Não sou a melhor pessoa pra explicar em mais detalhes, mas de forma bem grosseira, o container (o formato do vídeo reconhecido pelo sistema operacional, como .mp4, .mkv, .webm), É como se fosse a caixa onde o vídeo é armazenado e transportado, enquanto o codificador (Ex: h264, av1, vp9) é o que determina de fato o tipo de vídeo, a forma como o sistema deve reproduzir, qualidade, tamanho, etc.

Se usa diferentes containeres porque alguns apresentam mais vantagens pra determinados tipos de distribuição. Por exemplo, alguns são melhores pra streaming, outros pra download direto ou mídias físicas, outros permitem armazenar mais tipos de metadados, etc.

Já os codificadores, se usa diferentes tipos porque cada um tem capacidades de compressão e relação de tempo para codificação/ tamanho de arquivo gerado/qualidade/compatibilidade diferentes. Por exemplo, um serviço de streaming de vídeos normalmente busca reduzir a banda de rede, então prioriza codecs que tenham tamanho final de arquivo menores, mesmo que demandem muito tempo pra fazer a compressão, mas um sistema de chamadas por vídeo precisa comprimir o vídeo em tempo real em hardware simples e então precisa de um codec com codificação mais leve, mesmo que tome mais banda de rede. Tem questões de licenciamento envolvidas também.