
WeMM-Video-2B vs Seedance 2.5 Flash: QC-grinden som ingen prissätter
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 184 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 535 tok/s
- AlibabaNYQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M tokens · 262 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 94 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 291 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 216 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 108 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
Sju cent köper en sekund av Seedance 2.5 Flash vid 480p, eller femton cent vid 720p, enligt den prislista ByteDance publicerade via BytePlus den 13 november 2026. Ingen publicerar vad det kostar att avgöra om klippet som kom tillbaka är användbart. WeMM-Video-2B — Tencents omnimodala checkpoint med 3,28 miljarder parametrar, uppladdad den 17 november 2026 utan något tillkännagivande och med noll nedladdningar den 20 november — är den första öppet licensierade modellen i den här familjen som är tillräckligt liten för att köras som grinden i stället för generatorn. Tillsammans beskriver de en pipeline där den dyra delen har ett pris, men den del som avgör om du betalade för den två gånger har det inte.
Det är hela argumentet, och det är inte en säljpitch för någon av modellerna. Seedance 2.5 Flash är en videogenerator med en prislista och ingen kapabilitetstabell. WeMM-Video-2B är en videoförståelsemodell med ett repository och ingen oberoende utvärdering. Ingen av dem finns på en hostad endpoint som vi kan hänvisa dig till. Det som följer är vad var och en faktiskt är, varför inramningen med pris per sekund som dominerar den här kategorin är ofullständig, och hur en grind i loopen skulle behöva se ut innan den var värd att koppla in.
Vad sju cent i sekunden inte täcker
Börja med aritmetiken, för det är den enda delen av jämförelsen som är avgjord. Seedance 2.5 Flash debiterar $0.07 per sekund vid 480p och $0.15 vid 720p utan indatavideo, jämfört med $0.103 och $0.231 för Seedance 2.5 – ungefär två tredjedelar av priset på båda nivåerna, beräknat utifrån en tokenavgift på $7.00 per enhet jämfört med modermodellens $10.70. Ett femsekundersklipp kostar $0.34 vid 480p. Tusen av dem kostar $340.
De siffrorna är korrekta, och de är också det minst intressanta med modellen, eftersom de prissätter en generering och inte ett beslut. Varje studio som använder en videonivå upptäcker så småningom att räkningen inte gäller antalet klipp den genererade – utan antalet den genererade för att få ett som den skulle skicka. Om Flash behöver fyra försök för att få en användbar tagning är den verkliga kostnaden 28 cent per accepterad sekund, och den slår inte sitt eget annonserade pris med någonting alls. Om föräldramodellen lyckas på två försök är föräldramodellen billigare per accepterad sekund trots att den kostar 47 % mer per försök. Prislistan kan inte säga vilket av detta som är sant. Bara en mätning kan.
Det är den mätningen som en förståelsemodell är till för – och det är här jämförelsen slutar vara ett rättvist "vs" och i stället blir en beskrivning av två angränsande uppgifter.
En genererar, en bedömer, och ingen av dem gör båda.

Seedance 2.5 Flash tar en prompt, en valfri första bildruta och referenstillgångar och returnerar video. WeMM-Video-2B tar videobildrutor plus det ursprungliga ljudspåret och returnerar text. Det finns ingen överlappning i kapacitet och inget sätt att ersätta den ena med den andra. Modellidentifieraren för generatorn är dreamina-seedance-2-5-flash-261115, och datumstämpeln i den — 15 november 2026 — är det API-fönster BytePlus annonserade, två dagar efter att modellen dök upp hos en distributionspartner.
• Vad som matas in — en prompt och referensbilder för Flash; upp till fyra bilder, två videor och två ljudobjekt per begäran för WeMM-Video-2B.
• Vad som kommer ut – mp4-video med synkroniserat ljud för Flash; ett textsvar för WeMM-Video-2B, på kinesiska eller engelska.
• Upplösning — 480p och 720p på Flash, helt utan 1080p-nivå; gäller inte för WeMM-Video-2B, som saknar videoutgång.
• Varaktighet – fem sekunder är det genomräknade exemplet på prislistan; WeMM-Video-2B samplar med 2 fps, med minst 4 bildrutor och högst 128 bildrutor, så ett fem sekunder långt klipp är tio bildrutor som standard.
• Vikter — Flash är en sluten endpoint utan något att ladda ner; WeMM-Video-2B är Apache 2.0 och nedladdningsbar, men du står för GPU:erna.
