
Pembuatan Video FastFrames vs Seedance 2.5: Tiga Puluh Detik Melawan Delapan Puluh Satu Frame
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 89 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 97 tok/s
- orcaBARUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaBARUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 88 tok/s
- OrcaBARUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 134 tok/s
- OrcaBARUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 87 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 121 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 195 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 118 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 187 tok/s
Brief tiga puluh detik dan anggaran delapan puluh satu frame adalah dua jawaban berbeda untuk pertanyaan yang sama, dan pertanyaannya bukan "seberapa cepat". Seedance 2.5, entri bentuk panjang ByteDance dari 31 Juli 2026, menghasilkan tiga puluh detik dalam satu kali proses dan memperpanjangnya melampaui itu lintas giliran, dengan membaca hingga 30 referensi gambar, 10 referensi video, dan 10 klip audio sebagai konteks. FastFrames Video Generation, rilis Apple 16 November bersama Cornell, menghasilkan 81 frame pada 832×480 dan 16 frame per detik — 5,06 detik — dalam sekitar 2,9 detik waktu aktual pada satu B200, tanpa input referensi apa pun. Jika Anda pernah menyaksikan seorang sutradara mencoba mempertahankan penampilan melintasi potongan, Anda sudah tahu angka mana dari kedua angka itu yang menjadi masalah rekayasa yang lebih sulit dan mana yang menjadi masalah penjadwalan yang lebih sulit. Halaman ini membahas yang kedua, karena itulah yang menentukan anggaran.
Dua filosofi pengukuran, dan keduanya bukanlah daftar harga
Mulailah dari cara setiap model menagih, karena satuannya tidak dapat dikonversi dan setiap perbandingan yang berpura-pura sebaliknya adalah aritmetika atas kesalahan kategori.
• Seedance 2.5 — diukur dalam token video oleh ByteDance berdasarkan kartu tarif resmi, diterbitkan melalui Volcano Engine Ark di Tiongkok dan BytePlus ModelArk secara internasional. Biaya sebuah klip bergantung pada resolusi, durasi, dan penggunaan token aktual, sehingga angka per detik hanya berlaku untuk satu resolusi dan satu durasi. Pengambilan yang gagal ditagih sama seperti yang berhasil.
• Host pihak ketiga untuk Seedance 2.5 — masing-masing menambahkan marginnya sendiri dan menerbitkan tarif per detik atau per klipnya sendiri, itulah sebabnya selusin halaman menghasilkan selusin angka dan tidak satu pun berasal dari vendor.
• FastFrames — tanpa meteran. Anda membeli GPU-nya. Satu B200 untuk model 1.3B, delapan untuk 14B agar tetap interaktif. Satu generasi yang gagal memakan detik yang sama dengan yang berhasil, dan keduanya diukur dalam listrik, bukan dolar per keluaran.
• Satu-satunya titik data independen — Artificial Analysis mencatat Dreamina Seedance 2.5 sebesar $34,12 per menit pada papan teks-ke-video dan $40,82 pada penyuntingan, dibaca 8 Oktober 2026. Kolom itu adalah biaya satu menit output 1080p pada pengaturan bawaan model, dan Seedance 2.5 secara bawaan memakai konfigurasi yang lebih panjang dan lebih berat yang menjadi acuan harga pada kartu tarifnya. Gunakan itu untuk orde besaran, bukan untuk pos anggaran.
Yang berarti pernyataan jujurnya adalah bahwa salah satu model ini memiliki harga yang tidak dapat Anda prediksi dari luar, dan model lainnya tidak memiliki harga sama sekali. Ketidakpastian FastFrames ada di pihak Anda dalam perhitungan biaya — Anda tahu berapa jam GPU yang Anda pakai — sedangkan ketidakpastian Seedance 2.5 ada di pihak vendor, karena jumlah token bergantung pada bagaimana model memilih membelanjakan token untuk prompt Anda. Di antara keduanya, yang kedua lebih berbahaya untuk dijadikan dasar perencanaan.
Apa yang sebenarnya dibeli oleh anggaran referensi
Angka-angka referensi yang dipublikasikan terdengar seperti kontes spesifikasi dan sebenarnya merupakan klaim kemampuan.
• Gambar — Seedance 2.5 menerima hingga 30 gambar, sedangkan FastFrames tidak menerima sama sekali. FastFrames sama sekali tidak memiliki jalur pengondisian gambar.
• Video — hingga 10 klip sebagai referensi. Inilah yang mengubah untuk apa model tersebut digunakan: set referensi yang mencakup gerakan, tempo, dan perilaku kamera yang diambil dari rekaman yang ada adalah objek yang berbeda dari set referensi yang hanya membawa tampilan.
• Audio — hingga 10 klip. Seedance 2.5 menghasilkan dengan suara; FastFrames senyap, dan tidak ada jalur audio dalam konfigurasi yang dirilis.
• Panjang prompt — tidak ada batas maksimum yang dipublikasikan yang relevan pada tingkat kekhususan ini untuk Seedance; FastFrames menerima prompt teks dan sebuah seed, dan jendela 81 frame-nya berarti Anda mendeskripsikan satu shot kontinu, bukan sebuah adegan.
