Odyssey-3 対 Seedance 2.5：秒単位の映像 対 時間単位のシミュレーション

料金を尋ねると、Seedance 2.5の場合は1秒あたりのドルで答えが返ってくる。次にOdyssey-3の場合は、何も返ってこない——料金表も、エンドポイントも、ライセンスもない。なぜなら、2026年9月15日に発表されたこのモデルはまだリリースされておらず、開発元は「数週間以内に」と公に約束しただけだからだ。この差は成熟度の違いのように見えるが、実際にはほとんどカテゴリーの違いである。ByteDanceのSeedチームが2026年7月31日にリリースしたSeedance 2.5は、映像を必要とする人々に完成映像の秒単位で販売される制作エンジンだ。Odyssey-3はアクションインターフェースを備えたワールドモデルであり、それが狙う買い手は映像など全く求めていない——何かがその内部で行動したときに正しく応答する環境を求めている。両者はロボットや運転データなど、いくつか同じ問題に向けられている。まさにそれゆえ、この区別は慎重に線を引く価値がある。

Seedance 2.5はプロダクションエンジンであり、それをローンチパートナーが証明している

最大の売りは尺の長さだ。{{KEEP}}Seedance 2.5{{/KEEP}} は1回の生成で30秒を出力し、これは前世代の15秒の倍にあたる。さらに長いシーケンス向けには複数ラウンドの延長が可能で、報告されている超長時間ベータモードはさらにその先へと届く。それだけでもこのモデルの存在意義が変わる。30秒はショットではなくシーンであり、{{KEEP}}ByteDance{{/KEEP}} のマーケティングがまさにその理由から「ワンテイク」という言葉に訴えかけているのだ。

尺の前後には、実際の編集で生成物を使えるものにする機能が並びます。このモデルは強力なマルチモーダル参照に対応しており、報告では1回の生成につき最大30枚の画像、10本の動画クリップ、10本の音声クリップで、参照動画と音声はそれぞれ約30秒までに制限され、音声のみの参照はこのバージョンで新登場しました。白モデルやクレイレンダー、グリーンスクリーンプレート、モーションおよびクリエイティブ参照向けの新しい参照モードがあります。制御はタイムスタンプ単位で、プロンプトを使って特定の時間範囲内のナラティブ、カメラ、モーションを指定でき、生成後の領域単位編集は再ロールを強いずに連続性を保ちます。音声と映像は1パスで共同生成されるため、引用した台詞にリップシンクが追従し、10以上の言語がネイティブにサポートされています。

導入企業リストが何よりの手がかりだ。ローンチ当日、XCMG、XPeng、Lingchu Intelligence、Weifen Zhifei、Qiongche Intelligenceが提携を明らかにし、公表されたユースケースは、エンボディドAIの学習データや自動運転のコーナーケースから、産業用SOPトレーニング動画、教育、Eコマース広告まで多岐にわたる。その一部はクリエイティブな仕事だ。別の一部は、後に世界に作用するシステムのためのデータ生成であり——これがOdyssey-3と重なる部分だ。

Seedance 2.5の1秒あたりのコストはいくらですか

料金は公開されており、秒ではなくトークン数で従量課金されるため、契約する前にやっておく価値のある換算の一手間が生じます。ModelArkエンドポイントについて報告されている数値は、動画入力なしで100万トークンあたり$10.70、動画入力を含む場合は100万トークンあたり$6.40です。実際には、480pの5秒16:9クリップでおよそ$0.51、同じクリップの720pで約$1.16に相当します。これらはローンチ時に報告されたベンダーの公開料金です。納品物あたりの実測コストとしてではなく、現行の定価として扱ってください。解像度と再生時間の両方が料金を変動させるからです。

