Seedance 2.5: O que é, de fato, o modelo de vídeo da ByteDance

Seedance 2.5 é o modelo de geração conjunta de áudio e vídeo do ByteDance Seed, anunciado em 31 de julho de 2026, e é o modelo de vídeo atual da linha Seedance da ByteDance — seu antecessor, a série Seedance 2.0, ainda está à venda ao lado dele, em vez de ter sido substituída por ele. O modelo gera vídeo e áudio na mesma passagem, aceita até 50 ativos de referência em uma única solicitação e produz um clipe coerente de até 30 segundos que pode então ser estendido em rodadas adicionais. E a resposta à pergunta com que a maioria das pessoas chega: os pesos não são abertos, e a ByteDance não publicou nenhum plano para abri-los. Não há licença, nem checkpoint, nem repositório para este modelo — a única coisa que o fornecedor disponibiliza é uma API hospedada e um conjunto de interfaces de consumidor. Esse é o fato mais simples sobre o Seedance 2.5 e é aquele que esta página existe para declarar, porque as buscas que levaram você até aqui são variações de "Seedance 2.5 open weight" e "Seedance 2.5 weights", e a resposta honesta é não.

Esta é uma página de referência, e não um relatório de lançamento. O modelo tem cerca de onze semanas de idade no momento em que escrevo, o que já basta para que boa parte do que circula a seu respeito — inclusive neste blog — tenha se afastado do que a ByteDance realmente documenta hoje. Tudo o que vem abaixo foi reconstituído a partir do material do próprio fornecedor: a página do modelo ByteDance Seed e o post de lançamento, e os tutoriais e as tabelas de preços do BytePlus ModelArk. Quando o fornecedor não publica nada, isso é dito em vez de ser preenchido.

O que é o Seedance 2.5

A própria descrição da ByteDance Seed é compacta: "um modelo de geração conjunta de áudio e vídeo de nova geração, criado para narrativas de 30 segundos com controle preciso de referências e poderosas capacidades de edição". O post de lançamento da empresa enquadra a geração como uma resposta a uma mudança no que as pessoas esperam — "de simplesmente gerar um clipe para completar um trabalho criativo" — e coloca a ênfase em narrativas de formato longo, referências multimodais e edição, em vez de na fidelidade visual bruta.

Ele se baseia na arquitetura do Seedance 2.0, que a ByteDance descreve como um design unificado de geração conjunta multimodal de áudio e vídeo. O Seedance 2.5 mantém essa espinha dorsal e avança em três eixos ao mesmo tempo. Não é uma nova família nem uma modalidade diferente; é a mesma linha com o teto elevado em duração, em volume de referências e em quão precisamente você consegue direcionar um plano depois que ele já existe.

O que o fornecedor diz sobre o número de parâmetros: nada. O tamanho, os dados de treinamento e a capacidade computacional do Seedance 2.5 não são publicados, e o mesmo vale para qualquer benchmark executado pela ByteDance. Vale a pena ter essa ausência em mente, porque isso significa que toda afirmação de qualidade sobre este modelo vem de um de dois lugares — a linguagem de marketing da própria ByteDance, ou um painel de preferência humana de terceiros — e os dois não são o mesmo tipo de evidência.

Os pesos do Seedance 2.5 são abertos?

Não. Nada sobre o Seedance 2.5 pode ser baixado.

O material do fornecedor nunca menciona pesos, checkpoints, uma licença ou um lançamento de código aberto. As chamadas à ação da página do modelo são "Obter API", "Experimentar agora" e "Comparar agora"; o rodapé liga a modelos, publicações e recrutamento, não a um repositório. O BytePlus ModelArk disponibiliza o modelo como dreamina-seedance-2-5-260628, e a sua página de preços assinala a inferência offline como "Ainda não suportada" — não existe um caminho auto-hospedado, apenas inferência online contra o endpoint da ByteDance. Uma pesquisa no Hugging Face pelo nome não devolve nenhum repositório pertencente à ByteDance; os resultados são páginas de terceiros que reempacotam o acesso à API sob títulos com sabor de Seedance, nenhum dos quais são checkpoints.

