Seedance 2.5 vs ByteDance Seedance 2.0: Mô hình mới hơn có mức trần thấp hơn

Mỗi bản nâng cấp thế hệ vốn được cho là phải bao trùm toàn bộ bản tiền nhiệm, nhưng lần này thì không. Seedance 2.5, được ByteDance phát hành ngày 31 tháng 7 năm 2026, tăng gấp đôi độ dài clip của bản tiền nhiệm lên 30 giây, tăng gấp ba hạn mức tham chiếu lên 50 tài nguyên và chấp nhận âm thanh làm đầu vào độc lập. ByteDance Seedance 2.0, được cung cấp rộng rãi tại Trung Quốc từ tháng 2 năm 2026 và qua API BytePlus từ tháng 4, là bản duy nhất trong hai bản có dòng 4K trên bảng giá của chính nhà cung cấp. Bản này cũng rẻ hơn khoảng một phần ba tính theo mỗi giây và — trên bảng xếp hạng chỉnh sửa — kém hơn bảy mươi mốt điểm Elo. Lựa chọn giữa hai bản không phải là câu hỏi bản nào mới hơn. Mà là câu hỏi những khác biệt nào trong số đó là thứ công việc của bạn phụ thuộc vào.

Việc so sánh trở nên thú vị hơn vào tháng 11, chứ không kém đi. Vào ngày 11 tháng 11 năm 2026, Seedance 2.5 ở 4K đã ra mắt trên hai nền tảng thương mại là Runway và Picsart, trong khi bảng năng lực của chính BytePlus ModelArk vẫn dừng ở 1080p đối với ID mô hình dreamina-seedance-2-5-260628. Vậy là khoảng cách 4K giữa hai thế hệ đã thu hẹp trên bề mặt sản phẩm của bên khác và nới rộng trên bề mặt được nhà cung cấp ghi nhận. Hãy đọc các con số bên dưới với sự phân tách đó trong đầu, vì đó là khác biệt có hệ quả lớn nhất giữa hai mô hình này đối với bất kỳ ai đang phân phối nội dung đến màn hình.

Sáu chiều, cả hai bên, không có bảng

• Độ dài clip — {{1}}Seedance 2.5{{/1}} tối đa 30 giây trong một lượt ({{2}}BytePlus{{/2}} quy định 2–30 giây, hoặc 4–30 giây đối với tác vụ chỉnh sửa) với khả năng gia hạn nhiều vòng; {{3}}Seedance 2.0{{/3}} 4–15 giây với mặc định 5 giây.

• Tài liệu tham chiếu cho mỗi yêu cầu — 2.5 chấp nhận 50 tài nguyên (30 hình ảnh, 10 clip video, 10 clip âm thanh, với video tham chiếu được giới hạn tổng cộng 30 giây); 2.0 chấp nhận 15 (9 hình ảnh, 3 video, 3 âm thanh).

• Âm thanh làm đầu vào — 2.5 có thể nhận một bản âm thanh tham chiếu riêng lẻ hoặc kết hợp theo bất kỳ cách nào với hình ảnh và video; 2.0 yêu cầu tham chiếu âm thanh phải đi kèm với hình ảnh hoặc video.

• Độ phân giải — 2.0 ghi nhận 480p, 720p và 1080p cùng một gói 4K với mức giá theo giây được công bố; 2.5 ghi nhận 480p, 720p và 1080p (1080p ở 10-bit) không có dòng 4K, và chỉ đạt 4K thông qua các tính năng nền tảng và chương trình dùng thử dành cho doanh nghiệp.

• Mức giá công bố ở 1080p — 2.5 ở mức $11.70 mỗi triệu token video, khoảng $0.57 mỗi giây theo ví dụ tính toán của nhà cung cấp; 2.0 ở mức $0.37 mỗi giây.

• Trọng số — đóng với cả hai. Không có checkpoint, không có giấy phép, không có cách tự triển khai tại chỗ.

Thế hệ mới thực sự đã mua gì

Ba thay đổi thực sự quan trọng không phải là những thay đổi nằm trên tiêu đề. Việc tăng gấp đôi thời lượng là điểm dễ thấy, nhưng 30 giây chỉ thực sự có giá trị nếu mô hình có thể giữ được một chủ thể xuyên suốt một cú cắt, và bài đăng ra mắt của ByteDance nói rõ rằng đây chính là nơi họ đã đầu tư — nhiều cảnh quay liên kết trong mỗi clip, chuyển qua phần mở đầu, diễn biến và kết thúc mà không cần bước ghép nối. Đó là một năng lực khác với "clip dài hơn", và đó là thứ cần kiểm thử trước tiên.

