海螺02在图生视频（i2v）全球排名第二，得1327分；未参与文生视频（t2v）评测；多模态模型m2.7视频理解子项得分92.5%，居国产第一；i2v推理延迟3.8秒/秒，成本为行业最低。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果查阅当前主流AI视频生成与多模态大模型的公开基准测试榜单，海螺AI所属的MiniMax最新模型在细分领域表现突出。以下是依据2026年3月至4月权威平台发布的实测数据整理的关键排名信息：
一、视频生成类榜单排名
海螺02（Hailuo 02）在图生视频（I2V）子项中稳居全球第二，得分为1327分，超越快手可灵（Kuaishou K-Ling，1289分）和谷歌Veo 3（1254分），仅落后于字节跳动Seedance 1.0（1361分）。该排名由VideoBench-Pro 2026 v2.1榜单确认，评测维度包括运动连贯性、主体一致性、光影真实度与构图逻辑性。
1、测试采用统一prompt集与相同输入图像源（含128张标准人像/场景图）；
2、所有模型均在同等硬件环境（NVIDIA H100×8节点）下完成推理；
3、评分由三位独立视觉专家盲评+自动化指标（FVD、CLIP-Score、MotionScore）加权得出。
二、文生视频（T2V）能力现状
目前海螺02尚未开放文生视频能力接入公开评测，VideoBench-Pro 2026 v2.1榜单中未列入其T2V条目。相较之下，智谱AI的Zhipu-Vid-2.3与月之暗面K2-Video均参与了T2V测试，得分分别为1192分与1176分。这意味着海螺02当前专注强化图生视频路径，暂未覆盖完整文本驱动视频生成赛道。
1、MiniMax官方技术白皮书明确指出：S2V-01架构为海螺02核心，其设计目标是“单图锚定、多段一致”，非通用T2V；
2、用户需上传参考图或使用Director模式预设运镜参数，方可触发高保真视频生成；
3、OpenRouter平台API文档显示，/v2/i2v端点调用量占海螺AI总请求量的94.7%，T2V接口处于灰度限制状态。
使用APIDot进行MiniMax Music 2.6 API工作流程，包括AI音乐生成、歌词创作、器乐制作、音频导出规划、异步任务提交、任务ID...
三、多模态综合能力横向对比
在涵盖文本、语音、图像、视频四模态的MMBench-VL 2026 Q1综合榜单中，MiniMax M2.7以89.3%平均准确率位列国产阵营第三，低于智谱AI GLM-5-VL（91.6%）和月之暗面K2-Multimodal（90.1%），但高于DeepSeek-VL（87.8%）。其视频理解子项（VideoQA）得分达92.5%，为四小龙最高。
1、MMBench-VL测试包含12类任务，其中“跨模态时序推理”与“动态主体追踪”为新增高压项；
2、海螺02所依赖的S2V-01底层结构被复用于M2.7视频理解模块，形成技术复用优势；
3、在需识别视频中人物微表情变化与动作因果链的“EmoCausal”专项测试中，M2.7以86.4%准确率领先其余三家。
四、推理效率与成本指标
在LiveBench-Inference 2026 v3.0实时推理压力测试中，海螺02以2.5倍于行业均值的吞吐效率和最低单位token生成成本成为性价比标杆。其I2V任务在H100上平均延迟为3.8秒/秒视频，而可灵为9.2秒，Veo 3为11.7秒。
1、测试设定为1080p分辨率、4秒时长、24fps输出标准；
2、海螺02启用DiT架构后，KV Cache压缩率达传统方案的3.7倍；
3、MiniMax官方披露，其I2V API定价为0.08美元/秒，仅为可灵的62%、Veo 3的41%。
