Seedance 2.5: Was das Videomodell von ByteDance wirklich ist

Seedance 2.5 ist das Modell von ByteDance Seed zur gemeinsamen Audio-Video-Generierung, angekündigt am 31. Juli 2026, und es ist das aktuelle Videomodell in der Seedance-Linie von ByteDance – sein Vorgänger, die Seedance 2.0-Serie, ist daneben weiterhin im Verkauf, statt von ihm ersetzt zu werden. Es generiert Video und Audio im selben Durchgang, akzeptiert bis zu 50 Referenz-Assets in einer Anfrage und erzeugt einen kohärenten Clip von bis zu 30 Sekunden, der anschließend in weiteren Runden verlängert werden kann. Und die Antwort auf die Frage, mit der die meisten hier ankommen: Die Gewichte sind nicht offen, und ByteDance hat keinen Plan veröffentlicht, sie zu öffnen. Es gibt keine Lizenz, keinen Checkpoint und kein Repository für dieses Modell – das Einzige, was der Anbieter liefert, ist eine gehostete API und eine Reihe von Endverbraucher-Oberflächen. Das ist die schlichteste Tatsache über Seedance 2.5, und sie ist der Punkt, den diese Seite darlegen soll, denn die Suchanfragen, die Sie hierher geführt haben, sind Varianten von „Seedance 2.5 Open Weight“ und „Seedance 2.5 Weights“, und die ehrliche Antwort lautet nein.

Dies ist eine Referenzseite und kein Launch-Bericht. Das Modell ist zum Zeitpunkt, an dem ich dies schreibe, ungefähr elf Wochen alt, was alt genug ist, dass ein guter Teil dessen, was darüber kursiert – auch in diesem Blog –, von dem abgewichen ist, was ByteDance heute tatsächlich dokumentiert. Alles Folgende ist aus den eigenen Materialien des Anbieters neu zusammengetragen: die ByteDance-Seed-Modellseite und der Launch-Post sowie die BytePlus-ModelArk-Tutorials und -Preistabellen. Wo der Anbieter nichts veröffentlicht, wird das gesagt, statt es auszufüllen.

Was Seedance 2.5 ist

ByteDance Seeds eigene Beschreibung ist knapp: „ein Modell der nächsten Generation zur gemeinsamen Audio-Video-Generierung, entwickelt für 30-sekündiges Storytelling mit präziser Referenzsteuerung und leistungsstarken Bearbeitungsfunktionen.“ Der Launch-Beitrag des Unternehmens rahmt die Generierung als Reaktion auf einen Wandel dessen ein, was Menschen erwarten – „vom bloßen Generieren eines Clips bis zum Vollenden eines kreativen Werks“ – und setzt den Schwerpunkt auf langformatiges Storytelling, multimodale Referenzierung und Bearbeitung statt auf reine visuelle Wiedergabetreue.

Es baut auf der Architektur von Seedance 2.0 auf, die ByteDance als einheitliches multimodales Audio-Video-Joint-Generation-Design beschreibt. Seedance 2.5 behält diesen Kern bei und verschiebt gleichzeitig drei Achsen. Es ist keine neue Familie und keine andere Modalität; es ist dieselbe Linie mit angehobener Obergrenze bei der Dauer, beim Referenzumfang und bei der Präzision, mit der du eine Einstellung steuern kannst, nachdem sie existiert.

Was der Anbieter über die Parameteranzahl sagt: nichts. Die Größe von Seedance 2.5, seine Trainingsdaten und seine Rechenleistung sind nicht veröffentlicht, und ebenso wenig ein von ByteDance durchgeführter Benchmark. Diese Abwesenheit sollte man sich merken, denn sie bedeutet, dass jede Qualitätsaussage über dieses Modell aus einer von zwei Quellen stammt – der eigenen Marketingsprache von ByteDance oder einem Human-Preference-Board eines Drittanbieters – und die beiden sind nicht dieselbe Art von Beleg.

Sind die Seedance 2.5 Gewichte offen?

Nein. Von Seedance 2.5 ist nichts herunterladbar.

