效果领先
同一任务轨道中位于第 1，或 95% 区间与领先者重叠；仍需保留样本量、日期、版本和方法。
不做“工具大全”
只放在具体任务上真正值得先试的工具
只推荐某项任务上效果领先，或达到可用线后明显更省的工具；其余继续观察。
长期推荐门槛
最强与最省，只能在达到基础线以后比较
质量底线按任务单独定义，不用一个总分横跨研究、编程、视频和办公。达标更省
先通过该任务的可用质量底线，再比较单次费用、失败重试、人工返工和成功任务成本。
入口独特
只有原生数据、工具权限或工作流确实不可替代时，才按产品优势推荐，不能伪装成模型智力结论。
其余只观察
证据不足、购买路径不清、样本太少或未过质量线的模型继续调研，但不进入用户推荐。
先把“视频第一”拆开
先说清手里有什么，以及最后要什么
文生视频、图生视频、修改已有画面、把中文换成英语和制作字幕是五种不同任务；不能把一个“视频第一”套到全部任务。文生视频
“夜晚的海边，一辆车驶过，带环境声。”
新控制先试 Omni 1.1；低价候选看 fal H3 Max图生视频
让人物照片自然转头，或让产品图变成运镜广告。
效果看原版 H3；低价快速生成看 fal H3 Max视频编辑（带声音）
换主体、改动作或风格、续写镜头，同时检查声音是否同步。
效果优先试 Wan 3.0；已有 Omni 流程作成本对照换成英语等其他语言
希望声音仍像本人；如果人物出镜，还要决定嘴型是否必须同步。
嘴型要同步选 HeyGen；只换声音选 ElevenLabs双语 / 多语言字幕
自动识别中文，生成中英双语字幕，或导出其他语言的 SRT。
省心选剪映 / CapCut；免费可控选 Subtitle Edit为什么你会记得 Seedance / 即梦曾经是第一
2026-06-29 的 Arena 直接编辑榜里，Seedance 2.0 确实是第 1，当时还没有 H3。本站 7 月快照采用另一张滚动榜，当时领先的是 HappyHorse 与 Wan。
截至 2026-09-05，AA 有声编辑由 Wan 3.0 领先，图生则由 fal 后训练的 H3 Max 领先；Arena 的图生领先者是原版 H3。日期、候选覆盖和任务定义不同，不能把其中一张榜写成永久总冠军。
Seedance 2.5 现在已有 Arena 同版本结果：文生和图生与 2.0 几乎同点，编辑进入宽误差的领先区间。新版可以试，但旧版分数仍不能直接继承。
Seedance 2.5 实际入口
普通创作与 API 接入，先选对入口
这不是两个模型的质量排名，而是同一个 Seedance 2.5 的两种使用方式。入口、地区、计费和工作流不同，不能只看模型名。Dreamina / 即梦生态
- 适合谁
- 想用可视化编辑器上传图片、视频和音频参考，并在同一创作流程里继续修改的人。
- 成本怎么看
- 价格与可用额度按地区、账号和套餐显示；先在模型选择器确认自己的账号是否已经出现 Seedance 2.5，再决定购买。
- 先注意
- 官方专题页上线不等于所有地区和账号都已全量开放；页面或 App 仍显示 2.0 时，不要把生成结果写成 2.5。
fal.ai Seedance 2.5 API
- 适合谁
- 需要把文生、图生或多参考视频接入自己的流程，并希望在生成前看清按量价格的人。
- 成本怎么看
- fal 当前估算 480p / 720p / 1080p 约 US$0.221 / US$0.473 / US$1.164 每秒；实际按画面尺寸、时长和视频输入的 token 公式计费，不把近似秒价当固定套餐。
- 先注意
- 这是 fal.ai 当前接口价，不是字节统一零售价，也不能与不同平台、分辨率和设置的 Gemini / H3 分钟价硬比；重试、延长、视频参考输入时长与人工返工都要另算。
有了 Seedance 2.5 独立结果，为什么还要按任务试
Arena 已分别测试 2.5 的文生、图生与编辑，Megaton 也发布了专业评审。结果支持它成为可认真试用的候选，不支持把三类任务合成一个总冠军。
长达 30 秒、多参考和视频延长是否值得更高费用，要用你的素材比较成片成功率、声音、连续性和返工；已有稳定的 2.0 流程不必只因版本号立刻迁移。
当前已核验结论
每条赛道单独给效果、成本与边界
各条目显示自己的核验日期；图像、视频与 TTS 更新至 2026-09-05。单榜阶段性结果与多来源信号分开，滚动榜变化不等于模型突然“降智”。Grok / X 是原生信息入口，不是免核验答案机
效果 / 入口首选
原生入口：Grok 4.6 Search + X 原帖
达标后的价值选择
低频先用免费 Grok；只有 X 原帖发现率或 Build 持续产生独特价值、共享周额度又撞限时才付费。
证据
xAI 官方说明 Grok 可实时搜索网页与 X；付费产品共享一个周额度池。AA、Vals、CursorBench 与 DeepSWE 支持 4.6 进入低价前沿，但不证明每条搜索结论都正确。
