H3 Max, Wan 3.0 ve GPT Image 2.5: tek bir su birikintisi, beş video modeli

Video modellerini lansman yazılarına bakarak karşılaştırmaya çalışırsanız bir yere varamazsınız: hepsi “en gerçekçi” ve “sınıfının en iyisi”dir. Biz daha basit bir şey yaptık. Tek bir prompt aldık, ChatPlus’taki beş video modelinin tamamına gönderdik; her birinin ne kadar sürdüğünü ve ne sonuç verdiğini ölçtük.

Prompt şuydu: “Yağmurdan sonra bir sonbahar sokağı, altın saat. Sarı yağmurluklu genç bir kadın bir su birikintisine atlıyor, sular sıçrıyor, akçaağaç yaprakları etrafında dönüyor. Gülüyor ve şöyle diyor: ‘Autumn is here!’ Elde kamera, doğal sokak sesi.”

Beş modelden ikisi ChatPlus’ta yeni: H3 Max ve Wan 3.0. Varsayılan görsel modelini de güncelledik; artık GPT Image 2’nin çalıştığı yerde GPT Image 2.5 çalışıyor. Hepsine tek tek bakalım; en sonda da hangi durumda hangisini seçmeniz gerektiğini özetleyelim.

H3 Max: kahveniz soğumadan hazır bir klip

Bu modeli denemeye değer kılan rakamla başlayalım. On bir saniye. Düğmeye basmamızdan sesli, tamamlanmış beş saniyelik klibin hazır olmasına kadar geçen süre buydu; kuyruk ve dosyanın indirilmesi dahil. Üretimin kendisi GPU üzerinde yalnızca birkaç saniye sürüyor. Aynı prompt için diğer modellerin süresi bir dakikanın biraz altından neredeyse dört dakikaya kadar uzandı.

Bu hız nereden geliyor: temelinde, Çinli MiniMax şirketinin açık ağırlıklı video modeli MiniMax H3 var. Üretken modelleri çalıştırmaya yönelik en büyük platformlardan biri olan fal ekibi, modeli sonradan eğitip kendi sunucuları için baştan elden geçirdi. Ortaya çıkan sürümü Ağustos sonunda H3 Max adıyla yayımladılar. Kendi ölçümlerine göre verim, orijinal H3’e kıyasla yaklaşık 35 kat arttı; izleyicilerin hangi klibin hangi modelden çıktığını bilmeden iki klipten daha iyisini seçtiği kör karşılaştırmalarda H3 Max, bir düzine rakibini geride bıraktı.

Tek artısı hız değil. H3 Max her zaman ses de üretiyor: sokak gürültüsü, ayak sesleri, kahkaha, kısa diyaloglar. Testimizde kadın su birikintisine atladı, yapraklar etrafında döndü ve prompt’taki cümle net biçimde duyuldu. Ses düğmesi yok; olmasına da gerek yok, çünkü ses için ekstra ücret alınmıyor.

H3 Max, isteğin gönderilmesinden dosyanın hazır olmasına kadar 11 saniye. Sondaki cümleyi duymak için sesi açın.

Şimdi dürüstçe sınırlarından bahsedelim. Çözünürlük 768p, yani Full HD’nin altında. Bu; story’ler, reels’lar ve taslaklar için fazlasıyla yeterli, büyük ekran için değil. Hızlı hareket içeren karmaşık sahnelerde de H3 Max pahalı modellere göre daha sade kalıyor: detaylar biraz daha yumuşak, su fiziği daha mütevazı.

Fiyatı bunu telafi ediyor: saniye başına 40 media credit, yani beş saniyelik bir klip 200 credit. ChatPlus’taki en ucuz video bu. Bizim kullanım şeklimiz şöyle: bir prompt’un beş-on farklı versiyonunu deneyin, çalışan fikri bulun; sonra isterseniz son versiyonu daha pahalı bir modele gönderin.

Wan 3.0: telefonda çekilmiş gibi görünen video

Wan, Alibaba’nın video modeli ailesi. Üçüncü nesil Ağustos 2026 başında betaya girdi ve 24 Ağustos’ta herkesin kullanımına açıldı. Alibaba özellikle insanlara odaklanmış: farklı yüz tiplerinde gerçekçi yüzler, doğal ifadeler, birçok AI modelindeki plastik hissi taşımayan hareket.

