Vidu Q4 Preview 對決 Google Veo 3.1：Veo 分三級販售，而三者之間的差距，比向上攀升的落差還小

Goo​gle 的 Veo 3.1共分三個等級。在 Artificial Analysis 的圖像轉影片排行榜上，它們分別得分 1,082、1,071 和 1,066——整個區間相差十六 Elo——而每分鐘價格卻橫跨五倍，從 $4.80 到 $24.00。Vidu Q4 Preview是一款模型，不是三款，在同一排行榜上得分 1,179，標價為每分鐘 $7.20。依序讀完這些數字，實際的問題就不再是「該選哪個 Veo 等級」，而是「為什麼要買其中任何一個」——這不是大多數頁面會寫的比較，而它值得下面這個具體答案，而不是一句聳肩。

Vidu Q4 Preview 於 2026 年 10 月 7 日由 Shengshu Technology 推出，是其下一代旗艦產品的首次公開預覽，搶在 Q4 完整版正式發布之前登場，並提供兩種模式：圖像轉影片與參考轉影片。Veo 3.1 自 2026 年 1 月起便已問世，並於 3 月新增 Lite 版本，且同時支援文字提示與圖像輸入。形態各異、世代不同，卻有同一個舞台可供彼此一較高下。

Veo 的等級階梯，直接從看板上讀出

以下所有數據均來自 Artificial Analysis，擷取於 2026 年 10 月 8 日，且保留音訊。每個排行榜都有自己的 Elo 量表和投票池，因此這兩個區塊彼此無法互相比較——只能在各自內部比較。

圖生影片（AA-Video-I2V v1.0）：

• Vidu Q4 Preview — 第 3 名、1,179 ±10、5,543 個樣本、2026 年 10 月、每分鐘 $7.20

• Veo 3.1 — 第 12 名，1,082 ±7，7,040 個樣本，2026 年 1 月，每分鐘 $24.00

• Veo 3.1 Lite — 第 15 名，1,071 ±8，5,122 個樣本，2026 年 3 月，每分鐘 $4.80

• Veo 3.1 Fast — 第 18 名，1,066 ±6，14,688 個樣本，2026 年 1 月，每分鐘 $9.00

文字轉影片（AA-Video-T2V v2.0）：

• Veo 3.1 — 19 日至 21 日，962 ±10，2,998 個樣本，2026 年 1 月，每分鐘 24.00 美元

• Veo 3.1 Fast — 第20名，961 ±10，4,325 個樣本，2026年1月，每分鐘 $7.20

• Veo 3.1 Lite — 22日至25日，948 ±10，2,903 個樣本，2026年3月，每分鐘 $4.80

• Vidu Q4 Preview — 此看板上未顯示

這兩個區塊從不同角度講述了同一個故事。在圖像轉影片方面，三個 Veo 等級落在十六分的區間內，而價格卻相差五倍——因此，為 Veo 3.1 付出比 Veo 3.1 Lite 高五倍的價格，換來的是十一點 Elo，完全落在這兩個分數所帶的 ±7 與 ±8 區間內。在文字轉影片方面，同樣五倍的價格範圍內，差距為十四分，而在那裡，排名對便宜等級相當寬容：Veo 3.1 Fast 以三分之一的價格，僅落後旗艦機型一點 Elo，且其數字背後有更多票數支持。

Google 自家的分層因此主要是延遲與解析度上的取捨，而不是一條品質階梯；對廠商來說，這是個很合理的賣點。只是，它並不是大多數「該選哪一款 Veo」文章所宣稱的那回事。

那個確實成立的比較

Vidu Q4 Preview 在圖生影排行榜上比 Veo 3.1 的最佳等級高出 97 Elo，每分鐘便宜 16.80 美元，並比 Veo 3.1 Fast 高出 113 Elo。這些差距是所涉信賴區間寬度的五到七倍，因此並非雜訊。

明顯的反駁是，這拿 2026 年 10 月的模型與 2026 年 1 月的模型相比，而它確實如此——這正是整個發現。Veo 3.1 在這個排行榜上已問世八個月，其層級上次有意義地重新洗牌是在 3 月 Lite 推出時，而且它已被來自較小型實驗室、價格更低的預覽版本超越。該排行榜自己的公告說，過去 30 天內新增了兩個模型，而 Vidu Q4 Preview 就是其中之一。

同樣顯而易見的制衡因素：Vidu Q4 Preview 完全沒有文生影片項目，而 Veo 的三個層級中，有兩個正落在這裡。如果你的工作流程是從文字提示開始，而非從影格開始，那麼這些比較都不適用，而 Veo 階梯是兩者中唯一能回應需求的一方。

