
WeMM-Video-35B-A3B 對比 FLUX 3 Video:你可以審核其中一個
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百萬 tokens · 182 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百萬 tokens · 364 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百萬 tokens · 87 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百萬 tokens · 148 tok/s
- orca新Orca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 93 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 82 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百萬 tokens · 118 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百萬 tokens · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百萬 tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百萬 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 每百萬 tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
打開 WeMM-Video-35B-A3B 儲存庫,會看到一個名為 SHA256SUMS 的檔案。打開 FP8 變體,會有一份資訊清單,裡頭以自身措辭表示量化已獨立重新載入,但原生推論仍待處理。打開 AWQ 變體,資訊清單則寫著 quantized_unvalidated。這些不是行銷文件。它們是該版本以公開、機器可讀的形式,描述自身測試缺口。FLUX 3 Video 完全沒有這類東西,因為根本沒有東西可下載:Black Forest Labs 是以租賃方式提供。因此,一個於 2026 年 11 月 20 日 03:57 UTC 提交到 Hugging Face 的 36B 開放檢查點,與一個在 2026 年 8 月 4 日正式推出的封閉式生成器之間,真正有意思的比較不是品質,而是你在投入之前能查核什麼,以及你轉而信任什麼。
那種表述會惹惱任何想來一場規格論戰的人,所以這裡也補上規格論戰,稍後再談,並附上引證。但稽核問題必須先談,因為它是唯一能撐過廠商下一次價格調整的問題,也因為雙方對它的回答正好相反。
承認自己略過什麼的清單
Tencent 為此檢查點發布了五個產物,而每一份隨附的文件都異常直白。BF16 發行版是十七個 safetensors 分片,共 67.39 GiB,並附有涵蓋整組的 SHA256SUMS 檔案。FP8 Block128 發行版是單一 36.09 GiB 檔案,於兩小時後的 UTC 05:53:01 提交,其中 33.6B 參數以 E4M3 儲存,2.56B 保留為 BF16。AWQ W4A16 建置版為 22.72 GiB,分成 52 個逐層分片。NVFP4 W4A16 建置版為單一檔案,24.11 GiB。GGUF Q4_K_M 套件包含三個檔案——22.61 GiB 語言模型、0.84 GiB 投影器、1.99 GiB 音訊。
這套資料之所以值得一讀,在於這些清單會自我評分:
• FP8 — 其 manifest 將權重記錄為已獨立重新載入,原生推論則標示為待定。這是五項中最強的主張,但仍未達到「它能執行」的程度。
• AWQ — 量化_未驗證,直言不諱。
• NVFP4 — cpu_NVFP4_weight_artifact_independently_reread。在 CPU 上重新讀取權重只是一種校驗和。它告訴你檔案完好無損,卻不會告訴你模型仍能正確回答問題。
