Seedance 2.5 vs. ByteDance Seedance 2.0: O modelo mais novo tem o teto mais baixo

Toda atualização de geração deveria ser um superconjunto, e esta não é. Seedance 2.5, que a ByteDance lançou em 31 de julho de 2026, dobra a duração dos clipes de seu antecessor para 30 segundos, triplica o orçamento de referências para 50 ativos e aceita áudio como entrada independente. ByteDance Seedance 2.0, disponível em geral na China desde fevereiro de 2026 e por meio da API BytePlus desde abril, é o único dos dois com uma linha 4K na tabela de preços do próprio fornecedor. Também é cerca de um terço mais barato por segundo e — na bancada de edição — setenta e um pontos Elo pior. Escolher entre eles não é uma questão de qual é mais recente. É uma questão de qual dessas diferenças o seu trabalho depende.

A comparação ficou mais interessante em novembro, não menos. Em 11 de novembro de 2026, o Seedance 2.5 em 4K entrou em operação em duas plataformas comerciais, Runway e Picsart, enquanto a própria tabela de recursos do BytePlus ModelArk ainda parava em 1080p para o ID de modelo dreamina-seedance-2-5-260628. Assim, a diferença de 4K entre as duas gerações diminuiu na superfície de produto de terceiros e aumentou na documentada pelo fornecedor. Leia os números abaixo com essa divisão em mente, porque é a diferença mais decisiva entre esses dois modelos para quem entrega conteúdo para uma tela.

Seis dimensões, ambos os lados, sem tabela

• Duração do clipe — Seedance 2.5 até 30 segundos numa única passagem (a BytePlus especifica 2–30s, ou 4–30s em tarefas de edição) com extensão em múltiplas rodadas; Seedance 2.0 4–15 segundos com padrão de 5 segundos.

• Referências por solicitação — a 2.5 aceita 50 recursos (30 imagens, 10 clipes de vídeo, 10 clipes de áudio, com o vídeo de referência limitado a 30 segundos no total); a 2.0 aceita 15 (9 imagens, 3 vídeos, 3 áudios).

• Áudio como entrada — a 2.5 aceita uma faixa de áudio de referência sozinha, ou em qualquer combinação com imagem e vídeo; a 2.0 exigia que as referências de áudio acompanhassem uma imagem ou um vídeo.

• Resolução — a 2.0 documenta 480p, 720p e 1080p, além de um nível 4K com tarifas por segundo publicadas; a 2.5 documenta 480p, 720p e 1080p (1080p em 10 bits) sem linha 4K, e atinge 4K apenas por meio de recursos da plataforma e de um programa de avaliação empresarial.

• Preço publicado em 1080p — 2.5 a US$ 11,70 por milhão de tokens de vídeo, aproximadamente US$ 0,57 por segundo no exemplo de cálculo do fornecedor; 2.0 a US$ 0,37 por segundo.

• Pesos — fechados em ambos os casos. Sem checkpoint, sem licença, sem opção de auto-hospedagem.

O que a geração mais nova realmente comprou

As três mudanças que importam não são as que estão no título. A duplicação da duração é a visível, mas 30 segundos só valem a pena se o modelo conseguir manter um sujeito através de um corte, e o post de lançamento da ByteDance é explícito de que é aí que ela investiu — várias tomadas conectadas por clipe, percorrendo preparação, desenvolvimento e resolução sem uma etapa de costura. Essa é uma capacidade diferente de "clipe mais longo", e é a que deve ser testada primeiro.

O orçamento de referência é o segundo. Passar de 15 ativos para 50 não é uma melhoria de 3,3× em nenhuma dimensão isolada; é o que permite carregar um elenco, um cenário, um guarda-roupa e uma base musical em uma única solicitação, em vez de encadear gerações e torcer para que a continuidade sobreviva. O Seedance 2.5 também lê renders 3D de argila sem textura como referência estrutural — layout espacial, poses, trajetórias de movimento, ângulo de câmera — e aplica iluminação sobre essa geometria, o que é um tipo de entrada genuinamente novo, e não uma versão maior de um antigo.

