Seedance 2.5: Vad ByteDances videomodell egentligen är

Seedance 2.5 är ByteDance Seeds gemensamma genereringsmodell för ljud och video, som tillkännagavs den 31 juli 2026, och det är den aktuella videomodellen i ByteDances Seedance-serie – dess föregångare, Seedance 2.0-serien, finns fortfarande till försäljning vid sidan av den snarare än att ha ersatts av den. Den genererar video och ljud i samma generering, tar emot upp till 50 referensresurser i en begäran och skapar ett sammanhängande klipp på upp till 30 sekunder som sedan kan förlängas i ytterligare omgångar. Och svaret på frågan som de flesta kommer med: vikterna är inte öppna, och ByteDance har inte publicerat någon plan för att öppna dem. Det finns ingen licens, ingen checkpoint och inget repo för den här modellen – det enda leverantören tillhandahåller är ett hostat API och en uppsättning konsumentytor. Det är det mest grundläggande faktumet om Seedance 2.5 och det är det som den här sidan finns till för att slå fast, eftersom sökningarna som ledde dig hit är varianter av "Seedance 2.5 open weight" och "Seedance 2.5 weights", och det ärliga svaret är nej.

Detta är en referenssida snarare än en lanseringsrapport. Modellen är ungefär elva veckor gammal när jag skriver detta, vilket är tillräckligt gammalt för att en hel del av det som cirkulerar om den – inklusive på den här bloggen – har glidit ifrån vad ByteDance faktiskt dokumenterar i dag. Allt nedan har fastställts på nytt utifrån leverantörens eget material: ByteDance Seed-modellsidan och lanseringsinlägget, samt handledningarna och pristabellerna för BytePlus ModelArk. Där leverantören inte publicerar något sägs det i stället för att fyllas i.

Vad Seedance 2.5 är

ByteDance Seeds egen beskrivning är kortfattad: "en nästa generations modell för gemensam ljud- och videogenerering, byggd för berättande i 30 sekunder med exakt referenskontroll och kraftfulla redigeringsmöjligheter." Företagets lanseringsinlägg ramar in genereringen som ett svar på en förändring i vad människor förväntar sig – "från att bara generera ett klipp till att färdigställa ett kreativt verk" – och lägger tonvikten på långformat berättande, multimodala referenser och redigering snarare än på rå visuell trohet.

Det vilar på arkitekturen i Seedance 2.0, som ByteDance beskriver som en enhetlig multimodal design för gemensam generering av ljud och video. Seedance 2.5 behåller den stommen och pressar tre axlar samtidigt. Det är inte en ny familj och det är inte en annan modalitet; det är samma linje med taket höjt för varaktighet, för referensvolym och för hur exakt du kan styra en tagning efter att den har skapats.

Vad leverantören säger om parameterantalet: ingenting. Seedance 2.5:s storlek, träningsdata och beräkningskraft är inte publicerade, och inte heller någon benchmark som körts av ByteDance. Den frånvaron är värd att hålla fast vid, eftersom den innebär att varje kvalitetsanspråk om den här modellen kommer från en av två platser – ByteDances eget marknadsföringsspråk, eller en panel för mänskliga preferenser från tredje part – och de två utgör inte samma typ av bevis.

Är Seedance 2.5:s vikter öppna?

Nej. Ingenting om Seedance 2.5 går att ladda ner.

Leverantörens material nämner aldrig vikter, checkpoints, en licens eller en öppen källkodsrelease. Modellsidans uppmaningar till handling är "Hämta API", "Prova nu" och "Jämför nu"; sidfoten länkar till modeller, publikationer och rekrytering, inte till ett arkiv. BytePlus ModelArk tillhandahåller modellen som dreamina-seedance-2-5-260628, och dess prissida markerar offline-inferens som "Stöds inte ännu" — det finns ingen självhostad väg, bara online-inferens mot ByteDances slutpunkt. En sökning på Hugging Face efter namnet returnerar inget arkiv som ägs av ByteDance; resultaten är tredjepartssidor som paketerar om API-åtkomst under Seedance-liknande titlar, varav inga är checkpoints.

