Vidu Q4 Preview 对比 Alibaba Wan 2.7：两种模式对阵四种，以及一个真正见分晓的榜单

整个对比可以归纳为一句话：Vidu Q4 Preview击败Ali​baba Wan 2.7，但在文生视频和视频编辑两项上无法与其同台较量，因为 Vidu Q4 Preview 这两项都不具备。

这两款模型都在2026年推出，且都能生成带声音的视频。Vidu Q4 Preview 于2026年10月7日由 Shengshu Technology 发布，作为完整 Q4 模型之前的首次公开预览，提供两种模式——图生视频和参考生视频。Alibaba Wan 2.7 于2026年4月发布，是一套包含四个变体的套件：文生视频、图生视频、参考生视频和视频编辑，按生成视频的秒数计费。因此，在大多数正面对比页面中充当决胜项的——一个分数——只存在于其中一个维度上，而评判这两者的诚实方式，是首先问清楚你实际需要哪些维度。

记分牌已{{1}}保持可见{{/1}}

Artificial Analysis 运营着三个独立的视频排行榜。每个排行榜都有自己的 Elo 评分体系和自己的投票池，因此一个榜单的分数不能迁移到另一个。于2026年10月8日阅读，再次保留音频：

• 图生视频（AA-Video-I2V v1.0）—— Vidu Q4 Preview 第 3 名，1,179 ±10，5,543 个样本，2026 年 10 月，$7.20/分钟；Ali baba Wan 2.7 第 13 名，1,077 ±8，4,571 个样本，2026 年 4 月，$9.00/分钟

• 文生视频（AA-Video-T2V v2.0）— Vidu Q4 Preview 未出现；Wan2.7-260612 第13-14名，1,030 ±9，5,571 个样本，2026年6月，$9.00/分钟

• 视频编辑（AA-Video-Editing v1.1）——Vidu Q4 Preview 未收录；Wan 2.7 第 7 名，1,074，20,021 个样本，2026 年 4 月，$16.90/分钟

从那张表可以得出两点结论。Wan 2.7 是两者中通用性明显更强的一个——它是二者中唯一在三个榜单上都有评分的模型，而且其编辑条目的投票数是 Wan 2.7 所有评分中最高的，样本量多达两万个。而在两者唯一交汇的那个维度上，Vidu Q4 Preview 以 102 Elo 胜出，这大约是任一模型置信区间宽度的五倍。

102 分的差距可不是一个小结果。作为参照：图生视频榜单前六名之间的整体分差只有 21 Elo。在图生视频上，Vidu Q4 Preview 并非仅略微领先 Wan 2.7；它属于另一个层级，而且每分钟还便宜 1.80 美元，同时又是更新的发布版本。如果图生视频是你的工作负载，这个选择毫无悬念，而独立榜单正是它毫无悬念的原因。

在两者中只有 Wan 2.7 出现的情况下

Wan 2.7 自己的文档点明了两个仍需完善之处：音频质量，以及屏幕文字的准确性。这是厂商自己的评估，而非评测者的判断，值得带入任何对比之中，因为这两款模型都作出了同样的主打宣称——原生音频随画面一同生成，而非事后拼接上去。

区别在于默认情况下会发生什么。Vidu Q4 Preview 的图生视频端点带有一个 audio参数，其默认值为 true：除非你将其关闭，否则就会输出声音，而关闭它正是获得无声片段的方式。Wan 2.7 并未在相同的位置记录同样的开关。如果静音输出对你的流程很重要——对于任何你打算单独配乐或配音成另一种语言的内容而言，确实如此——那么这种不对称会改变你第一轮集成工作的样貌。

在剪辑榜上，Wan 2.7 在 20,021 个样本中以 1,074 票位列第七，这是两个模型在任何榜单上按票数计算的最强单项成绩。两万票是一个有真实分量的衡量，而且该榜单上没有 Vidu 模型可供与之比较。如果你的工作是对现有素材进行重新计时或重新风格化，而不是生成新镜头，那么 Wan 2.7 是两者中唯一适用的那个。

