Seedance 2.5: โมเดลวิดีโอของ ByteDance คืออะไรกันแน่

Seedance 2.5 เป็นโมเดลสร้างวิดีโอและเสียงร่วมกันของ ByteDance Seed ประกาศเมื่อวันที่ 31 กรกฎาคม 2026 และเป็นโมเดลวิดีโอปัจจุบันในสาย Seedance ของ ByteDance — รุ่นก่อนหน้าอย่าง Seedance 2.0 ซีรีส์ ยังคงวางจำหน่ายควบคู่กันไปแทนที่จะถูกแทนที่ด้วยมัน มันสร้างวิดีโอและเสียงในรอบเดียวกัน ยอมรับทรัพย์สินอ้างอิงสูงสุด 50 รายการในคำขอเดียว และสร้างคลิปที่ต่อเนื่องกันได้นานสูงสุด 30 วินาที ซึ่งสามารถขยายเพิ่มเติมในรอบถัดไป และคำตอบสำหรับคำถามที่คนส่วนใหญ่มาถึงคือ: ค่าถ่วงน้ำหนักไม่ได้เปิดเผย และ ByteDance ไม่ได้ประกาศแผนที่จะเปิดเผย ไม่มีใบอนุญาต ไม่มีเช็คพอยต์ และไม่มีที่เก็บโค้ดสำหรับโมเดลนี้ — สิ่งเดียวที่ผู้ขายให้มาคือ API ที่โฮสต์ไว้และชุดอินเทอร์เฟซสำหรับผู้บริโภค นั่นคือข้อเท็จจริงที่ชัดเจนที่สุดเกี่ยวกับ Seedance 2.5 และเป็นสิ่งที่หน้านี้มีอยู่เพื่อระบุ เพราะการค้นหาที่นำคุณมาที่นี่เป็นรูปแบบต่างๆ ของ "Seedance 2.5 open weight" และ "Seedance 2.5 weights" และคำตอบที่ซื่อสัตย์คือไม่

หน้านี้เป็นหน้าอ้างอิงมากกว่ารายงานการเปิดตัว ตอนที่ผมเขียน โมเดลนี้มีอายุประมาณสิบเอ็ดสัปดาห์ ซึ่งเก่าพอที่หลายสิ่งซึ่งแพร่สะพัดเกี่ยวกับมัน รวมถึงในบล็อกนี้ ได้เบี่ยงเบนไปจากสิ่งที่ ByteDance เอกสารไว้จริงในปัจจุบัน ทุกอย่างด้านล่างนี้ถูกสร้างขึ้นใหม่จากเอกสารของผู้ขายเอง: หน้าโมเดล ByteDance Seed และโพสต์เปิดตัว และบทช่วยสอนกับตารางราคาของ BytePlus ModelArk ในจุดที่ผู้ขายไม่ได้เผยแพร่สิ่งใด ก็จะระบุไว้เช่นนั้นแทนที่จะเติมข้อมูลเข้าไป

Seedance 2.5 คืออะไร

คำอธิบายของ ByteDance Seed เองนั้นกระชับ: "แบบจำลองการสร้างร่วมเสียง-ภาพรุ่นถัดไป สร้างขึ้นสำหรับการเล่าเรื่องความยาว 30 วินาที ด้วยการควบคุมข้อมูลอ้างอิงที่แม่นยำและความสามารถในการตัดต่อที่ทรงพลัง" โพสต์เปิดตัวของบริษัทวางกรอบการสร้างนี้ว่าเป็นการตอบสนองต่อการเปลี่ยนแปลงในสิ่งที่ผู้คนคาดหวัง — "จากการเพียงสร้างคลิปไปสู่การสร้างสรรค์ผลงานที่สมบูรณ์" — และเน้นที่การเล่าเรื่องรูปแบบยาว การอ้างอิงหลายรูปแบบ และการตัดต่อ มากกว่าความเที่ยงตรงของภาพล้วน ๆ

มันตั้งอยู่บนสถาปัตยกรรมของ Seedance 2.0 ซึ่ง ByteDance อธิบายว่าเป็นการออกแบบการสร้างเสียงและวิดีโอร่วมกันแบบมัลติโมดัลที่รวมเป็นหนึ่ง Seedance 2.5 ยังคงแกนหลักนั้นไว้และผลักดันสามแกนไปพร้อมกัน มันไม่ใช่ตระกูลใหม่และไม่ใช่โมดัลลิตี้ที่แตกต่างออกไป หากเป็นสายเดียวกันที่ยกเพดานขึ้นในด้านระยะเวลา ด้านปริมาณข้อมูลอ้างอิง และด้านความแม่นยำที่คุณสามารถกำกับช็อตได้หลังจากที่มันมีอยู่แล้ว

