
WeMM-Video-2B vs Seedance 2.5 Flash : le seuil de contrôle qualité que personne ne tarifie
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 184 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 535 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 262 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 94 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 291 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 216 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 108 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
7 cents américains achètent une seconde de Seedance 2.5 Flash en 480p, ou 15 cents américains en 720p, selon la grille tarifaire que ByteDance a publiée via BytePlus le 13 novembre 2026. Personne ne publie ce qu'il en coûte de décider si le clip renvoyé est utilisable. WeMM-Video-2B — le checkpoint omni-modal de 3,28 milliards de paramètres de Tencent, mis en ligne le 17 novembre 2026 sans annonce et, au 20 novembre, sans aucun téléchargement — est le premier modèle sous licence ouverte de cette famille assez petit pour servir de filtre plutôt que de générateur. Pris ensemble, ils décrivent un pipeline où la partie coûteuse a un prix et où la partie qui décide si vous l'avez payée deux fois n'en a pas.
Voilà tout l’argument, et ce n’est un argumentaire commercial pour aucun des deux modèles. Seedance 2.5 Flash est un générateur vidéo avec une grille tarifaire et aucun tableau de capacités. WeMM-Video-2B est un modèle de compréhension vidéo avec un dépôt et aucune évaluation indépendante. Ni l’un ni l’autre ne se trouve sur un point de terminaison hébergé vers lequel nous pouvons vous orienter. Ce qui suit décrit ce que chacun est réellement, pourquoi le cadrage fondé sur le prix par seconde qui domine cette catégorie est incomplet, et à quoi devrait ressembler un garde-fou dans la boucle avant qu’il vaille la peine de l’intégrer.
Ce que sept centimes par seconde ne couvrent pas
Commençons par l’arithmétique, car c’est la seule partie de cette comparaison qui soit établie. Seedance 2.5 Flash facture 0,07 $ par seconde en 480p et 0,15 $ en 720p sans vidéo d’entrée, contre 0,103 $ et 0,231 $ pour Seedance 2.5 — soit environ deux tiers du prix aux deux niveaux, calculé à partir d’un tarif de jetons de 7,00 $ par unité contre 10,70 $ pour le modèle parent. Un clip de cinq secondes coûte 0,34 $ en 480p. Mille clips coûtent 340 $.
Ces chiffres sont corrects, et ils sont aussi ce qu’il y a de moins intéressant dans le modèle, car ils facturent une génération et non une décision. Tout studio qui propose une offre vidéo finit par découvrir que la facture ne correspond pas au nombre de clips générés — mais au nombre de clips générés pour en obtenir un qu’il serait prêt à livrer. Si Flash nécessite quatre tentatives pour obtenir une prise utilisable, son coût réel est de 28 cents par seconde acceptée, et il ne surpasse en rien son propre tarif affiché. Si le modèle parent y parvient en deux tentatives, le parent est moins cher par seconde acceptée bien qu’il coûte 47 % de plus par tentative. La grille tarifaire ne peut pas vous dire laquelle de ces hypothèses est vraie. Seule une mesure le peut.
Cette mesure, c’est précisément à cela que sert un modèle de compréhension — et c’est ici que la comparaison cesse d’être un « versus » à armes égales pour devenir la description de deux tâches voisines.
L’un génère, l’autre juge, et aucun des deux ne fait les deux.

Seedance 2.5 Flash prend un prompt, une première image facultative et des ressources de référence, et renvoie une vidéo. WeMM-Video-2B prend des images vidéo ainsi que la bande-son originale, et renvoie du texte. Il n'y a aucun chevauchement de capacités et aucun moyen de substituer l'un à l'autre. L'identifiant de modèle du générateur est dreamina-seedance-2-5-flash-261115, et l'estampille de date qu'il contient — 15 novembre 2026 — correspond à la fenêtre d'API annoncée par BytePlus, deux jours après l'apparition du modèle chez un partenaire de distribution.
• Ce qui est fourni — un prompt et des images de référence pour Flash ; jusqu’à quatre images, deux vidéos et deux éléments audio par requête pour WeMM-Video-2B.
• Ce qui en sort — une vidéo mp4 avec audio synchronisé pour Flash ; une réponse textuelle pour WeMM-Video-2B, en chinois ou en anglais.
• Résolution — 480p et 720p sur Flash, sans aucun palier 1080p ; non applicable à WeMM-Video-2B, qui n’a aucune sortie vidéo.
• Durée — cinq secondes constituent l’exemple détaillé de la grille tarifaire ; WeMM-Video-2B échantillonne à 2 i/s avec un minimum de 4 images et un maximum de 128 images, donc un clip de cinq secondes correspond à dix images par défaut.
• Poids — Flash est un point de terminaison fermé sans rien à télécharger ; WeMM-Video-2B est sous licence Apache 2.0 et téléchargeable, mais vous fournissez les GPU.
