
WeMM-Video-35B-A3B 對比 Runway Gen-4.5:缺少的兩行
- 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 · 749 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百萬 tokens · 1902 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 · 149 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百萬 tokens · 96 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百萬 tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百萬 tokens · 83 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 · 109 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百萬 tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 tokens · 90 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百萬 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
在 Artificial Analysis 的文字轉影片排行榜上,於 2026 年 11 月 20 日查閱,共有三十五列,而 Runway Gen-4.5 與 WeMM-Video-35B-A3B 都不是其中一列。這兩種缺席並不相同。Gen-4.5 於 2025 年 12 月 1 日名列該排行榜榜首——1,247 Elo,領先 1,226 的 Veo 3、1,225 的 Kling 2.5 與 1,206 的 Sora 2 Pro——這項資訊出現在 Runway 至今仍刊出的發布文章中。WeMM-Video-35B-A3B 則完全未曾出現在任何排行榜上:Apache-2.0 權重於同日上午 03:57 UTC 提交至 Hugging Face,技術報告則在前一天提交,而 Tencent 沒有任何類似公告的內容。
所以,一方有一個已退役的皇冠,卻沒有當前資料列;另一方則沒有皇冠、沒有資料列,也沒有任何形式的第三方數字。這是一種很奇怪的配對,拿來建立比較並不妥當,而它誠實的版本比排名更狹窄。一旦這個領域已經超越某個榜單條目,那個條目實際上還值多少?雙方各自公布了什麼,是讀者今天就能查核的?而這兩者之中,哪一個會回傳一份你能直接擺在客戶面前的檔案?
王冠不是一排
Runway 自家針對 Gen-4.5 的研究頁面指出,該模型在 Artificial Analysis 的文字轉影片基準測試中以 1,247 Elo 排名第一,並列出它超越的三個模型。這是廠商在比較結果還新鮮時,對第三方來源的真實引用。這也是 Runway 為此模型公布的最後一個看似獨立的數字。
若不經過無人發表過的換算,就無法將它與今日的排行榜並列。Artificial Analysis 會在不同榜單版本之間重新錨定其 Elo 量表:目前的 AA-Video-T2V V2.1 榜單將 Kling 3.0 1080p (Pro) 固定為正好 1,000 作為基準點,其餘一切都以此為基準排名,並在每一列印出 95% 區間。於 2026 年 11 月 20 日讀取時,領先者為 Wan 3.0,分數 1,176,基於 8,243 票,而基準點排在第 23 名。2025 年 12 月的 1,247 這個數字,是在不同的基準、不同的提示詞集與不同的對比陣容下測得;將它直接放進這張表,會暗示一種這兩次讀數並不共享的精確度。
能被檢查的是「是否現身」,而現身是有形狀的。在同一輪讀取 arena 的三個影片排行榜——文字轉影片、圖片轉影片與影片編輯——時,唯一帶有 Runway 標誌的項目屬於 Aleph 2.0,也就是該公司的情境內編輯模型;它在編輯排行榜上以 1,007 Elo、23,082 票排名第 11。Gen-4.5 在 Runway 的產品目錄中,今天下午就能呼叫使用;它不在 arena 目前的名單裡。模型退出排行榜,移除的是行銷產物,不是能力——而從未進入排行榜的模型,根本沒有那個行銷產物可失去。

目錄上確實是這麼寫的