O terceiro é a independência de áudio. Na 2.0, uma referência de áudio era condicional a uma imagem ou vídeo de acompanhamento. Na 2.5, ela fica sozinha. Se o seu fluxo de trabalho é "aqui está a faixa de voz, monte a cena em torno dela", essa mudança é o motivo principal para migrar, e é invisível em toda tabela de especificações que começa pela duração.

Os conselhos, lidos na mesma tarde

A Artificial Analysis separa a avaliação de vídeo por tarefa e atribui a cada tarefa sua própria escala Elo. Lido em 12 de novembro de 2026, nas versões atuais do ranking, ambas as gerações aparecem nas três:

• Texto para vídeo com áudio, AA-Video-T2V v2.1 — Seedance 2.5 em quarto lugar, com Elo 1,155 (±13, intervalo 1,142–1,168) em 7,765 votos; Seedance 2.0 em décimo primeiro lugar, com 1,136 (±13, 1,123–1,149) em 6,771 votos.

Imagem para vídeo com áudio, AA-Video-I2V v2.1 — Seedance 2.5 em primeiro lugar, com 1.161 (±15, 1.146–1.176) em 6.540 votos; Seedance 2.0 em terceiro lugar, com 1.140 (±15, 1.125–1.155) em 6.587 votos.

• Edição de vídeo, AA-Video-Editing v1.1 — Seedance 2.5 em quarto lugar com 1.147 (±11, 1.136–1.158) em 7.099 votos; Seedance 2.0 em oitavo lugar com 1.076 (±10, 1.066–1.086) em 9.088 votos.

Três leituras, três histórias diferentes. Em texto para vídeo, a diferença de 19 pontos está dentro dos intervalos combinados, então trate isso como um empate com leve vantagem. Em imagem para vídeo, a diferença é de 21 pontos com intervalos não sobrepostos, o que é uma diferença real de preferência, mas pequena. Em edição, a diferença é de 71 pontos e os intervalos estão muito distantes entre si — essa é a única medição em que a atualização é inequívoca. O Seedance 2.5 é um modelo de edição substancialmente melhor que o Seedance 2.0, e se edição for sua carga de trabalho, o resto deste argumento é acadêmico.

Um alerta que se aplica a qualquer número Elo que você leve para um documento de contratação: estas são preferências humanas cegas em comparações pareadas, não testes de capacidade. Um modelo que vence mais comparações é um modelo que as pessoas preferiram observar, o que não é o mesmo que um modelo que segue o seu prompt, mantém o seu personagem ou devolve um arquivo utilizável na primeira tentativa.

A aritmética que decide isso, por clipe aceito

As tarifas de tabela favorecem o modelo mais antigo — e não por pouco. Os exemplos de cálculo da BytePlus indicam um clipe de 5 segundos em 16:9 sem entrada de vídeo a US$ 0,514 em 480p, US$ 1,156 em 720p e US$ 2,843 em 1080p — US$ 0,103, US$ 0,231 e US$ 0,569 por segundo. O Seedance 2.0, na mesma página de preços, custa US$ 0,07, US$ 0,15 e US$ 0,37 por segundo, com 4K a US$ 0,78. Cada faixa fica cerca de 50% acima da anterior.

Agora, precifique uma tomada real. Uma tomada de 15 segundos em 1080p custa $5.55 no 2.0 e, no 2.5, uma tomada de 15 segundos dentro de um teto de 30 segundos custa $8.54. Uma tomada de 30 segundos — algo que o 2.0 não consegue fazer de forma alguma — custa $17.07. Em uma campanha de 60 tomadas, essa diferença é de $17,000 contra $10,000 no preço de tabela, antes de qualquer nova tentativa.

