Come viene costruita la graduatoria
La classifica citata da MarkTechPost si basa su un unico indicatore di qualità: l'Elo ricavato dai voti alla cieca espressi da valutatori certificati nell'arena di Artificial Analysis, dove ogni voto confronta due clip generate dallo stesso prompt. Il riferimento fisso è Kling 3.0 1080p Pro a 1000 punti su entrambe le tabelle, quella testo-video e quella immagine-video: un punteggio inferiore significa che i votanti hanno preferito più spesso il modello di Kuaishou.
A questo dato gli autori affiancano il prezzo per secondo ricavato dalle tariffe per minuto normalizzate a 1080p e la condizione della licenza dei pesi. Un avvertimento metodologico accompagna i risultati: la maggior parte dei punteggi nella top 10 ha un intervallo di confidenza tra più o meno 13 e più o meno 15 punti Elo, per cui i modelli entro circa 25 punti vanno considerati statisticamente vicini e le posizioni dalla terza all'ottava come un gruppo, non come un ordine rigido.
Il quadro della classifica
Wan 3.0 di Alibaba guida la graduatoria testo-video con 1175 punti, sostenuto da 7.651 voti, ed è stato lanciato il 24 agosto 2026: genera clip da 30 secondi a 1080p anche partendo da documenti e presentazioni, a 0,20 dollari al secondo, ma i pesi non sono scaricabili. Utopai X, sviluppato da Utopai Studios addestrando ulteriormente MiniMax H3, è l'unico modello nella top 2 di entrambe le tabelle, con 1170 punti in testo-video e 1151 in immagine-video; è accessibile solo tramite la piattaforma PAI del suo creatore, a 93 crediti al secondo, e non è richiamabile da una pipeline.
Il terzo posto di MiniMax H3 segna l'ingresso di un modello a pesi aperti nel gruppo di testa: 1161 punti in testo-video e 1133 in immagine-video, con un prezzo di 0,08 dollari al secondo e licenza descritta come aperta ma con restrizioni. Il modello, un Transformer denso da 33 miliardi di parametri con codificatore Qwen3-VL-32B e audio stereo nativo a 32 kHz, è diventato secondo la fonte la base di numerosi derivati: Utopai X, HeyGen Video 1, H3 Max di fal e Pika H3 Flex.
Seguono Dreamina Seedance 2.5 di ByteDance, che guida la tabella immagine-video con 1161 punti e supporta fino a 30 secondi con riferimenti multipli, e Gemini Omni Flash 1.2 di Google, disponibile dal 5 novembre 2026 con clip da 3 a 15 secondi e un taglio di prezzo del 30 per cento rispetto alla versione precedente. Nella fascia alta compaiono anche FLUX 3 Max, HeyGen Video 1, H3 Max, SkyReels V4 e FLUX 3.
Cosa cambia per chi acquista
Il dato più rilevante per le imprese riguarda il rapporto tra qualità e costo: secondo la fonte i tre modelli di vertice più economici sono H3 o suoi derivati, e qualità e prezzo non procedono più insieme. L'articolo calcola un valore indicativo combinando il vantaggio Elo rispetto alla soglia di 1000 e il prezzo al secondo, precisando che il confronto ignora le differenze di risoluzione e durata delle clip.
Restano punti da verificare: le tariffe variano con la risoluzione e alcune condizioni di licenza dei pesi aperti non sono dettagliate nel materiale disponibile. La disponibilità delle API in alcune aree geografiche e i tempi di rilascio delle versioni a pesi aperti annunciate da Black Forest Labs per FLUX 3 sono indicati come non ancora definiti, e vanno confermati prima di impostare una strategia di adozione.
