评测背景
晓天衡宇图生视频榜单此前评测了 11 款模型，8 月图生视频榜单迎来四款新模型入榜：Seedance 2.5、MiniMax H3、Wan 3.0 和 Gemini Omni Flash ，主榜共 15 款模型。
从官方发布信息来看，四款模型在图生视频方面重点强调的能力有所不同：Seedance 2.5 重点介绍长叙事、多模态参考和精细化编辑能力；MiniMax H3 重点介绍多模态理解、复杂指令遵循和可控生成；Wan 3.0 重点介绍多模态创作、参考一致性和视频编辑；Gemini Omni Flash 则重点介绍快速、对话式的视频生成与编辑。
本次图生视频榜单沿用内容与场景两个维度：内容维度覆盖生成主体、空间与场景、运动与动态、文字与符号等 8 个内容维度，场景维度覆盖影视/动画、电商/营销、教育/科研等 6 个应用场景；基于 102.2 万局 Arena 对战，对 15 款模型的图生视频能力及效率进行了横向评测，重点关注：
-
本轮新增模型对榜单结构带来了哪些变化？
-
模型各自的优势落在哪些内容维度与场景？
-
模型在生成速度、成本与稳定性上的实际差异是什么？
点击访问晓天衡宇评测社区，查看完整图生视频榜单、分维度排名、分场景排名及样例对战结果。
榜单概览
核心结论
结论 1：Seedance 2.5 位居第一，MiniMax H3、Wan 3.0 与 Gemini Omni Flash 形成清晰梯度
Seedance 2.5 以 1293.5 的综合 ELO 排名第一，MiniMax H3 为 1199.5 分、Wan 3.0 为 1141.2 分、Gemini Omni Flash 为 1109.4 分，分别位列第二、第三和第五。
Seedance 2.5 与 MiniMax H3 之间相差 94.0 分，MiniMax H3 与 Wan 3.0 相差 58.3 分，而 Wan 3.0 与 Gemini Omni Flash 仅相差 31.8 分。
四款新增模型都处于本轮主榜前五，其中 Seedance 2.5 的领先幅度相对明显。
结论 2：内容维度分层明确，场景维度排名变化显著
八项内容维度中，Seedance 2.5 全部排名第一，MiniMax H3 全部排名第二，说明两款模型的高位表现覆盖范围都很完整。
Wan 3.0 多数维度位列第三，整体稳定在高分区；Gemini Omni Flash 则更多处于第五至第七附近，但在部分维度保持相对接近。内容维度由此呈现出较清晰的分层，同时，不同模型在各内容维度上的排位与综合排名并不完全一致。
六项场景维度中，Seedance 2.5 六大场景全部第一，MiniMax H3 在影视/动画、电商/营销、设计/创意和个人/社交等方向保持高位，Wan 3.0 在游戏/互动和教育/科研中较为突出，而 Gemini Omni Flash 在游戏/互动场景达到 1164.0 分，是自身六类场景中的最高项。
结论 3：效率排序与综合榜并不同步，四款模型各有优势
Gemini Omni Flash 平均每条视频仅 45.0 秒，在综合能力前五且成本信息完整的模型中，其单次生成价格最低，仅 7.5元/条；Seedance 2.5 为 894.0 秒、实际价格最高，但综合表现最佳；MiniMax H3 的实际价格为 19.9元/条，在三款成本信息完整的新增模型中最低，同时首次抽卡率 60.2% 也是最高；Wan 3.0 采用 30s/1080P 输出配置，成功率达到 99.0%，是四款新模型中的最高。四款模型在综合表现、生成效率、实际价格以及具体评测指标上的表现各有侧重。
评测体系
评测维度
本次评测从内容和场景两个维度展开，基于具体维度通过参考图与对应提示词，交由模型产出并对战。
-
内容维度共 8 个，覆盖图生视频从画面基础到高级表达的核心能力；
-
场景维度共 6 个，从图生视频的实际应用场景出发。
完整评测体系及方法解读可点击查看：11 款图生视频模型横评：Seedance 2.0领跑，场景表现却各有胜负
深度解读
关键对战：榜首领先幅度较为突出，前列差距相对较小
除 Seedance 2.5 对其他新增模型保持 60%以上胜率外，其余相邻头部模型之间的直接对战结果多集中在 50%---60% 区间；其中 Wan 3.0 对 Seedance 2.0 仅 53.6%，对战结果基本处于均势，与两者在总榜上相近的位次一致。
内容维度：排位较为稳定，能力特点比排名差异更明显
前两名在八个内容维度的排位与总榜完全一致，差异更多体现在能力特点上。
Seedance 2.5 得分最高的维度是文字与符号：1353.8 分，该维度对第二名的领先达 124 分，超过它在其他任何维度的领先幅度，文字还原是目前它的优势；MiniMax H3 八个维度表现较为均衡，同样在文字与符号上得分最高，但与 Seedance 2.5 的差距也在该维度最为明显。Wan 3.0 在音频内容维度的得分与 Seedance 2.0 相差 0.6 分，其余七项维度的得分均略高于 Seedance 2.0。
Case：同一提示词下的 Wan 3.0 与 MiniMax H3 对比