• Évaluation indépendante — aucune pour l’un ou l’autre. Aucun classement tiers que nous avons pu trouver au 20 novembre ne comporte d’entrée Seedance 2.5 Flash, et les résultats phares de l’article WeMM-Video concernent les 35B-A3B et 9B, pas le 2B.
Lisez cette liste deux fois et la nature de la chose devient évidente. Ce n’est pas un choix entre deux modèles vidéo. C’est un choix entre payer pour la génération et payer pour le jugement, et la plupart des équipes paient déjà pour le premier sans avoir chiffré le second.
Ce que Tencent a réellement construit
Le 2B est le membre compact d’une famille de quatre tailles — 2B, 4B, 9B denses et un mélange d’experts 35B-A3B — publiés ensemble sous la forme de dix-sept dépôts Hugging Face entre 08:53 et 08:59 UTC le 17 novembre, l’article arXiv suivant le 19 novembre et le README du dépôt étant encore en cours de modification le matin du 20. La licence est Apache 2.0 et l’architecture est une pile à trois tours sous un wrapper `WeMMVideoForConditionalGeneration` : un encodeur visuel à 24 blocs et 1 024 dimensions cachées, avec des patchs de 16 pixels, un encodeur audio Whisper à 32 couches et 1 280 de large, avec 128 bins mel, et un modèle texte à 24 couches et 2 048 dimensions cachées, 8 têtes d’attention et 2 têtes clé-valeur, sur un vocabulaire de 248 320 tokens avec un maximum de 262 144 positions.
Les détails qui déterminent s’il est possible de l’utiliser comme porte plutôt que comme démo :
• Taille des poids — 6,12 Gio de safetensors BF16 répartis sur deux fragments, 6 567 256 208 octets dans l’index, soit environ 3,28 milliards de paramètres une fois les encodeurs comptés. Le nom ne prend en compte que le modèle de langage.
• Deux modes, un seul checkpoint — `enable_thinking=False` renvoie une réponse directe et `enable_thinking=True` renvoie une trace de raisonnement, le choix se faisant via un indicateur de modèle de conversation plutôt qu’en téléchargeant un second modèle.
• Service — vLLM patché 0.18.0 ou 0.31.0, SGLang patché 0.5.16 ou 0.5.19, images CUDA 12.9, et un chemin d’exécution natif pour la version GGUF. L’affirmation de validation de Tencent est que vLLM patché « a chargé le checkpoint sur L20 et H20 et a terminé les vérifications de génération pour le texte, l’image, l’audio et la vidéo avec bande-son. »
• Quantification — FP8 Block128, AWQ W4A16, GGUF Q4_K_M et NVFP4 W4A16, chacun dans son propre dépôt. Un modèle 2B dans une version 4 bits est suffisamment petit pour tenir sur la même machine que le client qui appelle le générateur.
• Limites d’entrée — quatre images, deux vidéos et deux éléments audio par requête dans un contexte de 8 192 jetons, imposées par la recette de service plutôt que simplement suggérées par celle-ci.
Ce qui manque compte tout autant. Il n’y a nulle part dans la publication de chiffre de précision propre au 2B — les affirmations de la famille selon lesquelles elle surpasse Qwen3.5-Omni-Flash et Seed2.0-Mini-0428 concernent le 35B-A3B, et l’affirmation du 9B selon laquelle il surpasse Qwen3-Omni-30B-A3B-Instruct est celle du 9B. On ne sait pas, publiquement, si le modèle compact conserve le raisonnement audiovisuel qui rend cette famille digne d’intérêt ; cela n’a pas été testé. Zéro téléchargement et deux likes sur le dépôt au 20 novembre constituent un bon indicateur du peu d’examen extérieur dont il a fait l’objet.
Le tableau des capacités que ByteDance n’a pas publié.

Flash a le problème inverse. Son prix est documenté au centime près et ses capacités ne sont pas documentées du tout. BytePlus a publié une grille tarifaire, un identifiant de modèle et un plafond de résolution. BytePlus n’a publié, sur aucune page que nous avons pu charger le 20 novembre, ni la durée maximale, ni le budget de référence, ni si l’audio est généré dans la même passe, ni si les modes d’édition et d’extension qui définissent Seedance 2.5 sont repris, ni si le format de sortie mov est disponible.
Le modèle parent répond à tout cela — de quatre à trente secondes, cinquante ressources de référence réparties en trente images, dix vidéos et dix audios, génération audio-vidéo conjointe, onze langues, mp4 et mov à 24 fps. Rien de tout cela n’est indiqué pour Flash. Ce n’est pas une raison de supposer le pire ; c’est une raison de ne rien supposer. Un niveau qui conserve trente secondes et cinquante références aux deux tiers du prix est un produit différent de celui qui conserve la 720p et rien d’autre, et la différence est exactement ce qu’une étape de contrôle QC devrait mesurer — sauf que le contrôle ne peut pas mesurer une spécification qui n’a jamais été écrite.