สิ่งที่ผู้ขายพูดเกี่ยวกับจำนวนพารามิเตอร์: ไม่มีเลย ขนาด ข้อมูลฝึก และพลังประมวลผลของ Seedance 2.5 ไม่ได้รับการเผยแพร่ และผลทดสอบมาตรฐานใด ๆ ที่ ByteDance เป็นผู้รันก็ไม่ได้รับการเผยแพร่เช่นกัน การไม่เปิดเผยนี้เป็นสิ่งที่ควรจดจำไว้ เพราะมันหมายความว่าทุกคำกล่าวอ้างเรื่องคุณภาพเกี่ยวกับโมเดลนี้ล้วนมาจากหนึ่งในสองแหล่ง ได้แก่ ภาษาการตลาดของ ByteDance เอง หรือบอร์ดจัดอันดับความชอบของมนุษย์จากบุคคลที่สาม และทั้งสองอย่างไม่ใช่หลักฐานประเภทเดียวกัน

น้ำหนักของ Seedance 2.5 เปิดเผยหรือไม่

ไม่ ไม่มีอะไรเกี่ยวกับ Seedance 2.5 ที่ดาวน์โหลดได้

เอกสารของบริษัทผู้ให้บริการไม่เคยกล่าวถึงเวต เช็คพอยต์ สัญญาอนุญาต หรือการเผยแพร่แบบโอเพนซอร์สเลย คำเชิญชวนให้ดำเนินการบนหน้าโมเดลคือ "Get API" "Try now" และ "Compare now" ส่วนท้ายของหน้าเว็บลิงก์ไปที่โมเดล ผลงานตีพิมพ์ และการรับสมัครงาน ไม่ได้ลิงก์ไปที่คลังโค้ดใด ๆ BytePlus ModelArk ให้บริการโมเดลนี้ในชื่อ dreamina-seedance-2-5-260628 และหน้าเพจราคาระบุว่าการอนุมานแบบออฟไลน์ "Not supported yet" — ไม่มีเส้นทางการโฮสต์เอง มีเพียงการอนุมานออนไลน์ผ่านเอนด์พอยต์ของ ByteDance การค้นหาชื่อนี้บน Hugging Face ไม่พบคลังโค้ดที่เป็นของ ByteDance ผลลัพธ์ที่ได้เป็นหน้าเว็บของบุคคลที่สามที่นำการเข้าถึง API มาห่อใหม่ภายใต้ชื่อแนว Seedance ซึ่งไม่มีสักอันที่เป็นเช็คพอยต์

การจัดประเภทโดยบุคคลที่สามสอดคล้องกัน และนี่คือสัญญาณที่มีประโยชน์มากกว่าเพราะไม่ได้เขียนโดย ByteDance Artificial Analysis มีตัวกรอง "Open weights" อย่างชัดเจนบนกระดานผู้นำด้านวิดีโอของตน และ FAQ ของตัวเองระบุชื่อผู้นำ open-weights บนกระดาน text-to-video ว่า MiniMax H3 (768p) ที่ Elo 1137 ตามด้วย LTX-2.5 Fast ที่ 946 และ LTX-2.5 Pro ที่ 943 ส่วน Dreamina Seedance 2.5 ซึ่งอยู่ที่ Elo 1143 และอันดับสามโดยรวมบนกระดานเดียวกัน ไม่ได้อยู่ในกลุ่มนั้น กลุ่ม open-weights ของกระดานและรายการ Seedance 2.5 ของมันเป็นเซตที่แยกจากกัน

