Code2Video Benchmark
评测大模型通过编写单文件HTML/CSS/JavaScript代码生成视频能力的基准测试，评分关注互动性、需求符合度、构图、时间一致性和制作技巧等视觉审美维度
时间轴 (近 90 天)
Artificial Analysis 发布的 Code2Video Benchmark 向全球主流27款模型发出114份设计需求，要求模型在不借助任何外部工具的前提下独立编写一个HTML文件来制作视频。
在 Code2Video Benchmark 中，每款模型的渲染成功率都超过96%。
Code2Video Benchmark 的评分环节交给 Gemini 4 Argon，在互动性、需求符合度、构图、时间一致性和制作技巧五个维度上进行两两对比。
Code2Video Benchmark 采用单文件HTML约束，模型不能依赖外部库、CDN或素材资源，需要自行处理布局系统、动画循环和时间轴协调。
Code2Video Benchmark 中每道题只有一次提交机会，模型不能看成片后返工。
在 Code2Video Benchmark 中，代码生成的基础能力已不再是区分模型的主要维度，动画节奏、视觉吸引力和排版细节等设计审美维度成为拉开差距的关键。
高价模型在 Code2Video Benchmark 中买到的是审美上限，而中端模型买到的是可接受的完成度，选择取决于视频用途（品牌级物料还是快速验证想法）。
全部知识事实 (7)
Artificial Analysis 发布的 Code2Video Benchmark 向全球主流27款模型发出114份设计需求，要求模型在不借助任何外部工具的前提下独立编写一个HTML文件来制作视频。
50%待验证在 Code2Video Benchmark 中，每款模型的渲染成功率都超过96%。
50%待验证Code2Video Benchmark 的评分环节交给 Gemini 4 Argon，在互动性、需求符合度、构图、时间一致性和制作技巧五个维度上进行两两对比。
50%待验证Code2Video Benchmark 采用单文件HTML约束，模型不能依赖外部库、CDN或素材资源，需要自行处理布局系统、动画循环和时间轴协调。
50%待验证Code2Video Benchmark 中每道题只有一次提交机会，模型不能看成片后返工。
50%待验证在 Code2Video Benchmark 中，代码生成的基础能力已不再是区分模型的主要维度，动画节奏、视觉吸引力和排版细节等设计审美维度成为拉开差距的关键。
50%待验证高价模型在 Code2Video Benchmark 中买到的是审美上限，而中端模型买到的是可接受的完成度，选择取决于视频用途（品牌级物料还是快速验证想法）。
50%