Seedance 2.5 vs ByteDance Seedance 2.0 : le modèle le plus récent a le plafond le plus bas

Chaque mise à niveau de génération est censée être un surensemble, et celle-ci ne l'est pas. Seedance 2.5, que ByteDance a livré le 31 juillet 2026, double la durée des clips de son prédécesseur pour atteindre 30 secondes, triple le quota de références pour atteindre 50 éléments et accepte l'audio comme entrée autonome. ByteDance Seedance 2.0, généralement disponible en Chine depuis février 2026 et via l'API BytePlus depuis avril, est le seul des deux à disposer d'une ligne 4K sur la grille tarifaire du fournisseur. Il est également environ un tiers moins cher par seconde et — au classement pour le montage — inférieur de soixante et onze points Elo. Choisir entre les deux n'est pas une question de savoir lequel est le plus récent. C'est une question de savoir de laquelle de ces différences dépend votre travail.

La comparaison est devenue plus intéressante en novembre, pas moins. Le 11 novembre 2026, Seedance 2.5 en 4K est entré en service sur deux plateformes commerciales, Runway et Picsart, tandis que le tableau des capacités de BytePlus ModelArk s'arrêtait encore à 1080p pour l'ID de modèle dreamina-seedance-2-5-260628. Ainsi, l'écart 4K entre les deux générations s'est réduit sur la surface produit d'un tiers et s'est creusé sur celle documentée par le fournisseur. Lisez les chiffres ci-dessous en gardant cette distinction à l'esprit, car il s'agit de la différence la plus déterminante entre ces deux modèles pour quiconque livre vers un écran.

Six dimensions, les deux côtés, sans table

• Durée du clip — Seedance 2.5 jusqu’à 30 secondes en une seule passe (BytePlus précise 2–30 s, ou 4–30 s pour les tâches de montage) avec extension sur plusieurs tours ; Seedance 2.0 4–15 secondes avec 5 secondes par défaut.

• Références par requête — 2.5 accepte 50 ressources (30 images, 10 clips vidéo, 10 clips audio, la vidéo de référence étant limitée à 30 secondes au total) ; 2.0 accepte 15 (9 images, 3 vidéos, 3 audio).

• L’audio comme entrée — 2.5 accepte une piste audio de référence seule, ou en toute combinaison avec une image et une vidéo ; 2.0 exigeait que les références audio soient associées à une image ou une vidéo.

• Résolution — la version 2.0 documente les résolutions 480p, 720p et 1080p, ainsi qu'un niveau 4K avec des tarifs à la seconde publiés ; la version 2.5 documente les résolutions 480p, 720p et 1080p (1080p en 10 bits) sans ligne 4K, et n'atteint la 4K que par le biais de fonctionnalités de la plateforme et d'un programme d'essai pour les entreprises.

• Tarif publié en 1080p — 2,5 à 11,70 $ par million de jetons vidéo, soit environ 0,57 $ par seconde selon l’exemple de calcul du fournisseur ; 2,0 à 0,37 $ par seconde.

• Poids — fermés pour les deux. Aucun checkpoint, aucune licence, aucun chemin d’auto-hébergement.

Ce que la génération plus récente a réellement acheté

Les trois changements qui comptent ne sont pas ceux du titre. Le doublement de la durée est le plus visible, mais 30 secondes ne valent le coup que si le modèle peut maintenir un sujet à travers un raccord, et le post de lancement de ByteDance indique clairement que c'est là qu'il a investi — plusieurs plans liés par clip, en passant par l'exposition, le développement et le dénouement sans étape de collage. C'est une capacité différente de celle d'un « clip plus long », et c'est celle qu'il faut tester en premier.

Le budget de références est le second. Passer de 15 éléments à 50 ne constitue pas une amélioration de 3,3× sur une seule dimension ; c’est ce qui permet d’embarquer un casting, un décor, une garde-robe et un fond musical dans une seule requête au lieu d’enchaîner les générations en espérant que la continuité tienne. Seedance 2.5 lit aussi les rendus 3D en argile non texturés comme une référence structurelle — agencement spatial, poses, trajectoires de mouvement, angle de caméra — et applique l’éclairage par-dessus cette géométrie, ce qui constitue un véritable nouveau type d’entrée plutôt qu’une version plus grande d’un type ancien.