มันคุ้มค่าที่จะพูดให้ชัดเจนว่าสิ่งนี้หมายถึงอะไรและไม่หมายถึงอะไร น้ำหนักแบบปิดไม่ได้ทำให้โมเดลแย่ลง และสำหรับทีมจำนวนมาก คำถามนี้เป็นเพียงเรื่องทางทฤษฎี พวกเขาคงไม่มีทางรันโมเดล diffusion สำหรับวิดีโอบนฮาร์ดแวร์ของตัวเองอยู่แล้ว สิ่งที่น้ำหนักแบบปิดหมายถึงคือคุณไม่สามารถตรวจสอบโมเดลได้ ไม่สามารถไฟน์จูนมันด้วยฟุตเทจของตัวเอง ไม่สามารถล็อกเวอร์ชันและเรียกใช้ต่อไปได้หลังจากผู้ขายเลิกสนับสนุนมัน และไม่สามารถสร้างผลลัพธ์โดยไม่ส่งพรอมป์และแอสเซตอ้างอิงของคุณไปยัง ByteDance หากข้อจำกัดใดในสี่ข้อนี้เป็นข้อตัดสิทธิ์สำหรับงานของคุณ Seedance 2.5 ก็ไม่ใช่โมเดลสำหรับคุณ ไม่ว่าผลลัพธ์จะดูดีแค่ไหน ตัวเลือกแบบเปิดน้ำหนักบนลีดเดอร์บอร์ดเดียวกันนั้น — MiniMax H3, LTX-2.5 — คือจุดที่การค้นหานั้นควรสิ้นสุดลงแทน

มันสร้างอะไร ที่ความยาวเท่าใด ที่ความละเอียดเท่าใด

บทช่วยสอน Seedance 2.5 ของ BytePlus ModelArk คือที่ที่ข้อกำหนดจริงอยู่ และมีความเฉพาะเจาะจงมากกว่าโพสต์เปิดตัวพอสมควร โมเดลจะตัดสินประเภทงานจากแอสเซตอินพุตและเจตนาของพรอมต์ และมีรูปแบบที่รู้จักอยู่ห้ารูปแบบ:

• ข้อความสู่วิดีโอ — ใช้เพียงพรอมต์ข้อความ โดยไม่มีข้อจำกัดพิเศษเรื่องอัตราส่วนภาพหรือระยะเวลา

• วิดีโอแบบเฟรมแรกและแบบเฟรมแรก-เฟรมสุดท้าย — ใช้รูปภาพหนึ่งรูปเป็นเฟรมเปิด หรือใช้สองรูปเป็นเฟรมแรกและเฟรมสุดท้าย โดยอัตราส่วนภาพของผลลัพธ์จะถูกล็อกไว้กับรูปภาพเฟรมแรก

• อ้างอิงเป็นวิดีโอ — ต้องมีภาพ วิดีโอ หรือเสียงอ้างอิงอย่างน้อยหนึ่งรายการ โดยไม่มีข้อจำกัดด้านระยะเวลาของเอาต์พุต

• การตัดต่อวิดีโอ — วิดีโออ้างอิงพร้อมเจตนาการตัดต่อในพรอมต์ เช่น การแทนที่ตัวแบบ การเพิ่มหรือลบวัตถุ หรือการเพนต์บางส่วนของเฟรมใหม่ เอาต์พุตจะคงอัตราส่วนภาพและความยาวของต้นฉบับ วิดีโออ้างอิงต้องมีความยาว 4–30 วินาที และต้องตั้งอัตราส่วนเป็น adaptive โดยมีระยะเวลา -1.

• การขยายวิดีโอ — วิดีโออ้างอิงพร้อมเจตนาขยาย โดยต่อเนื่องฟุตเทจไปข้างหน้าหรือย้อนหลัง โพสต์เปิดตัวอธิบายถึงการขยายในรอบต่อ ๆ ไป ขณะที่รักษาตัวละคร สภาพแวดล้อม และจังหวะการเล่าเรื่องให้คงที่

เกี่ยวกับตัวเลขที่บทแนะนำให้:

• ระยะเวลา — 4 ถึง 30 วินาทีในรอบเดียว หรือ -1 เพื่อให้โมเดลเลือกความยาวภายในช่วงนั้น ซีรีส์ Seedance 2.0 ทำได้สูงสุดที่ 4–15 วินาที ดังนั้นนี่จึงเป็นการเพิ่มเป็นสองเท่า และ ByteDance กล่าวว่ามันไม่ต้องใช้การเย็บต่อหลายเซกเมนต์