Klassificering från tredje part instämmer, och detta är den mer användbara signalen eftersom den inte skrevs av ByteDance. Artificial Analysis har ett uttryckligt "Open weights"-filter på sina videotopplistor, och deras egen FAQ namnger ledarna för öppna vikter på text-till-video-tavlan: MiniMax H3 (768p) med Elo 1137, därefter LTX-2.5 Fast med 946 och LTX-2.5 Pro med 943. Dreamina Seedance 2.5, som ligger på Elo 1143 och på tredje plats totalt på samma tavla, finns inte bland dem. Tavlans kohort för öppna vikter och dess Seedance 2.5-post är disjunkta mängder.

Det är värt att vara precis om vad detta betyder och inte betyder. Stängda vikter gör inte modellen sämre, och för väldigt många team är frågan akademisk: de skulle aldrig ha kört en videodiffusionsmodell på sin egen hårdvara. Vad stängda vikter däremot betyder är att du inte kan granska modellen, inte kan finjustera den på ditt eget material, inte kan låsa en version och fortsätta anropa den efter att leverantören slutat stödja den, och inte kan producera utdata utan att skicka dina prompter och referensresurser till ByteDance. Om någon av dessa fyra begränsningar diskvalificerar ditt arbete är Seedance 2.5 inte din modell, oavsett hur utdata ser ut. Alternativen med öppna vikter på samma resultattavla – MiniMax H3, LTX-2.5 – är där den sökningen i stället borde sluta.

Vad den genererar, i vilken längd, i vilken upplösning

BytePlus ModelArks Seedance 2.5-handledning är där den verkliga specifikationen finns, och den är betydligt mer specifik än lanseringsinlägget. Modellen avgör sin uppgiftstyp utifrån indata-tillgångarna och promptens avsikt, och det finns fem erkända former:

• Text-till-video — enbart en textprompt, utan särskilda begränsningar för bildförhållande eller varaktighet.

• Video med första bildrutan och video med första och sista bildrutan — en bild som öppningsbildruta, eller två bilder som första och sista bildruta, där utdatans bildförhållande låses till bilden för första bildrutan.

• Referens-till-video — minst en referensbild, video eller ljud, utan begränsning av utdatans längd.

• Videoredigering — en referensvideo plus en redigeringsavsikt i prompten, att ersätta ett motiv, lägga till eller ta bort objekt, eller måla om en del av bildrutan. Utdata behåller källans bildförhållande och varaktighet, referensvideon måste vara 4–30 sekunder, och förhållandet måste ställas in på adaptiv med varaktighet -1.

• Videoförlängning — en referensvideo plus en avsikt att förlänga, som fortsätter materialet framåt eller bakåt. Lanseringsinlägget beskriver att förlänga i ytterligare omgångar medan karaktärer, miljöer och berättartempo hålls stabila.

Om siffrorna som handledningen ger:

• Varaktighet — 4 till 30 sekunder i en enda omgång, eller -1 för att låta modellen välja en längd inom det intervallet. Seedance 2.0-serien har en maxlängd på 4–15 sekunder, så detta är en fördubbling, och ByteDance säger att det kommer utan sammanfogning av flera segment.

• Upplösning — 480p och 720p vid 8-bitars färgdjup, och 1080p vid 10-bitars. Det är hela listan för Seedance 2.5. Inte 4K. 4K-nivån finns i Seedance 2.0-serien, inte här, och detta är en av siffrorna som har glidit: flera tredjepartsartiklar – och den här bloggens egen tidigare förklaring – beskrev Seedance 2.5 som en 4K-modell. BytePlus ModelArks aktuella kapacitetstabell listar inte 4K för dreamina-seedance-2-5-260628. Kontrollera leverantörens tabell mot din egen leveransspecifikation innan du lovar någon 4K från den här modellen.

• Bildförhållanden – 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 och adaptivt.

