
WeMM-Video-35B-A3B 与 Runway Gen-4.5:缺失的两行
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 182 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 749 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百万 tokens · 1902 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
在 Artificial Analysis 的文生视频榜单上,以 2026 年 11 月 20 日读取的数据来看,共有三十五条记录,且无论是Runway Gen-4.5还是WeMM-Video-35B-A3B都不在其中。这两种缺席并不是同一种缺席。Gen-4.5 于 2025 年 12 月 1 日被排在该榜单首位——1,247 Elo,领先于 1,226 的 Veo 3、1,225 的 Kling 2.5 和 1,206 的 Sora 2 Pro——出现在一篇 Runway 仍在发布的发布帖中。WeMM-Video-35B-A3B 则从未出现在任何榜单上:Apache-2.0 权重于当天凌晨 03:57 UTC 提交到 Hugging Face,技术报告于前一天提交,而 Tencent 没有任何类似公告的内容。
一方有一个已退役的皇冠,却没有当前行;另一方没有皇冠、没有当前行,也没有任何形式的第三方数字。拿这样的组合来做比较很奇怪,而诚实的版本比排名更窄。当领域已经越过某个榜单条目之后,它究竟还值多少?每一方今天发布了什么,是读者可以核实的?两者之中,哪一个会返回一个你可以拿给客户看的文件?
王冠不是一排
Runway 自己为 Gen-4.5 设立的研究页面称,该模型以 1,247 Elo 在 Artificial Analysis 的文本转视频基准中排名第一,并点名了它所超越的三个模型。这是供应商在对比数据尚新鲜时对第三方作出的真实引用。这也是 Runway 为该模型公布的最后一个看似独立的数字。
若不进行无人公布过的算术运算,它就无法与今天的表格并列。Artificial Analysis 会在不同榜单版本之间重新锚定其 Elo 量表:当前的 AA-Video-T2V V2.1 榜单将 Kling 3.0 1080p(Pro)恰好固定为 1,000 作为参考点,其他所有模型都以此为基准排名,并在每一行印出 95% 区间。截至 2026 年 11 月 20 日读取,领先者是 Wan 3.0,得分为 1,176,基于 8,243 票,而锚点位列第 23。2025 年 12 月的 1,247 这一数字是针对不同的锚点、不同的提示集和不同的参评阵容测得的;把它塞进这张表,会暗示两种读数并不共享的精度。
可被核验的是存在,而存在有其形态。在同一个读取时点上,遍览该竞技场的全部三个视频榜单——文生视频、图生视频和视频编辑——唯一带有 Runway 标志的那一行属于 Aleph 2.0,这是该公司的上下文内编辑模型,在编辑榜上以 1,007 Elo、23,082 票位列第 11。Gen-4.5 在 Runway 的产品目录中,今天下午即可调用;它不在该竞技场当前的列表中。一个模型离开排行榜,移除的是一种营销产物,而非一种能力——而一个从未进入排行榜的模型,从来就没有过这种产物可失去。

目录上究竟说了什么
Runway 的开发者文档比其研究页面更愿意透露信息。标识符 gen4.5自 2026 年 2 月 10 日起就已在 Runway Dev 上提供,每次请求可根据文本或静帧生成两到十秒的内容,并按每秒 12 个积分计费——按每个积分一美分的门户费率计算,即每秒 0.12 美元。这是固定的每秒费率,让镜头预算变成一道乘法题,而不是一次模拟,也是该页面上最有用的单项信息。
交付环节正是阶梯价格显现之处。ProRes 和 PNG 序列输出会在 12 个积分的基础上每秒增加 5 个积分。10 位及更深位深的配置文件(包括半浮点 OpenEXR 帧)增加 20 个积分,一旦输出超过约 400 万像素则升至 40 个积分。HDR10、HLG、12 位 PQ 母版以及位精确的 16 位 PNG 序列已面向 gen4.5 自 2026 年 8 月 20 日起提供,并调色至 BT.2020,使用实测的 HDR10 元数据,而不是事后进行色调映射。这些都不是生成分辨率——而是渲染在输出过程中被打包成的格式。
