Seedance 2.5: cos'è davvero il modello video di ByteDance

Seedance 2.5 è il modello di generazione congiunta audio-video di ByteDance Seed, annunciato il 31 luglio 2026, ed è l'attuale modello video della linea Seedance di ByteDance — il suo predecessore, la serie Seedance 2.0, è ancora in vendita accanto a esso anziché essere stata sostituita da esso. Genera video e audio in un'unica passata, accetta fino a 50 asset di riferimento in una singola richiesta e produce una clip coerente di durata massima di 30 secondi che può poi essere estesa in ulteriori round. E la risposta alla domanda con cui arriva la maggior parte delle persone: i pesi non sono aperti e ByteDance non ha pubblicato alcun piano per aprirli. Non esiste una licenza, un checkpoint né un repository per questo modello — l'unica cosa che il fornitore distribuisce è un'API ospitata e una serie di superfici per i consumatori. Questo è il fatto più semplice riguardo a Seedance 2.5 ed è quello che questa pagina esiste per affermare, perché le ricerche che ti hanno portato qui sono varianti di "Seedance 2.5 open weight" e "Seedance 2.5 weights", e la risposta onesta è no.

Questa è una pagina di riferimento, non un report di lancio. Il modello ha all'incirca undici settimane nel momento in cui scrivo, abbastanza da far sì che buona parte di ciò che circola sul suo conto — anche su questo blog — si sia discostata da ciò che ByteDance documenta effettivamente oggi. Tutto quanto segue è ricostruito a partire dal materiale del fornitore stesso: la pagina del modello ByteDance Seed e il post di lancio, e i tutorial e le tabelle dei prezzi di BytePlus ModelArk. Dove il fornitore non pubblica nulla, lo si dice anziché colmare la lacuna.

Cos'è Seedance 2.5

La descrizione fornita da ByteDance Seed è concisa: "un modello di generazione congiunta audio-video di nuova generazione, pensato per la narrazione di 30 secondi con un controllo preciso dei riferimenti e potenti capacità di editing". Il post di lancio dell'azienda inquadra la generazione come risposta a un cambiamento in ciò che le persone si aspettano — "dal semplice generare una clip al completare un'opera creativa" — e pone l'accento sulla narrazione a lungo formato, sui riferimenti multimodali e sull'editing piuttosto che sulla fedeltà visiva grezza.

Si basa sull'architettura di Seedance 2.0, che ByteDance descrive come un design unificato di generazione congiunta audio-video multimodale. Seedance 2.5 mantiene quella spina dorsale e spinge contemporaneamente su tre assi. Non è una nuova famiglia e non è una modalità diversa; è la stessa linea con il tetto alzato sulla durata, sul volume di riferimento e su quanto precisamente puoi dirigere un'inquadratura dopo che esiste.

Quello che il fornitore dice sul numero di parametri: nulla. Le dimensioni, i dati di addestramento e la potenza di calcolo di Seedance 2.5 non sono pubblicati, e non lo è nemmeno alcun benchmark eseguito da ByteDance. Vale la pena tenere presente questa assenza, perché significa che ogni affermazione sulla qualità di questo modello proviene da uno di due posti — il linguaggio di marketing di ByteDance stesso, oppure una board di preferenze umane di terze parti — e i due non sono lo stesso tipo di prova.

I pesi di Seedance 2.5 sono aperti?

No. Non c'è nulla di scaricabile riguardo a Seedance 2.5.

Il materiale del fornitore non menziona mai pesi, checkpoint, una licenza o un rilascio open source. Le call to action della pagina del modello sono "Ottieni API", "Prova ora" e "Confronta ora"; il piè di pagina rimanda a modelli, pubblicazioni e recruiting, non a un repository. BytePlus ModelArk serve il modello come dreamina-seedance-2-5-260628, e la sua pagina dei prezzi indica l'inferenza offline come "Non ancora supportata" — non esiste un percorso self-hosted, solo inferenza online verso l'endpoint di ByteDance. Una ricerca su Hugging Face per il nome non restituisce alcun repository di proprietà di ByteDance; i risultati sono pagine di terze parti che riconfezionano l'accesso API con titoli in stile Seedance, nessuno dei quali è un checkpoint.