A classificação de terceiros concorda, e este é o sinal mais útil porque não foi escrito pela ByteDance. A Artificial Analysis aplica um filtro explícito de "Open weights" em seus rankings de vídeo, e seu próprio FAQ nomeia os líderes de pesos abertos no ranking de texto para vídeo: MiniMax H3 (768p) com Elo 1137, depois LTX-2.5 Fast com 946 e LTX-2.5 Pro com 943. Dreamina Seedance 2.5, que está com Elo 1143 e em terceiro lugar geral no mesmo ranking, não está entre eles. O grupo de pesos abertos do ranking e sua entrada do Seedance 2.5 são conjuntos disjuntos.

Vale a pena ser preciso sobre o que isso significa e o que não significa. Pesos fechados não tornam o modelo pior e, para muitíssimas equipes, a questão é acadêmica: elas nunca iriam rodar um modelo de difusão de vídeo em hardware próprio. O que pesos fechados significam é que você não pode auditar o modelo, não pode fazer ajuste fino com seu próprio material, não pode fixar uma versão e continuar chamando-a depois que o fornecedor a descontinuar, e não pode gerar resultados sem enviar seus prompts e ativos de referência para a ByteDance. Se qualquer uma dessas quatro restrições for eliminatória para o seu trabalho, o Seedance 2.5 não é o seu modelo, independentemente da aparência da saída. As opções de pesos abertos no mesmo ranking — MiniMax H3, LTX-2.5 — são onde essa busca deveria terminar, em vez disso.

O que ele gera, com que extensão, em que resolução

O tutorial do Seedance 2.5 do BytePlus ModelArk é onde reside a especificação real, e é consideravelmente mais específico do que o post de lançamento. O modelo decide o seu tipo de tarefa a partir dos ativos de entrada e da intenção do prompt, e há cinco formas reconhecidas:

• Texto para vídeo — apenas um prompt de texto, sem qualquer restrição especial de proporção ou duração.

• Vídeo de primeiro quadro e de primeiro-último quadro — uma imagem como quadro inicial, ou duas imagens como primeiro e último, com a proporção de tela da saída fixada na imagem do primeiro quadro.

• Referência para vídeo — pelo menos uma imagem, vídeo ou áudio de referência, sem restrição de duração no resultado.

• Edição de vídeo — um vídeo de referência mais uma intenção de edição no prompt, substituindo um sujeito, adicionando ou removendo objetos, ou repintando parte do quadro. A saída mantém a proporção e a duração da origem, o vídeo de referência deve ter de 4 a 30 segundos, e a proporção deve ser definida como adaptive com duração -1.

• Extensão de vídeo — um vídeo de referência mais uma intenção de extensão, continuando a filmagem para a frente ou para trás. A publicação de lançamento descreve a extensão em rodadas adicionais, mantendo estáveis os personagens, os ambientes e o ritmo narrativo.

Sobre os números que o tutorial apresenta:

• Duração — 4 a 30 segundos em uma única passagem, ou -1 para deixar o modelo escolher uma duração dentro desse intervalo. A série Seedance 2.0 chega no máximo a 4–15 segundos, então isso é uma duplicação, e a ByteDance diz que vem sem costura de vários segmentos.

• Resolução — 480p e 720p com profundidade de cor de 8 bits, e 1080p com 10 bits. Essa é a lista completa para o Seedance 2.5. Nada de 4K. O nível 4K existe na série Seedance 2.0, não aqui, e esta é uma das cifras que se desviaram: vários textos de terceiros — e o próprio explicador anterior deste blog — descreveram o Seedance 2.5 como um modelo 4K. A tabela de capacidades atual do BytePlus ModelArk não lista 4K para dreamina-seedance-2-5-260628. Confira a tabela do fornecedor em relação à sua própria especificação de entrega antes de prometer 4K a alguém com este modelo.

• Proporções de aspecto — 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 e adaptável.

• Contêiner — mp4 ou mov. O caminho mov usa H.264 com amostragem de croma yuv444p e áudio PCM, que a ByteDance posiciona como a opção de maior fidelidade para trabalhos de edição e extensão.