• ความละเอียด — 480p และ 720p ที่ความลึกสี 8 บิต และ 1080p ที่ 10 บิต นั่นคือรายการทั้งหมดสำหรับ Seedance 2.5 ไม่ใช่ 4K ระดับ 4K มีอยู่ในซีรีส์ Seedance 2.0 ไม่ใช่ที่นี่ และนี่คือหนึ่งในตัวเลขที่คลาดเคลื่อนไปแล้ว: บทความจากบุคคลที่สามหลายชิ้น — รวมถึงบทอธิบายฉบับก่อนหน้าของบล็อกนี้เอง — ได้อธิบายว่า Seedance 2.5 เป็นโมเดล 4K ตารางขีดความสามารถปัจจุบันของ BytePlus ModelArk ไม่ได้ระบุ 4K สำหรับ dreamina-seedance-2-5-260628 ตรวจสอบตารางของผู้ให้บริการเทียบกับสเปกการส่งมอบของคุณเองก่อนที่คุณจะสัญญากับใครว่าโมเดลนี้ให้ 4K ได้

• อัตราส่วนภาพ — 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 และแบบปรับอัตโนมัติ

• คอนเทนเนอร์ — mp4 หรือ mov เส้นทาง mov ใช้ H.264 พร้อมการสุ่มตัวอย่างโครมาแบบ yuv444p และเสียง PCM ซึ่ง ByteDance วางตำแหน่งให้เป็นตัวเลือกที่มีความเที่ยงตรงสูงกว่าสำหรับงานตัดต่อและงานขยาย

• ข้อมูลอ้างอิง — สูงสุด 50 แอสเซ็ตในหนึ่งคำขอ: รูปภาพ 30 รายการ วิดีโอ 10 รายการ และคลิปเสียง 10 รายการ ซีรีส์ 2.0 รองรับรวม 15 รายการ แบ่งเป็น 9/3/3 วิดีโออ้างอิงอาจมีอินพุตรวมกันได้ไม่เกิน 30 วินาที แต่ละรายการต้องมีขนาดไม่เกิน 200 MB และอัตราเฟรมอินพุตที่ยอมรับได้อยู่ในช่วง 24–60 fps

• ไม่ได้เผยแพร่ — อัตราเฟรมเอาต์พุต บทแนะนำระบุช่วงอัตราเฟรมที่ยอมรับในอินพุต และไม่ได้ระบุสิ่งใดเกี่ยวกับสิ่งที่ส่งออก หากไปป์ไลน์ของคุณสมมติ fps เอาต์พุตแบบคงที่ นั่นเป็นข้อสมมติ ไม่ใช่ค่าที่มีเอกสารระบุไว้

รายละเอียดเพิ่มเติมอีกอย่างหนึ่งที่ไม่มีในซีรีส์ 2.0: โหมดร่างคุณสร้างตัวอย่างความละเอียด 480p เพื่อตรวจสอบโครงสร้างฉาก การจัดตารางช็อต การเคลื่อนไหวของตัวแบบ และความสอดคล้องกับพรอมป์ต จากนั้นนำ task ID ของงานร่างนั้นส่งต่อไปเพื่อเรนเดอร์เวอร์ชันสุดท้ายที่ความละเอียดเป้าหมาย โดยใช้โมเดล พรอมป์ต แอสเซตอินพุต ซีด การตั้งค่าเสียง อัตราส่วนภาพ และระยะเวลาเดิมซ้ำ อนุญาตให้ใช้เฉพาะงานร่าง 480p เท่านั้น ทั้งสองขั้นตอนคิดค่าบริการแยกกัน

เสียงถูกสร้างขึ้น ไม่ได้แนบมา

Seedance 2.5 เป็นระบบออดิโอ-วิดีโอ แบบร่วม โมเดลสร้าง และความแตกต่างนี้ไม่ใช่การตลาด API มี generate_audio แฟล็ก และตัวอย่างในโพสต์เปิดตัวก็เขียนเป็น sound design: เสียง "ติ๊ง" ที่เป็นเสียงค้นพบเมื่อตัวละครแสดงปฏิกิริยา, เสียงแตกเมื่อเปลือกส้มโอแยกออก, เสียงทุบตามด้วยความเงียบครึ่งวินาที, เสียงบรรยายที่อ่านบรรทัดแบรนด์บนเฟรมสีขาว สิ่งเหล่านี้ถูกสร้างเป็นส่วนหนึ่งของพรอมป์ที่สร้างคลิป ไม่ใช่การใส่ทีหลัง

ฝั่งการอ้างอิงก็เปลี่ยนไปเช่นกัน การอ้างอิงเสียงของ Seedance 2.0 นั้นมีเงื่อนไข — การอ้างอิงเสียงจำเป็นต้องมีภาพหรือวิดีโอประกอบ Seedance 2.5 ยอมรับreference_audioได้ด้วยตัวเอง และอนุญาตให้ใช้เสียงร่วมกับภาพ ร่วมกับวิดีโอ หรือทั้งสามอย่างพร้อมกัน สินทรัพย์อ้างอิงเสียงและวิดีโอรวมกันไม่เกิน 30 วินาที