生成侧的规格差距

在两者重叠之处，它们在几乎所有维度上都存在差异，而这些差异并非对称地有利于Wan。

• 最高分辨率 — Vidu Q4 Preview 4K（2K 和 4K，10 位色彩）对比 Wan 2.7 最高 1080p

• 最大片段时长 — Vidu Q4 Preview 16s（图生视频 3-16s，参考生视频 1-16s）对比 Wan 2.7 最长 15s

• 参考图像 — Vidu Q4 Preview 单次设置最多 15 张，而 Wan 2.7 最多十项素材

• 参考音频 — Vidu Q4 Preview 最多支持 3 个片段以实现声音一致性，相比之下，阿里​巴巴并未公布到同等详细程度

• 任务覆盖范围 — Vidu Q4 Preview 的两种模式（图生视频、参考生视频）对比 Wan 2.7 的四个变体（新增文生视频和视频编辑）

• 公布的列表价 — Vidu Q4 Preview 促销价 $0.014/秒起；在独立榜单上实测为 $7.20/分钟，而 Wan 2.7 按不同版本为 $0.10-$0.15/秒，实测为 $9.00/分钟

分辨率这一项需要仔细权衡。对于任何为屏幕或大屏完成最终交付的人来说，10-bit 的 4K 输出是实实在在的交付差异，而 Wan 2.7 的任何变体都不提供这一功能。但一到 4K，按秒计价通常就不再像广告中宣传的底价那样了，而且 Vidu 自家的发布材料也附带说明：最终定价、支持的分辨率、功能可用性和使用条款会因套餐和地区而异。

哪一个，按工作量来看

如果你要让静态图像动起来——产品图、故事板——根据目前唯一可获得的独立证据，Vidu Q4 是更好的模型，而且实测价格更低。这就是明摆着的情况。

如果你需要一份涵盖文生视频、图生视频和编辑的合约，Wan 2.7 是两者中唯一能给出答案的，而且它交出的编辑成绩位列第七，这一成绩建立在两个模型中最大的投票数之上。整合到单一供应商是实实在在的好处，本对比并不假装并非如此。

如果你两者都需要，同时运行两家供应商的成本通常并不在于授权费——而在于第二套集成、第二个密钥、第二套重试语义，以及第二套需要持续维护的 schema。OrcaRouter 把这些都收拢起来：一个兼容 OpenAI 的端点，覆盖 200 多个模型，按供应商的标价原样透传、不额外加价，并支持跨供应商自动故障转移。具体到视频方面，我们提供 MiniMax H3，也就是上文图像转视频榜单上目前排名第一和第二的模型——可以与文本模型共用同一个端点和同一个密钥调用。Vidu Q4 Preview 和阿里巴巴 Wan 2.7 目前都不是 OrcaRouter 的路由，本页面也不应被解读为暗示它们是的；我们能做到的是，让其余工作负载保持在同一个集成上，这样视频实验就只是一笔支出，而不是一个项目。

什么会改变这一点？

Vidu Q4 Preview 只是一个预览版。这一定价是促销性的，按厂商自己的说法，该构建版本早于完整的 Q4 发布，而且 API 文档在正确的模型别名之外，仍保留着一个拼错的模型别名。有两种结果很重要：如果完整的 Q4 发布加入文生视频，那么评测维度就会合并，这就会变成在三个榜单而非一个榜单上的直接对比；如果没有加入，那么这种分割就维持现状，选择就纯粹取决于工作负载形态。

另一方面，Wan 2.7 在图生视频榜单上的样本比 Vidu 的早五个月，数量也少约一千个。这两项差距都会收窄。任何一个模型的排名，都不应被视为在其旁边所标日期之后仍然固定不变。

狭义答案：它们恰好共享一条竞争维度，Vidu Q4 Preview 在该维度上明显领先，且实测速率更低；而在 Vidu 不参与竞争的领域，Wan 2.7 处处默认获胜。广义答案是，一个双模式预览模型和一套四变体套件其实并不是彼此的替代选项——它们是针对不同任务的替代方案，而这项对比真正有用的地方，在于弄清你面对的是哪项任务。