本组对比中 Wan 3.0 胜出，其画面一致性和稳定性上更佳：高楼、街景等主体保持更完整，镜头运动更连贯，建筑细节更稳定。该Case仅展示一组具体对战结果，用于辅助理解 Wan 3.0 在空间一致性和镜头运动方面的表现，不能代表所有场景下的普遍结果。
Gemini Omni Flash 则在生成主体、运动与动态上与其综合位次相符，在整体协调性以及文字、符号还原相关维度中，其排位为第七位，低于综合排名。
场景维度：排名变化更多，模型在不同场景各有优势
Seedance 2.5 在六个场景全部第一，场景排位与综合排位没有出入，排名变化主要体现在其余三款。
教育/科研场景的模型排位变化较为明显：Wan 3.0 在这一场景位列第二，排在 Seedance 2.0 和 MiniMax H3 之前；MiniMax H3 位列第四、Gemini Omni Flash 位列第十，都低于各自的综合位次。个人/社交的情况则相反：Wan 3.0 位列第七，是它六个场景中的最低排名。游戏/互动是 Wan 3.0 与 Gemini Omni Flash 排位相对最高的场景：Wan 3.0 在该场景中位列第二，与榜首的差距是六个场景中最小的，Gemini Omni Flash 则在游戏/互动这一场景取得自身六个场景中的最高分。
Wan 3.0 的优势主要体现在游戏/互动与教育/科研，个人/社交排名相对靠后；MiniMax H3 在影视/动画、电商/营销、设计/创意等通用场景表现更为稳定；Gemini Omni Flash 的得分相对较低的场景是教育/科研与电商/营销，作为低成本选项时这两类任务需要结合具体需求评估。
效率与成本分析
由于各模型本次输出时长与分辨率不同，以下速度与价格仅代表本次实测配置，不构成同规格横向比较。
模型能力 × 生成时长：质量与速度难以兼得
Gemini Omni Flash 平均每条视频仅耗时 45.0 秒，是全榜耗时最短的模型；Seedance 2.5 为 894.0 秒，为全榜耗时最长的模型，两者相差近 20 倍；MiniMax H3 耗时也需 538.1 秒。
质量与效率的权衡在头部模型依然存在：综合 ELO 前两名 Seedance 2.5 与 MiniMax H3 的生成耗时都在 500 秒以上；而综合第五的 Gemini Omni Flash 耗时在 60 秒以内；本次配置下，三款模型的单次生成等待时间差异明显；实际选型还需结合并发能力、质量要求与输出规格。
模型能力 × 实际价格：综合表现与视频成本并不同步
按实际价格看，MiniMax H3 为 19.9 元/条，略低于 Gemini Omni Flash 的 21.4 元/条；Seedance 2.5 则为 98.5 元/条，约为 Gemini Omni Flash 的 4.6 倍。
按单条价格算，Gemini Omni Flash 的 7.5元/条最低；
按首抽率折算后，MiniMax H3 实际价格为 19.9元/条，低于 Gemini Omni Flash 的 21.4元/条。
Seedance 2.5 在两种口径下都是成本最高的一款，能力最高与成本最高集中在同一款模型上。
成功率与首次抽卡率：成功率与首抽率呈现不同排序
成功率反映生成稳定性，首次抽卡率反映首次生成即可用的概率。
成功率的实际差异集中在 Seedance 2.5 与其余三款之间：Wan 3.0（99.0%）、MiniMax H3（98.0%）、Gemini Omni Flash（97.3%）均处榜单高位，Seedance 2.5 为 83.5%，不过已较上一代的 72.2% 有所改善。
首次抽卡率的差异更为明显：MiniMax H3 为 60.2%，为四款新模型最高，超过六成的生成第一次即可用；Wan 3.0 为 41%，Gemini Omni Flash 为 35%，实际使用中通常需要更多生成与筛选才能获得满意结果。Seedance 2.5 首抽率为 46.1%，位列第二，高于其成功率排位。
综合判断
Seedance 2.5 位列本期榜单第一，在八个内容维度与六个场景中均保持领先；同时，其实际价格和生成耗时也均为本轮四款新模型中最高。
其余三款新模型呈现出不同的能力特点：MiniMax H3 整体表现均衡，排名、成本和生成稳定性均处于较为稳定的水平；Wan 3.0 在游戏/互动与教育/科研两个场景位列第二，成功率达到 99.0%，不同场景之间的表现差异较为明显；Gemini Omni Flash 在参评模型中生成速度最快，综合排名位居第五，在部分内容维度与场景维度中的排名则低于综合位次，它的优势更侧重速度。
不同维度与场景之间的表现差异也说明，综合排名并不能完全代表模型在具体任务中的实际表现。对于实际选型，综合榜单可用于了解模型整体表现，内容维度可用于观察基础能力，场景维度可用于评估不同任务下的表现差异，效率与成本则需要结合生成规格及业务预算综合考量。
注：本文结论基于晓天衡宇本期评测体系与样本，反映模型在该评测框架下的相对表现，不代表所有业务场景中的绝对优劣。实际选型仍建议结合具体任务、成本预算与业务验证结果综合判断。
写在最后
最新多模态模型评测榜单已同步上线至晓天衡宇评测社区官网，欢迎访问查看更详细的评测数据：