Seedance 2.5 vs Meta Muse Video：このうち片方は呼び出せない

この比較には何度も書かれているバージョンがあるが、それは利用できない。Meta Muse Videoは、2026年7月7日にMeta Superintelligence Labsによってプレビューされ、同じ投稿の中で「クリエイターとMeta AIに近日公開」と説明されたが、それから4か月間、一般提供日、価格、クリップの長さ、解像度のいずれも示されていない。Seedance 2.5は、ByteDanceが2026年7月31日にリリースして以来販売されており、公開料金表で価格が設定され、現在では2つの商用プラットフォームで4Kティアを提供している。両者のベンチマークを互いに比較しているページは、製品と発表を比べているにすぎない。したがって、以下はスコアボードではない。これは、今週それぞれが実際に何をしてくれるのかの目録であり、Muse Videoが出荷される前にその答えを知っておく価値が依然としてある理由についての論考である。

手短に言うと、今日クリップが必要なら、迷うことは何もない。2027年の制作を計画しているなら、Muse Videoの立ち位置——ネイティブ音声、高い映像忠実度、そしてMeta自身が7月に3位と位置づけたテキストtoビデオのランキング——は、Seedance 2.5が占めるのと同じ枠を狙う有力候補となる。そして両者を分ける決め手は、まだどちらのベンダーのページにも載っていない。

それぞれについて、今日の時点で実際に当てはまることは何ですか

• 提供状況 — Seedance 2.5：BytePlus ModelArk にてモデル ID dreamina-seedance-2-5-260628 で販売中。さらに Jimeng AI、Doubao Pro、BytePlus プレイグラウンド、Dola、そして 2026年11月11日以降は Runway と Picsart で4Kに対応。Meta Muse Video：早期プレビュー段階で、エンドポイントなし、サインアップ不要、提供日未定。

• クリップ長 — Seedance 2.5は1回のパスで最大30秒、複数回の延長に対応。Meta Muse Video：未公表。

解像度 — Seedance 2.5 は独自 API で 480p、720p、1080p（1080p では 10-bit）に対応し、4K はプラットフォーム各サーフェスおよび招待制の Volcano Engine トライアルを通じて利用可能。Meta Muse Video：未公開。

• オーディオ — Seedance 2.5は音声と動画を1回のパスで生成し、単独の音声リファレンスも受け付けます。Meta Muse Videoはネイティブ音声サポートをうたっていますが、Metaは音声と映像の同期を、まだ取り組んでいる課題として挙げています。

• 価格 — Seedance 2.5は動画トークン100万個あたり$11.70（BytePlusの計算例によると、1080pで1秒あたり約$0.57）、Artificial Analysisにより1分あたり$34.12に正規化。Meta Muse Video：公開なし。

• ベンチマーク — Seedance 2.5はArtificial Analysisの動画ボード3つすべてに掲載されている。Meta Muse Videoはどのボードにも項目がなく、それに付されている唯一の順位はMeta自身のもので、同社のプレビュー投稿に記載されている。

• 重み — 両方とも非公開で、いずれかを公開する計画は発表されていません。

Muse Videoの証拠、あるにはあるが

Meta Muse Video について知り得ることはすべて一つの文書に由来しており、それ以外はすべてそこからの推論です。その文書は短く、その主張は要約としてではなく、書かれたとおりに正確に読む価値があります。

Metaは、このモデルが「プロンプトへの追従性、視覚的忠実度、時間的一貫性において競争力のある性能」を発揮すると述べている——比較対象が一切示されていない相対的な主張であり、ラボがなしうる最も中身の薄い主張であると同時に、最もありふれた主張でもある。また、このモデルにはネイティブの音声サポートがあるとも述べている。そして同じ段落で、まだ機能しない点として「音声と映像の同期、および物理的に正確な高速動作」を挙げている。この3文をまとめて読めば、技術的な全体像がわかる。ネイティブ音声を備えながら音声と映像の同期が不完全なモデルは、信頼できるリップシンクを備えたモデルではない。そして、対話ものの作業に携わる誰にとってみても、それがこの発表で決定的な一文なのである。