• GGUF — exported_unvalidated,而逐張量範圍檔案另外加上 quantized_candidate_not_validated。它也僅能在騰訊自家的執行環境上運行,無法用於 llama.cpp 或 Ollama,而這正是大多數人一看到 GGUF 這幾個字母就不再往下讀時所忽略的關鍵細節。
此次發布中唯一完整載明規格的執行項目範圍狹窄且描述精確:MMAR1000、僅音訊、以 16 kHz 解碼完整音訊、指令模式、貪婪解碼、上限 256 個 token、修補版 vLLM 0.18 分散於兩張 H20 上——72.7%,即 1,000 題中的 727 題。那是對「聽」而非對「看」的基準測試,也是整份發布中唯一把自身條件交代得足夠完整、讓他人得以重現的地方。

一份自相矛盾的價目表
FLUX 3 Video 的問題正好相反。沒有人能審核權重,因此唯一能審核的就是書面文件,而這些文件彼此自相矛盾。
Black Forest Labs 公布了一份每秒費率表:在文生影片與圖生影片方面,HD 為 $0.15、Full HD 為 $0.24、QHD 為 $0.28、UHD 為 $0.41;影片轉影片則另有一套更陡的費率級距,分別為 $0.21、$0.27、$0.31 與 $0.45,另外還有 $0.06 的 Draft 等級。同一時間上線的模型頁面自家 FAQ 則對相同四個等級列出 $0.17、$0.29、$0.40 與 $0.80。在最高階,這兩個數字相差近兩倍。兩者都出自供應商。兩者都未標示為已被取代。
排行榜顯示的又是第三個數字:每分鐘 17.40 美元,且這數字出現在 FLUX 3 所出現的兩個 Artificial Analysis 影片排行榜上。換算下來是每秒 0.29 美元,既不與任何一組階梯式價格完全吻合,也介於 Full HD 與 QHD 項目之間。三個數字,同一家廠商,同一個模型。
這不是什麼醜聞,而是一家公司發布速度快過編輯速度時,即時價格頁面會有的樣子。但這正是這項比較的重點:WeMM-Video 的發布讓你得以對自己下載的內容計算雜湊值,而 FLUX 3 的發布則讓你只能拿 FAQ 去對照價目表來核對。不同種類的不確定性,而其中只有一種能從你自己的 shell 裡檢查。

FLUX 3 實際上排名第幾
FLUX 3 Video 有兩筆獨立的列,兩者相差 68 Elo 分,這是關於它最有用的一項單一事實。它的排名陳述的是任務本身,而非模型。
• AA-Video-T2V v2.1 — 第10名,Elo 1,137 ±13,基於7,406個樣本,2026年7月,每分鐘17.40美元。
• AA-Video-I2V v2.1 — 第 16 名,Elo 1,069 ±14,基於 6,838 個樣本,2026 年 7 月,每分鐘 $17.40。
• FLUX 3 Max——獨立項目,在文字轉影片以 1,151 分排名第 7,在圖像轉影片以 1,068 分排名第 17,價格為每分鐘 8.70 美元。比起基礎模型更快、更便宜,且在某一排行榜上表現更好,這與命名所暗示的排序並不一致。
• 涵蓋範圍 — FLUX 3 的文件記載支援文字轉影片、圖片轉影片、影片轉影片、關鍵影格調控與續接,最高可達 1080p SDR MP4 的二十秒,並於同一流程中生成音訊。它未列於剪輯看板上,因此影片轉影片是一項沒有排名的能力。
WeMM-Video-35B-A3B 在這三個榜單上都沒有對應的一列,也不可能會有。這三個榜單都是依人類兩兩偏好來排名生成的影像,而這個檢查點生成的是文字。那是空白格,不是低分;而且除非有人建立一個針對影片理解的競技場,否則它會一直維持空白。
二十秒對八
生成上限與理解視窗是決定這些能否納入同一條管線的兩個數字,而兩者並不對齊。
• FLUX 3 的上限為二十秒,在 1080p 下按秒計費,並提供關鍵影格條件控制與續接功能,可將較長的序列拼接在一起。
• WeMM-Video-35B-A3B 出貨時的視窗約為八秒。 此處理器的預設值允許每秒兩幀、最多 128 幀,以及 100,663,296 像素的預算。模型卡中的 vLLM 配方會將上述全部覆寫為每秒兩幀、十六幀與 262,144 像素。以每秒兩幀計算,十六幀即八秒,取樣位置約在片段中段。
