Vídeo
Modelos de generación de vídeo clasificados por preferencia humana, con precio por segundo de vídeo.
Actualizado · Fuentes: LMArena, LiteLLM
Los tiers son nuestros: el puesto de un modelo en la clasificación contando solo los modelos cuyo intervalo de confianza completo está por encima. S: el 10% superior, A: hasta el 30%, B: hasta el 60%, C: hasta el 85%, D: el resto.
De dónde sale la clasificación
Los modelos de vídeo se ordenan con la arena text-to-video de LMArena, que usa el mismo método de votos a ciegas que las demás arenas. Una persona escribe un prompt, ve dos vídeos de modelos anónimos y elige el que prefiere. De esos votos sale un Elo con su intervalo de confianza del 95%, que la tabla dibuja como una barra en cada fila.
Cómo elegir un modelo de vídeo con esta tabla
- Empieza por el tier. Los modelos con la misma letra no se distinguen claramente entre sí.
- Comprueba el número de votos en el detalle de la fila: con menos de 300 no hay tier y verás «Aún sin tier».
- Mira la unidad del precio. Casi siempre es por segundo de vídeo; si el proveedor cobra por minuto, la cabecera lo indica.
- Multiplica por la duración que necesitas. Un clip largo cambia mucho la cuenta.
- Marca la casilla de dos o tres candidatos y ábrelos en comparar modelos.
Precio por segundo
En esta tabla, «Precio bajo» significa menos de 0,10 USD por segundo. Es una referencia útil, pero el precio real depende de las opciones del proveedor: la resolución, la duración del clip y si el vídeo lleva audio pueden subirlo. Los precios vienen de models.dev y LiteLLM y se revisan cada día, igual que las puntuaciones, y cada cifra lleva su fuente y su fecha encima de la tabla.
Verás también que algunos modelos bien situados no tienen precio. Muchos modelos de vídeo solo están disponibles dentro de la app del fabricante, sin precio de API, así que la celda queda vacía. No significa que sean gratis.
La regla de los tiers
El puesto de un modelo es uno más el número de modelos cuyo intervalo entero está por encima del suyo. Dividido entre el total de modelos con al menos 300 votos, da la letra: S por debajo del 10%, A hasta el 30%, B hasta el 60%, C hasta el 85% y D el resto. Si varios modelos empatan estadísticamente con el líder, todos comparten el tier S.
Límites
Los votos valoran el vídeo que ve la persona: movimiento, coherencia, parecido con el prompt. No miden cuánto tarda en generarse ni si el modelo mantiene un personaje igual entre varios clips. Para imágenes fijas tienes la tabla de imagen.