利用可能性には実際の制約がある。コンシューマー向けアクセスはByteDanceの自社アプリを経由する一方、APIアクセスは中国ではVolcano Engine Ark、海外ではBytePlus ModelArkに分かれている。少なくとも1社の販売代理店は、このモデルが米国では利用できないと述べており、対応解像度が720pまでなのか1080pまでなのかについては情報源によって見解が分かれている——解像度を前提に設計する前に、ベンダー自身のドキュメントと突き合わせて解決する価値のある相違だ。

これは、ルーティング層が特定の理由でその真価を発揮するタイプのモデルです。つまり、料金が変動するからです。ローンチ時に一度変わった動画のトークン単価は、再び変わります。今日の数字に基づいて構築されたコストモデルと、前四半期の数字に基づいて構築されたコストモデルとの違いは、マージンと不意打ちの違いです。OrcaRouterはプロバイダーの定価を0%のマークアップでそのまま通します。そのため、ベンダーの値下げは次回の契約更新時ではなく当社側で当日に反映され、自動フェイルオーバーは、あるプロバイダーのエンドポイントが劣化したときに生成キューを動かし続けます — 動画ワークロードでは、これは理論上の懸念ではなくスケジューリング上の懸念です。Seedance 2.5自体はOrcaRouterによってルーティングされません。それはByteDance自身のプラットフォームとModelArkエンドポイントを通じて提供されています。

Odyssey-3は秒単位では販売されていません

Odyssey-3にはまだ販売単位がなく、それこそが狙いだ。これは、ロボットを動かし、車を運転し、AIを訓練し、ドローンを操縦し、ビデオゲームをプレイできる基盤世界モデルとして説明されている——大規模な視覚観察のコレクションで訓練された自己回帰拡散トランスフォーマーであり、そのメーカーによれば、物理学、ダイナミクス、因果関係、人間の行動について学習された理解をもたらすという。新しいタスクへの適応は、観測と行動のペアで行動デコーダーを訓練し、事前学習済みの世界モデルを凍結したままにすることで行われ、小さなポリシーが凍結された表現を読み取り、モーターコマンドを出力する。

そのデモンストレーションは、すべてベンダーによる報告で、独立に再現されたものはないが、6つの実施形態にまたがる。数十時間のデモンストレーションから得たロボットアーム（データに含まれていなかった復旧動作を含む）；Flexionを用いて数十時間の遠隔操作から構築されたヒューマノイドポリシー（Odysseyによれば、比較対象としてテストしたVLAベースラインよりもよく汎化するが、数値は公表していない）；20時間のシミュレーションデータを用いたインドでの閉ループ運転；シミュレーションデータを用いた屋内ドローン飛行；追加訓練なしにRed Dead Redemption 2とSleeping Dogsに転移したGrand Theft Auto Vのポリシー（約2時間のGTA映像がRDR2での騎馬移動を生成）；そしてPROWLの取り組みを通じた、他のAIを訓練するための環境生成。

唯一の確たる数字は77%だ — シミュレーションで訓練された運転ポリシーは、安全ドライバーによる介入の間の走行距離が、実写映像で訓練されたポリシーのおよそその割合だった。それは、技術報告書も外部検証も裏付けにないベンダー公表の数値である。

販売単位が何を最適化するかを決める

二つのモデルを能力としてではなくメーターとして見ると、それらの違いは、一方が他方より先を行っているようには見えなくなる。

出力の秒単位で課金されるモデルは、視聴者を満足させる出力に最適化されている。それはより低い野心ではない。それ自身の難題を抱える別の目標である。Seedance 2.5が、同期した台詞とタイムスタンプレベルの制御を伴う、首尾一貫した30秒を生成することは、真に困難な成果であり、それが評価される際の失敗モード——キャラクターの顔のずれ、決まらないカット、同期の外れた台詞——は、編集室にいる人間なら気づくものである。