Das Material des Anbieters erwähnt nie Gewichte, Checkpoints, eine Lizenz oder eine Open-Source-Veröffentlichung. Die Handlungsaufforderungen der Modellseite lauten „Get API“, „Try now“ und „Compare now“; die Fußzeile verlinkt auf Modelle, Publikationen und Recruiting, nicht auf ein Repository. BytePlus ModelArk stellt das Modell als dreamina-seedance-2-5-260628 bereit, und die zugehörige Preisseite kennzeichnet Offline-Inferenz als „Not supported yet“ – es gibt keinen Self-Hosting-Pfad, nur Online-Inferenz gegen den Endpoint von ByteDance. Eine Suche auf Hugging Face nach dem Namen liefert kein Repository im Besitz von ByteDance; die Ergebnisse sind Seiten Dritter, die API-Zugang unter Titeln im Seedance-Stil neu verpacken, von denen keine ein Checkpoint ist.

Die Klassifizierung durch Dritte stimmt dem zu, und dies ist das nützlichere Signal, weil es nicht von ByteDance geschrieben wurde. Artificial Analysis betreibt auf seinen Video-Ranglisten einen expliziten Filter „Open weights“, und die eigene FAQ nennt die Open-Weights-Spitzenreiter auf der Text-to-Video-Rangliste: MiniMax H3 (768p) mit Elo 1137, dann LTX-2.5 Fast mit 946 und LTX-2.5 Pro mit 943. Dreamina Seedance 2.5, mit Elo 1143 und insgesamt auf Platz drei derselben Rangliste, ist nicht darunter. Die Open-Weights-Gruppe der Rangliste und ihr Seedance-2.5-Eintrag sind disjunkte Mengen.

Es lohnt sich, genau zu sein, was das bedeutet und was nicht. Geschlossene Gewichte machen das Modell nicht schlechter, und für sehr viele Teams ist die Frage akademisch: Sie hätten ohnehin nie ein Video-Diffusionsmodell auf ihrer eigenen Hardware betrieben. Was geschlossene Gewichte bedeuten, ist, dass Sie das Modell nicht prüfen können, es nicht mit Ihrem eigenen Material feinabstimmen können, keine Version festlegen und sie nach der Abkündigung durch den Anbieter weiter aufrufen können und keine Ausgabe erzeugen können, ohne Ihre Prompts und Referenzressourcen an ByteDance zu senden. Wenn eine dieser vier Einschränkungen für Ihre Arbeit ein Ausschlusskriterium ist, ist Seedance 2.5 nicht Ihr Modell, unabhängig davon, wie die Ausgabe aussieht. Die Open-Weights-Optionen auf demselben Board – MiniMax H3, LTX-2.5 – sind der Ort, an dem diese Suche stattdessen enden sollte.

Was es generiert, in welcher Länge, in welcher Auflösung

Das Seedance 2.5-Tutorial von BytePlus ModelArk ist der Ort, an dem die eigentliche Spezifikation steht, und es ist deutlich spezifischer als der Launch-Post. Das Modell entscheidet seinen Aufgabentyp anhand der Eingabe-Assets und der Prompt-Absicht, und es gibt fünf anerkannte Formen:

• Text-zu-Video — nur ein Text-Prompt, ohne besondere Einschränkung von Seitenverhältnis oder Dauer.

• Video mit erstem Frame bzw. erstem und letztem Frame — ein Bild als Startframe oder zwei Bilder als erstes und letztes, wobei das Seitenverhältnis der Ausgabe auf das Bild des ersten Frames festgelegt wird.

• Referenz-zu-Video — mindestens ein Referenzbild, -video oder -audio, ohne Einschränkung der Ausgabedauer.

• Videobearbeitung – ein Referenzvideo plus eine Bearbeitungsabsicht im Prompt, das Ersetzen eines Motivs, das Hinzufügen oder Entfernen von Objekten oder das Übermalen eines Teils des Frames. Die Ausgabe behält das Seitenverhältnis und die Dauer der Quelle bei, das Referenzvideo muss 4–30 Sekunden lang sein, und das Verhältnis muss auf adaptiv mit Dauer -1.

