H3 Max, Wan 3.0 en GPT Image 2.5: één plas, vijf videomodellen

Videomodellen vergelijken op basis van hun aankondigingsposts schiet niet op: stuk voor stuk zijn ze "het meest realistisch" en "best in class". Dus deden we iets eenvoudigers. We namen één prompt, stuurden die naar alle vijf videomodellen op ChatPlus, en maten hoelang elk model nodig had en wat eruit kwam.

De prompt: "An autumn street after the rain, golden hour. A young woman in a yellow raincoat jumps into a puddle, water splashes, maple leaves swirl around her. She laughs and says: 'Autumn is here!' Handheld camera, natural street sound."

Twee van de vijf modellen zijn nieuw op ChatPlus: H3 Max en Wan 3.0. Ook hebben we het standaard afbeeldingsmodel vernieuwd: GPT Image 2.5 draait nu op de plek waar eerst GPT Image 2 stond. We lopen ze één voor één langs, en sluiten af met welk model je wanneer kiest.

H3 Max: een clip voordat je koffie afkoelt

We beginnen met het getal waardoor dit model het proberen waard is. Elf seconden. Zolang duurde het van op de knop drukken tot een afgemaakte clip van vijf seconden met geluid, inclusief wachtrij en het downloaden van het bestand. Het genereren zelf duurt op de GPU maar een paar seconden. De andere modellen hadden voor dezelfde prompt ergens tussen net geen minuut en bijna vier minuten nodig.

Waar die snelheid vandaan komt: de basis is MiniMax H3, een video-model met open weights van het Chinese bedrijf MiniMax. Het team van fal, een van de grootste platforms voor het draaien van generatieve modellen, heeft het nagefinetuned en opnieuw opgebouwd voor zijn eigen servers. Eind augustus brachten ze het resultaat uit als H3 Max. Volgens hun metingen ging de throughput met ongeveer een factor 35 omhoog vergeleken met de originele H3, en in blinde vergelijkingen, waarbij kijkers de beste van twee clips kiezen zonder te weten welk model welke clip maakte, versloeg H3 Max een dozijn concurrenten.

Snelheid is niet het enige pluspunt. H3 Max maakt altijd geluid: straatgeluid, voetstappen, gelach, korte zinnen. In onze test sprong de vrouw in de plas, draaiden de bladeren om haar heen, en kwam de zin uit de prompt duidelijk door. Er is geen schakelaar voor geluid, en die is ook niet nodig, want audio kost niets extra.

H3 Max, 11 seconden van verzoek tot bestand. Zet het geluid aan voor de zin aan het eind.

Dan de eerlijke beperkingen. De resolutie is 768p, dus onder Full HD. Dat is ruim genoeg voor stories, reels en schetsen, maar niet voor een groot scherm. En in complexe scènes met snelle beweging is H3 Max eenvoudiger dan de dure modellen: details zijn wat zachter en de waterfysica is bescheidener.

De prijs maakt veel goed: 40 mediacredits per seconde, dus een clip van vijf seconden kost 200 credits. Dat is de goedkoopste video op ChatPlus. Onze aanpak: probeer vijf of tien versies van een prompt, vind het idee dat werkt, en stuur de definitieve versie daarna desgewenst naar een duurder model.

Wan 3.0: video die eruitziet alsof hij met een telefoon is gemaakt

Wan is Alibaba's familie van videomodellen. De derde generatie ging begin augustus 2026 in bèta en werd op 24 augustus voor iedereen beschikbaar. Alibaba richtte zich op mensen: levensechte gezichten in allerlei varianten, natuurlijke expressies, beweging zonder de plastic look die veel AI-modellen hebben.

Het model kan meer dan we vandaag gebruiken. Native genereert het clips tot 30 seconden lang en accepteert het tekst, afbeeldingen, audio en zelfs video als input. Op ChatPlus kun je clips van 5, 10 of 15 seconden maken in 720p, vanuit een beschrijving of vanuit je eigen foto.

In onze test maakte Wan de meest alledaags ogende clip van de vijf. Geen reclameglans: een gewone straat, regenlaarzen, bladeren die recht op de lens af vliegen. Het lijkt het meest op een video die een vriendin met haar telefoon maakte, precies wat "handheld camera" vroeg. Geluid en de gesproken zin zijn allebei aanwezig.

Wan 3.0, 2 minuten 37 seconden. De meest telefoonachtige beelden van de vijf.

We wachtten ruim tweeënhalve minuut. Dat is normaal voor videomodellen op dit niveau, maar na H3 Max voelt het als een eeuwigheid.

Qua prijs zit Wan 3.0 in het midden: 50 mediacredits per seconde, en geluid verandert niets aan de kosten. Een clip van vijf seconden kost 250 credits. Kling 3 Pro met geluid kost 420 en Seedance Pro 760. Als je een geloofwaardig persoon in beeld nodig hebt zonder te veel te betalen, begin dan met Wan.

Eén prompt, vijf modellen

Zo deden alle vijf het. De tijd is gemeten van verzoek tot afgerond bestand, de prijs geldt voor een clip van die lengte met geluid.

Veo 3.1 van Google leverde het meest filmische shot: de zon recht in de lens, een tapijt van rode bladeren langs de stoeprand, een flinke plons, alles zo uit een commercial. Het geluid van Veo is het beste van de reeks: eerder een gemixte soundtrack dan ruis die er bovenop is gelegd. Het is ook de duurste seconde op ChatPlus. Voor concepten is er Veo 3.1 Fast: sneller en veel goedkoper.

