Seedance 2.5 vs. Meta Muse Video: Eines davon kann man nicht aufrufen

Es gibt eine Version dieses Vergleichs, die oft geschrieben wird, und sie ist nicht verfügbar. Meta Muse Video wurde am 7. Juli 2026 von Meta Superintelligence Labs vorgestellt, im selben Beitrag als „demnächst für Creator und Meta AI verfügbar“ beschrieben, und hat seitdem in den vier Monaten weder ein Datum für die allgemeine Verfügbarkeit noch einen Preis, eine Clip-Länge oder eine Auflösung erhalten. Seedance 2.5 wird seit der Veröffentlichung durch ByteDance am 31. Juli 2026 verkauft, ist auf einer öffentlichen Preisliste bepreist und bietet inzwischen eine 4K-Stufe auf zwei kommerziellen Plattformen. Jede Seite, die ihre Benchmarks gegeneinander stellt, vergleicht ein Produkt mit einer Ankündigung — was folgt, ist also keine Rangliste. Es ist eine Bestandsaufnahme dessen, was jedes von beiden diese Woche tatsächlich für Sie tun kann, und ein Argument dafür, warum es sich immer noch lohnt, die Antwort zu kennen, bevor Muse Video erscheint.

Die Kurzfassung: Wenn Sie heute einen Clip brauchen, gibt es nichts zu entscheiden. Wenn Sie eine Produktion für 2027 planen, macht die Positionierung von Muse Video – natives Audio, hohe visuelle Wiedergabetreue, ein Text-to-Video-Rang, den Meta selbst im Juli auf den dritten Platz setzte – es zu einem echten Kandidaten für denselben Platz, den Seedance 2.5 einnimmt, und das, was zwischen ihnen den Ausschlag geben wird, steht noch auf keiner der Anbieterseiten.

Was ist heute tatsächlich über jedes davon wahr?

• Verfügbarkeit — Seedance 2.5: vertrieben über BytePlus ModelArk unter der Modell-ID dreamina-seedance-2-5-260628, außerdem über Jimeng AI, Doubao Pro, den BytePlus Playground, Dola und seit dem 11. November 2026 in 4K auf Runway und Picsart. Meta Muse Video: frühe Vorschau, kein Endpoint, keine Registrierung, kein Datum.

• Cliplänge — Seedance 2.5 bis zu 30 Sekunden in einem Durchgang mit mehrstufiger Verlängerung; Meta Muse Video: nicht veröffentlicht.

• Auflösung — Seedance 2.5 bei 480p, 720p und 1080p (10-Bit bei 1080p) über eine eigene API, wobei 4K über Plattformoberflächen und eine Testversion von Volcano Engine auf Einladung verfügbar ist; Meta Muse Video: nicht veröffentlicht.

• Audio — Seedance 2.5 erzeugt Audio und Video in einem einzigen Durchgang und akzeptiert eine eigenständige Audioreferenz; Meta Muse Video beansprucht native Audio-Unterstützung, wobei Meta die Audio-Video-Synchronisation als eine Lücke nennt, an der noch gearbeitet wird.

• Preis — Seedance 2.5 bei 11,70 $ pro Million Video-Tokens (etwa 0,57 $ pro Sekunde bei 1080p, laut dem Rechenbeispiel von BytePlus), von Artificial Analysis auf 34,12 $ pro Minute normalisiert; Meta Muse Video: kein Preis veröffentlicht.

• Benchmark — Seedance 2.5 ist auf allen drei Video-Ranglisten von Artificial Analysis vertreten; Meta Muse Video ist auf keiner davon verzeichnet, und der einzige Rang, der ihm zugeordnet wird, ist Metas eigener, der in seinem Ankündigungspost genannt wird.

• Gewichte — für beide geschlossen, ohne angekündigten Plan, eines von beiden zu öffnen.