Model, bugün kullandığımızdan daha fazlasını yapabiliyor. Kendi yapısında 30 saniyeye kadar klipler üretiyor; metin, görsel, ses ve hatta videoyu giriş olarak kabul ediyor. ChatPlus’ta ise açıklamadan ya da kendi fotoğrafınızdan 720p çözünürlükte 5, 10 veya 15 saniyelik klipler oluşturabilirsiniz.

Testimizde Wan, beş model içinde en gündelik görünen klibi üretti. Reklam parlaklığı yok: sıradan bir sokak, lastik çizmeler, doğrudan lense doğru uçan yapraklar. En çok, bir arkadaşınızın telefonuyla çektiği videoya benziyor; “elde kamera” ifadesinin istediği şey de tam olarak buydu. Ses de var, konuşulan cümle de.

Wan 3.0, 2 dakika 37 saniye. Beşli içinde telefonda çekilmiş hissine en yakın görüntü.

İki buçuk dakikadan fazla bekledik. Bu seviyedeki video modelleri için normal, ama H3 Max’ten sonra sonsuzluk gibi geliyor.

Fiyatta Wan 3.0 orta noktada duruyor: saniye başına 50 media credit; ses maliyeti değiştirmiyor. Beş saniyelik klip 250 credit. Sesli Kling 3 Pro 420, Seedance Pro ise 760 credit tutuyor. Ekranda inandırıcı bir insan istiyor ama fazla ödeme yapmak istemiyorsanız Wan ile başlayın.

Tek prompt, beş model

Beşinin performansı şöyleydi. Süre, isteğin gönderilmesinden bitmiş dosyaya kadar geçen zaman; fiyat ise o uzunlukta, sesli bir klip için.

Veo 3.1 from Google en sinematik görüntüyü verdi: güneş doğrudan lense vuruyor, kaldırım kenarında kırmızı yapraklardan bir halı var, büyük bir su sıçraması görülüyor; sanki reklam filminden çıkmış gibi. Veo’nun sesi de grup içinde en iyisi: üst üste bindirilmiş gürültü değil, mikslenmiş bir soundtrack gibi. Aynı zamanda ChatPlus’ta saniyesi en pahalı model. Taslaklar için Veo 3.1 Fast var: daha hızlı ve çok daha ucuz.

Veo 3.1, 54 saniye. Reklam filmi gibi ters ışık ve renk.

Kling 3 Pro kendi yolunu seçti. Klip boyunca kamera kadını değil, ayaklarını ve sıçrayan suları izledi; cümleyi duyduk ama yüzünü hiç görmedik. Model yanlış yapmadı, sadece “su birikintisine atlıyor” kısmını kelimesi kelimesine okudu. Kling’in asıl gücü başka yerde: fotoğrafları canlandırmakta. Aşağıda buna döneceğiz.

Kling 3 Pro, 1 dakika 46 saniye. Çizmeler, su sıçramaları ve yansımalar var; yüz yok.

Seedance Pro from ByteDance en uzun süren model oldu ve hareketi en özenli işleyen sonuç da ondan geldi. Su birikintisinden kopup uçan temiz su tabakaları, havada yakalanmış yapraklar ve geniş plandan kadının gülen yüzüne kadar yaklaşan bir kamera; sanki kameraman yanında koşuyormuş gibi.

Seedance Pro, 3 dakika 54 saniye. Tek planda geniş açıdan yakın plana.

Çıkarım şu: tek bir “en iyi” model yok. Her birinin kendi karakteri var; doğru seçim, yapacağınız işe bağlı.

GPT Image 2.5, GPT Image 2’nin yerini alıyor

Şimdi görsellere gelelim. OpenAI, 8 Eylül’de GPT Image 2.5’i iki sürümle yayımladı. Sunburst daha hassas olanı: prompt’u daha yakından takip ediyor ve mevcut görselleri düzenlemede daha iyi. Flare ise daha hızlı ve daha sade sürüm. ChatPlus, Sunburst’ü çalıştırıyor.

