
WeMM-Video-35B-A3B vs Runway Gen-4.5: Hai dòng còn thiếu
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 182 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 749 tok/s
- AlibabaMỚIQwen: Qwen4 Max2026-11-16$1.50 / $4.50 trên 1 triệu token · 1902 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 87 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
Trên bảng xếp hạng text-to-video của Artificial Analysis, đọc vào ngày 20 tháng 11 năm 2026, có ba mươi lăm dòng và cả Runway Gen-4.5 lẫn WeMM-Video-35B-A3B đều không phải là một trong số đó. Hai sự vắng mặt đó không giống nhau. Gen-4.5 đã được đặt ở vị trí dẫn đầu bảng xếp hạng đó vào ngày 1 tháng 12 năm 2025 — 1.247 Elo, xếp trên Veo 3 với 1.226, Kling 2.5 với 1.225 và Sora 2 Pro với 1.206 — trong một bài đăng ra mắt mà Runway vẫn công bố. WeMM-Video-35B-A3B chưa từng xuất hiện trên bất kỳ bảng xếp hạng nào: các trọng số Apache-2.0 được commit lên Hugging Face lúc 03:57 UTC sáng cùng ngày, một báo cáo kỹ thuật được nộp từ hôm trước, và không có gì từ Tencent giống như một thông báo.
Vậy là một bên có một vương miện đã ngừng áp dụng và không có dòng hiện hành nào, còn bên kia không có vương miện, không có dòng nào và không có bất kỳ con số bên thứ ba nào. Đó là một cặp kỳ lạ để dựng nên một so sánh, và phiên bản trung thực của nó hẹp hơn một bảng xếp hạng. Một mục trên bảng thực sự đáng giá bao nhiêu khi cả lĩnh vực đã vượt qua nó? Mỗi bên công bố điều gì mà người đọc có thể kiểm tra ngay hôm nay? Và trong hai bên, bên nào trả về một tệp mà bạn có thể đưa ra trước mặt khách hàng?
Vương miện không phải là một hàng.
Tuyên bố khi ra mắt rất cụ thể, có nguồn dẫn và vẫn còn hiệu lực. Trang nghiên cứu của chính Runway cho Gen-4.5 nêu rằng mô hình này đã được xếp hạng nhất trên bảng đánh giá text-to-video của Artificial Analysis với 1.247 Elo, đồng thời nêu tên ba mô hình mà nó đã vượt qua. Đó là một trích dẫn thực sự về bên thứ ba, do chính nhà cung cấp đưa ra, vào thời điểm mà phép so sánh còn mới. Đây cũng là con số trông có vẻ độc lập cuối cùng mà Runway đã công bố cho mô hình này.
Không thể đặt nó cạnh bảng của hôm nay mà không cần đến phép tính mà chưa ai công bố. Artificial Analysis neo lại thang Elo của mình giữa các phiên bản bảng: bảng AA-Video-T2V V2.1 hiện tại cố định Kling 3.0 1080p (Pro) đúng ở mức 1,000 làm điểm tham chiếu, xếp hạng mọi thứ khác so với mốc đó và in khoảng tin cậy 95% trên mỗi hàng. Đọc ngày 20 tháng 11 năm 2026, đứng đầu là Wan 3.0 với 1,176 trên 8,243 phiếu bầu, còn mốc neo đứng thứ 23. Một con số 1,247 từ tháng 12 năm 2025 được đo so với một mốc neo khác, một bộ prompt khác và một phạm vi khác; đưa nó vào bảng này sẽ ngụ ý một độ chính xác mà hai lần đọc không cùng có.
Thứ có thể kiểm tra được là sự hiện diện, và sự hiện diện có hình dạng. Trên cả ba bảng video của arena trong cùng một lần đọc — text-to-video, image-to-video và chỉnh sửa video — hàng duy nhất mang logo Runway thuộc về Aleph 2.0, mô hình chỉnh sửa trong ngữ cảnh của công ty, đứng thứ 11 trên bảng chỉnh sửa với 1.007 Elo qua 23.082 phiếu. Gen-4.5 có trong danh mục của Runway và có thể gọi được ngay chiều nay; nó không có trong danh sách hiện tại của arena. Một mô hình rời bảng xếp hạng chỉ gỡ bỏ một hiện vật tiếp thị, không phải một năng lực — và một mô hình chưa từng bước vào bảng xếp hạng thì chưa từng có hiện vật đó để mất.