Runway 的開發者文件比其研究頁面更為詳盡。識別碼 gen4.5自 2026 年 2 月 10 日起便已出現在 Runway Dev 上,可依文字或靜態圖片,每次請求生成二至十秒的內容,並以每秒 12 點數計費——按入口網站每點數一美分的費率計算,即 0.12 美元。這是固定的每秒費率,讓鏡頭預算成為一道乘法題,而非模擬,而這也是該頁面上最有用的一項資訊。
交付正是階梯顯露自身之處。ProRes 與 PNG 序列輸出會在 12 之上每秒增加 5 點數。十位元與更深層的設定檔,包括半浮點 OpenEXR 影格,會增加 20,一旦輸出超過約四百萬像素便升至 40。HDR10、HLG、12 位元 PQ 母版與位元精確的 16 位元 PNG 序列已可供gen4.5自 2026 年 8 月 20 日起使用,並調色至 BT.2020,搭配量測所得的 HDR10 中介資料,而非事後再進行色調映射。這些都不是生成解析度——而是算圖在輸出階段被封裝成的內容。
• 狀態 — Gen-4.5:自 2025 年 12 月 1 日起為商業產品,API 自 2026 年 2 月 10 日起提供,目前沒有 arena 排名列。WeMM-Video-35B-A3B:權重已在 Hub 上,下載量為零,未發布公告,從未登上任何排行榜。
• 方向 — Gen-4.5:輸入文字或圖片,輸出 MP4、ProRes、PNG 序列或 EXR。WeMM:輸入影格與配樂,輸出文字。
• Shape — Gen-4.5:二至十秒,每個請求生成一次,依輸出秒數計價。WeMM:8,192 個 token 的聯合上下文,每個片段取樣十六幀,依常駐權重的 GB 數計價。
• 價格 — Gen-4.5:每生成一秒 12 點數、$0.12,ProRes 或 PNG 另加 5 點,更深色彩則加 20 到 40 點。WeMM:BF16 為 67.39 GiB,NVFP4 則為 24.11 GiB,以及容納它所需的 GPU。
寫在 shell 旗標中的上限
分歧始於各自在哪裡截斷,但最終取決於你能否找到那個數字。Runway 數月來已公布其限制:二到十秒、四種輸出階梯、每秒費率。Tencent 公布了一份配置,卻交付了與之矛盾的指令。配置寫著 262,144 個位置;所有呼叫都寫著 --max-model-len 8192,無論在 vLLM 或 SGLang 都一樣。在 8,192 與 262,144 之間,沒有受支援的中間值。那個長數字是預留空間,而 serving flags 才是產品。
換算一下,它就不再抽象了。每秒十個音訊 token——一個 Whisper 形狀的堆疊,32 層編碼器與 32 層解碼器、寬度 1,280,接著是寬度 4,104 的視窗級 Q-Former——能把約十三分鐘的配樂塞進 8,192 個 token 裡,而這還是在任何單一影格、指令或回覆被計入之前。
接下來是畫面預算。處理器的預設值是 2 fps、最多 128 幀;服務設定則把兩者都替換成在 262,144 像素預算內的 16 幀。以十秒片段計算,換算下來不到每秒兩幀:對房間的忠實轉錄,以及房間樣貌的草圖。報告本身的表格用了哪些幀,任何地方都沒有說明,因此它的分數與你的設定之間的落差,是一個你無法計算的數字。
檢查點可讓您變更的內容
這裡,兩者本質上有所不同。Runway 的輸出方案階梯、其 12 點數的基礎費率,以及兩到十秒的視窗,都是產品決策;你要嘛買下這整套方案,要嘛不買。WeMM 的 8,192 個 token 視窗只是伺服器上的一個旗標,其 16 幀配方只是 shell 指令中的一行,而其量化則是在 67.39 GiB 的 BF16、22.69 GiB 的 AWQ W4A16 與 24.11 GiB 的 NVFP4 之間做選擇。這三者全都任由你調整,在你擁有的硬體上,以你能承受的任何延遲。
下載內容唯一沒有給你的,是一個受支援的引擎。Tencent 並沒有把架構合併回上游;而是改為隨附 diff。patch 目錄會為每個支援的版本各帶一份疊加層——vLLM 0.18.0、vLLM 0.31.0、SGLang 0.5.16、SGLang 0.5.19,除此之外別無其他——每一份旁邊都附有 SHA-256 manifest,而其下的相容性範圍窄得相當脆弱:一套 CUDA 12.9 工具鏈、一個 PyTorch 建置、一個 Transformers 建置、Python 3.12、路徑中要有 FFmpeg,以及第一次啟動 SGLang 時,會在回應任何內容之前先編譯核心。若你帶來的版本不在清單上,移植工作就得自己來。Tencent 的參考執行將 BF16 分散在兩張 H20 上;NVFP4 建置則能在 --max-num-seqs 1 下放入單張 48 GB 顯示卡。