• Container — mp4 eller mov. mov-alternativet använder H.264 med kromasamplingen yuv444p och PCM-ljud, vilket ByteDance framhåller som alternativet med högre återgivningstrohet för redigering och förlängningsarbete.

• Referenser – upp till 50 resurser i en begäran: 30 bilder, 10 videor och 10 ljudklipp. 2.0-serien tillåter 15 totalt, uppdelat 9/3/3. Referensvideor får totalt inte överstiga 30 sekunder indata, var och en måste vara 200 MB eller mindre, och godkända bildfrekvenser för indata är 24–60 fps.

• Inte publicerad — den utgående bildfrekvensen. Handledningen anger det bildfrekvensintervall den accepterar som indata och anger ingenting om vad den skickar ut. Om din pipeline förutsätter en fast utgående fps är det ett antagande, inte ett dokumenterat värde.

Ytterligare en detalj som inte har någon motsvarighet i 2.0-serien: Utkastläge. Du genererar en 480p-förhandsvisning för att kontrollera scenstruktur, tagningarnas schemaläggning, motivets rörelse och promptöverensstämmelse, och skickar sedan vidare utkastets uppgifts-ID för att rendera den slutliga versionen i din målupplösning, med återanvändning av modellen, prompten, indataresurserna, seed, ljudinställningarna, bildförhållandet och varaktigheten. Endast utkast i 480p är tillåtna. Båda stegen faktureras separat.

Ljud genereras, inte bifogas

Seedance 2.5 är en ljud- och videogemensam genereringsmodell, och skillnaden är inte marknadsföring. API:et har en generate_audio-flagga, och lanseringsinläggets egna exempel är skrivna som ljuddesign: ett "ding"-upptäcktssting vid en karaktärs reaktion, ett knak när ett grapefruktskal spricker, en duns följd av en halv sekund tystnad, en voiceover som läser en varumärkesrad över en vit bildruta. Dessa är författade som en del av prompten som producerar klippet, inte något som läggs på i efterhand.

Referenssidan ändrades också. Seedance 2.0:s ljudreferenser var villkorade – en ljudreferens krävde en medföljande bild eller video. Seedance 2.5 accepterar reference_audio på egen hand, och tillåter ljud kombinerat med bild, med video, eller alla tre tillsammans. Referensljud- och videoresurser uppgår sammanlagt till högst 30 sekunder.

Vattenmärkning är en parameter snarare än ett fast beteende: vattenmärke är falskt som standard, och att sätta det till sant stämplar en AI-genererad markering i det nedre högra hörnet. Språk som stöds inbyggt är elva — kinesiska, engelska, spanska, indonesiska, malajiska, thailändska, arabiska, portugisiska, vietnamesiska, japanska och koreanska.

Vad ByteDance hävdar, och vad de oberoende styrelserna mäter

ByteDance publicerar ingen benchmark för Seedance 2.5. Inte på modellsidan, inte i lanseringsinlägget, inte i ModelArk-handledningen. Företagets påståenden är kvalitativa och läses bäst som en lista över avsikter: mjukare och mer konsekvent rörelse, mer realistisk bild, starkare klippövergångar och scenbyten, bättre hantering av objekt- och hudtextur, ljussättning och färgmättnad, samt en minskning av de okontrollerade undertexter och den bakgrundsmusik som får AI-video att se syntetisk ut. Lanseringsinlägget nämner också frivilligt en begränsning, vilket är ovanligt nog att citera: ByteDance säger att det "fortfarande finns utrymme för förbättringar, särskilt när det gäller den fysiska trovärdigheten hos komplexa rörelser och stabiliteten i scener som involverar interaktioner mellan flera subjekt."

Den oberoende bilden kommer från Artificial Analysis, som rankar videomodeller efter Elo utifrån blinda parvisa röster från en rekryterad mänsklig panel. På AA-Video-T2V v2.0, resultattavlan för text-till-video med ljud, har Dreamina Seedance 2.5 Elo 1143 med ett 95-procentigt intervall på 1134 till 1152, över 8 264 röster, vilket placerar den på tredje plats. Före den: Wan 3.0 på 1156 och Utopai X på 1149. Bakom den: MiniMax H3 (768p) på 1137 och MiniMax H3 Max på 1130.

