CogVideoX-5B

CogVideoX-5B est un modèle de génération vidéo de Zhipu AI, publié le 4 mars 2025. Il appartient à une génération déjà ancienne pour l’IA vidéo, où un an peut suffire à changer nettement les standards de rendu, de contrôle et de disponibilité commerciale.

Les données fournies ne précisent ni licence, ni modalités d’accès, ni présence actuelle au catalogue de l’éditeur. La fiche doit donc le situer comme un modèle de sa période, utile surtout pour comparaison historique ou expérimentation encadrée.

Caractéristiques

Performances (benchmarks)

Scores objectifs mesurés par VBench (suite d'évaluation automatique de la génération vidéo), en pourcentage (plus haut = mieux). Le rang situe le modèle parmi les modèles vidéo évalués sur la même dimension.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Notre analyse

Forces. Sur VBench, CogVideoX-5B se distingue surtout dans les actions humaines, où il figure dans le haut du classement, ce qui suggère une bonne capacité à produire des gestes ou mouvements corporels reconnaissables. La stabilité temporelle et la cohérence du sujet affichent des niveaux élevés en valeur absolue, utiles pour limiter les ruptures d’identité visuelle d’un plan à l’autre. La qualité visuelle se situe plutôt au milieu du tableau, avec un rendu exploitable mais sans avantage net face aux meilleurs modèles de sa cohorte.

Limites et points d’attention. La fluidité du mouvement obtient un score élevé mais un rang faible, signe que cette dimension est très compétitive et que le modèle n’est pas parmi les références du benchmark. Le total VBench le place au milieu du classement, ce qui confirme un profil équilibré mais non dominant. Aucun rang Arena n’est fourni dans les données, donc la préférence humaine ne peut pas être qualifiée. Usages pertinents : production vidéo légère, publicité exploratoire, prototypage de séquences et comparaison avec des modèles vidéo plus récents.