• Oberoende utvärdering – ingen för någon av dem. Ingen tredjepartsrankningslista som vi kunde hitta den 20 november har en post för Seedance 2.5 Flash, och WeMM-Video-artikelns huvudresultat tillhör 35B-A3B och 9B, inte 2B.
Läs den listan två gånger, så blir det tydligt vad det handlar om. Det här är inte ett val mellan två videomodeller. Det är ett val mellan att betala för generering och att betala för bedömning, och de flesta team betalar redan för det första utan att ha räknat på kostnaden för det andra.
Vad Tencent faktiskt byggde
2B är den kompakta medlemmen i en familj med fyra storlekar – 2B, 4B, 9B dense och en 35B-A3B mixture of experts – som släpptes tillsammans som sjutton Hugging Face-repon mellan 08:53 och 08:59 UTC den 17 november, med arXiv-artikeln som följde den 19 november och repots README som fortfarande redigerades på morgonen den 20:e. Licensen är Apache 2.0 och arkitekturen är en tre-tornsstack under en enda `WeMMVideoForConditionalGeneration`-wrapper: en 24-blocks visionskodare med 1 024 dolda dimensioner och 16-pixelspatchar, en 32-lagers Whisper-ljudkodare med 1 280 bredd och 128 mel-bins, samt en 24-lagers textmodell med 2 048 dolda dimensioner, 8 attention-huvuden och 2 nyckel-värde-huvuden, på ett ordförråd med 248 320 tokens och ett maximum på 262 144 positioner.
Detaljerna som avgör om det är användbart som en grind snarare än som en demo:
• Viktstorlek — 6,12 GiB BF16-safetensors fördelade på två shardar, 6 567 256 208 byte i indexet, vilket är ungefär 3,28 miljarder parametrar när kodarna räknas in. Namnet avser endast språkmodellen.
• Två lägen, en checkpoint – `enable_thinking=False` returnerar ett direkt svar och `enable_thinking=True` returnerar ett resonemangsspår, som väljs med en flagga i chattmallen i stället för genom att ladda ner en andra modell.
• Servering — patchad vLLM 0.18.0 eller 0.31.0, patchad SGLang 0.5.16 eller 0.5.19, CUDA 12.9-avbildningar och en nativ runtime-sökväg för GGUF-bygget. Tencents eget valideringspåstående är att patchad vLLM "laddade checkpointen på L20 och H20 och slutförde genereringskontroller för text, bild, ljud och video med ljudspår."
• Kvantisering – FP8 Block128, AWQ W4A16, GGUF Q4_K_M och NVFP4 W4A16, var och en i sitt eget arkiv. En 2B-modell i ett 4-bitarsbygge är tillräckligt liten för att få plats på samma maskin som klienten som anropar generatorn.
Indatagränser – fyra bilder, två videor och två ljudobjekt per begäran inom en kontext på 8 192 token, framtvingade av serveringsreceptet snarare än föreslagna av det.
Det som saknas spelar lika stor roll. Det finns inget 2B-specifikt noggrannhetstal någonstans i versionen – familjens påståenden om att slå Qwen3.5-Omni-Flash och Seed2.0-Mini-0428 tillhör 35B-A3B, och 9B:s påstående om att överträffa Qwen3-Omni-30B-A3B-Instruct är 9B:s. Huruvida den kompakta modellen behåller det audiovisuella resonemang som gör familjen värd att skriva om är offentligt oprövat. Noll nedladdningar och två gillamarkeringar på repositoriet per den 20 november är en rimlig indikator på hur mycket extern granskning den har fått.
Kapacitetstabellen som ByteDance inte har publicerat

Flash har det motsatta problemet. Dess pris dokumenteras till närmaste cent och dess förmåga dokumenteras inte alls. BytePlus publicerade en prislista, en modellidentifierare och ett upplösningstak. Det har inte publicerat, på någon sida vi kunde ladda den 20 november, den maximala varaktigheten, referensbudgeten, huruvida ljud genereras i samma omgång, huruvida de redigerings- och förlängningslägen som definierar Seedance 2.5 följer med, eller huruvida utdataformatet mov är tillgängligt.
Modermodellen svarar på allt detta – fyra till trettio sekunder, femtio referenstillgångar uppdelade på trettio bilder, tio videor och tio ljud, gemensam ljud- och videogenerering, elva språk, mp4 och mov vid 24 fps. Inget av detta anges för Flash. Det är inte ett skäl att anta det värsta; det är ett skäl att inte anta något. En nivå som behåller trettio sekunder och femtio referenser till två tredjedelar av priset är en annan produkt än en som behåller 720p och inget annat, och skillnaden är precis det som en QC-grind skulle behöva mäta – förutom att grinden inte kan mäta en specifikation som aldrig skrevs ned.