Muse Videos Beweismaterial, so dürftig es auch sein mag

Alles, was sich über Meta Muse Video wissen lässt, stammt aus einem einzigen Dokument, und alles Übrige ist daraus abgeleitet. Dieses Dokument ist kurz, und es lohnt sich, seine Aussagen genau so zu lesen, wie sie geschrieben wurden, statt als Zusammenfassung.

Meta sagt, das Modell liefere „konkurrenzfähige Leistung bei Prompt-Treue, visueller Wiedergabetreue und zeitlicher Konsistenz“ — eine relative Aussage, ohne dass eine Vergleichsgruppe genannt wird, die leerste Art von Aussage, die ein Labor machen kann, und zugleich die gewöhnlichste. Darin heißt es, das Modell verfüge über native Audio-Unterstützung. Und im selben Absatz wird benannt, was noch nicht funktioniert: „Audio-Video-Synchronisierung und physikalisch korrekte schnelle Bewegung.“ Liest man diese drei Sätze zusammen, hat man das gesamte technische Bild. Ein Modell mit nativem Audio und unvollkommener Audio-Video-Synchronisierung ist kein Modell mit verlässlichem Lip-Sync, und für alle, die mit Dialogen arbeiten, ist das der entscheidende Satz in der Ankündigung.

Der Rang stammt aus demselben Beitrag: Platz drei im Human-Preference-Elo für Text-to-Video auf Arena, wobei das Diagramm die Bildunterschrift „Stand: 5. Juli 2026“ trägt – zwei Tage vor der Veröffentlichung. Drei Einschränkungen gehen mit dieser Zahl einher, und alle drei sind entscheidend. Sie ist eine Anbieterangabe. Sie misst Präferenz, nicht Leistungsfähigkeit. Und sie ist eine Momentaufnahme einer sich verändernden Rangliste von vor vier Monaten, was bedeutet: Jeder Rang, den Sie für Muse Video ohne Datum zitiert sehen, ist entweder diese Juli-Zahl oder eine Erfindung.

Was in dem Beitrag überhaupt nicht steht: eine Cliplänge, eine Auflösung, eine Bildrate, einen Preis, eine Region, eine Lizenzlaufzeit oder ein Datum. Vier Monate später wurde nichts davon ergänzt.

Die Belege für Seedance 2.5 – und wo sie dünner sind als das Marketing

Seedance 2.5 hat das umgekehrte Problem: reichlich Zahlen, mehrere davon Herstellerangaben, die wiederholt werden, als wären es Messwerte. Die ehrliche Zusammenstellung, gelesen am 12. November 2026:

• Text-zu-Video mit Audio — auf Platz vier bei AA-Video-T2V v2.1 mit Elo 1.155 (±13, Intervall 1.142–1.168) bei 7.765 Stimmen, 34,12 US-Dollar pro Minute. Wan 3.0 führt mit 1.175.

• Bild-zu-Video mit Audio — Erster auf AA-Video-I2V v2.1 mit 1.161 (±15, 1.146–1.176) bei 6.540 Stimmen. Dies ist die stärkste unabhängige Zahl, die dem Modell zugeordnet wird.

• Videobearbeitung — Platz vier bei AA-Video-Editing v1.1 mit 1.147 (±11, 1.136–1.158), hinter Wan 3.0 mit 1.192 zu einem Drittel des Preises.

• Herstellerangaben – flüssigere Bewegung, realistischere Texturen, bessere Beleuchtung und Farbsättigung, weniger unerwünschte Untertitel und Hintergrundmusik. ByteDance veröffentlicht für dieses Modell keinen eigenen Benchmark-Lauf und lässt dies durch Auslassung erkennen: Nirgends im Launch-Material gibt es eine Tabelle, eine Eval-Suite oder ein Vergleichsset.