La classificazione di terze parti concorda, e questo è il segnale più utile perché non è stato scritto da ByteDance. Artificial Analysis applica un filtro esplicito "Open weights" alle sue classifiche video, e le sue stesse FAQ elencano i leader open-weights nella classifica text-to-video: MiniMax H3 (768p) a Elo 1137, poi LTX-2.5 Fast a 946 e LTX-2.5 Pro a 943. Dreamina Seedance 2.5, che si trova a Elo 1143 ed è terzo in classifica generale sulla stessa classifica, non è tra loro. La coorte open-weights della classifica e la sua voce Seedance 2.5 sono insiemi disgiunti.

Vale la pena essere precisi su ciò che questo significa e su ciò che non significa. I pesi chiusi non rendono il modello peggiore, e per moltissimi team la questione è puramente accademica: non avrebbero mai eseguito un modello di diffusione video sul proprio hardware. Ciò che i pesi chiusi significano, invece, è che non puoi verificare il modello, non puoi fare fine-tuning sui tuoi filmati, non puoi fissare una versione e continuare a richiamarla dopo che il fornitore l'ha deprecata, e non puoi produrre output senza inviare i tuoi prompt e le risorse di riferimento a ByteDance. Se uno qualsiasi di questi quattro vincoli è squalificante per il tuo lavoro, Seedance 2.5 non è il tuo modello, indipendentemente da come appare l'output. Le opzioni a pesi aperti presenti nella stessa classifica — MiniMax H3, LTX-2.5 — sono invece il punto in cui quella ricerca dovrebbe concludersi.

Cosa genera, a quale lunghezza, a quale risoluzione

Il tutorial su Seedance 2.5 di BytePlus ModelArk è il luogo in cui risiede la specifica reale, ed è notevolmente più specifica del post di lancio. Il modello decide il proprio tipo di attività in base agli asset di input e all'intento del prompt, e ci sono cinque forme riconosciute:

• Da testo a video — solo un prompt testuale, senza vincoli particolari su proporzioni o durata.

• Video con primo fotogramma e primo-ultimo fotogramma — un'immagine come fotogramma iniziale, oppure due immagini come primo e ultimo, con le proporzioni di output bloccate all'immagine del primo fotogramma.

• Da riferimento a video — almeno un'immagine, un video o un audio di riferimento, senza vincoli di durata sull'output.

• Montaggio video — un video di riferimento più un intento di modifica nel prompt: sostituire un soggetto, aggiungere o rimuovere oggetti oppure ridipingere parte del fotogramma. L'output mantiene il rapporto d'aspetto e la durata della sorgente, il video di riferimento deve durare da 4 a 30 secondi e il rapporto deve essere impostato su adattivo con durata -1.

• Estensione video — un video di riferimento più un intento di estensione, che continua il filmato in avanti o all'indietro. Il post di lancio descrive l'estensione in ulteriori round mantenendo stabili i personaggi, gli ambienti e il ritmo narrativo.

Sui numeri forniti dal tutorial:

• Durata — da 4 a 30 secondi in un'unica passata, oppure -1 per lasciare che il modello scelga una durata all'interno di questo intervallo. La serie Seedance 2.0 arriva al massimo a 4–15 secondi, quindi si tratta di un raddoppio, e ByteDance afferma che ciò avviene senza stitching multi-segmento.

• Risoluzione — 480p e 720p con profondità di colore a 8 bit, e 1080p a 10 bit. Questo è l'elenco completo per Seedance 2.5. Non 4K. Il livello 4K esiste nella serie Seedance 2.0, non qui, e questa è una delle specifiche che sono state riportate in modo errato: diversi articoli di terze parti — e la spiegazione precedente di questo stesso blog — descrivevano Seedance 2.5 come un modello 4K. L'attuale tabella delle capacità di BytePlus ModelArk non elenca il 4K per dreamina-seedance-2-5-260628. Controlla la tabella del fornitore rispetto alla tua specifica di consegna prima di promettere a chiunque 4K da questo modello.

• Rapporti d'aspetto — 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 e adattivo.