Danh mục thực sự nói gì
Tài liệu dành cho nhà phát triển của Runway cởi mở hơn trang nghiên cứu của họ. Mã định danh gen4.5 đã có trên Runway Dev từ ngày 10 tháng 2 năm 2026, tạo ra hai đến mười giây mỗi yêu cầu từ văn bản hoặc từ ảnh tĩnh, và tính phí 12 tín dụng mỗi giây — 0,12 USD theo mức giá trên cổng là một xu mỗi tín dụng. Đó là mức giá cố định theo giây, khiến việc lập ngân sách cho một cảnh quay trở thành một phép nhân thay vì một mô phỏng, và đây là điều hữu ích nhất trên trang.
Khâu xuất file là nơi bậc thang ấy tự bộc lộ. Xuất ProRes và chuỗi PNG cộng thêm 5 tín dụng mỗi giây vào mức 12. Các profile 10-bit và sâu hơn, bao gồm khung OpenEXR half-float, cộng thêm 20, tăng lên 40 khi đầu ra vượt khoảng bốn megapixel.gen4.5 kể từ ngày 20 tháng 8 năm 2026, được grade vào BT.2020 với metadata HDR10 đo được thay vì tone-map sau đó. Không có thứ nào trong số đó là độ phân giải tạo sinh — mà là thứ mà bản render được đóng gói vào khi xuất ra.
• Trạng thái — Gen-4.5: sản phẩm thương mại từ ngày 1 tháng 12 năm 2025, API từ ngày 10 tháng 2 năm 2026, hiện không có mục nào trên arena. WeMM-Video-35B-A3B: trọng số trên Hub, không có lượt tải xuống nào, không có thông báo, chưa từng xuất hiện trên bảng xếp hạng nào.
• Định hướng — Gen-4.5: nhập văn bản hoặc hình ảnh, xuất MP4, ProRes, chuỗi PNG hoặc EXR. WeMM: nhập khung hình cùng nhạc nền, xuất văn bản.
• Shape — Gen-4.5: hai đến mười giây, mỗi yêu cầu một lần tạo, tính giá theo giây đầu ra. WeMM: ngữ cảnh chung 8.192 token, mười sáu khung hình được lấy mẫu mỗi clip, tính giá theo gigabyte trọng số thường trú.
• Giá — Gen-4.5: 12 tín dụng, $0,12 mỗi giây được tạo, cộng thêm 5 cho ProRes hoặc PNG và 20 đến 40 cho màu sâu hơn. WeMM: 67,39 GiB BF16, hoặc 24,11 GiB ở NVFP4, cùng các GPU để chứa nó.
Mức trần được viết bằng các cờ shell
Sự khác biệt bắt đầu ở chỗ mỗi bên cắt ngắn đến đâu, nhưng kết thúc ở việc bạn có tìm được con số hay không. Runway đã công bố giới hạn của mình trong nhiều tháng: từ hai đến mười giây, bốn bậc đầu ra, một mức giá mỗi giây. Tencent đã công bố một cấu hình và phát hành những lệnh mâu thuẫn với cấu hình đó. Cấu hình ghi 262.144 vị trí; các lệnh gọi đều ghi --max-model-len 8192, trong vLLM cũng như trong SGLang. Giữa 8.192 và 262.144 không có mức trung gian nào được hỗ trợ. Con số dài là phần dư trữ, còn các cờ phục vụ mới là sản phẩm.
Hãy chuyển đổi, và nó không còn trừu tượng nữa. Mười token âm thanh mỗi giây — một ngăn xếp kiểu Whisper, 32 lớp encoder và 32 lớp decoder với độ rộng 1.280, rồi một Q-Former cấp cửa sổ với độ rộng 4.104 — đưa khoảng mười ba phút âm thanh vào trong 8.192 token, và đó là trước khi tính cả một khung hình, chỉ thị hay câu trả lời.
Ngân sách hình ảnh sẽ đến tiếp theo. Mặc định của bộ xử lý là 2 fps và tối đa 128 khung hình; công thức phục vụ thay cả hai bằng 16 khung hình trong ngân sách 262.144 pixel. Trên một clip mười giây, con số đó ra dưới hai khung hình mỗi giây: một bản ghi trung thực về căn phòng và một bản phác họa về căn phòng trông như thế nào. Bảng riêng của báo cáo đã dùng những khung hình nào thì không được nêu ở đâu cả, nên khoảng cách giữa điểm số của nó và cấu hình của bạn là một con số bạn không thể tính được.