Vilket är den ärliga begränsningen i hela idén. Du kan bygga loopen idag. Du kan ännu inte säga vad loopen testar mot, eftersom ena sidan av den levererar en prislista och den andra levererar ett dokument.
Vad en grind i loopen skulle kosta
Anta att du bygger det. Anropet till generatorn går till BytePlus eller till en distributionspartner på deras nyckel. Spärren är en WeMM-Video-2B-instans som du själv hostar, som tar det returnerade klippet och dess ljudspår och besvarar en fråga – matchar detta briefen, och är ljudet i synk. Vid 2 fps och tio bildrutor för ett fem sekunder långt klipp är det ett litet inferensjobb på en enda GPU, och 4-bitsbyggena gör det ännu mindre.
Ekonomin är snedvriden på ett sätt som är värt att säga rakt ut. En generering kostar sju till femton cent per sekund och kan inte granskas innan du betalar. Ett gate-pass kostar en bråkdel av ett cent i GPU-tid och kan köras hur många gånger som helst. Om gaten avvisar ett av fyra klipp har du sparat tre fjärdedelar av en regenerering som du annars hade köpt blint – och du har gjort det utan ett andra leverantörsavtal, eftersom gaten är vikter på din egen hårdvara.
Det du inte får är en siffra. Ingen har publicerat en överensstämmelsesgrad mellan en bedömning från WeMM-Video-2B och en mänsklig redaktörs, och tills någon gör det är grinden ett filter med okänd andel falska positiva. Det är ett verkligt skäl att köra den i skuggläge i en vecka innan du låter den avvisa något.
Där routinglagret förtjänar sin plats

Ingen av modellerna finns i vår katalog, och båda påståendena är värda att göra utan förbehåll: vi tillhandahåller inte WeMM-Video-2B, och vi tillhandahåller inte Seedance 2.5 Flash. En pipeline byggd kring endera är en pipeline byggd på någon annans nyckel.
Det vi routar är det omkringliggande arbetet, och i just den här designen är det inte ett tröstpris. Tencent Hy4 Flash är den kostnadseffektiva nivån av Tencents Hunyuan-flaggskepp – text och bild in, text ut, en kontext på en miljon tokens, upp till 64 000 utdatatokens, till $0.0175 per miljon indatatokens och $0.07025 per miljon utdatatokens. Det är modellen som expanderar en enradig brief till shotlistan, skriver om prompten mellan försöken och läser avvisningsorsaken från gaten för att avgöra vad som ska ändras. Det är en textmodell som utför textarbete, och med de priserna kostar prompt-engineering-loopen runt en videopipeline mindre än videon.
Den strukturella poängen är den som håller oavsett vilken leverantör du väljer. Leverantörens listpris förs vidare med 0 % påslag, så när ByteDance sänker en nivå – precis som de sänkte den här till två tredjedelar av föräldernivån – slår sänkningen igenom hos oss samma dag i stället för vid nästa faktureringsomgång. Automatisk failover mellan leverantörer innebär att loopens texthalva inte tar ner pipelinen när en endpoint försämras. Och att ha över 200 modeller bakom en enda OpenAI-kompatibel nyckel innebär att jämförelsen du oundvikligen kommer att göra – den här gaten mot en större förståelsemodell, den här prompt-expandern mot en billigare – kostar en parameterändring och inte en integration.
Vad man ska titta på, och i vilken ordning
Tre saker skulle flytta detta från ett argument till en rekommendation. För det första, Flashes kapacitetstabell: varaktighet, referenser, ljud och huruvida 1080p permanent saknas eller bara är försenat. För det andra, varje oberoende utvärdering av 2B – ett enda offentligt samstämmighetstal mot mänsklig bedömning skulle göra grinden från en design till en komponent. För det tredje, den första publicerade latensjämförelsen för Flash, eftersom "snabbare" är hela premissen för namnet och 24 fps-utdata vid 720p i trettio sekunder är en väldig mängd slutledning att accelerera.
Fram till dess är sammanfattningen två priser och en saknad siffra. Seedance 2.5 Flash är en verklig, billig och snävt specificerad videonivå till två tredjedelar av syskonets taxa. WeMM-Video-2B är en komplett, öppet licensierad förståelsemodell som ingen har annonserat och nästan ingen har laddat ner. De sju centen finns dokumenterade. Kostnaden för att veta om de sju centen var värda att spendera är det inte – och det gapet, inte prislistan, är det man bör budgetera för.