Ngân sách tham chiếu là yếu tố thứ hai. Đi từ 15 tài nguyên lên 50 không phải là mức cải thiện 3,3× ở bất kỳ chiều nào riêng lẻ; chính nó cho phép bạn mang theo dàn diễn viên, bối cảnh, trang phục và nền nhạc trong một yêu cầu thay vì nối chuỗi các lần tạo và hy vọng tính liên tục còn giữ được. Seedance 2.5 cũng đọc các bản render 3D clay chưa có texture như một tham chiếu cấu trúc — bố cục không gian, tư thế, đường chuyển động, góc máy — và áp dụng ánh sáng lên trên hình học đó, đây thực sự là một loại đầu vào mới chứ không phải phiên bản lớn hơn của một loại cũ.

Điều thứ ba là tính độc lập của âm thanh. Trên 2.0, tham chiếu âm thanh phụ thuộc vào việc phải có hình ảnh hoặc video đi kèm. Trên 2.5, nó đứng độc lập. Nếu quy trình của bạn là "đây là track giọng nói, hãy dựng cảnh quay xoay quanh nó", thì thay đổi đó chính là lý do để chuyển sang, và nó vô hình trong mọi bảng thông số bắt đầu bằng thời lượng.

Các bảng, được đọc vào cùng buổi chiều hôm đó.

Artificial Analysis tách đánh giá video theo từng tác vụ và cấp cho mỗi tác vụ thang Elo riêng. Đọc ngày 12 tháng 11 năm 2026, trên các phiên bản bảng hiện tại, cả hai thế hệ đều xuất hiện trên cả ba:

• Văn bản thành video có âm thanh, AA-Video-T2V v2.1 — Seedance 2.5 đứng thứ tư với Elo 1,155 (±13, khoảng 1,142–1,168) trên 7,765 phiếu bầu; Seedance 2.0 đứng thứ mười một với 1,136 (±13, 1,123–1,149) trên 6,771 phiếu bầu.

• Chuyển ảnh thành video kèm âm thanh, AA-Video-I2V v2.1 — Seedance 2.5 đứng đầu với 1.161 (±15, 1.146–1.176) trên 6.540 phiếu bầu; Seedance 2.0 đứng thứ ba với 1.140 (±15, 1.125–1.155) trên 6.587 phiếu bầu.

Chỉnh sửa video, AA-Video-Editing v1.1 — Seedance 2.5 đứng thứ tư với 1.147 (±11, 1.136–1.158) trên 7.099 phiếu bầu; Seedance 2.0 đứng thứ tám với 1.076 (±10, 1.066–1.086) trên 9.088 phiếu bầu.

Ba cách đọc, ba câu chuyện khác nhau. Ở text-to-video, khoảng cách 19 điểm nằm trong các khoảng kết hợp, nên hãy coi đó là hòa với một chút nghiêng về một bên. Ở image-to-video, khoảng cách là 21 điểm với các khoảng không chồng lấn, đây là khác biệt sở thích thực sự nhưng nhỏ. Ở editing, khoảng cách là 71 điểm và các khoảng cách xa nhau rõ rệt — đó là phép đo duy nhất mà việc nâng cấp là rõ ràng không thể nhầm lẫn. Seedance 2.5 là một mô hình editing tốt hơn đáng kể so với Seedance 2.0, và nếu editing là khối lượng công việc của bạn thì phần còn lại của lập luận này chỉ mang tính hàn lâm.

Một lưu ý áp dụng cho bất kỳ con số Elo nào bạn đưa vào tài liệu mua sắm: đây là những ưu tiên so sánh theo cặp do con người đánh giá trong điều kiện mù thông tin, không phải các bài kiểm tra năng lực. Một mô hình thắng nhiều so sánh hơn là mô hình mà người ta thích nhìn hơn, điều này không đồng nghĩa với việc mô hình đó tuân theo lời nhắc của bạn, giữ được nhân vật của bạn hay trả về một tệp dùng được ngay trong lần thử đầu tiên.

Phép tính quyết định điều đó, theo từng clip được chấp nhận

Giá niêm yết có lợi cho mô hình cũ hơn, và không chỉ hơn một chút. Các ví dụ tính toán của BytePlus định giá một clip 5 giây tỷ lệ 16:9 không có đầu vào video ở mức $0.514 cho 480p, $1.156 cho 720p và $2.843 cho 1080p — tức $0.103, $0.231 và $0.569 mỗi giây. Seedance 2.0 trên cùng trang giá có giá $0.07, $0.15 và $0.37 mỗi giây, với 4K ở mức $0.78. Mỗi bậc đều cao hơn khoảng 50% so với phiên bản tiền nhiệm.

Giờ hãy định giá một cảnh quay thực tế. Một cảnh quay 1080p dài 15 giây có giá $5.55 trên 2.0 và, trên 2.5, một cảnh quay 15 giây trong giới hạn 30 giây có giá $8.54. Một cảnh quay 30 giây — thứ mà 2.0 hoàn toàn không thể tạo ra — có giá $17.07. Trong một chiến dịch 60 cảnh quay, mức chênh lệch đó là $17,000 so với $10,000 theo giá niêm yết, trước khi bất kỳ ai phải thử lại bất cứ điều gì.