GPT Image 2 zaten varsayılan modelimizdi; çünkü görsel içindeki metinlerde çok başarılıydı. 2.5 sürümü yazıları daha da düzgün çıkarıyor ve detaylarla dolu uzun prompt’ları daha iyi koruyor. Aynı sonbahar temasıyla test ettik: sarı yağmurluklu kadın bir kafede, önünde bir fincan kakao; camda da el yazısı metin. Yarım dakikadan biraz uzun süre sonra görsel hazırdı: camda el yazısıyla bir başlık, altında küçük bir fiyat satırı vardı ve tek bir harf bile bozuk değildi. Hatta arka plana kendi kendine bir menü panosu eklemişti; o da temiz çıktı.

GPT Image 2.5, 36 saniye. Camdaki iki satır da ilk denemede doğru çıktı.

Düzenlemeler de daha güvenilir. Bir fotoğraf yükleyip neyin değişeceğini söyleyin: model istediğiniz kısmı değiştiriyor ve başka yerleri yeniden çizme ihtimali daha düşük.

Fiyatlar değişmedi: standart kalitede görsel başına 10 media credit, yüksek kalitede 50. GPT Image 2 seçiliyse bir şey yapmanız gerekmiyor: oluşturucu kendiliğinden 2.5’e geçti. GPT Image 2.5’i deneyin.

Önce görsel, sonra video

Testin en ilginç sonucu tesadüfen ortaya çıktı. GPT Image 2.5 ile oluşturduğumuz o kafe görselini aldık ve canlandırması için Kling 3 Pro’ya verdik. Kakaodan buhar yükseldi, camdan damlalar aktı, kadın gülümsedi. Üstelik camdaki yazılar tek bir karede bile bozulmadı; oysa metin, video modellerinin genelde ilk bozduğu şeydir.

Görsel GPT Image 2.5’ten, hareket Kling 3 Pro’dan.

Bu da kapaklar, kartlar ve sosyal medya klipleri için güvenilir bir tarif veriyor. Önce mükemmel kareyi GPT Image 2.5’te çizin: ucuz ve metni doğru çıkarıyor. Sonra bunu Kling 3 Pro veya Wan 3.0 ile canlandırın. Bütün sahneyi kelimelerle anlatıp video modelinin her şeyi doğru yerleştirmesini ummaktan çok daha öngörülebilir.

Bir not. Seedance Pro gerçek kişilerin fotoğraflarını canlandırmıyor; ByteDance bunları engelliyor. Portreler ve aile fotoğrafları için Kling 3 Pro kullanın: yüzü ilk saniyeden son saniyeye kadar tanınır halde tutuyor.

Hangi modeli seçmeli

Kısacası, yapacağınız işe bağlı.

Hızlı ve ucuz — bir fikri test etmek, story hazırlamak, prompt varyasyonları denemek — H3 Max. Deneme başına yaklaşık on saniye ve 200 credit.

Gerçek görünen bir insan ve gündelik, reklam havası taşımayan bir çekim — Wan 3.0. Ses dahil, orta seviye fiyat.

Kendi fotoğrafınızı canlandırmak — Kling 3 Pro. Yüzler, kıyafetler ve yazılar karedeki gibi kalıyor.

Sinematik bir klip ve film kalitesinde ses — Veo 3.1; taslaklar için Veo 3.1 Fast.

Karmaşık hareket — dans, spor, su, plan değişimleri — beklemeyi ve daha fazla ödemeyi göze alıyorsanız Seedance Pro.

Modelleri video oluşturucunun içinde doğrudan değiştirebilirsiniz; örneğin H3 Max ile başlayabilirsiniz. Video ve görseller aynı media credit bakiyesini kullanır; bir klibin fiyatı başlamadan önce gösterilir.

Kısaca

ChatPlus’a iki yeni video modeli geldi. H3 Max, fal’ın MiniMax H3’ü hızlandırılmış sürümü: yaklaşık on saniyede sesli klip, beş saniye için 200 media credit, 768p. Alibaba’dan Wan 3.0, gerçekçi insanlar ve doğal hareket sunuyor; ses fiyata dahil, beş saniye için 250 credit. Varsayılan görsel modeli artık OpenAI’dan GPT Image 2.5: metinlerde ve düzenlemelerde daha temiz, fiyatlar aynı: 10 ve 50 credit. Tek prompt’lu testimizde H3 Max en hızlı, Veo 3.1 en sinematik, Seedance Pro ise hareket konusunda en özenli model oldu.