• Videoerweiterung — ein Referenzvideo plus eine Erweiterungsabsicht, wobei das Filmmaterial vorwärts oder rückwärts fortgeführt wird. Der Launch-Post beschreibt das Erweitern in weiteren Runden, während Figuren, Umgebungen und das erzählerische Tempo konstant gehalten werden.

Zu den Zahlen, die das Tutorial angibt:

• Dauer — 4 bis 30 Sekunden in einem einzigen Durchlauf, oder -1 um das Modell eine Länge innerhalb dieses Bereichs auswählen zu lassen. Die Seedance 2.0-Serie erreicht maximal 4–15 Sekunden, das ist also eine Verdopplung, und ByteDance sagt, dass sie ohne Multi-Segment-Zusammenfügung auskommt.

• Auflösung — 480p und 720p bei 8-Bit-Farbtiefe sowie 1080p bei 10-Bit. Das ist die vollständige Liste für Seedance 2.5. Nicht 4K. Die 4K-Stufe existiert in der Seedance-2.0-Serie, nicht hier, und dies ist eine der Angaben, die sich verschoben haben: mehrere Drittanbieter-Berichte — und der frühere Erklärartikel dieses Blogs selbst — beschrieben Seedance 2.5 als 4K-Modell. Die aktuelle Fähigkeitstabelle von BytePlus ModelArk listet 4K nicht für dreamina-seedance-2-5-260628. Gleichen Sie die Anbietertabelle mit Ihrer eigenen Auslieferungsspezifikation ab, bevor Sie jemandem 4K mit diesem Modell versprechen.

• Seitenverhältnisse — 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 und adaptiv.

• Container — mp4 oder mov. Der mov-Pfad verwendet H.264 mit yuv444p-Chroma-Subsampling und PCM-Audio, was ByteDance als die höherwertige Option für Bearbeitungs- und Erweiterungsarbeiten positioniert.

• Referenzen – bis zu 50 Assets in einer Anfrage: 30 Bilder, 10 Videos und 10 Audioclips. Die 2.0-Serie erlaubt insgesamt 15, aufgeteilt 9/3/3. Referenzvideos dürfen insgesamt nicht mehr als 30 Sekunden Eingabe umfassen, jedes muss 200 MB oder weniger groß sein, und akzeptierte Eingabe-Bildraten liegen bei 24–60 fps.

• Nicht veröffentlicht — die Ausgabebildrate. Das Tutorial gibt den Bildratenbereich an, den es bei der Eingabe akzeptiert, und macht keine Angaben dazu, was es ausgibt. Wenn Ihre Pipeline eine feste Ausgabebildrate annimmt, ist das eine Annahme, kein dokumentierter Wert.

Ein weiteres Detail, das in der 2.0-Serie keine Entsprechung hat: Entwurfsmodus. Du erzeugst eine 480p-Vorschau, um Szenenstruktur, Shot-Planung, Bewegung des Motivs und Prompt-Ausrichtung zu prüfen, und reichst dann diese Draft-Task-ID weiter, um die finale Version in deiner Zielauflösung zu rendern, wobei Modell, Prompt, Eingabe-Assets, Seed, Audioeinstellungen, Seitenverhältnis und Dauer wiederverwendet werden. Nur 480p-Drafts sind zulässig. Beide Schritte werden separat abgerechnet.

Audio wird generiert, nicht angehängt

Seedance 2.5 ist ein gemeinsames Audio-Video-Generierungsmodell, und dieser Unterschied ist kein Marketing. Die API trägt ein generate_audio-Flag, und die Beispiele des Launch-Posts selbst sind als Sounddesign geschrieben: ein „Ding" als Discovery-Sting bei der Reaktion einer Figur, ein Knacken, wenn eine Grapefruitschale aufplatzt, ein dumpfer Schlag, gefolgt von einer halben Sekunde Stille, ein Voiceover, das eine Markenzeile über einem weißen Frame liest. Diese sind als Teil des Prompts angelegt, der den Clip erzeugt, und werden nicht nachträglich darübergelegt.