การทำลายน้ำเป็นพารามิเตอร์ ไม่ใช่พฤติกรรมแบบตายตัว: ลายน้ำ เป็น เท็จ โดยค่าเริ่มต้น และการตั้งค่าเป็นจริงจะประทับเครื่องหมายที่สร้างโดย AI ที่มุมขวาล่าง ภาษาที่รองรับแบบเนทีฟมีจำนวนสิบเอ็ดภาษา — จีน อังกฤษ สเปน อินโดนีเซีย มาเลย์ ไทย อาหรับ โปรตุเกส เวียดนาม ญี่ปุ่น และเกาหลี

สิ่งที่ ByteDance อ้าง และสิ่งที่คณะกรรมการอิสระวัด

ByteDance ไม่ได้เผยแพร่ benchmark ใด ๆ สำหรับ Seedance 2.5 ไม่ว่าจะบนหน้าโมเดล ในโพสต์เปิดตัว หรือในบทแนะนำการใช้งาน ModelArk คำกล่าวอ้างของบริษัทเป็นเชิงคุณภาพ และตีความได้ดีที่สุดว่าเป็นรายการความตั้งใจ: การเคลื่อนไหวที่นุ่มนวลและสม่ำเสมอมากขึ้น ภาพที่สมจริงมากขึ้น การเปลี่ยนช็อตและการเปลี่ยนฉากที่ดีขึ้น การจัดการพื้นผิวของวัตถุและผิวหนัง แสง และความอิ่มตัวของสีได้ดีขึ้น และการลดคำบรรยายกับเพลงประกอบที่ควบคุมไม่ได้ ซึ่งทำให้วิดีโอจาก AI ดูเป็นภาพสังเคราะห์ โพสต์เปิดตัวยังเปิดเผยข้อจำกัดด้วยความสมัครใจ ซึ่งถือว่าผิดปกติพอที่จะยกมาอ้างอิง: ByteDance กล่าวว่า "ยังมีช่องว่างสำหรับการปรับปรุง โดยเฉพาะอย่างยิ่งในเรื่องความสมเหตุสมผลทางฟิสิกส์ของการเคลื่อนไหวที่ซับซ้อน และความเสถียรของฉากที่เกี่ยวข้องกับปฏิสัมพันธ์ระหว่างตัวแบบหลายตัว"

ภาพอิสระนี้มาจาก Artificial Analysis ซึ่งจัดอันดับโมเดลวิดีโอด้วยคะแนน Elo จากการโหวตแบบไม่ระบุตัวตนเป็นคู่โดยคณะผู้ประเมินที่เป็นมนุษย์ซึ่งคัดเลือกมา บน AA-Video-T2V v2.0 ซึ่งเป็นกระดานจัดอันดับสำหรับการสร้างวิดีโอจากข้อความพร้อมเสียง Dreamina Seedance 2.5 มีคะแนน Elo 1143 โดยมีช่วงความเชื่อมั่น 95% อยู่ที่ 1134 ถึง 1152 จากจำนวนโหวต 8,264 เสียง อยู่ในอันดับที่สาม ข้างหน้าได้แก่ Wan 3.0 ที่ 1156 และ Utopai X ที่ 1149 ข้างหลังได้แก่ MiniMax H3 (768p) ที่ 1137 และ MiniMax H3 Max ที่ 1130

ข้อควรระวังสามประการเกี่ยวกับตัวเลขนั้น ชื่อที่บอร์ดใช้เรียกโมเดลนี้เองคือ "Dreamina Seedance 2.5" และกำหนดเปิดตัวที่ระบุไว้คือกรกฎาคม 2026 — นี่คือโมเดลที่กำลังกล่าวถึง ไม่ใช่รุ่นก่อนหน้า คะแนนนี้เป็นมาตรวัดความชอบ ไม่ใช่คะแนนความสามารถ: มันบอกว่าผู้คนเลือกคลิปของโมเดลนี้บ่อยกว่าในการเปรียบเทียบแบบไม่เปิดเผยชื่อ ซึ่งเป็นข้อความเกี่ยวกับผลลัพธ์ที่ตัดสินด้วยตาและหู และไม่เกี่ยวข้องกับความสามารถในการควบคุม ความสะดวกในการใช้งาน API ต้นทุน หรือความน่าเชื่อถือ และช่วงความเชื่อมั่นทับซ้อนกันอย่างมาก — 1143 ต่อ 1137 ไม่ใช่การจัดอันดับที่ใครควรใช้ตัดสินใจ