É por isso que o número por segundo é o denominador errado. O certo é o custo por clipe aceito. O modo Draft do Seedance 2.5 existe exatamente para isso: renderizar uma prévia em 480p a cerca de US$ 0,10 por segundo, verificar a estrutura da cena e o movimento do assunto e, depois, enviar o ID da tarefa de draft para uma renderização final que herda o prompt, as referências, a seed, a duração e a proporção de tela. O draft e a final são cobrados separadamente, então um draft mais uma final custa cerca de 1,18× uma única tentativa direta em 1080p — o fluxo de trabalho perde dinheiro se você acertar a tomada na primeira tentativa e começa a ganhar a partir da segunda tomada, momento em que a economia se acumula rapidamente. Os próprios exemplos práticos da ByteDance, que são números do fornecedor e não foram reproduzidos de forma independente, indicam cerca de 57% em uma cena com quatro tomadas.

O Seedance 2.0 não tem equivalente. Ele também cobra apenas pelo vídeo gerado com sucesso e não cobra por uma geração bloqueada pela moderação de conteúdo, em nenhum dos dois modelos, o que é uma vantagem mais discreta do que o modo Draft e importa mais em fluxos de edição em que a duração da saída é herdada do clipe de origem.

A inversão 4K, e por que ela é um problema de compras antes de ser um problema técnico

Esta é a parte que surpreende as pessoas. O modelo mais antigo tem o nível 4K documentado: a BytePlus publica US$ 0,78 por segundo e dimensões de pixel de 3840×2160 em 16:9, 2160×3840 em 9:16, 2880×2880 em 1:1 e 3326×2494 em 4:3 para a série 2.0. O modelo mais novo não tem nada disso em sua própria referência de API.

O que o Seedance 2.5 tem, em vez disso, são duas outras portas. O Volcano Engine abriu um nível 4K nativo para clientes selecionados de cinema e televisão em 23 de outubro de 2026 — cor de 10 bits, um fluxo de trabalho de rascunho a master, sem preço publicado e sem data de disponibilidade geral. Depois, em 11 de novembro de 2026, a Runway e a Picsart anunciaram, cada uma, o Seedance 2.5 em 4K como recurso de plataforma, com rascunhos em 480p que podem ser finalizados em 4K do lado da Runway. Duas plataformas lançando o mesmo recurso no mesmo dia é o mais perto de uma confirmação que uma alegação de resolução chega antes de uma tabela de preços aparecer.

Então, a afirmação honesta é mais restrita do que o marketing de qualquer um dos fornecedores: 4K no Seedance 2.5 existe como uma superfície de produto que você pode comprar de uma plataforma, e não existe como um parâmetro de requisição documentado na própria API do modelo. Se seu pipeline monta requisições a partir de um schema vendorizado, um enum de resolução que não está no schema é uma requisição que você não pode enviar e um teste sobre o qual você não pode fazer asserções. Se seu pipeline chama um SDK da plataforma, é uma caixa de seleção.

O que quebra quando você altera o ID do modelo

Migrar não é uma substituição de string, e os modos de falha são específicos o bastante para se planejar em torno deles.

• A inferência do tipo de tarefa fica mais rigorosa. O Seedance 2.5 decide seu tipo de tarefa com base nos ativos de entrada e na intenção do prompt, e a BytePlus documenta dois códigos de erro dedicados — InvalidParameter.TaskTypeMismatch e InvalidParameter.TaskTypeConstraint — para o caso em que você queria uma edição e o modelo interpretou como uma nova geração. Defina o tipo de tarefa explicitamente em vez de deixar a inferência decidir.

• Duração -1 significa "o modelo escolhe", e tarefas de edição e extensão herdam a duração e a proporção de tela do clipe de origem. Uma solicitação que fixa 15 segundos se comportará de forma diferente nos dois modelos e, no 2.5, pode ser rejeitada de imediato.