Tiga puluh detik dengan referensi video adalah shot yang bisa Anda sutradarai. Delapan puluh satu frame dari sebuah prompt adalah shot yang bisa Anda sampling. Keduanya adalah metode produksi yang sah; keduanya bukan pekerjaan yang sama, dan anggaran referensi itulah yang membuat keduanya menjadi pekerjaan berbeda alih-alih tingkatan kualitas yang berbeda.

Mengapa jendela lima detik bukanlah batasan seperti yang terlihat
Lima detik terdengar tidak memenuhi syarat dibandingkan tiga puluh, dan arsitekturnya adalah alasan mengapa itu tidak seburuk yang tertulis — sekaligus menjadi alasan mengapa itu tidak dapat diperbaiki dengan meminta lebih banyak frame.
FastFrames bersifat autoregresif: setiap blok 81 frame dikondisikan pada blok sebelumnya, itulah sebabnya klip dapat berantai sama sekali. Kontribusi para penulis bukanlah transformer yang lebih cepat, melainkan penghapusan dua komponen di sekitarnya yang sejak awal bukanlah intinya. Dekoder piksel dengan 63,87 juta parameter menggantikan dekoder VAE dan membuat waktu dekode dari sekitar 147 milidetik per frame menjadi kira-kira 1. Jaringan penyempurnaan kecil menggantikan pembaruan KV-cache yang memakan 2 milidetik pada model 1,3B dan 6 milidetik pada 14B. Transformer itu sendiri dibekukan pada tahap akhir. Pada model kecil, 271,8 milidetik per frame menjadi 35,8.
Namun, merangkai bukanlah ekstensi. Tidak ada keyframe, tidak ada frame awal, tidak ada frame akhir, tidak ada gambar referensi, tidak ada klip untuk dilanjutkan — jadi urutan satu menit yang dibangun dari FastFrames adalah sebelas blok yang dirangkai tanpa mekanisme untuk mempertahankan wajah karakter, kostum, atau arah cahaya di sepanjang sambungan. Tiga puluh detik dalam satu eksekusi memberikan Seedance 2.5 satu jendela konteks yang di dalamnya konsistensi menjadi masalah model, bukan masalah editor. Perbedaan itu bernilai lebih dari yang disiratkan angka durasi enam kali lipat, dan itu bukan sesuatu yang akan ditutup oleh peningkatan perangkat keras.
Ke mana kecepatan membawa Anda, dan ke mana tidak
Ubah 36 milidetik menjadi satuan yang dipedulikan oleh orang produk, dan gambaran yang muncul lebih sempit serta lebih menarik daripada judulnya.
• FastFrames-S pada satu B200 — 36 milidetik per frame, sekitar 28 permintaan per detik, klip 5 detik dalam 2,9 detik. Lebih cepat daripada pemutaran dengan faktor sekitar 1,7.
• FastFrames-L pada delapan B200 — 45 milidetik per frame, sekitar 22 permintaan per detik, 3,6 detik untuk klip yang sama.
• FastFrames-L pada satu GPU — 158 milidetik per frame, yaitu 12,8 detik untuk klip 5 detik. Lebih lambat daripada menontonnya. Model besar hanya interaktif jika dijalankan di seluruh node.
• Pada 720p — 127 milidetik pada model kecil, 116 pada model besar di delapan GPU. Di sinilah interaktivitas aliran tunggal berhenti.
• Pada H100, bukan B200 — penalti 25 hingga 50 persen menurut perkiraan makalah itu sendiri, sehingga model kecil berada di sekitar 45 hingga 54 milidetik per frame.
Seedance 2.5 tidak menerbitkan apa pun yang sebanding, karena dijual dalam detik keluaran alih-alih dalam frame per detik waktu aktual, dan tidak ada pihak ketiga yang menerbitkan latensi per frame untuknya yang dapat diverifikasi halaman ini. Asimetri itu bukanlah celaan; itu adalah pengingat bahwa kedua model diinstrumentasikan untuk menjawab pertanyaan yang berbeda.
Apa yang dikatakan catatan independen, di satu sisi tempat catatan itu ada
Seedance 2.5 memiliki posisi di dewan, sedangkan FastFrames tidak, dan kedua fakta itu perlu dinyatakan secara terus terang.
Di papan video-editing Artificial Analysis, per 8 Oktober 2026, Seedance 2.5 berada di posisi kedua dengan 1.161 Elo dari 5.162 suara — mengedit klip berdasarkan instruksi teks dengan audio yang dipertahankan. Itu merupakan turunan dari kemampuan referensi video, dan itu adalah jenis angka yang berarti sesuatu yang spesifik: beberapa ribu orang memilih keluarannya daripada keluaran model lain pada tugas yang keduanya diminta untuk lakukan. Itu bukan vonis atas kualitas secara umum, dan itu tidak memberi tahu Anda berapa biaya klip tersebut.