• 状态 — Gen-4.5:自 2025 年 12 月 1 日起为商业产品,自 2026 年 2 月 10 日起提供 API,当前在竞技场中无条目。WeMM-Video-35B-A3B:权重已在 Hub 上,零下载,无公告,从未出现在任何榜单上。
• 方向 — Gen-4.5:输入文本或图像,输出 MP4、ProRes、PNG 序列或 EXR。WeMM:输入帧与音轨,输出文本。
• Shape — Gen-4.5:2 到 10 秒,每次请求生成一次,按输出秒数计费。WeMM:8,192 个 token 的联合上下文,每个片段采样 16 帧,按常驻权重的 GB 数计费。
• 价格 — Gen-4.5:每生成一秒 12 积分、0.12 美元,ProRes 或 PNG 另加 5,更高色深另加 20 到 40。WeMM:BF16 为 67.39 GiB,NVFP4 为 24.11 GiB,以及容纳它所需的 GPU。
用 shell 标志写成的上限
分歧始于各自截断的位置,但最终归结为你能否找到那个数字。Runway 已经连续数月公布其限制:两到十秒、四档输出阶梯、每秒一个速率。腾讯公布了一份配置,却交付了与之相矛盾的命令。配置里写着 262,144 个位置;而所有调用都写着 --max-model-len 8192,vLLM 和 SGLang 皆然。在 8,192 与 262,144 之间,没有任何受支持的中间值。那个长数字是余量,而服务启动参数才是产品本身。
转换一下,它就不再抽象了。每秒十个音频 token —— 一个 Whisper 形态的堆栈,32 层编码器和 32 层解码器、宽度为 1,280,再加上一个宽度为 4,104 的窗口级 Q-Former —— 能把大约十三分钟的音轨塞进 8,192 个 token 里,而这还没把哪怕一帧画面、指令或回复计算在内。
接下来是图像预算。处理器的默认值是 2 fps,最多 128 帧;服务配方将这两项都替换为 262,144 像素预算内的 16 帧。在十秒片段上,这算下来不到每秒两帧:一份对房间的忠实转录,以及一幅房间外观的草图。报告自己的表格使用了哪些帧,任何地方都没有说明,因此其分数与你的配置之间的差距是一个你无法计算的数字。
检查点允许你更改什么
在这里,两者有本质区别。Runway 的输出档位、其 12 积分的基础费率以及 2 至 10 秒的窗口,都是产品决策;你要么购买这个套餐,要么不买。WeMM 的 8,192 token 窗口是一个服务端标志位,其 16 帧配方是 shell 命令中的一行,而其量化则是在 67.39 GiB 的 BF16、22.69 GiB 的 AWQ W4A16 和 24.11 GiB 的 NVFP4 之间做选择。这三项都任你在自己拥有的硬件上调整,并可采用你能承受的任何延迟。
下载唯一没有提供的,是一个受支持的引擎。腾讯没有把架构合并到上游;而是直接发布了 diff。patch目录为每个受支持的版本各提供一个覆盖层——vLLM 0.18.0、vLLM 0.31.0、SGLang 0.5.16、SGLang 0.5.19,仅此而已——每个覆盖层旁边都有一个 SHA-256 清单,而其下的兼容面窄得近乎脆弱:一套 CUDA 12.9 工具链、一个 PyTorch 构建、一个 Transformers 构建、Python 3.12、PATH 中有 FFmpeg,以及首次启动 SGLang 时会先编译内核,然后才会响应任何请求。带一个不在列表里的版本过来,移植工作就归你了。腾讯的参考运行将 BF16 分散在两块 H20 上;NVFP4 构建在 --max-num-seqs 1。
权重是这项工作的副产物。Hugging Face 在 BF16 分片中统计到 36,177,564,536 个参数,其中路由专家占据压倒性份额——40 层 × 每层 256 个专家、中间宽度 512、top-8 选择,再加上每个 token 都会经过的 512 宽共享专家——而每个 token 约触及 1.0B 参数。近 36B 的容量驻留在内存中,只花费了 3B 的算术量。读取视频而非渲染视频,意味着要为存储前向传播鲜少访问的知识买单。