Le troisième point est l’indépendance audio. Sur la 2.0, une référence audio était conditionnée par une image ou une vidéo d’accompagnement. Sur la 2.5, elle se suffit à elle-même. Si votre flux de travail consiste à dire « voici la piste voix, construisez le plan autour », ce changement est la raison même de migrer, et il est invisible dans toutes les tables de spécifications qui commencent par la durée.

Les tableaux, lus le même après-midi

Artificial Analysis sépare l’évaluation vidéo par tâche et attribue à chaque tâche sa propre échelle Elo. Consulté le 12 novembre 2026, sur les versions actuelles des classements, les deux générations figurent sur les trois :

• Texte-vers-vidéo avec audio, AA-Video-T2V v2.1 — Seedance 2.5 quatrième à Elo 1 155 (±13, intervalle 1 142–1 168) sur 7 765 votes ; Seedance 2.0 onzième à 1 136 (±13, 1 123–1 149) sur 6 771 votes.

• Image vers vidéo avec audio, {{1}}AA-Video-I2V v2.1 — Seedance 2.5 en première position avec 1 161 (±15, 1 146–1 176) sur 6 540 votes ; Seedance 2.0 en troisième position avec 1 140 (±15, 1 125–1 155) sur 6 587 votes.{{/1}}

• Montage vidéo, AA-Video-Editing v1.1 — Seedance 2.5 quatrième à 1 147 (±11, 1 136–1 158) sur 7 099 votes ; Seedance 2.0 huitième à 1 076 (±10, 1 066–1 086) sur 9 088 votes.

Trois lectures, trois histoires différentes. En texte-vers-vidéo, l’écart de 19 points se situe à l’intérieur des intervalles combinés ; considérez donc qu’il s’agit d’une égalité avec une légère tendance. En image-vers-vidéo, l’écart est de 21 points avec des intervalles qui ne se chevauchent pas, ce qui constitue une véritable différence de préférence, mais faible. En montage, l’écart est de 71 points et les intervalles sont très éloignés les uns des autres — c’est la seule mesure où la mise à niveau est sans ambiguïté. Seedance 2.5 est un modèle de montage nettement meilleur que Seedance 2.0, et si le montage est votre charge de travail, le reste de cet argument est théorique.

Une mise en garde qui s’applique à tout nombre Elo que vous reportez dans un document d’achat : il s’agit de préférences humaines en aveugle par paires, et non de tests de capacités. Un modèle qui gagne davantage de comparaisons est un modèle que les gens préféraient regarder, ce qui n’est pas la même chose qu’un modèle qui {{1}}suit votre prompt, conserve votre personnage ou renvoie un fichier utilisable du premier coup{{/1}}.

L'arithmétique qui tranche, par clip accepté

Les tarifs affichés favorisent l’ancien modèle, et pas qu’un peu. Les exemples de calcul de BytePlus chiffrent un clip 16:9 de 5 secondes sans entrée vidéo à 0,514 $ en 480p, 1,156 $ en 720p et 2,843 $ en 1080p — soit 0,103 $, 0,231 $ et 0,569 $ par seconde. Seedance 2.0, sur la même page tarifaire, revient à 0,07 $, 0,15 $ et 0,37 $ par seconde, avec la 4K à 0,78 $. Chaque palier se situe à environ 50 % au-dessus de son prédécesseur.

Maintenant, chiffrons une vraie prise. Une prise 1080p de 15 secondes coûte 5,55 $ sur 2.0 et, sur 2.5, une prise de 15 secondes dans une limite de 30 secondes coûte 8,54 $. Une prise de 30 secondes — ce que 2.0 ne peut pas produire du tout — coûte 17,07 $. Sur une campagne de 60 prises, cette différence représente 17 000 $ contre 10 000 $ au tarif catalogue, avant même toute nouvelle tentative.