• Referências — até 50 ativos em uma única solicitação: 30 imagens, 10 vídeos e 10 clipes de áudio. A série 2.0 permite 15 no total, divididos em 9/3/3. Os vídeos de referência podem totalizar no máximo 30 segundos de entrada, cada um deve ter 200 MB ou menos, e as taxas de quadros de entrada aceitas vão de 24 a 60 fps.

• Não publicado — a taxa de quadros de saída. O tutorial especifica o intervalo de taxa de quadros que aceita na entrada e não diz nada sobre o que emite. Se o seu pipeline assume um fps de saída fixo, isso é uma suposição, não um valor documentado.

Mais um detalhe que não tem equivalente na série 2.0: Modo rascunho. Você gera uma prévia em 480p para verificar a estrutura da cena, o agendamento das tomadas, o movimento do sujeito e o alinhamento do prompt, depois usa esse ID de tarefa de rascunho para renderizar a versão final na resolução desejada, reutilizando o modelo, o prompt, os recursos de entrada, a seed, as configurações de áudio, a proporção e a duração. Apenas rascunhos em 480p são permitidos. As duas etapas são cobradas separadamente.

O áudio é gerado, não anexado.

O Seedance 2.5 é um modelo de geração conjunta de áudio e vídeo, e a distinção não é marketing. A API carrega uma flag generate_audio, e os exemplos do próprio post de lançamento são escritos como design de som: um "ding" de descoberta na reação de um personagem, um estalo quando a casca de uma toranja se abre, um baque seguido de meio segundo de silêncio, uma narração em off lendo uma frase de marca sobre um quadro branco. Esses elementos são criados como parte do prompt que produz o clipe, não adicionados depois.

O lado de referência também mudou. As referências de áudio do Seedance 2.0 eram condicionais — uma referência de áudio exigia uma imagem ou um vídeo de acompanhamento. O Seedance 2.5 aceita reference_audio por si só e permite áudio combinado com imagem, com vídeo, ou os três juntos. Os ativos de áudio e vídeo de referência totalizam no máximo 30 segundos combinados.

A marca d'água é um parâmetro e não um comportamento fixo: watermark é false por padrão, e defini-lo como true insere um marcador gerado por IA no canto inferior direito. Os idiomas com suporte nativo são onze — chinês, inglês, espanhol, indonésio, malaio, tailandês, árabe, português, vietnamita, japonês e coreano.

O que a ByteDance alega e o que os conselhos independentes medem

A ByteDance não publica nenhum benchmark para o Seedance 2.5. Nem na página do modelo, nem no post de lançamento, nem no tutorial do ModelArk. As alegações da empresa são qualitativas e é melhor lê-las como uma lista de intenções: movimento mais suave e consistente, visuais mais realistas, transições de plano e mudanças de cena mais fortes, melhor tratamento de textura de objetos e de pele, iluminação e saturação de cores, e uma redução nas legendas e músicas de fundo descontroladas que fazem o vídeo de IA parecer sintético. O post de lançamento também oferece espontaneamente uma limitação, o que é incomum o suficiente para ser citado: a ByteDance diz que ainda há "espaço para melhorias, particularmente no que diz respeito à plausibilidade física de movimentos complexos e à estabilidade de cenas envolvendo interações entre múltiplos sujeitos".

O panorama independente vem da Artificial Analysis, que classifica modelos de vídeo por Elo a partir de votos pareados às cegas dados por um painel humano recrutado. No AA-Video-T2V v2.0, no ranking de texto para vídeo com áudio, o Dreamina Seedance 2.5 tem Elo 1143 com um intervalo de 95% de 1134 a 1152, em 8.264 votos, colocando-o em terceiro lugar. À frente dele: Wan 3.0 com 1156 e Utopai X com 1149. Atrás dele: MiniMax H3 (768p) com 1137 e MiniMax H3 Max com 1130.