FastFrames tidak memiliki entri papan peringkat karena tidak memiliki host. Apple menerbitkan bobot dan tidak ada endpoint, sehingga tidak ada uji preferensi yang dapat menyajikannya kepada pemilih, dan klaim kualitas model sepenuhnya bersandar pada Tabel 1 dari penulisnya sendiri: total VBench 84,23 untuk FastFrames-S dan 84,44 untuk FastFrames-L dibandingkan 84,11 untuk baseline Causal Forcing++ pada 272 milidetik per frame, dengan Wan2.2 14.3B pada 84,65. Belum direproduksi, dan pada benchmark yang secara tepat memberi ganjaran pada kehalusan temporal yang memang dirancang untuk dihasilkan oleh model autoregresif. Sebaran di seluruh tabel Apple sekitar dua setengah poin, sementara sebaran latensi di antara model-model yang sama adalah empat orde besaran — yang merupakan argumen terkuat dalam makalah tersebut, dan itu adalah argumen tentang apa yang diukur oleh benchmark, bukan tentang kualitas FastFrames.
Menghitung biaya brief nyata
Uji keduanya dengan pekerjaan nyata dan unit-unit itu akan berbenturan dengan cara yang lebih berguna daripada tabel mana pun.
• "Film produk tiga puluh detik dengan voice-over yang terkunci" — Seedance 2.5 dapat melakukannya dalam sekali jalan dengan ekstensi multi-putaran, menjadikan suara sebagai referensi audio dan still produk sebagai referensi gambar. FastFrames tidak dapat menampung audio, tidak dapat menerima still, dan akan memerlukan beberapa blok berantai yang sambungannya kemudian harus Anda sembunyikan. Pekerjaan itu jatuh ke satu model berdasarkan kemampuan sebelum harga masuk ke dalam pembicaraan.
• "Seratus variasi dari loop lima detik untuk tampilan interaktif" — FastFrames di B200 menghasilkan masing-masing dalam waktu kurang dari tiga detik waktu nyata, dengan biaya marginal yang merupakan kesalahan pembulatan setelah kartu diamortisasi. Seedance 2.5 akan menagih seratus generasi, beberapa di antaranya akan ditolak, berdasarkan tarif yang tidak menerbitkan angka per detik yang jelas untuk dijadikan dasar perencanaan.
"Satu hero shot yang harus terlihat seperti rekaman yang sudah kita sunting" — Seedance 2.5, karena referensi video adalah satu-satunya cara kedua model dapat diarahkan ke rekaman yang sudah ada. FastFrames tidak memiliki jalur dari klip masuk ke klip keluar.
• "Buktikan konsep interaksi sebelum kami membeli perangkat keras" — tidak keduanya, secara langsung. Biaya per detik Seedance 2.5 hanya bisa diketahui setelahnya, dan FastFrames membutuhkan perangkat kerasnya terlebih dahulu. Langkah murahnya adalah membuat prototipe dengan model yang memiliki tarif per detik yang dipublikasikan dan angka latensi yang nyata, lalu memutuskan.
OrcaRouter tidak menyajikan FastFrames — tidak ada endpoint yang dihosting untuk bobot Apple di mana pun, yang merupakan pernyataan tentang rilisnya, bukan tentang routing. Yang dapat dijangkau satu kunci hari ini adalah lapisan video terhosting dengan tarif yang dipublikasikan: MiniMax H3 seharga $0,08 per detik pada 768p dan $0,13 pada 2K, serta keluarga Kling 3.0, bersama 200+ model bahasa pada satu endpoint kompatibel OpenAI dengan harga daftar penyedia dan markup 0%. Seedance 2.5 juga bukan rute di sini — ByteDance menjualnya melalui platformnya sendiri dan kartu tokennya milik mereka — dan halaman ini tidak berpura-pura sebaliknya. Penggunaan praktis katalog itu dalam perbandingan ini adalah pengukuran: dapatkan baseline latensi dan biaya nyata dari model yang meterannya dapat Anda baca, sebelum berkomitmen pada armada GPU atau tagihan token yang tidak dapat Anda perkirakan.
Pertanyaan yang masih terbuka, dan ini soal meter, bukan model
Jika ByteDance menerbitkan tabel contoh tarif token pada lebih banyak pengaturan, asimetri antara yang diukur dan yang dapat diprediksi akan jauh lebih mudah direncanakan, dan pembaca akhirnya dapat membandingkan Seedance 2.5 dengan model per detik tanpa harus mengerjakan aritmetika vendor untuk mereka. Jika Apple menghosting FastFrames dengan harga berapa pun, model itu akan memperoleh entri arena dan angka latensi yang diukur oleh pihak lain — dua hal yang akan memungkinkan 36 milidetiknya dinilai, bukan sekadar dikagumi.
Keduanya belum terjadi. Sampai salah satunya terjadi, cara memilihnya adalah dengan menyadari pertanyaan mana yang sebenarnya Anda ajukan. Tiga puluh detik dalam satu kali proses menjawab "dapatkah model ini menjaga sebuah adegan tetap utuh". Tiga puluh enam milidetik per frame menjawab "dapatkah model ini mengimbangi manusia". Keduanya sama-sama sulit, keduanya sama-sama layak dibayar, dan tidak ada satu daftar tarif pun yang dapat memberi harga untuk keduanya.