• A validação de referências torna-se o ponto de falha mais provável. Com 30 slots de imagem, 10 de vídeo e 10 de áudio em uma única execução, um URL quebrado ou um clipe com duração excessiva faz falhar um trabalho pelo qual você já pagou tempo de fila. Valide formato, tamanho, duração, resolução e direitos antes de enviar.

• A escolha do contêiner é livre e vale a pena: o caminho MOV usa H.264 com amostragem de croma yuv444p e áudio PCM, que é a opção de maior fidelidade para qualquer material que vá passar por uma gradação de cor.

• A taxa de quadros de saída não é publicada para o Seedance 2.5. A BytePlus especifica o intervalo de entrada que aceita e não diz nada sobre o que emite. Se o seu pipeline assume 24 fps, isso é uma suposição, não um valor documentado.

Onde um router ganha o seu lugar numa migração

Nenhum dos modelos é uma rota do OrcaRouter, por isso nada aqui afirma que hospedamos qualquer um deles — um teste do Seedance implica uma conta ByteDance e uma chave BytePlus ou Volcano Engine. Aquilo para que um router é genuinamente útil numa mudança de geração é a camada em torno do modelo de vídeo, que é trabalho de modelo de texto e não pertence ao mesmo endpoint: o tratamento do guião, a lista de planos, as variantes de prompt que vai experimentar no modo Draft, a legendagem de cinquenta recursos de referência e a passagem de revisão que decide qual draft recebe a renderização final.

É nessa camada que o DSL de roteamento vale a configuração. Um endpoint compatível com OpenAI na frente de mais de 200 modelos permite expressar qual modelo atende qual chamada como código — um modelo barato para expansão de prompt, um mais forte para a revisão de continuidade — em vez de uma pilha de ifs contra dois SDKs de fornecedores. O failover automático mantém a etapa de revisão funcionando quando um fornecedor tem um dia ruim e, como o repasse é o preço de tabela do fornecedor sem acréscimo de margem, uma mudança de preço da ByteDance no lado de vídeo não é algo que você precise conciliar entre duas faturas. Mantenha o modelo de vídeo caro e opinativo em sua própria chave; mantenha tudo o que decide o que enviar para ele em uma só.

Quem deve permanecer no Seedance 2.0 e quem não deve

• Fique no 2.0 se você entrega 4K hoje. É a única das duas com uma tarifa 4K publicada e geometria 4K documentada, e US$ 0,78 por segundo é um número que você pode colocar em um orçamento. Mudar para 2.5 significa mover sua entrega 4K para uma superfície de plataforma cujo roteiro você não controla.

• Mude para o 2.5 se o seu trabalho for edição, ou uma série, ou tiver o áudio como foco. Setenta e um pontos Elo no quadro de edição é a maior diferença medida entre estes dois modelos em qualquer lugar, e a referência autónoma de áudio é uma capacidade que o 2.0 não tem a qualquer preço.

• Mude se a sua cena precisar de 20 segundos e não puder ser emendada. O teto de 15 segundos é rígido, e nenhuma técnica de prompt o torna flexível.

• Execute os dois se uma nova tentativa for cara. Os dois modelos compartilham uma arquitetura e uma página de preços, então o caminho de fallback é um para o qual você já tem credenciais — e os pontos fortes restantes do 2.0 (segundos mais baratos, um nível 4K) são exatamente os que o tornam uma segunda rota útil, em vez de uma opção legada.

O fato que resolveria isso é uma data de depreciação, e a ByteDance não publicou nenhuma. Ambos os modelos estão na mesma página de preços, ambos são vendidos hoje, e o nível 4K do 2.0 não tem sucessor. Até que apareça um aviso de fim de vida, "upgrade" é o verbo errado para este par. O que você está fazendo é dividir uma carga de trabalho entre duas gerações do mesmo modelo porque a mais nova é melhor em três coisas e pior em uma, e a coisa em que ela é pior é justamente a que seu cliente aprova.