• Vom Anbieter genannte Schwäche – ByteDance räumt ein, dass „noch Verbesserungsbedarf besteht, insbesondere hinsichtlich der physikalischen Plausibilität komplexer Bewegungen und der Stabilität von Szenen, in denen mehrere Subjekte interagieren.“

Setzt man Metas Eingeständnis neben das von ByteDance, wird etwas Nützliches sichtbar: Die beiden Labore nennen dieselbe Schwäche. Komplexe und schnelle Bewegung sowie die Interaktion zwischen mehreren Subjekten sind die beiden Dinge, mit denen sich beide Modelle laut Angaben schwertun. Das ist kein Zufall der Formulierung; es ist das, was aktuelle Videodiffusion schlecht macht, und es bedeutet: Wenn Muse Video erscheint, lautet die interessante Frage nicht, welches der beiden auf einer Demo-Rolle eines einzelnen gehenden Subjekts besser ist, sondern welches den Fehlermodus hinter sich gelassen hat, den beide Anbieter bereits eingeräumt haben.

Warum sich der Vergleich auch jetzt noch lohnt

Weil die beiden Modelle auf denselben Slot ausgerichtet sind – und der Slot hat eine Form. Seedance 2.5 ist ein Referenz- und Steuerungsmodell: 50 Assets pro Anfrage, 30-Sekunden-Clips, strukturelle Steuerung per Clay-Render, Prompting auf Zeitstempel-Ebene, Bearbeitung, die die Kontinuität bewahrt. Metas Vorschau beschreibt nichts davon. Was sie beschreibt, ist ein Modell für Wiedergabetreue und Audio, das auf derselben Vortrainingsgrundlage wie Meta Muse Image aufbaut – einem agentischen, suchgestützten Bildgenerator mit mehreren Referenzen, dessen dokumentiertes Verhalten Planung, Tool-Nutzung und Selbstverfeinerung über mehrere Turns hinweg umfasst.

Wenn irgendein Teil dieses agentischen Verhaltens auf das Videomodell übergreift, wird Muse Video ein Modell sein, das vom Prompt zum fertigen Clip führt, statt eines Modells mit Steuerungsoberfläche, und das ist ein anderes Produkt als Seedance 2.5, obwohl beide Video mit Ton generieren. Es würde beim ersten Versuch konkurrieren, nicht beim zwanzigsten. Das ist eine Vermutung über ein Modell, das noch niemand hat laufen lassen, und sie ist als solche gekennzeichnet – aber es ist die Vermutung, die entscheidet, ob Sie überhaupt auf Muse Video warten sollten, denn wenn Sie fünfzig Referenzen und einen Editing-Pass brauchen, wird ein für agentische Generierung gebautes Modell nicht das Werkzeug ersetzen, das Sie haben.

Der andere Grund sind die Wechselkosten. Seedance 2.5 hat geschlossene Gewichte, sodass nichts, was man darauf aufbaut, übertragbar ist: kein Checkpoint, kein Fine-Tuning auf eigenem Filmmaterial, keine Version, die man nach der Einstellung noch anpinnen kann. Muse Video wird ebenfalls geschlossen sein. Der Wechsel zwischen zwei geschlossenen gehosteten Modellen ist eine Neufassung der Anfrage-Schicht statt einer Portierung eines Modells; das ist günstig, wenn die Prompts und Referenzen portabel sind, und teuer, wenn nicht. Prompts und Referenzsets zu schreiben, die nicht an das Schema eines Anbieters geschweißt sind, ist die einzige Vorbereitung, die hilft, bevor die Roadmap beider Modelle bekannt ist.

Was Sie während der Wartezeit ausführen können

Wenn in diesem Quartal ein Videomodell auf Ihrem kritischen Pfad liegt, lautet die ehrliche Antwort, dass Meta Muse Video keine Option ist und auch keine sein wird, bis Meta etwas anderes sagt – und die Prüfung ist konkret: ein Eintrag in Metas Liste der Entwicklermodelle, eine Änderung der Verfügbarkeitszeile im Beitrag vom 7. Juli oder ein veröffentlichter Preis. Keines davon existiert mit Stand 12. November 2026.

