบอร์ด image-to-video นั้นเก่ากว่าของ Vidu ประมาณห้าเดือน และมีจำนวนน้อยกว่าประมาณหนึ่งพัน ช่วงทั้งสองจะแคบลง อันดับของทั้งสองโมเดลไม่ควรถือว่าคงที่เกินกว่าวันที่พิมพ์ไว้ข้าง ๆ

คำตอบแบบแคบ: ทั้งสองมีแกนการแข่งขันร่วมกันเพียงแกนเดียว โดย Vidu Q4 Preview นำอยู่บนแกนนั้นอย่างชัดเจนด้วยอัตราที่วัดได้ต่ำกว่า และ Wan 2.7 ชนะโดยปริยายในทุกจุดที่ Vidu ไม่ได้แข่งขัน คำตอบแบบกว้างก็คือ โมเดลพรีวิวแบบสองโหมดกับชุดแบบสี่ตัวแปรนั้นแท้จริงแล้วไม่ใช่ทางเลือกแทนกัน — พวกมันเป็นทางเลือกสำหรับงานที่แตกต่างกัน และส่วนที่มีประโยชน์ของการเปรียบเทียบนี้คือการรู้ว่าคุณมีงานแบบไหน