この順位は同じ投稿に由来する。Arenaのテキストから動画生成における人間の好みに基づくEloで3位であり、グラフには「2026年7月5日時点」とキャプションが付いている——公開の2日前だ。その数字には3つの但し書きが付いて回り、どれも外せない。ベンダーによる報告であること。能力ではなく好みであること。そして4か月前の流動的なボードのスナップショットであること。つまり、Muse Videoについて日付なしで引用されている順位は、あの7月の数字か、でっち上げのどちらかだ。

投稿にまったく含まれていないもの：クリップの長さ、解像度、フレームレート、価格、地域、ライセンス条件、日付。4か月後、それらのどれも追加されていない。

Seedance 2.5の根拠と、そのマーケティングより薄弱な点

Seedance 2.5は逆の問題を抱えている。数字は豊富にあり、そのうちいくつかは測定値であるかのように繰り返されるベンダー公表値だ。2026年11月12日時点で読むべき、正直な数字のセットは次のとおり。

• 音声付きテキスト→動画 — AA-Video-T2V v2.1でElo 1,155（±13、区間1,142～1,168）、7,765票で4位、1分あたり$34.12。Wan 3.0が1,175で首位。

• 音声付きの画像から動画 — AA-Video-I2V v2.1で6,540票超のうち1,161（±15、1,146～1,176）で首位。これはこのモデルに紐づく最も強力な独立した数値です。

• 動画編集 — AA-Video-Editing v1.1で1,147（±11、1,136–1,158）の4位。3分の1の価格で、Wan 3.0の1,192に次ぐ。

• {{1}}ベンダーの主張{{/1}} — より滑らかな動き、よりリアルな質感、照明と彩度の向上、不要な字幕やBGMの削減。{{2}}ByteDance{{/2}}はこのモデルについて自社のベンチマーク実行結果を一切公開しておらず、それを省略によって示している。ローンチ資料のどこにも表も評価スイートも比較セットも存在しない。

• ベンダーが述べた弱点 — ByteDanceは、「特に複雑な動きの物理的な妥当性や、複数の被写体間の相互作用を含むシーンの安定性については、まだ改善の余地がある」と自ら進んで認めている。

Metaの告白をByteDanceのものと並べてみると、有益なことが見えてくる。両研究所が挙げているのは同じ弱点だ。複雑で速い動き、そして複数被写体の相互作用——この二つこそ、両モデルが苦手とされている点である。これは偶然の表現の一致ではない。現行の動画拡散モデルが苦手とするまさにその部分であり、つまりMuse Videoが出荷されたとき、興味深い問いは、単一被写体が歩くデモリールでどちらが優れているかではなく、両ベンダーがすでに認めたその失敗モードからどちらが先に抜け出しているか、ということになる。

なぜ今でも比較する価値があるのか

2つのモデルは同じ枠を狙っており、その枠には形がある。Seedance 2.5は参照・制御モデルだ。1リクエストにつき50アセット、30秒のクリップ、クレイレンダーによる構造制御、タイムスタンプ単位のプロンプティング、連続性を保つ編集。Metaのプレビューはそうしたことを何一つ説明していない。説明しているのは、Meta Muse Imageと同じ事前学習基盤の上に構築された忠実性と音声のモデルだ——Meta Muse Imageはエージェント型で検索に根差したマルチ参照画像生成器であり、その文書化された動作は、計画、ツール使用、ターンをまたいだ自己改善である。

そのエージェント的行動のいずれかが動画モデルに引き継がれるなら、Muse Video はコントロールサーフェス型モデルではなく、プロンプトから完成クリップを生成するモデルになる。そして、両方が音声付きの動画を生成するとしても、それは Seedance 2.5 とは別の製品だ。20回目ではなく、最初の試行で競うことになる。これは誰も動かしたことのないモデルについての推測であり、推測として明示されている——しかし、Muse Video を待つべきかどうかを決めるのはまさにこの推測だ。なぜなら、50個の参照と編集パスが必要なら、エージェント的生成のために作られたモデルは、あなたが持っているツールを置き換えないからだ。