Was in unserem eigenen Katalog tatsächlich vorhanden ist, sollte man präzise benennen, denn die Muse-Familie wird leicht missverstanden. OrcaRouter bietet Meta Muse Video nicht an – ein Modell in der Vorschauphase kann nirgendwohin geroutet werden –, aber es bietet Meta Muse Spark 1.2, das Muse-Reasoning-Modell, zu Metas eigenem Listenpreis von 1,25 US-Dollar pro Million Eingabe-Token und 4,25 US-Dollar pro Million Ausgabe-Token an, ohne dass wir einen Aufschlag hinzufügen. Diese Unterscheidung ist wichtig, wenn Sie eine Pipeline planen: Die Text-Hälfte eines auf Muse basierenden Workflows lässt sich heute erstellen und testen, die Video-Hälfte nicht.

Was die Generierung selbst betrifft, ist die Videoroute, die wir tatsächlich anbieten, MiniMax H3, abgerechnet zum Listenpreis des Anbieters von 0,08 $ pro Sekunde und auf Platz vier des Text-to-Video-Boards mit 1.161 bei 7.812 Stimmen — ein legitimer Platzhalter für den Slot „günstig, schnell, ordentlich“, während sich die Premium-Optionen sortieren. Beide auf einem OpenAI-kompatiblen Endpoint laufen zu lassen, bedeutet dass der Fallback-Pfad bei einer fehlgeschlagenen Generierung eine Änderung der Modell-ID ist statt eines neuen Vertrags, und weil die Weitergabe zum Listenpreis mit 0 % Aufschlaglandet eine Preissenkung des Anbieters am selben Tag bei uns, an dem sie kommt, und nicht erst bei der Verlängerung.

Wie man sich entscheidet, bevor Muse Video ein Erscheinungsdatum hat

• Wenn Sie im nächsten Quartal Video ausliefern müssen, ist Seedance 2.5 standardmäßig die Antwort, und der konkrete Grund, es statt seines eigenen Vorgängers zu wählen, ist Editing: 1.147 auf AA-Video-Editing v1.1 gegenüber den 1.076 von Seedance 2.0 ist der größte gemessene Abstand in dieser Familie.

• Wenn Ihre Arbeit dialoglastig ist, ist derzeit keines von beiden eine sichere Wahl. Meta hat erklärt, dass die Audio-Video-Synchronisation noch nicht so weit ist, und ByteDance hat die Interaktion mit mehreren Personen als Schwachpunkt genannt; planen Sie für beide einen manuellen Prüfdurchgang beim Lip-Sync ein.

• Wenn Ihre Arbeit 4K erfordert, ist Seedance 2.5 seit dem 11. November 2026 über Runway und Picsart in 4K käuflich zu erwerben, und Meta hat überhaupt keine Auflösung veröffentlicht, was die Frage aus dem Geltungsbereich herausfallen lässt, statt sie zu Gunsten von Muse zu entscheiden.

• Wenn Ihre Arbeit agentisch ist – Briefing hinein, fertiger Clip heraus, minimale menschliche Steuerung –, ist Muse Video auf dem Papier die interessantere Wette, und es bleibt eine Wette. Schreiben Sie das Briefing jetzt. Der Test, der am ersten Tag zählen wird, ist eine bewegungsintensive Einstellung, eine Erzählung, deren Synchronisation Sie prüfen können, und ein Clip, der ein Gesicht über seine gesamte Länge zusammenhält.

Was all das ändern würde, sind ein Datum und ein Preis. Sobald Meta eines von beidem veröffentlicht, wird der Vergleich gewöhnlich – zwei geschlossene gehostete Videomodelle, das eine mit einem Referenzbudget, das andere mit einem agentischen Pitch, entschieden anhand der Kosten pro akzeptiertem Clip. Bis dahin lautet die zutreffende Beschreibung dieser Gegenüberstellung, dass eines der beiden Modelle ein Produkt und das andere ein Versprechen ist, und eine Beschaffungsentscheidung kann nur mit Blick auf das erste getroffen werden.