อีกสองอันดับช่วยทำให้ภาพนี้สมบูรณ์ขึ้น บน AA-Video-T2V-Silent v2.0 ซึ่งเป็นบอร์ดแบบไม่มีเสียง Seedance 2.5 อยู่ที่ Elo 1105 ในอันดับสี่ ตามหลัง Wan 3.0, MiniMax H3 Max และ MiniMax H3 (768p) — เป็นตำแหน่งที่สอดคล้องกันแต่ไม่โดดเด่น บน AA-Video-I2V v1.0 ซึ่งเป็นบอร์ดแบบ image-to-video นั้น มันไม่ปรากฏอยู่เลย รายการ Seedance บนบอร์ดนั้นคือ Dreamina Seedance 2.0 720p และ Seedance 1.5 pro ไม่มีสิ่งใดตรงนี้สนับสนุนข้อกล่าวอ้างที่ว่า Seedance 2.5 นำในสาขาของตน และไม่มีสิ่งใดตรงนี้ขัดแย้งเช่นกัน — อันดับสามโดยรวมบนบอร์ด text-to-video ที่รวมเสียงถือเป็นการเปิดตัวที่แข็งแกร่งจริง ๆ และหมายเหตุของบอร์ดเองที่ว่ามีการเพิ่มหกโมเดลในสามสิบวันล่าสุดบอกว่าการจัดอันดับยังคงเคลื่อนไหวอยู่

ค่าใช้จ่ายเท่าไร และคุณจะเข้าถึงมันได้อย่างไร

การเข้าถึงทำได้ผ่านสองช่องทางที่แตกต่างกันโดยสิ้นเชิง ฝั่งผู้บริโภค โพสต์เปิดตัวของ ByteDance ระบุชื่อ Jimeng AI และ Doubao Pro — เลือก Seedance 2.5 ในเมนูสร้างวิดีโอ — โดยมี BytePlus playground ที่ ai.byteplus.com และ Dola ที่ระบุเป็นจุดเข้าอื่น ๆ เพิ่มเติมบนหน้าโมเดล ฝั่งนักพัฒนา API คือ BytePlus ModelArk โดยมี ID โมเดล dreamina-seedance-2-5-260628 ซึ่งให้บริการจาก endpoint เอเชียแปซิฟิก ก่อนที่โมเดลจะสามารถรันได้ BytePlus กำหนดให้มีอย่างใดอย่างหนึ่งต่อไปนี้: ยอดคงเหลือในบัญชีมากกว่า USD 30, แผน AI Savings Plan เฉพาะทางในระดับ USD 30 ขึ้นไป หรือแพ็กทรัพยากรซีรีส์ Seedance 2.5 ที่ซื้อแล้ว การมี API key เพียงอย่างเดียวไม่พอ และเงื่อนไขนี้ควรรู้ไว้ก่อนวางแผนทดลองแบบสไปก์

การคิดราคาได้รับการเปิดเผย และคิดค่าบริการตามปริมาณการใช้โทเคนโดยประมาณ ไม่ใช่คิดต่อคลิป อัตราค่าโทเคน จากหน้าข้อมูลราคาของ BytePlus ModelArk ในหน่วยดอลลาร์สหรัฐต่อหนึ่งล้านโทเคน:

• เอาต์พุต 480p และ 720p — 10.70 เมื่อไม่มีอินพุตวิดีโอ, 6.40 เมื่อมีอินพุตวิดีโอ

