Das ist sogar regelmäßig der Fall!
Für Videos wartet man meist länger als für Textseiten. Das muss auch so sein, das erkläre ich am Beispiel einer Autobahn:
Für Videos sind viele Daten möglich, stelle dir dafür lange LKW vor, für Textinhalte weniger Daten, stelle dir dafür kleine Autos vor. Fahren auf der "Hauptstraße" (einer Autobahn) nur Autos, läuft das ganze recht flüssig. Kommen dann aber die LKW dazu, dann kommt es schnell zu Staus, sodass nicht nur die LKW, sondern auch die Autos später ankommen.
Nun passiert folgendes: Der Provider erkennt die LKW, da sie über eine bestimmte Auffahrt kommen (d. h. die Datenpakete durch einen bestimmten Port kommen) und teilt ihnen eine bestimmte Fahrspur (z. B. die rechte) zu. Da nun die LKW weniger Platz haben (nur noch eine Spur), dauert es länger bis alle am Ziel sind. Die Autos haben aber dafür wieder mehr Spuren für sich zur Verfügung und kommen daher wieder etwas schneller an, da auf "ihren" Spuren weniger los ist.
Die Autos haben also eine höhere Priorität und bekommen mehr Spuren, die LKW weniger Spuren, müssen öfter warten und werden so "gedrosselt".