› Sur cinq scènes identiques, Wan 3.0 s'est imposé en tête avec une note moyenne de 8,8/10, suivi de très près par MiniMax H3 Max (8,4/10).
› Ils ont été les deux seuls modèles à orthographier sans faute un texte complexe sur un tableau noir, Wan réalisant cette performance pour environ 0,19 EUR (0,21 USD) par clip, soit le coût le plus avantageux du test.
› À l'autre extrémité, Veo 3.1 Lite (mouvement de caméra inexistant et caractères cyrilliques au lieu de l'alphabet latin) et Runway Gen-4.5, qui ne génère aucun audio via son API, se classent derniers.
› Récemment apparu en tête des classements de génération image-vers-vidéo, Vidu Q4 Preview intégrera l'arène dès que des images de départ adaptées auront été préparées, ne disposant pas de mode texte-vers-vidéo.