權重是這項工作的產物。Hugging Face 在 BF16 分片中計得 36,177,564,536 個參數,其中絕大多數來自路由專家——40 層乘以 256 個專家、中間寬度 512、top-8 選擇,再加上每個 token 都會經過的 512 寬共享專家——而每個 token 約只觸及 1.0B 個參數。記憶體中持有近 36B 的容量,卻只花費 3B 的運算量。以讀取影片而非算繪影片的方式,意味著要付費儲存前向傳播鮮少造訪的知識。

轉錄稿沒有匯出預設
交付成果的差異,應該在任何基準測試之前就先決定一筆採購。Runway 賣的是以可編輯中間格式呈現的成品檔案:調色用的 ProRes、合成用的 PNG 或 EXR、附帶 HDR 中介資料,以及圍繞著它的編輯器。WeMM-Video-35B-A3B 完全沒有這類東西可賣。它產出的是一段文字——一段敘述,說明發生了什麼事、誰發言、說了些什麼——這種內容會進到索引、審核佇列、QA 報告或搜尋框,而不是時間軸。
Tencent 的報告聲稱,該段落是開放權重中可取得的最佳成果。在含音訊的 Video-MME 上,它對 Qwen3.5-Omni-Flash 的分數是 86.4 對 79.3;在含音訊的 Video-MME v2 上則是 54.9 對 36.6;對比自家主幹模型,Qwen3.6-35B-A3B,它在 31 項無聲影片基準測試中贏了 20 項。它也有輸的地方——JointAVBench 65.9 對 69.0、MUSIC-AVQA 79.5 對 82.1、EgoSchema 74.2 對 77.2。每個數字都出自訓練者,報告也如此表明,而且在揭露時,它逐表在 Instruct 與 Thinking 模式之間切換。沒有任何第三方重現過其中任何一項。能讓這項說法可受檢驗的,是完成 vLLM 上游合併以終結修補,以及在含音訊的 Video-MME v2 上進行首次獨立執行。
報告也指出,該系列已「部署於微信內多項核心影片服務」,並點名直播電商、短劇分析與互動影片。這是本文中最強烈的採用主張,卻也是最難以驗證的:整份發布資料中,無論延遲、吞吐量、併發數或記憶體數據,均未出現於任何地方。這是一句你可以引用、卻無法測試的話。

逐字稿適合錄音室的地方
把兩者放在一起,整條流程自然就成形了,儘管還沒有人公開發表過:先渲染鏡頭,再讓某個東西把渲染結果讀回來——產品有沒有出現、對白是否與腳本相符、這段片段是否安全可發布。Runway 不賣後半段。一個自架設的 WeMM checkpoint 可以做到,代價是下載 67 GiB 和一個原始碼 overlay。
對於你本週能拿到的那一半,骨幹模型是合理的切入點。如報告所述,Qwen3.6-35B-A3B 是 WeMM-Video-35B-A3B 所建構於其上的模型;它在 OrcaRouter 上提供服務,每百萬輸入 token 為 $0.25、每百萬輸出 token 為 $1.48,支援 262,144 token 的上下文,並接受文字、圖像與影片輸入。它沒有音訊處理堆疊,因此無法告訴你是誰在說話。它今天就能拿你渲染的相同片段來判斷,畫面是否包含提示所要求的內容。
OrcaRouter 既不提供 Gen-4.5,也不提供 WeMM-Video-35B-A3B;若本文聲稱其有提供,那本文內容就會是謊言。這個平台給你的是比較用的測試框架:一組與 OpenAI 相容的金鑰、供應商牌價以 0% 加價 直接轉嫁,以及 自動容錯移轉(當端點效能劣化時)。另外請注意,Gen-4.5 是以訂閱方案中的點數計費,而非以 token 計費;這不是路由器能標準化的單位——點數就是計量單位,而計量單位屬於 Runway。
依交付成果挑選,而非依職級
當成品必須以檔案形式交付出去時,就選 Runway Gen-4.5:一段 2 到 10 秒的鏡頭,以 ProRes、PNG 序列或附帶中繼資料的 HDR 交付,且是在他人維護的剪輯軟體中完成。事前要知道,其發布頁面上的數字已將近一年舊,而且是在一個已不再列出它的排行榜上測得的;20 到 40 點數的色彩階梯很快就會累積起來;費率則是固定的,因為方案是固定的。
當輸出是影片素材的敘述而非影片素材本身、當 Apache 2.0 對法務審查很重要,以及當你寧願用旗標調整上限也不願提交功能請求時,就採用 WeMM-Video-35B-A3B。進場前請了解:權重才剛發布幾天;附加其上的每一項品質數字都出自訓練該模型的團隊;四種量化變體中有三種自稱未經驗證;而且安裝內容只是覆蓋在尚未合併該架構的推論引擎上的修補層。
排行榜上少了兩列,原因卻正好相反,而這兩種缺席都不是定論。其中一個模型曾被測量、曾被封王,之後又因重新錨定而被移出榜單;另一個則從未由任何未參與訓練它的人測量過。建立在這一點上的比較,必須著眼於雙方各自讓你能做什麼,以及各自回報你什麼——因為這一次,計分板在兩邊都確實是空的。
