Odyssey-3 vs ByteDance Seedance 2: En miljö du agerar i kontra ett klipp du tittar på

Ställ Odyssey-3 och B​yteDance Seedance 2 sida vid sida och det första man lägger märke till är att de inte tävlar om samma förfrågan. Odyssey-3, som släpptes av Odyssey den 8 oktober 2026, genererar en miljö från en prompt och fortsätter sedan att förutsäga den i realtid medan du rör dig genom den eller utlöser en händelse – det är en simulator med en kamera som du styr. B​yteDance Seedance 2 är en klippgenerator med en regissörsstol: text-, bild-, ljud- och videoreferenser in, en färdig video ut, upp till femton sekunder av den, genererad i ett enda pass och levererad som ett fast objekt. En av dem har en styrinmatning; den andra har en tidslinje. Jämförelsen är ändå värd att göra, eftersom de två konvergerar mot samma köpare, och eftersom de gör motsatta satsningar på var värdet i en generativ videomodell ligger.

Det finns en gemensam resultattavla, och den är tunnare än den ser ut. Seedance 2 självt figurerar inte på Physics-IQ Verified, Anates Labs och DeepMinds tavla som poängsätter hur väl en modell förutsäger verkliga fysikexperiment. Seedance 2.5, efterträdaren från den 31 juli 2026, gör det. Så det enda tredjepartstal som placerar något från den här familjen bredvid Odyssey-3 är en jämförelse mellan två modellgenerationer på ena sidan, vilket är värt att påpeka innan någon citerar det som en rättvis kamp.

De två mekanismerna

Odyssey-3 är en autoregressiv diffusionstransformer. Odysseys egen beskrivning: en videodiffusionsmodell i flera steg som utökats autoregressivt med teacher forcing och kausal maskering, så att den fortsätter från tidigare observationer och förutsäger framtida tillstånd betingat på åtgärdsindata, varefter en efterträningsomgång med fördelningsmatchning och adversariell destillation producerar en fåstegsvariant som är tillräckligt snabb för att interagera med. Utdata är inte en scen som spelas upp; det är en scen som svarar. Förhandsvisningen exponerar förstapersonsnavigering, tredjepersonsnavigering och oberoende kamerarörelse – tre olika sätt att påverka samma prediktion och se vad den gör.

B​yteDance Seedance 2 är en enhetlig multimodal modell för gemensam ljud- och videogenerering. Den tar text, bild, ljud och video som referenser och genererar klippet i ett enda pass, upp till femton sekunder, med ljud som genereras gemensamt i stället för att dubbas i efterhand. B​yteDances sida beskriver hur referenser till bild, ljud och video ger kontroll över framträdande, ljussättning, skugga och kamerarörelse, vilket är produktionsspråk snarare än simulering: du anger en tagning, inte styr en värld. Släppt den 12 februari 2026 blev den viral inom några dagar på klipp med riktiga skådespelare och befintliga filmer – och det var också det som skapade upphovsrättsstormen, med upphör-och-avstå-brev från Disney och Netflix, fördömande från Motion Picture Association och SAG-AFTRA, och ett brev i mars 2026 från två amerikanska senatorer som bad B​yteDance att stänga ner det. B​yteDance uppgav i februari 2026 att man stärkte skyddsåtgärderna. Den historien är en del av modellens specifikation om du ska släppa något kommersiellt.

Dimension för dimension

• Vad den ger som utdata – en interaktiv miljö som du agerar i, mot ett fast klipp på upp till femton sekunder. Allt nedströms den här raden förändras.

• Kontrollpanel — live-navigering och händelser mitt under genereringen, mot en prompt plus bild-, ljud- och videoreferenser som anges i förväg. Den ena styrs under genereringen; den andra regisseras före den.

• Ljud — Seedance 2 genererar det tillsammans med videon, i samma modell. Odyssey-3:s lanseringsmaterial säger ingenting alls om ljud.

• Upplösning — Odyssey-3 körs i 832×480 och Odyssey-3 Pro i 1280×720. B​yteDances sida för Seedance 2 publicerar ingen utdataupplösning, och siffran 1080p som cirkulerar tillhör den tidigare Seedance 1.0-serien.

• Kostnad — Odyssey-3 listas till $0.139 per genererad video i Physics-IQ:s normaliserade kostnadskolumn och Odyssey-3 Pro till $0.267, båda exklusive prompthantering. Seedance 2 publicerar inget listpris per sekund eller per klipp som vi kunde verifiera; dess efterföljare Seedance 2.5 listas på samma tavla till $2.838 per video.

• Oberoende poängsättning – för ingen av modellerna finns en tredjeparts direktjämförelse av deras egen generering. Seedance 2.0:s publicerade resultat är ByteDances interna SeedVideoBench-2.0; Odyssey-3:s är en inlämning till ett benchmark plus en av leverantören utförd utvärdering på någon annans dataset.

• Vikter — stängda på båda sidor. Odyssey har inte släppt några checkpoints, och Seedance har aldrig varit öppen.

• Kommersiell position — Odyssey-3 är en forskningsförhandsvisning med ett kontaktformulär för API-åtkomst och ingen prislista. Seedance 2 säljs via B​yteDance egna plattformar och, utanför Kina, via CapCut som Dreamina Seedance 2.0.