Veo 3.1, 54 seconden. Tegenlicht en kleur als in een commercial.

Kling 3 Pro koos zijn eigen aanpak. De hele clip bleef de camera op haar voeten en de spetters gericht; we hoorden de zin, maar zagen haar gezicht nooit. Het model deed het niet fout, het las "jumps into a puddle" gewoon heel letterlijk. De echte kracht van Kling ligt ergens anders: foto's tot leven brengen. Daarover zo meer.

Kling 3 Pro, 1 minuut 46 seconden. Laarzen, spetters en reflecties, maar geen gezicht.

Seedance Pro van ByteDance deed er het langst over en ging het zorgvuldigst om met beweging. Strakke vellen water die uit de plas omhoog vliegen, bladeren die in de lucht blijven hangen, en een camera die van een wide shot helemaal naar haar lachende gezicht beweegt, alsof er een camera-operator naast haar meerent.

Seedance Pro, 3 minuten 54 seconden. Van wide shot naar close-up in één take.

De conclusie: er is niet één "beste" model. Elk model heeft zijn eigen karakter, en de juiste keuze hangt af van de klus.

GPT Image 2.5 vervangt GPT Image 2

Dan de afbeeldingen. Op 8 september bracht OpenAI GPT Image 2.5 uit in twee versies. Sunburst is de precieze variant: die volgt de prompt nauwkeuriger en is beter in het bewerken van bestaande beelden. Flare is de snellere, eenvoudigere variant. ChatPlus draait Sunburst.

GPT Image 2 was al onze standaard omdat het zo goed is met tekst in afbeeldingen. Versie 2.5 is nog netter met lettering en houdt lange prompts vol details beter vast. We testten het met hetzelfde herfstthema: de vrouw in de gele regenjas aan een cafétafel met een beker chocolademelk, plus handgeschreven tekst op het raam. Iets meer dan een halve minuut later hadden we de afbeelding, met een handgeschreven kop op het glas en daaronder een kleine prijsregel, zonder ook maar één kapotte letter. Het model voegde zelfs uit zichzelf een menubord op de achtergrond toe, en ook dat kwam er schoon uit.

GPT Image 2.5, 36 seconden. Beide regels op het glas waren in één keer goed.

Bewerkingen zijn ook betrouwbaarder. Upload een foto en zeg wat er moet veranderen: het model past aan wat je vroeg en heeft minder neiging om de rest opnieuw te tekenen.

De prijzen blijven hetzelfde: 10 mediacredits per afbeelding in standaardkwaliteit en 50 in hoge kwaliteit. Had je GPT Image 2 geselecteerd, dan hoef je niets te doen: de generator is vanzelf overgeschakeld naar 2.5. Probeer GPT Image 2.5.

Eerst beeld, dan video

Het interessantste resultaat van de test ontstond per ongeluk. We namen die café-afbeelding uit GPT Image 2.5 en gaven die aan Kling 3 Pro om te animeren. Er steeg stoom op uit de chocolademelk, druppels liepen over het glas, de vrouw glimlachte. En de letters op het raam vervormden in geen enkel frame, terwijl tekst meestal het eerste is dat videomodellen stukmaken.

Afbeelding door GPT Image 2.5, beweging door Kling 3 Pro.

Dat geeft je een betrouwbare werkwijze voor covers, kaarten en social clips. Teken eerst het perfecte frame in GPT Image 2.5: goedkoop, en met de tekst goed. Breng het daarna tot leven in Kling 3 Pro of Wan 3.0. Dat is veel voorspelbaarder dan de hele scène in woorden beschrijven en hopen dat het videomodel alles netjes op zijn plek zet.

Eén kanttekening. Seedance Pro animeert geen foto's van echte mensen, omdat ByteDance die blokkeert. Gebruik voor portretten en familiefoto's Kling 3 Pro: dat houdt het gezicht van de eerste tot de laatste seconde herkenbaar.

Welk model kies je?

Kort gezegd: het hangt af van de klus.

Snel en goedkoop — een idee testen, een story maken, promptvariaties proberen — H3 Max. Rond de tien seconden en 200 credits per poging.

Een echt ogend persoon in een alledaags, niet-reclameachtig shot — Wan 3.0. Geluid inbegrepen, middenklasse prijs.

Je eigen foto tot leven brengen — Kling 3 Pro. Gezichten, kleding en lettering blijven zoals ze in het shot waren.

Een filmische clip met geluid van filmkwaliteit — Veo 3.1, en Veo 3.1 Fast voor concepten.

Complexe beweging — dans, sport, water, shotwissels — Seedance Pro, als je het prima vindt om langer te wachten en meer te betalen.

Je kunt direct in de videogenerator van model wisselen, bijvoorbeeld door met H3 Max te beginnen. Video en afbeeldingen gebruiken dezelfde mediacredits, en de prijs van een clip wordt getoond voordat je begint.

In het kort

ChatPlus heeft twee nieuwe videomodellen. H3 Max is fal's versnelde versie van MiniMax H3: een clip met geluid in ongeveer tien seconden, 200 mediacredits voor vijf seconden, 768p. Wan 3.0 van Alibaba brengt levensechte mensen en natuurlijke beweging, met geluid inbegrepen in de prijs, 250 credits voor vijf seconden. Het standaard afbeeldingsmodel is nu GPT Image 2.5 van OpenAI: netter met tekst en bewerkingen, dezelfde prijzen van 10 en 50 credits. In onze test met één prompt was H3 Max het snelst, Veo 3.1 het meest filmisch, en Seedance Pro het zorgvuldigst met beweging.