تصنيف نماذج الفيديو لأكتوبر 2026: Luma Ray 3.14 يتصدر بموجه واحد مقابل 5 توكنات

اثنا عشر نموذج فيديو، مهمة واحدة، 8 ثوانٍ من الفيديو

اثنتا عشرة شبكة عصبية مخصصة للفيديو، موجه نصي واحد، وظروف متماثلة: دقة 720p، نسبة عرض إلى ارتفاع 16:9، مدة 8 ثوانٍ، دون أي إشارات مسبقة حول سلوك كل نموذج. انطلق الاختبار في 9 أكتوبر 2026. وفي إجمالي النقاط، تصدّر Luma Ray 3.14 بنتيجة 9.1 من 10، منفذاً المهمة في دقيقتين وبتكلفة 5 توكنات، أي الأقل تكلفة في القائمة كاملة. أما Seedance 2.5 فقد نفّذ المهمة دون أي تنازلات وأظهر أفضل صورة، لكن ذلك كلّفه 138.7 توكن، أي أغلى من المتصدر بـ 27 مرة.

في مارس 2026، أغلقت OpenAI نموذج Sora، الذي كانت تُقارن به جميع النماذج الأخرى منذ عام. ولم يأخذ أي نموذج مكانه بالكامل في التصنيف؛ بل تقاسم هذا المكان اثنا عشر مولّداً. تتشابه بطاقات النماذج الأخرى فيما بينها (1080p، صوت، 10-15 ثانية، دعم صور مرجعية)، والتصنيفات التقليدية لا تقارن إلا هذه الأرقام فقط. أما الفرق في طريقة عمل النموذج فعلياً، فلا يظهر إلا من خلال مهمة واحدة محددة.

المنهجية: لماذا 8 ثوانٍ ودقة 720p؟

اختيار دقة 720p كان متعمداً، وإن كان نصف النماذج يعمل بدقة أعلى. فمقارنة 4K بـ 720p لا معنى لها: الفرق في الدقة سيطغى على الفرق في الجودة. وقد صُوّرت النماذج الاثنا عشر جميعها في ظروف واحدة متماثلة.

أما مدة 8 ثوانٍ، فذلك لأن Veo 3.1 لم يعد يولّد أكثر من ذلك في تشغيل واحد. ووضع 8 ثوانٍ بجانب 15 ثانية غير عادل. وقد شُغّل كل نموذج مرة واحدة فقط (مع أن الواقع يتطلب عادة عدة محاولات). والأهم هو معرفة ما إذا كانت النماذج تنجح من المحاولة الأولى. وحتى في هذا السيناريو، قدّم Veo 3.1 أحد أضعف النتائج في النصف الأعلى من القائمة.

رُصدت العناصر التالية: مدى تماسك الكائن من اللقطة الأولى إلى الأخيرة، وسلوك النار والبخار والدخان والماء، ومدى تنفيذ النموذج للموجه. وقُيّم الصوت بشكل منفصل: لا يملك Runway ولا Luma صوتاً أصلياً. ويعمل Grok Imagine 1.5 Preview و Runway Gen-4 Turbo فقط من لقطة بداية، وليس من نص. فبالنسبة لهذين النموذجين، جرى توليد لقطة البداية باستخدام نماذج الصور الخاصة بهما (Grok Frames و Runway Frames)، ثم جرى توليد الفيديو من هذه الصورة، مع الحفاظ على تشغيل واحد فقط، تماماً كما في النماذج الأخرى.

النتائج: النماذج الاثنا عشر بالترتيب

Luma Ray 3.14 (9.1/10، 5 توكنات، دقيقتان) — الأفضل من ناحية التوازن بين السعر والسرعة. يحتاج إلى تصحيح ألوان، ولا يولّد صوتاً، ولا يدعم مرجعية الشخصيات.

Seedance 2.5 (138.7 توكن، 6 دقائق) — النموذج الوحيد الذي نفّذ المهمة دون أي تنازلات، وأظهر أفضل جودة صورة، وكان الأغلى في الاختبار.

Gemini Omni Flash 1.1 (10.5 توكن، دقيقة واحدة) — اقتصادي وسريع، ضمن سقف دقة 720p ومدة 10 ثوانٍ.

Kling 3.0 (3-15 ثانية) — صوت ومزامنة شفاه دون أي عيوب، ويعمل بشكل جيد مع المشاهد متعددة اللقطات والحوارات.

Wan 2.7 (3.2/10، 10 دقائق للتوليد) — أضعف أداء على جميع معايير التقييم الثلاثة.

Veo 3.1 — جاء التشغيل الوحيد له ضمن الأضعف في النصف الأعلى من القائمة.

Grok Imagine 1.5 Preview — يعمل فقط من لقطة بداية، ولا يمكن تشغيله بنص فقط.

Runway Gen-4 Turbo — يعمل فقط من لقطة بداية.

وتظهر أربعة نماذج أخرى من القائمة في الجدول التلخيصي، لكن دون تحليل منفصل في المادة الأصلية.

كيف حُسبت النقاط؟

تتكون النتيجة النهائية من ثلاثة أجزاء: جودة الصورة ومدى التطابق مع الموجه (80%)، وسرعة التوليد (10%)، والتوفير في التوكنات (10%). وتزن الجودة أكثر من غيرها، لأن الفيديو يُطلب أساساً من أجل الصورة. أما السرعة والسعر، فلا يفعلان أكثر من تعديل هذه النتيجة.

مقياس السرعة خطي: دقيقة واحدة = 10 نقاط، 10 دقائق = نقطة واحدة. والتوفير في التوكنات: 5 توكنات = 10 نقاط، 138.7 توكن = نقطة واحدة (وتُحسب التوكنات بحسب التفاوت داخل القائمة، لا بالرقم المطلق).

جرت جميع التشغيلات الاثنا عشر عبر بيئة واحدة وحساب واحد وصيغة واحدة لحساب التوكنات. فكل خدمة تحسب توكناتها بطريقتها الخاصة، ولا يمكن جمع الاستهلاك بين منصات مختلفة. وهنا، وحدة القياس واحدة لكل الاختبار، وهذا ما يجعل الأرقام قابلة للمقارنة.

كان موجه الاختبار معقداً عمداً (شارع، نودلز، نار، بخار، مطر، أنوار نيون، حركة كاميرا، لقطات مقربة للأيدي، فيلم 35 ملم، عمق حقل ضئيل) — فمهمة سهلة لم تكن ستُظهر أي فرق.