コントローラーが行動したときに次に何が起こるかを予測するよう求められたモデルは、視聴者が決して確認しないものに対して最適化されている。すなわち、一連の意思決定の下で、誰も実演していない決定も含めて、ダイナミクスが成り立つかどうかである。だからこそOdysseyは忠実度を報告するのではなく、数十時間のデータから回復挙動が現れると報告し、その唯一の定量的主張も視覚品質ではなく安全ドライバー介入数で測られている。レンダラーは、観客が許してくれる仕方で間違えることがある。シミュレーターは、コントローラーが行動の根拠にする仕方で間違えることがあり、後者の種類の誤差はロールアウト全体で累積する。

公称されたユースケース——ロボット訓練データ、自動運転のエッジケース——の重なりこそが、この2つが出会う場所であり、それはベンチマーク上の順位ではなく、予算をめぐる本物の競争である。ロボティクスチームが実際に直面する問いは、もっともらしい世界のレンダリング秒数を買うのか、行動インターフェースを備えたダイナミクスモデルを買うのかということであり、その答えは下流の消費者が人間のレビュアーなのか訓練ループなのかによって決まる。

並べて表示

• 販売単位 — Seedance 2.5：トークン。480pでは5秒クリップあたり約$0.51、720pでは$1.16に換算されます。Odyssey-3：公開なし。

• 1ユニットあたりに得られるもの — Seedance 2.5：完成した映像、1回の処理で最大30秒、音声とダイアログが同期。Odyssey-3：予測される次のワールド状態と、接続されたハードウェア向けのモーター動作。

• 入力 — Seedance 2.5：テキストに加え、最大約30枚の画像、10本の動画、10個の音声クリップ。Odyssey-3：凍結されたバックボーンを用いて、観測と行動のペアで学習された行動デコーダ。

• 編集コントロール — Seedance 2.5：タイムスタンプ単位のターゲティングと、生成後の領域単位の編集。Odyssey-3：該当なし。編集サーフェスが存在しません。

• 公表されているパートナー — Seedance 2.5：ローンチ時点でXCMG、XPeng、その他3社。Odyssey-3：ヒューマノイド政策でFlexion。商用顧客は発表なし。

• 提供状況 — Seedance 2.5：2026年7月31日より提供中、地域制限あり。Odyssey-3：2026年9月15日に発表、一般公開は「数週間以内」で、日付も価格も未定。

あなたのスタックに属するのはどれですか

成果物が人が視聴する動画であるなら、Seedance 2.5 は公開価格と幅広い機能を備えた正式リリース済み製品であり、その判断は通常の「内製か購入か」の意思決定になる — ただし、先に確認すべき2つの注意点がある。必要な解像度が、アクセスできるエンドポイントで実際に利用可能かどうか、そして自分の地域がそもそも提供対象になっているかどうかだ。そのより長いシングルパス継続時間とタイムスタンプ制御は、ワークフローを最も大きく変える機能だ。なぜなら、フレームを改善するのではなく、つなぎ合わせ工程をなくすからだ。

成果物が学習済みポリシーまたはコントローラーであるなら、映像がどれほどよく見えても Seedance 2.5 は代替にはならず、Odyssey-3 はあなたの問題を指し示してはいるが、購入できるものは何もない。追う価値のある主張は凍結されたバックボーンについてのものだ。1つの事前学習済みモデルが小さなデコーダーを通じてアーム、ヒューマノイド、車、ドローン、そして3つのゲームに到達するというのは、異なる身体性の間で物理的理解がどれだけ転移するかについての陈述であり、もしそれが成り立つなら、ロボティクスチームが収集すべきものを変える。それは Odyssey の外部の誰によっても検証されておらず、技術報告書もライセンスも価格もない。

注目すべき点は地味だ。Seedance 2.5 については、安定した価格と、地域別の利用可否に関する明確な表明。Odyssey-3 については、リポジトリ、ライセンス、そして第三者による77%の再現。第二のリストが存在するまでは、これら二つのモデルの違いは品質ではない。それは、一方が製品であり、もう一方が主張であるということだ。

OrcaRouterは200以上のモデルを1つのAPIキーで利用できるようにしているため、選んだ動画モデルだけが呼び出せるモデルではありません。