1139 分。图生视频的天花板又被顶了一下。fal 与 Black Forest Labs 合作后训练出 FLUX 3 Max，在第三方独立的人类偏好评测中拿到这个 Elo，与 Seedance 2.5 并列质量第一梯队。分数只是入口。真正值得看的是它怎么来的：一段后训练、一个 12 秒换 10 秒的兑换率，以及未来三周 75% 的降价幅度。
1139 分只是入场券
裁判换成了人的眼睛
视频生成模型早年的评测靠 FVD、CLIP score 这类自动指标。问题很直接：这些数字和"人愿不愿意把这条片子发出去"经常对不上。一段 FVD 漂亮的视频可能主体糊成一团、运动抽帧、镜头莫名其妙地漂移。Elo 走的是另一条路——把两段视频摆在一起，让真人投票选哪个更好，再用对战结果折算成单一分数。这套机制从国际象棋搬来，在语言模型的竞技场上跑通过，如今轮到视频。1139 不表示"好 1139 个单位"，它表示在一堆两两对决里，它赢的比输的多得多。
并列，说明差距进了噪声区
"并列"这个词在榜单上常被读成"差不多"。它其实在说另一件事：这两家的差距已经小到需要更大样本量才能分出先后。对后来者是好消息，第一梯队不再由一家独占；对领跑者是坏消息，护城河得从模型权重挪到成本、延迟、稳定性和工作流里去。质量榜是最容易被追平的一类榜单，尤其在开源权重和论文满天飞的当下，今天的第一名，三个月后大概率要跟人并列。
Elo 有它的盲区
偏好投票容易被"第一眼冲击力"绑架。镜头运动花哨、色彩浓烈的片子更容易赢，哪怕它的物理是错的。评测集的提示词分布、投票者构成、有没有做提示词级别的平衡，都会把最终分数推来推去。1139 是强信号，不是判决书。更现实的一层是，榜单分数和采购单之间还隔着稳定性、合规、SLA 和账单——企业选模型时，Elo 通常只承担初筛功能。
真正的新闻藏在"后训练"三个字里
BFL 的老本行在图像
Black Forest Labs 是靠 FLUX 系列在开源图像生成里立住名声的。图生视频和图像生成共享大量底层表征，从图像模型出发做视频，路径短、起步快，这是它能在短时间内挤进第一梯队的结构性原因。但时间维度不是"多一维"这么简单。主体一致性、运动合理性、镜头语言，这些只在时间轴上才会暴露的问题，预训练阶段很难全部覆盖。
把输出往人喜欢的方向掰
后训练（post-training）在语言模型那里已经是标配，在视频领域却刚起步。它解决的不是"能不能生成"，而是"生成的这个东西人爱不爱看"。难处在于视频的偏好维度太多：一条 10 秒片子，运动自然度、主体一致性、镜头意图、物理可信度是四个相对独立的变量，而人的投票往往只给出一个笼统的"这个更好"。把笼统偏好拆成可训练的奖励信号，是这个环节最费力气的部分。
偏好数据从来不在实验室里
后训练要喂什么？用户对成片的取舍、重试行为、放弃率，这些隐性反馈比点赞有用得多。一段被连续重试五次才定稿的提示词，本身就是一条高价值样本。这也解释了为什么模型公司越来越愿意和推理平台绑在一起——真实调用量在哪里，偏好数据就在哪里。
fal 的位置往前挪了一格
fal 过去更多被当成推理和托管的底座：模型提供方把权重放上去，用户按调用付费。参与后训练意味着它坐到了更靠前的位置。模型公司和基础设施公司之间的边界，正在这一层融化。今后判断一家推理平台的价值，可能不看它支持多少模型，而看它能不能拿出一版明显更好的模型。
12 秒出 10 秒，这个兑换率有点意思
生成时间短过播放时间
生成一段 10 秒视频花大约 12 秒，比例接近 1.2 比 1。这个数字比"画质提升 10%"更值得记下来。它意味着生成环节可以被塞进接近实时的流程——改一句提示词，等十几秒，看结果，再改。迭代次数上去了，成片概率才会上去。很多视频模型不是输在单次质量，是输在试错太贵：一条片子等三分钟，创作者的心理节奏就断了。
720/768p 是个务实的选择
没有一上来就冲 1080p。分辨率、显存、延迟这三样东西永远在抢同一份预算，把 720/768p 这一档做稳、做快，比在 1080p 上慢慢挤出一帧要聪明得多。真实工作流里，人最先确认的是镜头对不对、运动自不自然，清晰度排在后面。顺序错了，省下来的时间会全部还回去。
图生视频先落地，不是偶然
首帧一给，意图表达的模糊性就被吃掉了一大半。文生视频里最常见的问题是"模型理解错了我要什么"，图生视频把这道题转成了"怎么让这一帧合理地动起来"，难度骤降，可控性骤升。广告分镜、电商素材、短视频二创，这些场景要的不是想象力，是稳定复现——这也正是图生视频比文生视频更早进入生产流程的原因。
降价 75%，比模型参数更值得讨论
三周窗口
未来三周价格下调 75%，这个时间长度本身就是信号。三周够做一轮用户拉新，也够做一次成本曲线的压力测试：自家能扛到哪，对手跟不跟。限时降价在视频生成这个品类里还有额外作用——它会逼出一批真实的高强度调用，而这些调用产生的数据，又能反哺下一轮后训练。定价在这里不只是营销动作，也是数据采集的手段。
账单才是真正的瓶颈
按秒计费的视频生成，单位成本比图像高一个数量级。很多团队不是不想用，是算完账缩手。一条 10 秒素材反复试错十次，账单一拉，创意预算先崩。价格砍掉四分之三，跨过的不是"便宜不便宜"这条线，是"能不能放进日常流程"这条线。从 demo 到生产，中间隔着的从来不是榜单分数，而是每一次点击背后的成本能不能被预估。
这版还不是最终版
"后续继续后训练改进"这句话听起来像客套，实际是路线图的一部分。眼下这版更像一个中间快照：质量已经进了第一梯队，成本还没到终局，能力边界也还在移动。视频生成这场仗，比的不是谁先发一版，是谁能在每一版之间把价格压下去、把偏好对上、把延迟缩短。发布即完成的产品思路，在这个品类里已经不太成立。
1139 分、12 秒、75%，三个数字摆在一起，讲的是同一件事：图生视频的竞争重心正从"能不能做出惊艳样片"移到"能不能被反复调用"。榜单会继续刷新，降价窗口会关上又重开。真正难追的从来不是那一分两分，而是背后那条把质量、速度、价格同时往下压的产线。