C’est pourquoi le chiffre par seconde est le mauvais dénominateur. Le bon est le coût par clip accepté. Le mode Draft de Seedance 2.5 existe précisément pour cela : générer un aperçu 480p à environ 0,10 $ par seconde, vérifier la structure de la scène et le mouvement du sujet, puis soumettre l’ID de tâche du brouillon pour un rendu final qui hérite du prompt, des références, de la graine, de la durée et du format d’image. Le brouillon et le rendu final sont facturés séparément, si bien qu’un brouillon plus un rendu final coûte environ 1,18 × une seule tentative directe en 1080p — le flux de travail perd de l’argent si vous réussissez la prise du premier coup et commence à être rentable dès la deuxième prise, où l’économie se cumule rapidement. Les propres exemples chiffrés de ByteDance, qui sont des chiffres du fournisseur et n’ont pas été reproduits indépendamment, l’estiment à près de 57 % sur une prise en quatre essais.

Seedance 2.0 n'a pas d'équivalent. Il ne facture en outre que les vidéos générées avec succès et ne facture pas une génération bloquée par la modération du contenu, quel que soit le modèle, ce qui est un avantage plus discret que le mode Draft et qui compte davantage dans les workflows de montage où la durée de sortie est héritée du clip source.

L’inversion 4K, et pourquoi il s’agit d’un problème d’approvisionnement avant d’être un problème technique

C'est la partie qui surprend les gens. L'ancien modèle dispose du palier 4K documenté : BytePlus publie 0,78 $ par seconde et des dimensions en pixels de 3840 × 2160 en 16:9, 2160 × 3840 en 9:16, 2880 × 2880 en 1:1 et 3326 × 2494 en 4:3 pour la série 2.0. Le nouveau modèle n'a rien de tout cela dans sa propre référence API.

Ce que Seedance 2.5 propose à la place, ce sont deux autres portes. Volcano Engine a ouvert un palier 4K natif à certains clients du cinéma et de la télévision le 23 octobre 2026 — couleur 10 bits, un flux de travail du brouillon au master, aucun prix publié et aucune date de disponibilité générale. Puis, le 11 novembre 2026, Runway et Picsart ont chacun annoncé Seedance 2.5 en 4K comme fonctionnalité de plateforme, avec des brouillons en 480p qui peuvent être finalisés en 4K du côté de Runway. Deux plateformes livrant la même capacité le même jour, c'est ce qui se rapproche le plus d'une confirmation pour une allégation de résolution avant qu'une grille tarifaire ne suive.

Ainsi, l’affirmation honnête est plus étroite que le marketing de l’un comme de l’autre fournisseur : le 4K sur Seedance 2.5 existe comme surface produit que l’on peut acheter auprès d’une plateforme, et n’existe pas comme paramètre de requête documenté sur l’API propre au modèle. Si votre pipeline construit des requêtes à partir d’un schéma vendu avec le produit, une énumération de résolution absente du schéma correspond à une requête que vous ne pouvez pas envoyer et à un test sur lequel vous ne pouvez pas faire d’assertion. Si votre pipeline appelle un SDK de plateforme, c’est une simple case à cocher.

Qu'est-ce qui casse quand on change l'ID du modèle ?

Migrer ne se résume pas à une substitution de chaînes, et les modes de défaillance sont suffisamment précis pour planifier en conséquence.

• L'inférence du type de tâche devient plus stricte. Seedance 2.5 détermine son type de tâche à partir des ressources d'entrée et de l'intention du prompt, et BytePlus documente deux codes d'erreur dédiés — InvalidParameter.TaskTypeMismatch et InvalidParameter.TaskTypeConstraint — pour le cas où vous vouliez effectuer une modification et où le modèle a interprété une nouvelle génération. Définissez explicitement le type de tâche plutôt que de laisser l'inférence décider.

• Durée -1 signifie « le modèle choisit », et les tâches de montage et d’extension héritent de la durée et du rapport d’aspect du clip source. Une demande qui fixe 15 secondes en dur se comportera différemment sur les deux modèles, et sur 2.5, elle peut être rejetée d’office.

• La validation des références devient le point de défaillance le plus probable. Avec 30 emplacements d'images, 10 de vidéos et 10 d'audios dans une même exécution, une seule URL cassée ou un seul clip trop long fait échouer une tâche pour laquelle vous avez déjà payé du temps d'attente. Validez le format, la taille, la durée, la résolution et les droits avant de soumettre.