效果先试 GPT Image 2；低价选择先验证同题质量
效果 / 入口首选
GPT Image 2：AA 的 high 档与 Arena 的 medium 档仍分别位于文生图第 1；两个质量档和价格不能混用。
达标后的价值选择
暂不设正式低价第二选择。Reve 2.1 当前 AA 估算约 US$200 / 千张，不再支持旧的 US$24 / 千张低价结论；不要拿旧型号或不同质量档的价格代替。
证据
AA 文生图：GPT Image 2 high 为 1177±10；Arena 文生图：medium 为 1382±4。MAI-Image-2.6 已在两家榜进入第 2，但预览入口、官方计价与成功任务成本仍需单独核对。
单榜效果先试 Sonic 3.6；低价候选保留 Simba 3.2
效果 / 入口首选
Cartesia Sonic 3.6：AA 原生音色盲测当前第 1，1282±17、1,790 个样本。先试目标语言与角色，不能把总平均分当中文配音保证。
达标后的价值选择
Speechify Simba 3.2：当前 1240±14、2,383 个样本，和 Qwen Audio 3.0 Plus 的 1241±14 同档。官方 Starter 为 US$10 / 月含 100 万字符，超出约 US$10 / 百万字符；质量达标后再比较返工。
证据
这是一个独立偏好方法下的阶段性选择。Cartesia 的 Pro 为 US$5 / 月含 10 万 credits 并含商业许可；credits、字符与套餐额度不同，不能仅按月费判断谁更便宜。
新控制能力先试 Omni 1.1；便宜生成候选看 fal H3 Max
效果 / 入口首选
Gemini Omni 1.1 Flash：Arena 文生视频为 1515±15、1,777 票，处于领先区间；Flow 与正式 API 已提供首尾帧、场景延长和高分辨率上采样。
达标后的价值选择
fal 后训练的 MiniMax H3 Max：AA 有声文生 1235±10、5,417 个样本，处于该榜领先区间。fal 官方指南列 768p 约 US$0.08 / 秒（US$4.80 / 分钟），先做可用成片成本试验。
证据
1.1 的 Arena 成绩与 H3 Max 的 AA 成绩来自不同榜，不能比较 Elo 大小。AA 仍测试旧 Omni Flash，不能把旧版分数继承给 1.1；以上均保留单榜阶段性边界。
原版 H3 看效果；fal H3 Max 看低价快速生成
效果 / 入口首选
MiniMax H3 原版：Arena 图生视频当前 1497±6、36,137 票，进入领先区间；需要原版参考控制和 2K 输出时先试它。
达标后的价值选择
fal H3 Max：AA 有声图生为 1201±9、5,497 个样本，当前合理名次第 1；768p 官方指南价约 US$4.80 / 分钟，可作更便宜的试测候选。
证据
不同榜支持不同模型，暂不宣布跨平台唯一冠军。Seedance 2.5 已有 Arena 图生 1478±10，与 2.0 的 1477±8 几乎同点；新版不是自动更优，原有 2.0 流程不必只因版本号立即迁移。
编辑效果优先试 Wan 3.0；低价保留 Omni 试测路线
效果 / 入口首选
Wan 3.0：AA 有声编辑 1190±7、5,293 个样本；Arena 编辑 1414±26、463 票，和 Seedance 2.5 的区间重叠。两家偏好榜支持优先试用，不代表所有镜头唯一最好。
达标后的价值选择
已有 Gemini Omni Flash 流程可继续作低价候选：AA 编辑 1125±5；官方 720p 视频输出约 US$0.10 / 秒，输入另算。升级 1.1 可获得新控制，但不继承旧版编辑分数。
证据
Wan 3.0 Standard 国际端点 list 为 720p US$0.10 / 秒、1080p US$0.20 / 秒，输入与输出视频时长均计费；当前限时 30% 折扣到 2026-09-24 00:00（UTC+8）。更便宜不等于同画质或同成片成功率。
要同步嘴型选 HeyGen；只换声音选 ElevenLabs 更省
效果 / 入口首选
人物正脸出镜、英语成片也要像本人在说：先试 HeyGen Video Translation。它会翻译语音、尽量保留原说话人音色，并调整嘴型；复杂侧脸、遮挡或多人镜头优先 Precision。
达标后的价值选择
嘴型不重要、重点是声音和节奏相近：先试 ElevenLabs Dubbing。它可分离多位说话人和背景声，官方 API v1 约 US$0.33 / 分钟（带水印）或 US$0.50 / 分钟（无水印），但明确不提供嘴型同步。
证据
HeyGen 官方 API 的 Speed / Precision 视频翻译约 US$2 / US$4 每分钟；ElevenLabs 官方文档说明 Dubbing 保留语气、节奏和情绪，支持 90 多种语言。二者解决的问题不同，因此这是场景分流，不是同一盲测的绝对排名。
