La classifica dei modelli di generazione video tramite intelligenza artificiale è cambiata molto in un anno. Al 13 novembre 2026, Wan 3.0 di Alibaba occupa il primo posto nella classifica testo-video, e un modello a pesi aperti (i cui parametri possono essere scaricati) figura nella top 3.
Questa classifica si basa su un unico criterio di qualità, un punteggio Elo (sistema di valutazione basato su confronti a coppie) calcolato a partire da voti umani in cieco, tratti dall’Artificial Analysis Video Arena. È incrociato con il prezzo al secondo dell’API e lo stato della licenza dei pesi. Secondo la fonte, l’audio nativo è ormai un prerequisito imprescindibile, e i clip durano 15-30 secondi.
I modelli in testa
Wan 3.0 totalizza 1175 punti in testo-video, con 7.651 voti. Lanciato il 24 agosto 2026, genera clip 1080p di 30 secondi a partire da testo, PDF o presentazioni, al prezzo di 0,20 $ al secondo. I suoi pesi non sono scaricabili, e Wan 2.2, uscito nel luglio 2025, rimane l’ultimo modello video di punta aperto di Alibaba. In immagine-video, scende all’11° posto, con 1108 punti.
Utopai X, a 1170 punti, è l’unico modello presente nella top 2 di entrambe le classifiche. È stato progettato da Utopai Studios, uno studio cinematografico con sede a Mountain View, che lo ha ottenuto post-addestrando MiniMax H3. È accessibile solo tramite la piattaforma PAI, fatturata 93 crediti al secondo, con pacchetti a partire da 15 $ per 1.000 crediti, e non dispone di API per gli sviluppatori.
MiniMax H3 arriva terzo, con 1161 punti e un prezzo di 0,08 $ al secondo. I suoi pesi sono pubblicati sotto la MiniMax H3 Community License, ma questa licenza blocca il deployment locale negli Stati Uniti, nell’Unione Europea, nel Regno Unito e in Corea del Sud. Solo la versione H3-Base è aperta, con un limite di 768p, e il repository pesa 288 GB. Diversi modelli della classifica, tra cui Utopai X e HeyGen Video 1, sono versioni post-addestrate di H3.
In immagine-video, il primo posto spetta a Dreamina Seedance 2.5 di ByteDance, con 1161 punti. Artificial Analysis mostra 34,12 $ al minuto, il prezzo più alto della classifica, mentre BytePlus annuncia circa 0,23 $ al secondo per un formato particolare, il che invita a verificare le condizioni di accesso nella propria regione.
Prezzo e margine d’errore
Qualità e prezzo non vanno più di pari passo. HeyGen Video 1 (1152 punti, 0,04 $ al secondo) e Pika H3 Flex (1124 punti, 0,035 $ al secondo, uscito il 29 ottobre 2026) figurano tra i più economici della top 10. Gemini Omni Flash 1.2 di Google ottiene 1154 punti per 0,104 $ al secondo. Secondo la fonte, Wan 3.0 garantisce circa 23 punti in più di HeyGen Video 1 per un costo 5 volte superiore al secondo.
I punteggi hanno un margine d’errore di ±13 a ±15 Elo. I modelli distanti meno di 25 punti l’uno dall’altro sono statisticamente vicini, e quindi i ranghi dal 3 all’8 formano un gruppo piuttosto che un ordine stretto. Veo 3.1 di Google ottiene 964 punti, sotto l’ancoraggio fissato a 1000 per Kling 3.0 1080p Pro. Kling 4.0, disponibile su klingai.com con clip nativi di 30 secondi, non compare ancora nelle classifiche di Artificial Analysis.