C'est là la limite honnête de toute l'idée. On peut construire la boucle dès aujourd'hui. On ne peut pas encore dire à quoi la boucle se mesure, parce que l'un de ses côtés livre une grille tarifaire et l'autre livre un document.
Ce que coûterait une barrière dans la boucle
Supposons que vous le construisiez. L’appel au générateur passe par BytePlus ou par un partenaire de distribution avec sa clé. Le filtre de contrôle est une instance WeMM-Video-2B que vous hébergez vous-même, qui prend le clip renvoyé et sa bande-son et répond à une question — cela correspond-il au brief, et l’audio est-il synchronisé. À 2 i/s et dix images pour un clip de cinq secondes, c’est une petite tâche d’inférence sur un seul GPU, et les versions 4 bits la rendent encore plus légère.
L’économie est déséquilibrée d’une manière qu’il vaut la peine de dire clairement. Une génération coûte de sept à quinze cents par seconde et ne peut pas être inspectée avant que vous ne payiez. Un passage par le filtre coûte une fraction de cent de temps GPU et peut être exécuté autant de fois que vous le souhaitez. Si le filtre rejette un clip sur quatre, vous avez économisé les trois quarts d’une régénération que vous auriez autrement achetée à l’aveugle — et vous l’avez fait sans second contrat avec un fournisseur, car le filtre est constitué de poids sur votre propre matériel.
Ce que vous n’obtenez pas, c’est un chiffre. Personne n’a publié de taux de concordance entre un jugement de WeMM-Video-2B et celui d’un éditeur humain, et tant que personne ne le fait, le garde-fou est un filtre dont le taux de faux positifs est inconnu. C’est une vraie raison de le faire tourner en mode shadow pendant une semaine avant de le laisser rejeter quoi que ce soit.
Où la couche de routage mérite sa place

Aucun des deux modèles ne figure dans notre catalogue, et ces deux affirmations méritent d’être faites sans détour : nous ne servons pas WeMM-Video-2B, et nous ne servons pas Seedance 2.5 Flash. Un pipeline construit autour de l’un ou de l’autre est un pipeline construit sur la clé de quelqu’un d’autre.
Ce que nous faisons passer par cette route, c’est le travail périphérique et, dans cette conception particulière, ce n’est pas un lot de consolation. Tencent Hy4 Flashest la déclinaison économique du modèle phare Hunyuan de Tencent — entrée texte et image, sortie texte, un contexte d’un million de tokens, jusqu’à 64 000 tokens en sortie, à 0,0175 $ par million de tokens d’entrée et 0,07025 $ par million de tokens de sortie. C’est le modèle qui transforme un brief d’une ligne en liste de plans, réécrit le prompt entre les tentatives et lit le motif de rejet de la porte de validation pour décider quoi modifier. C’est un modèle de texte qui fait du travail de texte et, à ces tarifs, la boucle d’ingénierie de prompt autour d’un pipeline vidéo coûte moins cher que la vidéo.
Le point structurel est celui qui subsiste quel que soit le fournisseur choisi. Le prix catalogue du fournisseur est répercuté à 0 % de marge, ainsi, lorsque ByteDance réduit un niveau tarifaire — comme elle a ramené celui-ci aux deux tiers du tarif parent — la réduction est effective de notre côté le jour même, et non à la prochaine réinitialisation de facturation. Le basculement automatique entre fournisseurs signifie que la partie texte de la boucle ne fait pas tomber le pipeline lorsqu’un point de terminaison se dégrade. Et disposer de plus de 200 modèles derrière une seule clé compatible OpenAI signifie que la comparaison que vous finirez inévitablement par faire — ce garde-fou face à un modèle de compréhension plus grand, cet expanseur de prompt face à un modèle moins cher — ne coûte qu’un changement de paramètre, pas une intégration.
Quoi regarder, et dans quel ordre
Trois éléments permettraient de faire passer cela d’un argument à une recommandation. Premièrement, le tableau des capacités de Flash : durée, références, audio, et si la 1080p est définitivement absente ou simplement en retard. Deuxièmement, toute évaluation indépendante du 2B — un seul chiffre de concordance public confronté au jugement humain ferait passer le seuil du statut de conception à celui de composant. Troisièmement, la première comparaison de latence publiée pour Flash, car « plus rapide » est toute la prémisse du nom et une sortie à 24 fps en 720p pendant trente secondes représente une quantité considérable d’inférence à accélérer.
D’ici là, le résumé tient en deux prix et un chiffre manquant. Seedance 2.5 Flash est une offre vidéo bien réelle, bon marché et au périmètre étroitement défini, à deux tiers du tarif de son homologue. WeMM-Video-2B est un modèle de compréhension complet, sous licence ouverte, que personne n’a annoncé et que presque personne n’a téléchargé. Les sept centimes sont documentés. Le coût de savoir si cela valait la peine de dépenser ces sept centimes ne l’est pas — et c’est cet écart, et non la grille tarifaire, qu’il faut inscrire au budget.