もう一つの理由は切り替えコストです。Seedance 2.5 はクローズドウェイトなので、その上に構築したものは何も移行できません。チェックポイントも、自社の映像でのファインチューニングも、非推奨化後に固定できるバージョンもありません。Muse Video も同様にクローズドになるでしょう。クローズドなホスト型モデル間の移行は、モデルの移植ではなくリクエスト層の書き直しであり、プロンプトと参照セットが移植可能なら安く、そうでなければ高くつきます。どちらかのモデルのロードマップが明らかになる前に役立つ唯一の準備は、特定ベンダーのスキーマに固着しないプロンプトと参照セットを書くことです。

待っている間に実行できること

今四半期、動画モデルがクリティカルパス上にあるなら、正直な答えはこうです。Meta Muse Video は選択肢ではなく、Meta が別段の発表をしない限り、今後も選択肢にはなりません。そして確認すべき点は具体的です。Meta の開発者向けモデル一覧への記載、7月7日の投稿にある提供状況の記述の変更、または公開価格のいずれかです。2026年11月12日時点で、そのいずれも存在しません。

私たち自身のカタログ内に実際に存在するものについては、正確に述べておく価値があります。Museファミリーは誤解されやすいからです。OrcaRouterはMeta Muse Videoを提供していません——プレビュー版のモデルはどこにもルーティングできないからです——ただし、Meta Muse Spark 1.2というMuse推論モデルを、Meta自身の定価である100万入力トークンあたり1.25ドル、100万出力トークンあたり4.25ドルで提供しており、当社による上乗せはありません。この区別は、パイプラインを計画する際に重要です。Museベースのワークフローのうちテキスト部分は今日構築してテストできますが、動画部分はできません。

生成自体については、当社が実際に提供している動画ルートは MiniMax H3で、プロバイダーの定価である毎秒 $0.08 で請求され、テキスト-to-動画ボードでは 7,812 票を集めて 1,161 ポイントで4位です — プレミアムな選択肢が落ち着くまでの間、「安い・速い・そこそこ」枠の妥当な代替です。両方を1つの OpenAI 互換エンドポイントに載せるということは、生成が失敗したときのフォールバック経路がモデルIDの変更になるということであり、新しい契約が必要になるわけではありません。そして、パススルーが定価でマークアップ0%なので、ベンダーの値下げは更新時ではなく、値下げが実施されたその日に当社側へ反映されます。

Muse Videoに日付が決まる前にどう判断するか

• 次の四半期に動画をリリースする必要があるなら、Seedance 2.5 が既定の選択肢です。そして、その前身である Seedance 2.0 ではなくこれを選ぶ具体的な理由は編集です。AA-Video-Editing v1.1 での 1,147 は、Seedance 2.0 の 1,076 に対して、そのファミリー内で測定された最大の差です。

• 作品が会話中心なら、現時点ではどちらも安全な選択肢ではありません。Metaは音声と映像の同期がまだ不十分だと述べており、ByteDanceは複数被写体のインタラクションを弱点として挙げています。どちらを選ぶ場合でも、リップシンクについて人によるレビュー工程を計画してください。

• あなたの作業に4Kが必要なら、2026年11月11日時点でSeedance 2.5はRunwayとPicsartを通じて4Kで購入できます。またMetaは解像度をまったく公表していないため、この問題はMuseに有利というよりむしろ対象範囲外になります。

• あなたの仕事がエージェント的——ブリーフを渡せば完成クリップが出てくる、人間の介入は最小限——なら、Muse Video は理屈の上ではより面白い賭けであり、それでも賭けには変わりない。今すぐブリーフを書こう。初日に重要なのは、動きの多いショット1本、同期を確認できるナレーション1本、そして全編を通じて顔を保たなければならないクリップ1本というテストだ。

このすべてを変えるのは、日付と価格だ。Metaがどちらかを公表すれば、比較はありふれたものになる——二つのクローズドなホスト型動画モデル、一方は参照用の予算を備え、もう一方はエージェント型という売り文句を掲げ、合格したクリップあたりのコストで決着する。それまでは、この対決を正確に言い表すなら、二つのモデルのうち一方は製品であり、もう一方は約束であり、調達判断は前者に対してしか下せない。