Tre varningar om den siffran. Listans eget namn på modellen är "Dreamina Seedance 2.5", och dess angivna lansering är juli 2026 – detta är modellen i fråga, inte dess föregångare. Betyget är ett preferensmått, inte en kapacitetspoäng: det säger att människor valde dess klipp oftare i blinda jämförelser, vilket är ett utlåtande om utdata bedömd med ögon och öron, och inget om styrbarhet, API-ergonomi, kostnad eller tillförlitlighet. Och intervallen överlappar kraftigt – 1143 mot 1137 är inte en rangordning som någon bör fatta ett beslut utifrån.

Ytterligare två placeringar fullbordar bilden. På AA-Video-T2V-Silent v2.0, listan utan ljud, ligger Seedance 2.5 på Elo 1105 på fjärde plats, bakom Wan 3.0, MiniMax H3 Max och MiniMax H3 (768p) – en konsekvent men oansenlig placering. På AA-Video-I2V v1.0, listan för bild-till-video, förekommer den inte alls; Seedance-posterna där är Dreamina Seedance 2.0 720p och Seedance 1.5 pro. Inget här stöder påståendet att Seedance 2.5 leder sitt fält. Inget här motsäger det heller – en tredjeplats totalt på text-till-video-listan med ljud är en genuint stark debut, och listans egen notering om att sex modeller lades till under de senaste trettio dagarna säger att rankningen fortfarande rör på sig.

Vad det kostar och hur du kommer åt det

Åtkomsten sker genom två helt olika dörrar. På konsumentsidan namnger ByteDances lanseringsinlägg Jimeng AI och Doubao Pro — välj Seedance 2.5 i videogenereringsmenyn — med BytePlus playground på ai.byteplus.com och Dola listade som ytterligare ingångspunkter på modellsidan. På utvecklarsidan är API:et BytePlus ModelArk, modell-ID dreamina-seedance-2-5-260628, som levereras från Asia-Pacific-slutpunkten. Innan modellen ens kan köras kräver BytePlus ett av följande: ett kontosaldo över 30 USD, en dedikerad AI Savings Plan på nivån 30 USD eller högre, eller ett köpt resurspaket i Seedance 2.5-serien. En API-nyckel räcker inte, och den spärren är värd att känna till innan du planerar en spike.

Prissättningen är publicerad och debiteras efter uppskattad tokenförbrukning snarare än per klipp. Tokenpriserna, från BytePlus ModelArks prissida, i USD per miljon tokens:

• 480p- och 720p-utgång — 10,70 utan videoingång, 6,40 med videoingång.

• 1080p-utgång — 11,70 utan videoingång, 7,00 med videoingång.

• Offline-inferens — stöds inte.

Tokenförbrukningen skalar med varaktighet, upplösning och bildfrekvens, och BytePlus egna genomräknade exempel gör mönstret konkret. För ett 16:9-klipp på 5 sekunder utan videoindata uppskattar leverantören kostnaden till 0,514 USD vid 480p (0,103 per sekund), 1,156 USD vid 720p (0,231 per sekund) och 2,843 USD vid 1080p (0,569 per sekund). När video läggs till som indata kostar samma 5-sekundersutdata 0,553–2,152 USD vid 480p, 1,244–4,838 USD vid 720p och 3,062–11,907 USD vid 1080p, där den nedre gränsen motsvarar 2–4 sekunders indata och den övre gränsen 30 sekunders indata. Observera att tillägg av videoindata sänker priset per token medan det höjer totalen, eftersom själva indatalängden förbrukar tokens. Artificial Analysis normaliserar samma modell till 34,12 USD per minut för 1080p vid standardinställningar, vilket stämmer med leverantörens egen siffra per sekund för 1080p när man multiplicerar den med 60 sekunder.