省心选剪映 / CapCut；免费可控选 Subtitle Edit
效果 / 入口首选
普通用户先试剪映 / CapCut：自动识别后可一键生成双语字幕，并继续在同一时间线校对、排版和导出，适合中文视频快速做中英版本。
达标后的价值选择
不想为字幕软件付费、需要 SRT 等标准文件：用 Subtitle Edit + 本地 Whisper。它免费开源，支持语音识别、翻译、双语模式、波形校时和多种字幕格式。
证据
两项结论来自产品功能与工作流，不是统一准确率榜。CapCut 的优势是上手和剪辑一体化；Subtitle Edit 的优势是免费、文件可控和本地识别。
新品先观察
发布了，不等于已经证明最好
先告诉你哪里能试、官方声称改了什么，再把仍缺的价格与独立证据写清楚。Seedance 2.5 已有独立结果，仍需按任务判断升级价值
字节官方模型页已提供 Try Now；fal.ai 已上线文生、图生和多参考三个 2.5 API 端点。单次最长 30 秒，并可继续延长两次；Dreamina / 即梦侧仍需以账号实际模型选择器为准。
厂商称 2.5 改善长叙事、参考视频理解和音视频编辑，并加入白模控制、绿幕编辑、专业运镜与表演调度。
Arena 已有同版本文生 1482±12、图生 1478±10、编辑 1410±26；前两项与 2.0 几乎同点，编辑样本仍少。Megaton 也给出专业盲评，但不同方法和付费报告边界不能拼成全视频冠军。
需要 30 秒叙事、多参考或视频编辑时可以试 2.5；用同一组中文对白与人物镜头比较可用成片率、延长连续性、输入视频费用和人工返工，再决定是否替换 2.0 流程。
Muse Spark 1.3 已发布，公共档与限量预览必须分开
2026-09-02 已在 Muse Code 与 Meta Model API 发布。AA 将 xhigh 标为当前公共版本、max 标为限量预览；以账号实际可用档为准，不把预览成绩当普通入口表现。
Meta 称 1.3 改善长程代码、多任务协作和指令保持；自家工程师对照中的工具与 token 节省是厂商测试，不能外推到每个项目。
1.3 已有 AA 独立信号，但厂商公开的 DeepSWE 结果是 Meta 自跑。1.2 的专业任务与工程分数不能继承给 1.3，暂不据此宣布它是通用开发代理首选。
先确认实际模型和推理档，再补同版本真实仓库与第二种独立工程方法；同时核对 max 的公开可用性与价格。旧 1.2 专项证据仍可用于原版本对照。
Qwen Image 3.0 已补齐 API 与文生图证据，仍非效果首选
官方已列 qwen-image-3.0 与 qwen-image-3.0-pro。国际端点标准版输出约 US$0.03 / 张；Pro 的 1K / 2K 输出约 US$0.04 / US$0.075，输入图片另计。
厂商发布称 3.0 可理解最长约 4.5K token 指令，改善密集布局、最小约 10px 文字、12 种语言文本与界面生成；这些是官方能力声明，不是独立盲测结果。
Pro 的 AA 文生图为 1086±11、Arena 为 1254±7，两家榜都有同版本结果，但都没有进入效果最前列；便宜也不等于已通过中文排版和编辑一致性的质量底线。
适合已有阿里云入口或重点做中文海报的人试测。把标准版与 Pro 分开，用同一组文字、界面、海报和局部编辑题比较成功率；不要继承 2.0 的编辑成绩。
MAI-Image-2.6 两榜前列，但先核对预览权限与计价
Microsoft 官方已提供 MAI Playground 与 Foundry 预览入口；2.6 和更快的 2.6 Flash 是不同型号，实际可用性以账号、区域与配额为准。
官方称 2.6 改善文字、人像和商业图像；Foundry 文档列文字生成与图片编辑。产品特性不能代替生成质量与许可核验。
2.6 在 AA 和 Arena 文生图都排第 2；AA 的约 US$38.9 / 千张只是平台估算。本页尚无完整核实的官方计价与同题成功成本，不将它直接写成正式低价冠军。
先在自己的账号确认 2.6 型号、预览条件和实际收费，再与 GPT Image 2 用同一批真实素材比较文字正确率、编辑保持与重试成本；2.6 Flash 不继承 2.6 分数。
继续调研但暂不推荐
推荐榜只放少数达标工具，候选范围可以更广
图像生成 / 编辑、文字转语音、三类带声音视频、跨语言视频翻译和字幕工作流已有阶段性结论；Seedance 2.5、Qwen Image 3.0 已补上独立结果，但是否值得替换现有流程仍看任务。Muse Spark 1.3 与 MAI-Image-2.6 的部分准入条件仍需核对。音乐、语音识别、办公交付、电脑代理和企业安全继续调研。
每个候选都要先确认对象类型、官方入口、地区、价格、版本、独立证据、质量底线和失败成本；没有通过就保持“观察”，不进入推荐卡。
查看模型状态观测方法