I2V 新榜：第一名最贵，第三名开源，价格差七倍

Artificial Analysis 发布 AA-Video-I2V v2.1 和 AA-Video-I2V-Silent v2.1，专门评测图像到视频模型。每个提示词配一张 1080p 起始图，模型要在保持人物、物体、场景和版式一致的前提下，做出提示词要求的运动、镜头和声音。

榜单按用途、能力和视觉风格打标签。总排名在用途和能力上均匀采样，看的是模型通用性，不是单个最强类目。带音频版收集了超过 58000 次人类偏好投票，覆盖 1000 多个提示词；无音频版超过 44000 次投票，覆盖 500 多个提示词。只有 5% 的提示词放在公共竞技场，并且每月轮换，用来降低公开集污染。

榜首是 Dreamina Seedance 2.5，和 Seedance 2.0、MiniMax H3 家族在统计上并列。它领跑 11 个类别板，包括 Human Anatomy、Camera Control 和 Retail & Ecommerce。价格也很显眼：每分钟 34.12 美元，是前十里最贵的。

Dreamina Seedance 2.0 排第二，Audio Synchronization 和 Lighting & Materials 第一。MiniMax H3 768p 排第三，开源权重，每分钟 4.80 美元，大约只有 Seedance 2.5 的七分之一，Text Rendering 第一。带音频总榜第四的 MiniMax H3 Max 由 fal 后训练，在无音频榜排第一，领先 Spatio-Temporal Consistency 和 UI/UX & Motion Design。Video Rebirth 的 Bach 1.0 Pro 在无音频榜排第三，统计上并列第一，每分钟 7.20 美元。

榜单第一当然重要，但这次更值得看的是价格表。有网友在回复里说，MiniMax H3 用约七分之一的价格排到第三，是这里最突出的结果。MiniMax H3 768p 同时落在两个榜的质量与价格前沿位置。带音频时，排在它上面的模型价格约是它的 5 倍和 7 倍；无音频时，Bach 1.0 Pro 和 MiniMax H3 Max 也进入同一前沿区间。开源权重让接近前沿的 I2V 质量出现在低成本、封闭 API 之外。

图像到视频和文本到视频不是同一件事。T2V 从提示词生成整个场景，I2V 的第一帧已经存在，模型要把这张图做活，还不能改掉起始图里的人物、产品、风格和布局。擅长凭空造场景的模型，不一定擅长给一张图做动画。

Dreamina Seedance 2.5 在 AA-Video-T2V v2.1 排第五，在这里排第一，保持起始图的能力最好，在 Spatio-Temporal Consistency 上统计并列领先。Wan 3.0 在 T2V 榜排第一，到这里排第五，差距主要在 Dialogue & Lip Sync、Lighting & Materials 和 Spatio-Temporal Consistency。

Spatio-Temporal Consistency 测的是人和物在运动过程中是否保持前后帧一致。这是 I2V 的核心：起始图开始动之后，别散架。Dreamina Seedance 2.5 和 MiniMax H3 Max 统计并列领先，Dreamina Seedance 2.0 紧随其后，Wan 3.0 排第四。

Camera Control 测平移、推拉、环绕、变焦这些镜头指令是否执行得平滑、准时。I2V 里镜头得从固定首帧移开，还不能破坏它。Dreamina Seedance 2.5 领先，MiniMax H3 Max 和 Dreamina Seedance 2.0 随后。Wan 3.0 在 T2V 的 Camera Control 上统计并列第一，到这里排第五。

UI/UX & Motion Design 覆盖应用和网页界面动画、产品演示、动态图标和动效图形。模型得把扁平、精确的设计原样保持住。MiniMax H3 Max 领先，MiniMax H3 768p 第二。Gemini Omni Flash 1.1 在 T2V 的 UI/UX & Motion Design 排第一，从起始图做动画时排第六。

Retail & Ecommerce 看产品视频和电商内容，产品必须长得和照片一样。Dreamina Seedance 2.5 领先，Dreamina Seedance 2.0 和 Wan 3.0 随后。

Audio Synchronization 测音效、音乐和环境声是否和画面事件在时机与类型上匹配。Dreamina Seedance 2.0 领先，Dreamina Seedance 2.5 和 Gemini Omni Flash 1.1 随后。Gemini Omni Flash 1.1 总榜只排第九，这里排第三，它在 T2V 的 Audio Synchronization 也领先，声音是它在两种模态里的突出能力。MiniMax H3 Max 反过来，无音频榜第一，带音频总榜第四，Audio Synchronization 是它最弱的能力。

画风也会改变排名。写实提示词下，领先者没变，Dreamina Seedance 2.5 在 T2V 和 I2V 都排第一。卡通和动漫这类手绘风格里，排名会动。当风格来自起始图，Dreamina Seedance 2.5 在 Cartoon & Anime 上从 T2V 第七变成 I2V 第一。Wan 3.0 在 T2V 的 Cartoon & Anime 排第二，到这里排第五。MiniMax H3 Max 领先 Flat Design。

有网友提醒，58000 次偏好投票可能奖励好看的运动，而不是保真度，并问评分者是否把起始图并排放在一起看，让偏离首帧的模型付出代价。这个疑问值得留给方法论回答。

完整结果在 Artificial Analysis 的排行榜：https://artificialanalysis.ai/video/leaderboard/image-to-video

方法论：https://artificialanalysis.ai/video/methodology