Três ressalvas sobre esse número. O nome que o próprio painel usa para o modelo é "Dreamina Seedance 2.5", e seu lançamento listado é julho de 2026 — este é o modelo em questão, não seu antecessor. A classificação é uma medida de preferência, não uma pontuação de capacidade: ela diz que as pessoas escolheram seus clipes com mais frequência em comparações cegas, o que é uma afirmação sobre o resultado avaliado pelos olhos e ouvidos, e nada sobre controlabilidade, ergonomia de API, custo ou confiabilidade. E os intervalos se sobrepõem bastante — 1143 contra 1137 não é um ranking no qual alguém deveria basear uma decisão.

Mais duas posições completam esse quadro. No AA-Video-T2V-Silent v2.0, o ranking sem áudio, o Seedance 2.5 fica em quarto lugar, com Elo 1105, atrás de Wan 3.0, MiniMax H3 Max e MiniMax H3 (768p) — uma posição consistente, mas sem nada de notável. No AA-Video-I2V v1.0, o ranking de imagem para vídeo, ele não aparece de forma alguma; as entradas do Seedance ali são Dreamina Seedance 2.0 720p e Seedance 1.5 pro. Nada aqui sustenta a alegação de que o Seedance 2.5 lidera seu segmento. Nada aqui a contradiz também — o terceiro lugar geral no ranking de texto para vídeo com áudio é uma estreia genuinamente forte, e a própria observação do ranking de que seis modelos foram adicionados nos últimos trinta dias indica que a classificação ainda está em movimento.

Quanto custa, e como você chega lá

O acesso passa por duas portas completamente diferentes. Do lado do consumidor, o post de lançamento da ByteDance cita Jimeng AI e Doubao Pro — selecione Seedance 2.5 no menu de geração de vídeo — com o playground da BytePlus em ai.byteplus.com e Dola listados como outros pontos de entrada na página do modelo. Do lado do desenvolvedor, a API é o BytePlus ModelArk, ID do modelo dreamina-seedance-2-5-260628, disponibilizada a partir do endpoint da Ásia-Pacífico. Antes que o modelo possa sequer ser executado, a BytePlus exige uma das seguintes opções: um saldo em conta acima de USD 30, um AI Savings Plan dedicado no nível de USD 30 ou superior, ou um pacote de recursos da série Seedance 2.5 adquirido. Uma chave de API sozinha não basta, e vale a pena conhecer essa barreira antes de planejar um spike.

A precificação é publicada e é cobrada com base no consumo estimado de tokens, e não por clipe. As tarifas de tokens, da página de preços do BytePlus ModelArk, em USD por milhão de tokens:

• saída em 480p e 720p — 10,70 sem entrada de vídeo, 6,40 com entrada de vídeo.

• Saída 1080p — 11,70 sem entrada de vídeo, 7,00 com entrada de vídeo.

• Inferência offline — não suportada.

O consumo de tokens escala com a duração, a resolução e a taxa de quadros, e os próprios exemplos práticos da BytePlus tornam a forma concreta. Para um clipe de 5 segundos em 16:9 sem entrada de vídeo, a estimativa do fornecedor é de USD 0,514 a 480p (0,103 por segundo), USD 1,156 a 720p (0,231 por segundo) e USD 2,843 a 1080p (0,569 por segundo). Quando o vídeo entra como entrada, a mesma saída de 5 segundos custa USD 0,553–2,152 a 480p, USD 1,244–4,838 a 720p e USD 3,062–11,907 a 1080p, com o limite inferior correspondendo a uma entrada de 2–4 segundos e o limite superior a uma de 30 segundos. Observe que adicionar entrada de vídeo reduz a taxa por token enquanto aumenta o total, porque a própria duração da entrada consome tokens. A Artificial Analysis normaliza o mesmo modelo para $34,12 por minuto de 1080p nas configurações padrão, o que é consistente com o próprio valor por segundo para 1080p do fornecedor quando você multiplica por 60 segundos.