• Contenitore — mp4 o mov. Il percorso mov utilizza H.264 con campionamento cromatico yuv444p e audio PCM, che ByteDance presenta come l'opzione a fedeltà superiore per lavori di montaggio ed estensione.

• Riferimenti — fino a 50 asset in una singola richiesta: 30 immagini, 10 video e 10 clip audio. La serie 2.0 ne consente 15 in totale, suddivisi in 9/3/3. I video di riferimento possono totalizzare non più di 30 secondi di input, ciascuno deve essere di 200 MB o meno, e le frequenze dei fotogrammi in input accettate vanno da 24 a 60 fps.

• Non pubblicato — la frequenza dei fotogrammi di output. Il tutorial specifica l'intervallo di frame rate che accetta in input, e non specifica nulla su ciò che emette. Se la tua pipeline presuppone un fps di output fisso, questa è un'assunzione, non un valore documentato.

Un ulteriore dettaglio che non ha alcun corrispettivo nella serie 2.0: Modalità bozza. Generi un'anteprima a 480p per verificare la struttura della scena, la pianificazione delle inquadrature, il movimento del soggetto e la coerenza con il prompt, poi utilizzi l'ID dell'attività della bozza per renderizzare la versione finale alla risoluzione desiderata, riutilizzando modello, prompt, asset di input, seed, impostazioni audio, proporzioni e durata. Sono consentite solo bozze a 480p. Entrambi i passaggi vengono fatturati separatamente.

L'audio viene generato, non allegato

Seedance 2.5 è un modello di generazione congiunta audio-video, e la distinzione non è marketing. L'API include un flag generate_audio, e gli esempi del post di lancio sono scritti come sound design: un "ding" di scoperta sulla reazione di un personaggio, uno schiocco mentre la buccia di un pompelmo si spacca, un tonfo seguito da mezzo secondo di silenzio, una voce fuori campo che legge una frase del brand su un fotogramma bianco. Questi sono creati come parte del prompt che produce la clip, non sovrapposti in un secondo momento.

Anche il lato dei riferimenti è cambiato. I riferimenti audio di Seedance 2.0 erano condizionali: un riferimento audio richiedeva un'immagine o un video di accompagnamento. Seedance 2.5 accetta reference_audioda solo e consente l'audio combinato con un'immagine, con un video o tutti e tre insieme. Gli asset audio e video di riferimento non superano i 30 secondi complessivi.

Il watermarking è un parametro più che un comportamento fisso: watermark è false per impostazione predefinita, e impostandolo su true viene apposto un marcatore di contenuto generato dall'IA nell'angolo in basso a destra. Le lingue supportate nativamente sono undici: cinese, inglese, spagnolo, indonesiano, malese, thailandese, arabo, portoghese, vietnamita, giapponese e coreano.

Ciò che ByteDance sostiene, e ciò che misurano i consigli indipendenti

ByteDance non pubblica alcun benchmark per Seedance 2.5. Non sulla pagina del modello, non nel post di lancio, non nel tutorial di ModelArk. Le affermazioni dell'azienda sono qualitative e vanno lette meglio come un elenco di intenzioni: movimento più fluido e coerente, immagini più realistiche, transizioni di inquadratura e cambi di scena più forti, una migliore gestione della texture di oggetti e pelle, illuminazione e saturazione del colore, e una riduzione dei sottotitoli e della musica di sottofondo incontrollati che fanno sembrare sintetico il video AI. Il post di lancio offre anche una limitazione, che è abbastanza insolita da citare: ByteDance afferma che c'è "ancora spazio per migliorare, in particolare per quanto riguarda la plausibilità fisica di movimenti complessi e la stabilità di scene che coinvolgono interazioni tra più soggetti."

Il quadro indipendente proviene da Artificial Analysis, che classifica i modelli video in base all'Elo ricavato da voti a coppie in cieco espressi da un panel umano reclutato. Su AA-Video-T2V v2.0, la classifica per il text-to-video con audio, Dreamina Seedance 2.5 detiene un Elo di 1143 con un intervallo al 95% da 1134 a 1152, su 8.264 voti, collocandosi al terzo posto. Davanti a esso: Wan 3.0 a 1156 e Utopai X a 1149. Dietro di esso: MiniMax H3 (768p) a 1137 e MiniMax H3 Max a 1130.