• Le choix du conteneur est libre et mérite d’être fait : le parcours MOV utilise le H.264 avec un échantillonnage de chrominance yuv444p et de l’audio PCM, ce qui constitue l’option de plus haute fidélité pour tout contenu destiné à un étalonnage.

• Le débit d’images de sortie n’est pas publié pour Seedance 2.5. BytePlus précise la plage d’entrée qu’il accepte et ne dit rien sur ce qu’il émet. Si votre pipeline part du principe de 24 fps, il s’agit d’une hypothèse, et non d’une valeur documentée.

Là où un routeur mérite sa place dans une migration

Aucun des deux modèles n’est une route OrcaRouter, donc rien ici n’affirme que nous hébergeons l’un ou l’autre — un essai de Seedance implique un compte ByteDance et une clé BytePlus ou Volcano Engine. Ce à quoi un routeur est réellement utile lors d’un changement de génération, c’est la couche autour du modèle vidéo, qui relève du travail de modèle texte et n’a pas sa place sur le même endpoint : le traitement du script, la liste des plans, les variantes de prompts que vous enverrez au mode Draft, le légendage de cinquante ressources de référence, et la passe de relecture qui décide quel brouillon aura le rendu final.

C'est à ce niveau que le DSL de routage justifie la mise en place. Un seul point de terminaison compatible OpenAI devant plus de 200 modèles vous permet d'exprimer en code quel modèle traite quel appel — un modèle économique pour l'expansion de prompt, un plus puissant pour la revue de continuité — au lieu d'une pile de conditions if face à deux SDK de fournisseurs. Le basculement automatique maintient l'étape de revue en fonctionnement lorsqu'un fournisseur connaît un après-midi difficile, et comme le passage se fait au prix catalogue du fournisseur, sans marge ajoutée, un changement de prix de ByteDance côté vidéo n'est pas quelque chose que vous avez à réconcilier entre deux factures. Gardez le modèle vidéo coûteux et à parti pris sur sa propre clé ; gardez tout ce qui décide de ce qu'il faut lui envoyer sur une seule.

Qui devrait rester sur Seedance 2.0, et qui ne devrait pas ?

• Restez sur 2.0 si vous livrez de la 4K aujourd’hui. C’est la seule des deux à disposer d’un tarif 4K publié et d’une géométrie 4K documentée, et 0,78 $ par seconde est un chiffre que vous pouvez inscrire dans un budget. Passer à 2.5 signifie déplacer votre livraison 4K vers une surface de plateforme dont vous ne contrôlez pas la feuille de route.

• {{1}}Passez à 2.5 si votre travail porte sur le montage, une série ou l’audio. Les soixante et onze points Elo au classement du montage représentent la plus grande différence mesurée entre ces deux modèles, où que ce soit, et la référence audio autonome est une capacité que 2.0 ne possède à aucun prix.{{/1}}

• Changez d'approche si votre plan nécessite 20 secondes et ne peut pas être assemblé. Le plafond de 15 secondes est strict, et aucune technique de prompt ne le rend flexible.

• Lancez les deux si une nouvelle tentative est coûteuse. Les deux modèles partagent une architecture et une page de tarification, donc la voie de secours est une pour laquelle vous disposez déjà d’identifiants — et les atouts restants de 2.0 (secondes moins chères, un niveau 4K) sont précisément ceux qui en font une seconde route utile plutôt qu’une solution héritée.

Le fait qui permettrait de trancher est une date de dépréciation, et ByteDance n’en a publié aucune. Les deux modèles figurent sur la même page tarifaire, les deux sont vendus aujourd’hui, et le palier 4K de la version 2.0 n’a pas de successeur. Tant qu’un avis de fin de vie n’apparaît pas, « mettre à niveau » est le mauvais verbe pour ce duo. Ce que vous faites, c’est répartir une charge de travail entre deux générations du même modèle parce que la plus récente est meilleure sur trois points et moins bonne sur un, et celui sur lequel elle est moins bonne est celui que votre client valide.