Para se ter uma ideia, a série Seedance 2.0 é mais barata em todos os níveis: 0,07 por segundo em 480p, 0,15 em 720p, 0,37 em 1080p e 0,78 em 4K na mesma página de preços. A tarifa de 1080p do Seedance 2.5 é aproximadamente 1,5 vezes a do seu antecessor, e a de 480p também é aproximadamente 1,5 vezes. Você está pagando pela duração, pela capacidade de referência e pelo controle de edição, e não por um medidor mais barato.

Uma observação prática sobre a métrica de cobrança, porque ela muda o que você deve medir: a BytePlus cobra apenas por vídeos gerados com sucesso e não cobra por uma geração que falhou devido à moderação de conteúdo. Em um fluxo de trabalho de edição, no qual a duração de saída é herdada do clipe de origem, isso importa mais do que em um fluxo orientado por prompt — uma edição rejeitada não custa nada além da nova tentativa, o que não é verdade para toda API de vídeo. Avalie este modelo pelo custo por clipe aceito, não pelo custo por segundo de saída nominal.

A questão do roteamento, sinceramente

O Seedance 2.5 não está roteado no OrcaRouter. Uma verificação da nossa lista de modelos ativa em 13 de outubro de 2026 não retorna nenhuma entrada do Seedance de qualquer geração, portanto esta página não faz nenhuma afirmação sobre chamá-lo por meio de nós, e você deve considerar qualquer texto que sugira o contrário como desatualizado.

Onde o OrcaRouter se encaixa é no resto do pipeline. Um modelo de geração de vídeo raramente é a única coisa no caminho do pedido — há a elaboração de prompts, a legendagem de referências, a geração de shot lists, as passagens de moderação e a orquestração agêntica em torno de tudo isso, e esse trabalho não pertence ao endpoint da ByteDance. O OrcaRouter oferece a você um endpoint compatível com OpenAI para mais de 200 modelos com 0% de markup, repassando o preço de tabela do fornecedor sem alterações, de modo que um corte de preço do fornecedor aparece do nosso lado no mesmo dia em que entra em vigor. O failover automático faz com que uma etapa de elaboração de prompts continue a funcionar quando um fornecedor tem um dia ruim, e a DSL de roteamento permite expressar qual modelo trata qual chamada como código, em vez de uma pilha de instruções if. Traga a sua chave BytePlus para a geração de vídeo e encaminhe tudo o que o rodeia através de um único lugar.

O que ainda está aberto?

As questões que uma página de referência não consegue resolver, e as que vale a pena acompanhar:

• Se o 4K chegará. A série 2.0 tem um nível 4K e o Seedance 2.5 não, o que é uma inversão estranha para um modelo mais novo e pode ser uma decisão de lançamento por etapas, e não um teto. Fique atento à tabela de capacidades da BytePlus, não a posts de blog.

• Se os pesos alguma vez serão abertos.A ByteDance não disse nada em nenhum dos sentidos. A linha Seedance nunca disponibilizou um checkpoint, e a presença de rivais genuinamente abertos na mesma tabela de classificação — o MiniMax H3 é o líder em pesos abertos na tabela de texto para vídeo — é o argumento comercial contra mudar isso.

• Se o Elo se mantém.O terceiro lugar no AA-Video-T2V v2.0, com um intervalo que se sobrepõe ao do modelo em quarto lugar, é uma posição de partida, não um veredito, e 8.264 votos são uma base pequena em comparação com as entradas mais antigas dos rankings.

• Aquilo em que a superfície da API se consolida. A inferência do tipo de tarefa a partir da intenção do prompt é elegante nos exemplos e frágil em produção — a BytePlus documenta dois códigos de erro, InvalidParameter.TaskTypeMismatch e InvalidParameter.TaskTypeConstraint, exatamente para o caso em que você pretendia uma edição e o modelo interpretou uma geração nova. Definir omni_reference_task_type explicitamente antecipa a validação, e qualquer integração real deveria fazer isso.

• Se a ByteDance entrega a física. A empresa apontou a plausibilidade de movimentos complexos e a estabilidade de interação entre múltiplos sujeitos como seus próprios pontos fracos. Essas são as duas coisas que decidem se um clipe de 30 segundos é utilizável ou apenas impressionante.