Tre avvertenze su quel numero. Il nome che il board stesso dà al modello è "Dreamina Seedance 2.5", e la sua data di rilascio indicata è luglio 2026 — questo è il modello in questione, non il suo predecessore. La valutazione è una misura di preferenza, non un punteggio di capacità: dice che le persone hanno scelto le sue clip più spesso in confronti alla cieca, il che è un'affermazione sull'output giudicato a occhio e orecchio, e nulla sulla controllabilità, sull'ergonomia dell'API, sul costo o sull'affidabilità. E gli intervalli si sovrappongono fortemente — 1143 contro 1137 non è una classifica sulla quale qualcuno dovrebbe fondare una decisione.

Due ulteriori posizionamenti completano il quadro. Su AA-Video-T2V-Silent v2.0, la classifica senza audio, Seedance 2.5 si colloca a Elo 1105 in quarta posizione, dietro Wan 3.0, MiniMax H3 Max e MiniMax H3 (768p) — una posizione coerente ma non memorabile. Su AA-Video-I2V v1.0, la classifica image-to-video, non compare affatto; le voci Seedance presenti sono Dreamina Seedance 2.0 720p e Seedance 1.5 pro. Nulla qui supporta l'affermazione che Seedance 2.5 sia leader nel suo campo. Nulla qui la contraddice neppure — un terzo posto assoluto nella classifica text-to-video che include l'audio è un debutto davvero solido, e la nota della classifica stessa secondo cui sei modelli sono stati aggiunti negli ultimi trenta giorni indica che la graduatoria è ancora in movimento.

Quanto costa, e come ci si arriva

L'accesso passa attraverso due porte completamente diverse. Sul fronte consumer, il post di lancio di ByteDance cita Jimeng AI e Doubao Pro — seleziona Seedance 2.5 nel menu di generazione video — con il playground BytePlus su ai.byteplus.com e Dola indicati come ulteriori punti di accesso nella pagina del modello. Sul fronte sviluppatori, l'API è BytePlus ModelArk, con ID modello dreamina-seedance-2-5-260628, servita dall'endpoint Asia-Pacifico. Prima che il modello possa essere eseguito, BytePlus richiede una delle seguenti condizioni: un saldo del conto superiore a 30 USD, un AI Savings Plan dedicato di livello pari o superiore a 30 USD, oppure un pacchetto di risorse della serie Seedance 2.5 acquistato. Una semplice chiave API non è sufficiente, ed è bene conoscere questo vincolo prima di pianificare uno spike.

Il prezzo è pubblicato ed è calcolato in base al consumo stimato di token anziché per clip. Le tariffe dei token, dalla pagina dei prezzi di BytePlus ModelArk, in USD per milione di token:

• Uscita 480p e 720p — 10,70 senza ingresso video, 6,40 con ingresso video.

• uscita 1080p — 11,70 senza ingresso video, 7,00 con ingresso video.

• Inferenza offline — non supportata.

Il consumo di token varia in base a durata, risoluzione e frequenza di fotogrammi, e gli esempi pratici forniti da BytePlus rendono concreta la forma. Per una clip di 5 secondi in 16:9 senza input video, la stima del fornitore è di 0,514 USD a 480p (0,103 al secondo), 1,156 USD a 720p (0,231 al secondo) e 2,843 USD a 1080p (0,569 al secondo). Una volta che il video viene inserito come input, lo stesso output di 5 secondi costa da 0,553 a 2,152 USD a 480p, da 1,244 a 4,838 USD a 720p e da 3,062 a 11,907 USD a 1080p, con l'estremo inferiore che corrisponde a un input di 2–4 secondi e quello superiore a uno di 30 secondi. Si noti che aggiungere un input video abbassa la tariffa per token mentre alza il totale, perché la durata stessa dell'input consuma token. Artificial Analysis normalizza lo stesso modello a 34,12 $ al minuto di 1080p con le impostazioni predefinite, il che è coerente con la cifra per secondo a 1080p dello stesso fornitore una volta moltiplicata per 60 secondi.