Checkpoint cho phép bạn thay đổi những gì
Ở đây, hai bên khác nhau về bản chất. Thang đầu ra của Runway, mức cơ bản 12 tín dụng và cửa sổ từ hai đến mười giây của nó là những quyết định về sản phẩm; bạn mua gói hay không mà thôi. Cửa sổ 8.192 token của WeMM là một cờ máy chủ, công thức 16 khung hình của nó là một dòng trong lệnh shell, và lượng tử hóa của nó là lựa chọn giữa 67,39 GiB BF16, 22,69 GiB AWQ W4A16 và 24,11 GiB NVFP4. Cả ba đều do bạn điều chỉnh, trên phần cứng bạn sở hữu, với bất kỳ độ trễ nào bạn có thể chấp nhận.
Điều duy nhất mà bản tải xuống không mang lại cho bạn là một engine được hỗ trợ. Tencent không hợp nhất kiến trúc lên upstream; thay vào đó, họ phát hành bản diff. Thư mục patch chứa một overlay cho mỗi bản phát hành được hỗ trợ — vLLM 0.18.0, vLLM 0.31.0, SGLang 0.5.16, SGLang 0.5.19, và không có bản nào khác — kèm một manifest SHA-256 bên cạnh mỗi bản, và bề mặt tương thích bên dưới hẹp đến mức dễ vỡ: một bộ công cụ CUDA 12.9, một bản build PyTorch, một bản build Transformers, Python 3.12, FFmpeg trên PATH, và lần khởi chạy SGLang đầu tiên phải biên dịch kernel trước khi trả lời bất cứ điều gì. Dùng một phiên bản không có trong danh sách thì việc port là do bạn tự lo. Lần chạy tham chiếu của Tencent trải BF16 trên hai H20; bản build NVFP4 vừa một card 48 GB với --max-num-seqs 1.
Trọng số là một sản phẩm phụ của công việc. Hugging Face đếm được 36,177,564,536 tham số trong các shard BF16, trong đó các chuyên gia được định tuyến chiếm phần áp đảo — 40 lớp nhân với 256 chuyên gia ở độ rộng trung gian 512, lựa chọn top-8, cộng thêm một chuyên gia chia sẻ rộng 512 mà mọi token đều đi qua — trong khi khoảng 1,0B được chạm tới mỗi token. Gần 36B dung lượng được giữ trong bộ nhớ, 3B phép tính được tiêu tốn. Đọc video thay vì kết xuất nó nghĩa là phải trả giá để lưu trữ kiến thức mà lượt truyền xuôi hiếm khi ghé tới.

Bản ghi không có cài đặt sẵn để xuất.
Sự khác biệt về sản phẩm bàn giao phải quyết định việc mua hàng trước cả bất kỳ bài benchmark nào. Runway bán một tệp thành phẩm ở dạng trung gian có thể chỉnh sửa: ProRes để chỉnh màu, PNG hoặc EXR để dựng compositing, siêu dữ liệu HDR được đính kèm, cùng một trình biên tập bao quanh nó. WeMM-Video-35B-A3B không bán bất cứ thứ gì tương tự. Thứ được tạo ra là một đoạn văn — bản tường thuật về điều gì đã xảy ra, ai đã nói, đã nói gì — thứ đi vào một chỉ mục, hàng đợi kiểm duyệt, báo cáo QA hoặc ô tìm kiếm, chứ không đi vào dòng thời gian.
Báo cáo của Tencent tuyên bố rằng đoạn đó là thứ tốt nhất hiện có trong nhóm trọng số mở. So với Qwen3.5-Omni-Flash, nó đạt 86,4 so với 79,3 trên Video-MME có âm thanh và 54,9 so với 36,6 trên Video-MME v2 có âm thanh; so với backbone của chính nó, Qwen3.6-35B-A3B, nó thắng 20 trong 31 benchmark video không âm thanh. Nó cũng thua — JointAVBench 65,9 so với 69,0, MUSIC-AVQA 79,5 so với 82,1, EgoSchema 74,2 so với 77,2. Mọi con số đều do bên huấn luyện đưa ra, báo cáo cũng nói rõ như vậy, và báo cáo chuyển giữa chế độ Instruct và Thinking theo từng bảng khi công bố. Chưa có bên thứ ba nào tái lập được bất kỳ kết quả nào trong số đó. Điều có thể khiến tuyên bố này có thể kiểm chứng là việc hợp nhất lên upstream vLLM để chấm dứt việc vá và một lần chạy độc lập đầu tiên trên Video-MME v2 có âm thanh.