转录本没有导出预设
交付物的差异应当在任何基准测试之前就决定是否购买。Runway 卖的是一份以可编辑中间格式呈现的成品文件:用于调色的 ProRes、用于合成的 PNG 或 EXR、附带 HDR 元数据,周围还有一套编辑器。WeMM-Video-35B-A3B 完全不卖这类东西。它产出的是一个段落——对发生了什么、谁说了话、说了什么的叙述——它会进入索引、审核队列、QA 报告或搜索框,而不是时间线。
腾讯的报告声称,该段落是开放权重中可用的最佳内容。在与 Qwen3.5-Omni-Flash 的对比中,它在带音频的 Video-MME 上以 86.4 对 79.3 胜出,在带音频的 Video-MME v2 上以 54.9 对 36.6 胜出;与其自有骨干模型 Qwen3.6-35B-A3B 相比,它在 31 个无声视频基准中赢了 20 个。它也有落败之处——JointAVBench 为 65.9,对比 69.0;MUSIC-AVQA 为 79.5,对比 82.1;EgoSchema 为 74.2,对比 77.2。报告坦言,每个数字都来自训练方,并且在披露时逐表在 Instruct 和 Thinking 模式之间切换。尚无第三方复现其中任何结果。要让这一说法可核查,需要一次 vLLM 上游合并来结束打补丁,以及在带音频的 Video-MME v2 上进行首次独立运行。
该报告还指出,该系列“已部署在 WeChat 内多个核心视频服务中”,并点名{{1}}直播电商、短剧分析和互动视频{{/1}}。这是本文中最强的采用声明,也是最难以验证的:发布稿中任何地方都没有出现延迟、吞吐量、并发性或内存方面的数据。这是一句你可以引用却无法测试的话。

文字记录适合工作室的地方
把两者结合起来,流水线就自然成形了,尽管还没有人公开发表过:渲染镜头,然后让某个东西把渲染结果读回来——产品出现了吗,对白与脚本一致吗,这个片段可以安全发布吗。Runway 并不卖后半部分。一个自托管的 WeMM checkpoint 可以做到,代价是下载 67 GiB 并加一个源覆盖层。
对于本周你能拿到的那一半,骨干模型是合理的切入点。正如报告所述,WeMM-Video-35B-A3B 是基于 Qwen3.6-35B-A3B 构建的,而后者已在 OrcaRouter 上线,支持文本、图像和视频输入,上下文长度为 262,144 个 token,价格为每百万输入 token 0.25 美元、每百万输出 token 1.48 美元。它没有音频栈,因此无法告诉你谁在说话。但它今天就能基于你渲染的相同片段,判断画面中是否包含提示词所要求的内容。
OrcaRouter 既不提供 Gen-4.5,也不提供 WeMM-Video-35B-A3B;如果本文正文声称它提供,那正文就是在说谎。该平台为你提供的是用于比较的承载框架:一个兼容 OpenAI 的密钥、按 0% 加价,以及自动故障转移——当某个端点性能下降时就会触发。另需注意,Gen-4.5 是按订阅中的额度计费,而不是按 token 计费;token 不是路由器能够标准化的单位——额度才是计量单位,而这个计量单位归 Runway 所有。
依据交付成果来挑选,而不是按等级来挑选
当输出必须作为文件交付出去时,就选 Runway Gen-4.5:一段两到十秒的镜头,以 ProRes、PNG 序列或附带元数据的 HDR 交付,并放进由别人维护的编辑器里。要清楚,其发布页面上的数字已快一年了,而且是在一个不再列出它的榜单上测得的;20 到 40 积分的颜色阶梯会迅速累加;费率是固定的,因为套餐是固定的。
当输出是对影像素材的描述而非影像素材本身,当 Apache 2.0 对法律审查很重要,以及当你宁愿用一个标志位去调整上限也不愿提交功能请求时,就选 WeMM-Video-35B-A3B。上手前要知道:权重才发布几天;附在权重上的每一个质量数字都来自训练该模型的团队;四个量化变体中有三个自称未经验证;而且这次安装只是叠加在尚未合并该架构的推理引擎上的补丁层。
榜单上少了两行,原因却相反,而这两种缺席都不构成判决。一个模型被评测过、被加冕过,后来又被重新锚定、移出了榜单;另一个则从未被任何没有参与训练它的人评测过。在此基础上做比较,就只能围绕双方各自允许你做什么、又各自回馈你什么——因为这一次,记分牌两边确实都是空的。