Per dare un'idea, la serie Seedance 2.0 è più economica su tutta la linea: 0,07 al secondo a 480p, 0,15 a 720p, 0,37 a 1080p e 0,78 a 4K sulla stessa pagina dei prezzi. La tariffa 1080p di Seedance 2.5 è circa 1,5 volte quella del suo predecessore, e anche la sua tariffa 480p è circa 1,5 volte. Stai pagando per la durata, la capacità di riferimento e il controllo di editing, non per un contatore più economico.

Una nota pratica sul contatore, perché cambia ciò che dovreste misurare: BytePlus addebita solo i video generati con successo e non fattura una generazione fallita causata dalla moderazione dei contenuti. In un flusso di lavoro di editing, in cui la durata dell'output è ereditata dalla clip di origine, questo conta più che in uno guidato da prompt — un montaggio rifiutato non ti costa altro che il nuovo tentativo, cosa che non vale per ogni API video. Valuta questo modello in base al costo per clip accettata, non al costo per secondo di output nominale.

La questione del routing, onestamente

Seedance 2.5 non è instradato su OrcaRouter. Una verifica del nostro elenco live dei modelli effettuata il 13 ottobre 2026 non restituisce alcuna voce Seedance di qualunque generazione, quindi questa pagina non afferma nulla in merito alla possibilità di chiamarlo tramite noi, e qualsiasi scritto che lasci intendere il contrario va considerato obsoleto.

Dove OrcaRouter è davvero utile è nel resto della pipeline. Un modello di generazione video raramente è l'unica cosa nel percorso di una richiesta — ci sono la stesura dei prompt, la didascalizzazione dei riferimenti, la generazione della shot list, i passaggi di moderazione e l'orchestrazione agentica attorno a tutto questo, e quel lavoro non appartiene all'endpoint di ByteDance. OrcaRouter ti offre un unico endpoint compatibile con OpenAI su oltre 200 modelli con 0% di markup, passando il prezzo di listino del provider invariato, così un taglio di prezzo del fornitore compare dalla nostra parte lo stesso giorno in cui arriva. Il failover automatico significa che un passaggio di stesura dei prompt continua a funzionare quando un provider ha una giornataccia, e il DSL di routing ti permette di esprimere quale modello gestisce quale chiamata come codice anziché come una pila di if. Porta la tua chiave BytePlus per la generazione video e instrada tutto ciò che le sta attorno attraverso un unico posto.

Cosa è ancora aperto?

Le domande che una pagina di riferimento non può risolvere, e quelle che vale la pena tenere d'occhio:

• Se il 4K arriverà. La serie 2.0 ha un tier 4K e Seedance 2.5 no, un'inversione curiosa per un modello più recente, e potrebbe trattarsi di una decisione di distribuzione graduale più che di un tetto massimo. Guarda la tabella delle capacità di BytePlus, non i post dei blog.

• Se i pesi verranno mai resi aperti. ByteDance non si è pronunciata in nessuno dei due sensi. La linea Seedance non ha mai rilasciato un checkpoint, e la presenza di rivali realmente aperti sulla stessa classifica — MiniMax H3 è il leader open-weights nella classifica text-to-video — costituisce l'argomento commerciale contrario a un cambiamento in tal senso.

• Se l'Elo regge. Il terzo posto su AA-Video-T2V v2.0, con un intervallo che si sovrappone al modello in quarta posizione, è una posizione di partenza, non un verdetto, e 8.264 voti sono una base esigua rispetto alle voci più datate delle classifiche.

• Ciò in cui si assesta la superficie dell'API.L'inferenza del tipo di attività dall'intento del prompt è elegante negli esempi e fragile in produzione — BytePlus documenta due codici di errore, InvalidParameter.TaskTypeMismatch e InvalidParameter.TaskTypeConstraint, proprio per il caso in cui intendevi una modifica e il modello ha letto una generazione nuova. Impostare omni_reference_task_type in modo esplicito sposta la validazione più a monte, e qualsiasi integrazione reale dovrebbe farlo.

• Se ByteDance riuscirà a consegnare la fisica. L'azienda ha indicato la plausibilità dei movimenti complessi e la stabilità delle interazioni tra più soggetti come i propri punti deboli. Sono le due cose che decidono se una clip di 30 secondi è utilizzabile o soltanto impressionante.