Báo cáo cũng nêu rằng dòng mô hình này đã được "triển khai trên nhiều dịch vụ video cốt lõi trong WeChat", với các ví dụ gồm thương mại livestream, phân tích phim ngắn và video tương tác. Đó là tuyên bố về mức độ ứng dụng mạnh nhất trong bài viết này và cũng khó kiểm chứng nhất: không có bất kỳ con số nào về độ trễ, thông lượng, khả năng đồng thời hay bộ nhớ xuất hiện ở bất kỳ đâu trong bản công bố. Đó là một câu bạn có thể trích dẫn mà không thể kiểm thử.

Nơi bản ghi chép phù hợp với một studio
Ghép hai thứ lại với nhau và pipeline tự hình thành, dù chưa ai công bố nó: kết xuất cảnh quay, rồi để một thứ gì đó đọc lại bản kết xuất — sản phẩm có xuất hiện không, lời thoại có khớp với kịch bản không, clip này có an toàn để công bố không. Runway không bán nửa sau. Một checkpoint WeMM tự lưu trữ có thể làm được, với cái giá là tải xuống 67 GiB và một lớp phủ mã nguồn.
Với nửa phần bạn có thể có trong tuần này, phần xương sống là điểm khởi đầu hợp lý. Qwen3.6-35B-A3B là mô hình mà WeMM-Video-35B-A3B được xây dựng dựa trên, như báo cáo nêu, và nó có mặt trên OrcaRouter với giá 0,25 USD mỗi triệu token đầu vào và 1,48 USD mỗi triệu token đầu ra trên ngữ cảnh 262.144 token với đầu vào văn bản, hình ảnh và video. Nó không có ngăn xếp âm thanh, nên không thể cho bạn biết ai đã nói. Nó có thể cho bạn biết liệu khung hình có chứa thứ mà lời nhắc yêu cầu hay không, đối chiếu với chính những clip bạn kết xuất, ngay hôm nay.
OrcaRouter không cung cấp cả Gen-4.5 lẫn WeMM-Video-35B-A3B, và phần nội dung của bài viết này sẽ là lời nói dối nếu nói khác đi. Điều nền tảng mang lại cho bạn là bộ khung để so sánh: một khóa tương thích OpenAI, giá niêm yết của nhà cung cấp được chuyển nguyên với mức cộng thêm 0%, và chuyển đổi dự phòng tự động khi một điểm cuối bị suy giảm. Cũng lưu ý rằng Gen-4.5 tính phí bằng tín dụng dựa trên gói đăng ký thay vì bằng token, đây không phải là đơn vị mà router có thể chuẩn hóa — tín dụng chính là đồng hồ đo, và đồng hồ đo là của Runway.
Chọn theo sản phẩm bàn giao, không theo thứ hạng.
Hãy dùng Runway Gen-4.5 khi đầu ra phải được giao ra ngoài dưới dạng tệp: một cảnh dài hai đến mười giây, được giao ở dạng ProRes, chuỗi PNG hoặc HDR có kèm siêu dữ liệu, trong một trình dựng do người khác bảo trì. Hãy biết trước rằng con số trên trang ra mắt của nó đã gần một năm tuổi và được đo trên một bảng xếp hạng không còn liệt kê nó, rằng các thang màu 20–40 credit cộng dồn rất nhanh, và rằng mức giá không đổi vì gói là cố định.
Hãy chọn WeMM-Video-35B-A3B khi đầu ra là một bản mô tả đoạn phim chứ không phải đoạn phim, khi Apache 2.0 quan trọng với việc rà soát pháp lý, và khi bạn thà nâng một giới hạn bằng một cờ hơn là gửi yêu cầu tính năng. Hãy bắt đầu với hiểu biết rằng các trọng số mới chỉ vài ngày tuổi, rằng mọi con số chất lượng gắn với chúng đều thuộc về nhóm đã huấn luyện mô hình, rằng ba trong bốn biến thể lượng tử hóa tự mô tả là chưa được xác thực, và rằng bản cài đặt là một lớp phủ bản vá trên một engine suy luận chưa hợp nhất kiến trúc này.
Hai hàng bị thiếu khỏi bảng vì những lý do trái ngược nhau, và cả hai sự vắng mặt đều không phải là một phán quyết. Một mô hình đã được đo lường, được tôn vinh, rồi kể từ đó bị tái neo ra khỏi danh sách; mô hình còn lại chưa từng được đo bởi bất kỳ ai không phải là người huấn luyện nó. Một sự so sánh dựa trên điều đó phải nói về việc mỗi bên cho phép bạn làm gì và mỗi bên trả lại điều gì — bởi vì bảng điểm, lần này, thực sự trống rỗng ở cả hai phía.