Auch die Referenzseite hat sich geändert. Die Audio-Referenzen von Seedance 2.0 waren bedingt – eine Audio-Referenz erforderte ein begleitendes Bild oder Video. Seedance 2.5 akzeptiert reference_audio allein und erlaubt Audio in Kombination mit Bild, mit Video oder alle drei zusammen. Referenz-Audio- und -Video-Assets umfassen zusammen nicht mehr als 30 Sekunden.

Die Wasserzeichensetzung ist eher ein Parameter als ein festes Verhalten: watermark ist standardmäßig false, und wenn man es auf true setzt, wird eine KI-generierte Markierung in die untere rechte Ecke gesetzt. Elf Sprachen werden nativ unterstützt – Chinesisch, Englisch, Spanisch, Indonesisch, Malaiisch, Thailändisch, Arabisch, Portugiesisch, Vietnamesisch, Japanisch und Koreanisch.

Was ByteDance behauptet und was die unabhängigen Gremien messen

ByteDance veröffentlicht keinen Benchmark für Seedance 2.5. Nicht auf der Modellseite, nicht im Launch-Post, nicht im ModelArk-Tutorial. Die Behauptungen des Unternehmens sind qualitativ und am besten als Liste von Absichten zu lesen: flüssigere und konsistentere Bewegungen, realistischere Visuals, stärkere Shot-Übergänge und Szenenwechsel, besserer Umgang mit Objekt- und Hauttexturen, Beleuchtung und Farbsättigung sowie eine Verringerung der unkontrollierten Untertitel und Hintergrundmusik, die KI-Videos synthetisch wirken lassen. Der Launch-Post nennt außerdem unaufgefordert eine Einschränkung, die ungewöhnlich genug ist, um sie zu zitieren: ByteDance sagt, es gebe „noch Raum für Verbesserungen, insbesondere hinsichtlich der physikalischen Plausibilität komplexer Bewegungen und der Stabilität von Szenen mit Interaktionen zwischen mehreren Subjekten.“

Das unabhängige Bild stammt von Artificial Analysis, das Videomodelle nach Elo anhand blinder paarweiser Stimmen einordnet, die ein rekrutiertes menschliches Panel abgegeben hat. In AA-Video-T2V v2.0, der Rangliste für Text-zu-Video mit Audio, hält Dreamina Seedance 2.5 Elo 1143 mit einem 95%-Intervall von 1134 bis 1152, über 8.264 Stimmen, womit es den dritten Platz belegt. Davor: Wan 3.0 mit 1156 und Utopai X mit 1149. Dahinter: MiniMax H3 (768p) mit 1137 und MiniMax H3 Max mit 1130.

Drei Warnhinweise zu dieser Zahl. Der Name, den das Board selbst für das Modell verwendet, lautet „Dreamina Seedance 2.5“, und als Veröffentlichung ist Juli 2026 angegeben — es geht um dieses Modell, nicht um seinen Vorgänger. Die Bewertung ist ein Präferenzmaß, kein Fähigkeitswert: Sie besagt, dass Leute seine Clips in Blindvergleichen häufiger ausgewählt haben, was eine Aussage über die Ausgabe ist, wie sie mit Auge und Ohr beurteilt wird, und nichts über Steuerbarkeit, API-Ergonomie, Kosten oder Zuverlässigkeit. Und die Intervalle überschneiden sich stark — 1143 gegenüber 1137 ist kein Ranking, auf das jemand eine Entscheidung stützen sollte.

Zwei weitere Platzierungen runden dies ab. Auf AA-Video-T2V-Silent v2.0, dem Board ohne Audio, steht Seedance 2.5 mit Elo 1105 auf dem vierten Platz, hinter Wan 3.0, MiniMax H3 Max und MiniMax H3 (768p) – eine konsistente, aber unauffällige Position. Auf AA-Video-I2V v1.0, dem Image-to-Video-Board, taucht es überhaupt nicht auf; die Seedance-Einträge dort sind Dreamina Seedance 2.0 720p und Seedance 1.5 pro. Nichts hier stützt die Behauptung, dass Seedance 2.5 sein Feld anführt. Nichts hier widerspricht ihr aber auch – der dritte Platz insgesamt auf dem audio-inklusiven Text-to-Video-Board ist ein wirklich starker Einstand, und der eigene Hinweis des Boards, dass in den letzten dreißig Tagen sechs Modelle hinzugefügt wurden, zeigt, dass sich das Ranking noch bewegt.