Som jämförelse är Seedance 2.0-serien billigare rakt igenom: 0,07 per sekund vid 480p, 0,15 vid 720p, 0,37 vid 1080p och 0,78 vid 4K på samma prissida. Seedance 2.5:s 1080p-taxa är ungefär 1,5 gånger föregångarens taxa, och 480p-taxan är ungefär 1,5 gånger så hög den också. Du betalar för varaktighet, referenskapacitet och redigeringskontroll, inte för en billigare mätare.

En praktisk kommentar om mätaren, eftersom den förändrar vad du bör mäta: BytePlus debiterar bara för videor som genererats framgångsrikt och fakturerar inte en misslyckad generering som orsakats av innehållsmoderering. I ett redigeringsarbetsflöde, där utdatans längd ärvs från källklippet, spelar det större roll än i ett promptstyrt sådant — en avvisad redigering kostar dig inget annat än ett nytt försök, vilket inte gäller för alla video-API:er. Utvärdera den här modellen utifrån kostnad per accepterat klipp, inte kostnad per sekund av nominell utdata.

Routningsfrågan, ärligt talat

Seedance 2.5 routas inte på OrcaRouter. En kontroll av vår aktuella modellista den 13 oktober 2026 ger ingen Seedance-post för någon generation, så den här sidan gör inget anspråk på att kunna anropa den via oss, och du bör betrakta alla texter som antyder något annat som inaktuella.

Där OrcaRouter passar in är i resten av pipelinen. En videogenereringsmodell är sällan det enda i begärans väg – det finns promptutformning, referensbeskrivning, generering av tagninglistor, modereringsomgångar och den agentiska orkestreringen runt allt detta, och det arbetet hör inte hemma på ByteDances endpoint. OrcaRouter ger dig en OpenAI-kompatibel endpoint för 200+ modeller med 0 % påslag, som förmedlar leverantörens listpris oförändrat, så att en leverantörs prissänkning syns hos oss samma dag som den träder i kraft. Automatisk failover innebär att ett promptutformningssteg fortsätter köra när en leverantör har en dålig dag, och routnings-DSL:en låter dig uttrycka vilken modell som hanterar vilket anrop som kod i stället för som en stapel if-satser. Ta med din BytePlus-nyckel för videogenereringen och routa allt runt omkring genom en enda plats.

Vad är fortfarande öppet?

De frågor som en referenssida inte kan avgöra, och de som är värda att bevaka:

• Huruvida 4K kommer. 2.0-serien har en 4K-nivå och Seedance 2.5 har det inte, vilket är en märklig omkastning för en nyare modell och kan vara ett beslut om etappvis utrullning snarare än ett tak. Håll koll på BytePlus kapacitetstabell, inte på blogginlägg.

• Huruvida vikterna någonsin öppnas. ByteDance har inte sagt något åt endera hållet. Seedance-serien har aldrig släppt en checkpoint, och närvaron av genuint öppna konkurrenter på samma topplista – MiniMax H3 är ledaren för öppna vikter på text-till-video-topplistan – är det kommersiella argumentet mot att ändra på det.

• Huruvida Elo håller.En tredjeplats på AA-Video-T2V v2.0 med ett intervall som överlappar modellen på fjärde plats är en utgångspunkt, inte en dom, och 8 264 röster är ett litet underlag jämfört med topplistornas äldre poster.

• Vad API-ytan landar i. Härledning av uppgiftstyp utifrån promptens avsikt är elegant i exemplen och bräcklig i produktion — BytePlus dokumenterar två felkoder, InvalidParameter.TaskTypeMismatch och InvalidParameter.TaskTypeConstraint, för exakt det fall där du avsåg en redigering och modellen uppfattade en ny generering. Att uttryckligen ange omni_reference_task_type flyttar valideringen tidigare, och det bör varje verklig integration göra.

• Huruvida ByteDance levererar fysiken. Företaget pekade ut komplex rörelsetrovärdighet och stabilitet vid interaktion mellan flera subjekt som sina egna svagheter. Det är de två saker som avgör huruvida ett 30-sekundersklipp är användbart eller bara imponerande.