Det enda talet som faktiskt jämför dem

Physics-IQ Verified betygsätter modeller utifrån nettoförbättringen i fysisk rimlighet jämfört med spårets medelvärde, i procentenheter, och det registrerar vilken promptuppsättning som användes. På benchmarkens egna prompts ligger Seedance 2.5 på sjunde plats med +3,59 pp, med en normaliserad kostnad på 2,838 USD per video. Odyssey-3 ligger, på samma promptuppsättning, på åttonde plats med +2,15 pp, till en kostnad av 0,129 USD per video. Läs noga: det är en skillnad på 1,44 punkter till Seedances fördel och en kostnadsskillnad på ungefär tjugotvå gånger till dess nackdel.

Odyssey-3:s rubrikrader använder en annan kolumn. Inskickad med anpassade prompter får Odyssey-3 +9,99 pp och Odyssey-3 Pro +11,15 pp — trea och tvåa på resultattavlan, bakom FLUX 3 [large] på +12,27 pp. Samma modellfamilj förekommer två gånger på samma resultattavla under två olika promptregimer med mycket olika poäng, vilket är det enskilt mest användbara man kan förstå om hur man ska läsa den här tavlan: siffran är delvis en egenskap hos modellen och delvis en egenskap hos den som skrev prompten.

Odyssey rapporterar också 66,1 i video-till-video-spåret för Odyssey-3 Pro, den högsta poäng som uppges, och 54,7 för Odyssey-3 Pro i bild-till-video. Båda är leverantörens egen avläsning av en resultattavla som den har skickat in till, inte en oberoende körning.

Där var och en faktiskt vinner

Om ditt problem är "Jag behöver en tagning" svarar Seedance 2:s design exakt på det: multimodala referenser innebär att du kan ge den skådespelarens utseende, ljudbädden och kamerarörelsen och få ett färdigt klipp med ljud. Inget i Odyssey-3:s förhandsvisning gör det, och inget i dess lanseringsmaterial tyder på att den kommer att göra det. Taket på femton sekunder är en verklig begränsning, men det är också en fem sekunder lång utrullning av en världsmodell utan ljud.

Om ditt problem är "jag behöver veta vad som händer härnäst", går avvägningen åt andra hållet. Seedance 2 kan inte tillfrågas om en kontrafaktisk situation – du fick ett klipp, och för att se ett annat utfall ger du en ny prompt och får ett orelaterat. Hela premissen för Odyssey-3 är att nästa tillstånd beror på den åtgärd du just utförde, vilket är det som gör den användbar för en körpolicy, en robotarm eller en träningsmiljö där sekvensen betyder mer än tagningen.

Bevisen för fysikalisk noggrannhet talar till Odyssey-3:s fördel i fråga om mekanismen, även där poängkolumnen inte gör det: modellen utvärderas på fortsättningar efter en störning, vilket är samma förmåga som den interaktiva förhandsvisningen säljer in. Seedance 2.5:s +3,59 procentenheter på samma resultattavla är ett starkt resultat för en klippgenerator och, anmärkningsvärt nog, bättre än Odyssey-3:s på den matchade promptuppsättningen – vilket är varför den ärliga sammanfattningen är att videomodellen från B​yteDance är fysikaliskt trovärdigare än en videomodell har någon rätt att vara, inte att Odyssey-3 har besegrats i sitt eget spel.

Att ta sig till någon av dem

Ingen av modellerna kan anropas härifrån i dag. OrcaRouter hostar inte Odyssey-3 eller B​yteDance Seedance 2 — Odyssey-3 har inget publicerat pris för någon att routa, och Seedance säljs via B​yteDances egna plattformar.

Vad en enda OrcaRouter-nyckel faktiskt når är resten av videostacken: MiniMax-H3 för 0,08 USD per sekund av 768P-utdata, K​ling-videolinjen för 0,084 till 0,28 USD per begäran, och över 200 modeller totalt, allt till leverantörens listpris med 0 % påslag, så att en leverantörs prisförändring slår igenom på din faktura samma dag i stället för vid förnyelse. Automatisk failover håller en utvärderingssvep igång när en uppströmstjänst försämras, och routing-DSL:en lägger flera videomodeller bakom ett enda gränssnitt så att testa en ny generator är en konfigurationsändring i stället för en integration. När endera av dessa två öppnar en självbetjänings-endpoint, är det formen att lägga in den i.

Vad du ska titta på

Två saker skulle förändra den här jämförelsen mer än någon benchmarkuppdatering. Den första är ljud: om Odyssey-3:s nästa generation genererar ljud gemensamt på samma sätt som Seedance gör, upphör "miljön du agerar i" att vara en snävare kategori. Den andra är en oberoende testram – en tredje part som kör Seedance 2.0 och Odyssey-3 sida vid sida på samma klipp, i stället för att den ena dyker upp på en resultattavla som den andra aldrig har skickats in till. Fram till dess är den korrekta tolkningen av Odyssey-3 mot ByteDance Seedance 2 att de inte är två kandidater för samma jobb. De är två svar på olika frågor, och frågan du ställer väljer modellen åt dig.