Was es kostet und wie Sie dorthin gelangen

Der Zugang erfolgt über zwei völlig unterschiedliche Wege. Auf der Verbraucherseite nennt ByteDances Launch-Beitrag Jimeng AI und Doubao Pro – wählen Sie im Menü zur Videogenerierung Seedance 2.5 aus –, wobei der BytePlus Playground unter ai.byteplus.com und Dola als weitere Einstiegspunkte auf der Modellseite aufgeführt sind. Auf der Entwicklerseite ist die API BytePlus ModelArk, Modell-ID dreamina-seedance-2-5-260628, bereitgestellt über den Endpunkt für Asien-Pazifik. Bevor das Modell überhaupt ausgeführt wird, verlangt BytePlus eines von: ein Kontoguthaben über 30 USD, einen dedizierten AI Savings Plan der Stufe 30 USD oder höher oder ein erworbenes Ressourcenpaket der Seedance-2.5-Serie. Ein API-Schlüssel allein reicht nicht aus, und dieses Hindernis sollte man kennen, bevor man eine Lastspitze plant.

Die Preisgestaltung ist veröffentlicht, und sie wird nach geschätztem Token-Verbrauch abgerechnet, nicht pro Clip. Die Token-Sätze, von der Preisseite von BytePlus ModelArk, in USD pro Million Token:

• 480p- und 720p-Ausgabe — 10,70 ohne Videoeingang, 6,40 mit Videoeingang.

• 1080p-Ausgabe — 11,70 ohne Videoeingang, 7,00 mit Videoeingang.

• Offline-Inferenz — nicht unterstützt.

Der Token-Verbrauch skaliert mit Dauer, Auflösung und Bildrate, und BytePlus' eigene Rechenbeispiele veranschaulichen die Größenordnung. Für einen 5-sekündigen 16:9-Clip ohne Videoeingabe schätzt der Anbieter 0,514 USD bei 480p (0,103 pro Sekunde), 1,156 USD bei 720p (0,231 pro Sekunde) und 2,843 USD bei 1080p (0,569 pro Sekunde). Sobald Video als Eingabe hinzukommt, kostet dieselbe 5-Sekunden-Ausgabe 0,553–2,152 USD bei 480p, 1,244–4,838 USD bei 720p und 3,062–11,907 USD bei 1080p, wobei der untere Wert einer 2–4-sekündigen Eingabe entspricht und der obere einer 30-sekündigen. Beachten Sie, dass das Hinzufügen von Videoeingabe senktden Preis pro Tokendie Gesamtsumme erhöht, weil die Eingabedauer selbst Tokens verbraucht. Artificial Analysis normalisiert dasselbe Modell auf 34,12 USD pro Minute 1080p bei Standardeinstellungen, was mit der eigenen Pro-Sekunde-Angabe des Anbieters für 1080p übereinstimmt, wenn man sie auf 60 Sekunden hochrechnet.

Zum Vergleich ist die Seedance 2.0-Serie durchweg günstiger: 0,07 pro Sekunde bei 480p, 0,15 bei 720p, 0,37 bei 1080p und 0,78 bei 4K auf derselben Preisseite. Der 1080p-Tarif von Seedance 2.5 ist etwa 1,5-mal so hoch wie der des Vorgängers, und der 480p-Tarif ebenfalls etwa 1,5-mal. Man zahlt für Dauer, Referenzkapazität und Bearbeitungskontrolle, nicht für einen günstigeren Sekundenpreis.

Ein praktischer Hinweis zur Abrechnungsmetrik, denn sie verändert, was Sie messen sollten: BytePlus berechnet nur erfolgreich generierte Videos und stellt keine Rechnung für eine fehlgeschlagene Generierung, die durch Inhaltsmoderation verursacht wurde. In einem Bearbeitungsworkflow, in dem die Ausgabedauer vom Quellclip übernommen wird, ist das wichtiger als in einem promptgesteuerten – eine abgelehnte Bearbeitung kostet Sie nichts außer dem erneuten Versuch, was nicht für jede Video-API gilt. Bewerten Sie dieses Modell anhand der Kosten pro akzeptiertem Clip, nicht anhand der Kosten pro Sekunde nominaler Ausgabe.