Veo 給你而 Vidu 沒有的東西

有一個維度，其中的差距是結構性的，而非數值上的，而且這與 Elo 毫無關係。

Goo​gle's Veo 3.1 output is watermarked with SynthID on every frame and carries C2PA content credentials recording that it was AI-generated, with a detector available in the Gem​ini app. That is not a feature you switch on; it is what the model produces. For anyone shipping into a market with disclosure requirements, working with a platform that screens for synthetic media, or simply wanting an audit trail of which shots were generated, this is a procurement difference that no benchmark will show you. It is also, on some workflows, a reason not to use it — a watermark you cannot disable is a constraint if your deliverable needs to pass as unmarked footage.

Vidu Q4 Preview 並未公布任何具備同等具體程度的水印或來源追溯機制。這是「未提出主張」，而非「主張其不存在」，且應如此記錄。

兩個較小的不對稱值得保留：

• 音訊預設 — Vidu Q4 Preview 的圖片轉影片端點有一個 音訊參數，預設為true，因此除非你關閉它，否則畫面會附帶聲音；Veo 3.1 將音訊視為獨立的方案層級決定，Standard 方案包含音訊時約為每秒 $0.40，而無聲輸出則便宜得多

• 參考額度 — Vidu Q4 Preview 在 Reference-to-Video 中最多接受 15 張參考圖片和最多 3 段參考音訊片段；Veo 3.1 的參考處理方式並未記錄到如此詳細的程度

這讓選擇處於何種境地

如果你是从靜態圖生成——產品影格、角色參考、分鏡畫格——獨立排行榜會把 Vidu Q4 Preview 置於與每一個 Veo 3.1 變體都不同的層級，而且價格只是最高層級的一小部分，而 Veo 內部的層級階梯也救不了它。這就是這項發現，且它立基於 5,543 票對上分別為 7,040、5,122 與 14,688 票。票數是真實的；排名會隨著區間收窄而變動。

如果你需要內建的來源溯源、文字轉影片，或是一個擁有 Google 通路與企業條款的供應商，Veo 3.1 就是答案，其背後的理由非 Elo 評分表所能表達，也不應被解讀為能加以推翻。

如果您兩者都需要，算術上就是一對二的整合。OrcaRouter 運行一個與 OpenAI 相容的端點，涵蓋 200 多個模型，並直接傳遞供應商的定價且不額外加價，因此任一供應商調整價格時，您的發票當天就會反映出來，而不是等到續約時才變動；而跨供應商的 automatic failover 意味著單一路由無法使用時，請求不會跟著失敗。Vidu Q4 Preview 和 Veo 3.1 目前都不是 OrcaRouter 的路由——我們確實提供的影片模型，包括 MiniMax H3，都可以在同一個端點上呼叫——所以誠實的說法是，我們可以在您決定哪條算圖路徑勝出時，讓協調層保持穩定，而不是我們託管了這兩者中的任何一個。

真正重要的問題

Veo 3.1 不是個糟糕的模型。它是一款 2026 年 1 月的模型，卻被定價得像旗艦機種，而它自身三個層級的分數還趨於一致；如今它被拿來與一款 2026 年 10 月的預覽版相比，而後者擊敗它最佳變體的差距，還比 Veo 內部全部的落差更大。

什麼會改變局勢：AA-Video-I2V v2.0 宣佈即將推出，與 T2V v2.0 分類體系保持一致，並全面涵蓋 1080p。在新的排行榜上以新的投票池重新運行，可能會讓這些排名中的任何一個上升或下降，而這兩個模型應該在該排行榜上重新解讀，而不是信任本頁面上的數字。

給只想要簡短答案的讀者：在唯一同時收錄兩者的排行榜上，單一的 Vidu Q4 Preview 版本排名高於全部三個 Veo 3.1 層級；而且它是以每分鐘 $7.20 做到這點，相較於 Veo 3.1 Standard 的 $24.00 與 Veo 3.1 Fast 的 $9.00——但相較於 Veo 3.1 Lite 則不然，Lite 是唯一在價格上低於它的 Veo 層級，每分鐘 $4.80，且在同一排行榜上低十八名。Veo 自家的層級階梯並不是品質階梯，而這正是這段比較中值得延續下去的部分。廣義的答案是：兩者鎖定的是不同工作，而決定這件事的交付成果，在於你的輸入是一張照片，還是一句話。