• เอาต์พุต 1080p — 11.70 เมื่อไม่มีอินพุตวิดีโอ, 7.00 เมื่อมีอินพุตวิดีโอ

• การอนุมานแบบออฟไลน์ — ไม่รองรับ

การใช้โทเคนจะแปรผันตามระยะเวลา ความละเอียด และอัตราเฟรม และตัวอย่างที่คำนวณไว้ของ BytePlus เองก็ทำให้เห็นรูปแบบชัดเจน สำหรับคลิป 16:9 ความยาว 5 วินาทีที่ไม่มีอินพุตวิดีโอ ประมาณการของผู้ขายคือ USD 0.514 ที่ 480p (0.103 ต่อวินาที), USD 1.156 ที่ 720p (0.231 ต่อวินาที) และ USD 2.843 ที่ 1080p (0.569 ต่อวินาที) เมื่อมีวิดีโอเป็นอินพุต เอาต์พุต 5 วินาทีเดียวกันจะมีค่าใช้จ่าย USD 0.553–2.152 ที่ 480p, USD 1.244–4.838 ที่ 720p และ USD 3.062–11.907 ที่ 1080p โดยช่วงต่ำสอดคล้องกับอินพุต 2–4 วินาที และช่วงสูงสอดคล้องกับอินพุต 30 วินาที โปรดทราบว่าการเพิ่มอินพุตวิดีโอ ลดอัตราต่อโทเคน ขณะที่เพิ่มยอดรวม เนื่องจากระยะเวลาอินพุตเองก็ใช้โทเคน Artificial Analysis ปรับโมเดลเดียวกันให้เป็นมาตรฐานที่ $34.12 ต่อนาทีของ 1080p ภายใต้การตั้งค่าเริ่มต้น ซึ่งสอดคล้องกับตัวเลขต่อวินาทีที่ 1080p ของผู้ขายเอง เมื่อคูณออกมาเต็ม 60 วินาที

เพื่อให้เห็นภาพ ซีรีส์ Seedance 2.0 ถูกกว่าในทุกช่วง: 0.07 ต่อวินาทีที่ 480p, 0.15 ที่ 720p, 0.37 ที่ 1080p และ 0.78 ที่ 4K บนหน้าข้อมูลราคาเดียวกัน อัตรา 1080p ของ Seedance 2.5 อยู่ที่ประมาณ 1.5 เท่าของรุ่นก่อน และอัตรา 480p ก็ประมาณ 1.5 เท่าเช่นกัน คุณกำลังจ่ายสำหรับระยะเวลา ความสามารถด้านเรเฟอเรนซ์ และการควบคุมการตัดต่อ ไม่ใช่เพื่อให้ได้มิเตอร์ที่ถูกกว่า

ข้อสังเกตเชิงปฏิบัติเกี่ยวกับการคิดค่าบริการ เพราะมันเปลี่ยนสิ่งที่คุณควรวัด: BytePlus คิดค่าบริการเฉพาะวิดีโอที่สร้างสำเร็จเท่านั้น และไม่เรียกเก็บค่าสำหรับการสร้างที่ล้มเหลวซึ่งเกิดจากการกลั่นกรองเนื้อหา ในเวิร์กโฟลว์การตัดต่อ ซึ่งความยาวของเอาต์พุตสืบทอดมาจากคลิปต้นฉบับ เรื่องนี้สำคัญกว่าในเวิร์กโฟลว์ที่ขับเคลื่อนด้วยพรอมป์ต์ — การตัดต่อที่ถูกปฏิเสธไม่ทำให้คุณเสียค่าใช้จ่ายใด ๆ นอกจากการลองใหม่ ซึ่งไม่จริงสำหรับวิดีโอ API ทุกตัว ประเมินโมเดลนี้จากต้นทุนต่อคลิปที่ผ่านการยอมรับ ไม่ใช่ต้นทุนต่อวินาทีของเอาต์พุตตามทฤษฎี

คำถามเรื่องการกำหนดเส้นทาง ถ้าพูดตามตรง

Seedance 2.5 ไม่ได้ถูกจัดเส้นทางบน OrcaRouter การตรวจสอบรายการโมเดลที่ใช้งานจริงของเราเมื่อวันที่ 13 ตุลาคม 2026 ไม่พบรายการ Seedance รุ่นใดเลย ดังนั้นหน้านี้จึงไม่กล่าวอ้างใด ๆ เกี่ยวกับการเรียกใช้งานผ่านเรา และคุณควรถือว่าข้อเขียนใดที่บ่งชี้เป็นอย่างอื่นนั้นล้าสมัย

