Das Ranking der KI-Videogenerationsmodelle hat sich in einem Jahr stark verändert. Stand 13. November 2026 belegt Wan 3.0 von Alibaba den ersten Platz im Text-zu-Video-Ranking, und ein Modell mit Open Weights (dessen Parameter heruntergeladen werden können) findet sich in den Top 3.
Dieses Ranking basiert auf einem einzigen Qualitätskriterium, einem Elo-Score (ein auf paarweisen Vergleichen basierendes Bewertungssystem), der aus blinden menschlichen Abstimmungen in der Artificial Analysis Video Arena berechnet wird. Er wird mit dem API-Preis pro Sekunde und dem Lizenzstatus der Weights gekreuzt. Laut Quelle ist native Audio nun eine unabdingbare Voraussetzung, und die Clips dauern 15 bis 30 Sekunden.
Die führenden Modelle
Wan 3.0 erreicht 1175 Punkte in Text-zu-Video, basierend auf 7.651 Abstimmungen. Am 24. August 2026 gestartet, generiert es 1080p-Clips von 30 Sekunden aus Text, PDFs oder Präsentationen zum Preis von 0,20 $ pro Sekunde. Seine Weights sind nicht herunterladbar, und Wan 2.2, im Juli 2025 veröffentlicht, bleibt Alibabas letztes offenes Videomodel. In Bild-zu-Video fällt es auf Platz 11 mit 1108 Punkten.
Utopai X mit 1170 Punkten ist das einzige Modell, das in beiden Rankings unter den Top 2 vertreten ist. Es wurde von Utopai Studios, einem Filmstudio mit Sitz in Mountain View, entwickelt, das es durch Fine-Tuning von MiniMax H3 erhielt. Es ist nur über die Plattform PAI zugänglich, die 93 Credits pro Sekunde kostet, mit Paketen ab 15 $ für 1.000 Credits, und bietet keine API für Entwickler.
MiniMax H3 belegt den dritten Platz mit 1161 Punkten und einem Preis von 0,08 $ pro Sekunde. Seine Weights werden unter der MiniMax H3 Community License veröffentlicht, aber diese Lizenz blockiert lokales Deployment in den USA, der EU, dem Vereinigten Königreich und Südkorea. Nur die H3-Base-Version ist offen, mit einer Auflösungsgrenze von 768p, und das Repository ist 288 GB groß. Mehrere Modelle im Ranking, darunter Utopai X und HeyGen Video 1, sind Fine-Tuned-Versionen von H3.
In Bild-zu-Video geht der erste Platz an Dreamina Seedance 2.5 von ByteDance mit 1161 Punkten. Artificial Analysis zeigt 34,12 $ pro Minute, den höchsten Preis im Ranking, während BytePlus etwa 0,23 $ pro Sekunde für ein bestimmtes Format angibt, was dazu auffordert, die Zugangsbedingungen in Ihrer Region zu prüfen.
Preis und Fehlermarge
Qualität und Preis gehen nicht mehr Hand in Hand. HeyGen Video 1 (1152 Punkte, 0,04 $ pro Sekunde) und Pika H3 Flex (1124 Punkte, 0,035 $ pro Sekunde, veröffentlicht am 29. Oktober 2026) gehören zu den günstigsten im Top-10. Gemini Omni Flash 1.2 von Google erreicht 1154 Punkte für 0,104 $ pro Sekunde. Laut Quelle bringt Wan 3.0 etwa 23 Punkte mehr als HeyGen Video 1 bei einem 5-mal höheren Kosten pro Sekunde.
Die Scores haben eine Fehlermarge von ±13 bis ±15 Elo. Modelle mit weniger als 25 Punkten Abstand sind statistisch nah beieinander, daher bilden die Ränge 3 bis 8 eher eine Gruppe als eine strenge Reihenfolge. Veo 3.1 von Google erhält 964 Punkte, unter dem auf 1000 festgelegten Anker für Kling 3.0 1080p Pro. Kling 4.0, verfügbar auf klingai.com mit nativen 30-Sekunden-Clips, erscheint noch nicht in den Rankings von Artificial Analysis.