Die Routing-Frage, ehrlich gesagt

Seedance 2.5 wird nicht über OrcaRouter geroutet. Eine Prüfung unserer Live-Modellliste am 13. Oktober 2026 liefert keinen Seedance-Eintrag irgendeiner Generation, daher macht diese Seite keine Aussage darüber, dass es über uns aufgerufen werden kann, und jeden Beitrag, der etwas anderes impliziert, sollten Sie als veraltet betrachten.

Wo OrcaRouter tatsächlich passt, ist der Rest der Pipeline. Ein Videogenerierungsmodell ist selten das Einzige im Anfragepfad – es gibt Prompt-Erstellung, Referenz-Beschriftung, Shotlist-Generierung, Moderationsdurchläufe und die agentische Orchestrierung rund um all das, und diese Arbeit gehört nicht auf ByteDances Endpoint. OrcaRouter bietet Ihnen einen OpenAI-kompatiblen Endpoint über 200+ Modelle mit 0 % Aufschlag, der den Listenpreis des Anbieters unverändert weitergibt, sodass eine Preissenkung eines Anbieters bei uns am selben Tag sichtbar wird, an dem sie kommt. Automatisches Failover bedeutet, dass ein Schritt zur Prompt-Erstellung weiterläuft, wenn ein Anbieter einen schlechten Nachmittag hat, und die Routing-DSL lässt Sie ausdrücken, welches Modell welchen Aufruf übernimmt – als Code statt als Stapel von if-Anweisungen. Bringen Sie Ihren BytePlus-Schlüssel für die Videogenerierung mit und leiten Sie alles drumherum durch eine einzige Stelle.

Was ist noch offen?

Die Fragen, die eine Referenzseite nicht klären kann, und die, die es wert sind, im Auge behalten zu werden:

• Ob 4K kommt. Die 2.0-Serie hat eine 4K-Stufe, Seedance 2.5 nicht, was für ein neueres Modell eine seltsame Umkehrung ist und eher eine Ausrollentscheidung als eine Obergrenze sein dürfte. Achten Sie auf die BytePlus-Capability-Tabelle, nicht auf Blogbeiträge.

• Ob die Gewichte jemals offengelegt werden. ByteDance hat sich weder in die eine noch in die andere Richtung geäußert. Die Seedance-Reihe hat noch nie einen Checkpoint veröffentlicht, und die Präsenz wirklich offener Konkurrenten auf derselben Rangliste – MiniMax H3 ist der Open-Weights-Spitzenreiter auf dem Text-zu-Video-Board – ist das kommerzielle Argument dagegen, daran etwas zu ändern.

• Ob der Elo Bestand hat.Der dritte Platz auf AA-Video-T2V v2.0 mit einem Intervall, das sich mit dem viertplatzierten Modell überschneidet, ist eine Ausgangsposition, kein Urteil, und 8.264 Stimmen sind eine kleine Basis im Vergleich zu den älteren Einträgen der Boards.

• Worauf sich die API-Oberfläche einpendelt. Die Ableitung des Aufgabentyps aus der Prompt-Absicht ist in den Beispielen elegant und in der Produktion fragil – BytePlus dokumentiert zwei Fehlercodes, InvalidParameter.TaskTypeMismatch und InvalidParameter.TaskTypeConstraint, genau für den Fall, dass Sie eine Bearbeitung meinten und das Modell eine Neu-Generierung las. Das Setzen von omni_reference_task_type verlagert die Validierung explizit nach vorne, und jede echte Integration sollte das tun.

• Ob ByteDance die Physik liefert.Das Unternehmen nannte die Plausibilität komplexer Bewegungen und die Stabilität der Interaktion mehrerer Subjekte als eigene Schwachpunkte. Diese beiden Dinge entscheiden darüber, ob ein 30-Sekunden-Clip brauchbar oder bloß beeindruckend ist.