每個已發布的服務指令每次請求都帶有 8,192 個 token 的上下文、四張圖片、兩段影片和兩段音訊。每秒十個音訊 token 意味著這份預算略超過十三分鐘的聲音、或八秒的降採樣影片,或模型必須自行權衡的混合內容——而如何取捨是呼叫方的問題,不是模型的問題。
一段二十秒的 FLUX 3 片段,由出貨配置的 WeMM-Video-35B-A3B 描述時,只會從其中間三分之一來描述。可以指示該處理器多看一些——它自己的預設是 128 幀——但照著指示操作所得到的做法並不會。如果你的管線是先生成再驗證,這個落差就得由你來補上。
兩個模型,一次呼叫
OrcaRouter 這兩者皆不提供。其目錄收錄 183 個模型 ID,其中 51 個接受影片作為輸入,卻沒有任何一個能輸出影片;其上沒有任何尺寸的 WeMM 檢查點,也沒有影片生成器。FLUX 3 Video 是 Black Forest Labs 的 API。WeMM-Video-35B-A3B 則是一個下載檔,外加一份針對 vLLM 0.18.0、0.31.0、SGLang 0.5.16 或 0.5.19 的原始碼修補程式 —— 四份鎖定的 overlay,各自綁定特定的 PyTorch、Transformers 與 CUDA 12.9 組合。
平台上的是該管線中負責描述的那一半,不含下載功能。Qwen3.6-35B-A3B 是這個 MoE 所建構於其上的主幹模型,並以每百萬輸入 token 0.248 美元、每百萬輸出 token 1.485 美元的價格提供服務,上下文長度達 262,144 個 token,可接受文字、圖像與影片。如果任務是「看完這段影片,然後告訴我發生了什麼事」,那正是 一把 OpenAI 相容金鑰背後所具備的同一類能力,現在即可使用,無須編譯任何覆蓋層。
這個路由 DSL 正是讓這兩半可組合的關鍵。你可以宣告一條規則,將每個請求送往具名模型,並在遇到 5xx 或逾時時容錯切換到第二個模型,同時讓用戶端程式碼維持不變——因此 FLUX 3 的渲染留在原位,只有描述步驟會移動。模型融合更進一步,讓單一請求能取用多個模型,而不是在一開始就選定贏家;這正是「先生成、再批評」迴圈想要的形態:讓一個模型的輸出在同一條呼叫鏈中接受另一個模型的判斷,而不是分散在兩個腳本和一個暫存目錄裡。
供應商定價以0% 加價原樣傳遞。對於一條管線,其中一段按秒計費,而費率是供應商以不同數字兩度公布的;讓另一段列在追蹤定價的帳單上,就是預測與猜測之間的差別。

你可以接受哪種不確定性
如果你需要素材,就買 FLUX 3 Video,二十秒就夠,而對一個排名第十的文字轉影片模型、且影片轉影片模式未上榜的模型來說,每分鐘 17.40 美元是可以接受的。你會得到一個 API、三個可爭論的公開價格,以及兩列獨立的 Elo 排名。你放棄了所有檢視自己正在呼叫什麼的能力。
若你需要為手邊已有的影片素材取得描述,且能容納 67.39 GiB 的 BF16 或 36.09 GiB 的 FP8、兩張 GPU 的張量平行,以及已打補丁的引擎建置,就下載 WeMM-Video-35B-A3B。你會得到可計算雜湊的 Apache-2.0 checkpoint、能告訴你哪些量化從未執行過的 manifest,以及在思考模式下於 30 項共同指標中勝過 Qwen3.5-Omni-Flash 其中 28 項的基準測試表——含音訊的 Video-MME 為 86.4 對 79.3,含音訊的 Video-MME v2 為 54.9 對 36.6——同時也如實列出落後項目:JointAVBench 65.9 對 69.0、MUSIC-AVQA 79.5 對 82.1。你完全放棄獨立驗證。Tencent 之外沒有人重現過其中任何一個數字,而該儲存庫仍顯示零次下載。
這兩個風險並不對等。一個價格表自相矛盾的封閉模型,可以在三十天通知後調漲費率,而你除了重新編列預算之外別無他法。一個公開的檢查點自行宣告其五項產物中有三項未經驗證,卻可以被稽核、重跑,而且如果結果令人失望,還能由你在自己的硬體上替換——不必徵求許可。這是否比 68 點 Elo 更有價值,取決於你是在買一次機會,還是買第二意見。