จุดที่ OrcaRouter เข้ามาเสริมคือส่วนที่เหลือของไปป์ไลน์ โมเดลสร้างวิดีโอไม่ค่อยเป็นสิ่งเดียวในเส้นทางการร้องขอ — ยังมีการร่างพรอมป์ต การเขียนแคปชันอ้างอิง การสร้างรายการช็อต การตรวจกลั่นกรอง และการประสานงานแบบเอเจนต์ที่ล้อมรอบทั้งหมดนั้น และงานเหล่านั้นไม่ควรไปอยู่บนเอนด์พอยต์ของ ByteDance OrcaRouter มอบให้คุณเอนด์พอยต์เดียวที่เข้ากันได้กับ OpenAI ครอบคลุมโมเดล 200+ ตัว โดยบวกเพิ่ม 0% ส่งราคาตามรายการของผู้ให้บริการผ่านไปโดยไม่เปลี่ยนแปลง ดังนั้นเมื่อผู้ให้บริการรายใดลดราคา ฝั่งเราก็เห็นทันทีในวันเดียวกันที่ราคานั้นประกาศออกมา การสลับสำรองอัตโนมัติหมายความว่าขั้นตอนการร่างพรอมป์ตยังทำงานต่อได้เมื่อผู้ให้บริการรายหนึ่งมีปัญหาช่วงบ่าย และ routing DSL ให้คุณระบุว่าโมเดลใดจัดการการเรียกใดในรูปแบบโค้ด แทนที่จะเป็นกองของ if-statement นำคีย์ BytePlus ของคุณมาใช้สำหรับการสร้างวิดีโอ และกำหนดเส้นทางทุกสิ่งรอบๆ ผ่านที่เดียว

อะไรยังเปิดอยู่

คำถามที่หน้าอ้างอิงไม่อาจตอบได้ และคำถามที่ควรจับตามอง:

• ว่า 4K จะมาถึงหรือไม่ ซีรีส์ 2.0 มีระดับ 4K แต่ Seedance 2.5 ไม่มี ซึ่งเป็นการสลับที่ดูแปลกสำหรับโมเดลที่ใหม่กว่า และอาจเป็นการตัดสินใจเรื่องลำดับการเปิดตัวมากกว่าขีดจำกัดสูงสุด ให้ดูตารางความสามารถของ BytePlus ไม่ใช่บล็อกโพสต์

• ไม่ว่าจะมีการเปิดน้ำหนักโมเดลหรือไม่ ByteDance ไม่ได้กล่าวถึงเรื่องนี้ในทางใดเลย สาย Seedance ไม่เคยปล่อยเช็กพอยต์ออกมา และการมีอยู่ของคู่แข่งที่เปิดกว้างอย่างแท้จริงบนตารางอันดับเดียวกัน — MiniMax H3 เป็นผู้นำด้านน้ำหนักแบบเปิดบนกระดานแปลงข้อความเป็นวิดีโอ — คือข้อโต้แย้งเชิงพาณิชย์ที่คัดค้านการเปลี่ยนแปลงสิ่งนั้น

• ไม่ว่าคะแนน Elo จะยืนหยัดได้หรือไม่ การได้อันดับสามบน AA-Video-T2V v2.0 โดยมีช่วงความเชื่อมั่นที่ทับซ้อนกับโมเดลอันดับสี่นั้นเป็นเพียงจุดเริ่มต้น ไม่ใช่คำตัดสิน และ 8,264 โหวตก็เป็นฐานที่เล็กเมื่อเทียบกับรายการที่เก่ากว่าบนกระดานจัดอันดับ

• สิ่งที่ API surface ลงตัวเป็นเช่นนี้ในที่สุด การอนุมานประเภทงานจากเจตนาในพรอมป์ต์นั้นดูสง่างามในตัวอย่าง แต่เปราะบางในโปรดักชัน — BytePlus dokument สองรหัสข้อผิดพลาด InvalidParameter.TaskTypeMismatch และ InvalidParameter.TaskTypeConstraint สำหรับกรณีที่คุณหมายถึงการแก้ไข แต่โมเดลอ่านเป็นการสร้างใหม่ Setting omni_reference_task_type อย่างชัดเจนจะเลื่อนการตรวจสอบให้เร็วขึ้น และการผสานรวมจริงใด ๆ ก็ควรทำเช่นนั้น

• ไม่ว่า ByteDance จะปล่อยออกมาหรือไม่ บริษัทระบุว่าความสมเหตุสมผลของการเคลื่อนไหวที่ซับซ้อนและความเสถียรในการปฏิสัมพันธ์ระหว่างหลายซับเจกต์เป็นจุดอ่อนของตัวเอง สองสิ่งนี้คือสิ่งที่ตัดสินว่าคลิป 30 วินาทีจะใช้งานได้จริงหรือเพียงแค่ดูน่าประทับใจ