Đó là lý do con số mỗi giây là mẫu số sai. Mẫu số đúng là chi phí cho mỗi clip được chấp nhận. Chế độ Draft của Seedance 2.5 tồn tại chính vì điều này: kết xuất bản xem trước 480p với giá khoảng $0,10 mỗi giây, kiểm tra cấu trúc cảnh và chuyển động của chủ thể, rồi gửi ID tác vụ bản nháp để kết xuất cuối cùng kế thừa prompt, tài liệu tham chiếu, seed, thời lượng và tỷ lệ khung hình. Bản nháp và bản cuối được tính phí riêng, nên một bản nháp cộng một bản cuối tốn khoảng 1,18× một lần thử 1080p trực tiếp duy nhất — quy trình này lỗ nếu bạn thành công ngay lần thử đầu và bắt đầu có lãi từ lần quay thứ hai, khi đó khoản tiết kiệm tích lũy nhanh chóng. Các ví dụ tính toán của chính ByteDance, vốn là số liệu của nhà cung cấp và chưa được tái lập độc lập, đưa ra con số gần 57% cho một cảnh quay bốn lần.

Seedance 2.0 không có tính năng tương đương. Nó cũng chỉ tính phí cho video được tạo thành công và không tính phí cho lần tạo bị chặn bởi kiểm duyệt nội dung, ở cả hai mô hình — một lợi thế âm thầm hơn so với chế độ Draft và càng quan trọng hơn trong các quy trình biên tập, nơi thời lượng đầu ra được kế thừa từ clip nguồn.

Sự đảo ngược 4K và lý do vì sao đó là vấn đề thu mua trước khi là vấn đề kỹ thuật

Đây là phần khiến mọi người ngạc nhiên. Mô hình cũ hơn có hạng 4K đã được ghi trong tài liệu: BytePlus công bố $0,78 mỗi giây và kích thước pixel 3840×2160 ở 16:9, 2160×3840 ở 9:16, 2880×2880 ở 1:1 và 3326×2494 ở 4:3 so với dòng 2.0. Mô hình mới hơn không có bất kỳ thông tin nào như vậy trên tài liệu tham chiếu API riêng của nó.

Thay vào đó, Seedance 2.5 có hai cánh cửa khác. Volcano Engine đã mở một gói 4K native cho các khách hàng điện ảnh và truyền hình được chọn vào ngày 23 tháng 10 năm 2026 — màu 10-bit, quy trình từ bản nháp đến bản master, không công bố giá và không có ngày mở bán đại chúng. Sau đó, vào ngày 11 tháng 11 năm 2026, Runway và Picsart lần lượt công bố Seedance 2.5 ở 4K như một tính năng nền tảng, với các bản nháp 480p có thể được hoàn thiện ở 4K phía Runway. Việc hai nền tảng phát hành cùng một khả năng trong cùng một ngày là mức gần với xác nhận nhất mà một tuyên bố về độ phân giải có thể đạt được trước khi bảng giá niêm yết bắt kịp.

Vậy nên phát biểu trung thực hẹp hơn so với marketing của cả hai nhà cung cấp: 4K trên Seedance 2.5 tồn tại như một bề mặt sản phẩm mà bạn có thể mua từ một nền tảng, và không tồn tại như một tham số yêu cầu được tài liệu hóa trên API của chính mô hình. Nếu pipeline của bạn dựng yêu cầu từ một schema được vendored, thì một enum độ phân giải không có trong schema là một yêu cầu bạn không thể gửi và một bài kiểm thử bạn không thể assert lên. Nếu pipeline của bạn gọi SDK của nền tảng, thì đó chỉ là một ô đánh dấu.

Điều gì bị hỏng khi bạn thay đổi ID mô hình

Việc migrate không phải là thay thế chuỗi, và các kiểu lỗi đủ cụ thể để lập kế hoạch phòng tránh.

• Suy luận loại tác vụ trở nên chặt chẽ hơn. Seedance 2.5 xác định loại tác vụ của mình từ các tài nguyên đầu vào và ý định của câu lệnh, và BytePlus ghi nhận hai mã lỗi chuyên dụng — InvalidParameter.TaskTypeMismatch và InvalidParameter.TaskTypeConstraint — cho trường hợp bạn muốn chỉnh sửa mà mô hình lại hiểu là tạo mới. Hãy đặt loại tác vụ một cách tường minh thay vì để suy luận tự quyết định.

• Thời lượng -1 có nghĩa là "mô hình tự chọn", và các tác vụ chỉnh sửa và mở rộng sẽ kế thừa thời lượng và tỷ lệ khung hình từ clip nguồn. Một yêu cầu cố định cứng 15 giây sẽ hoạt động khác nhau trên hai mô hình, và trên 2.5 nó có thể bị từ chối thẳng.

• Kiểm tra tham chiếu trở thành điểm dễ thất bại nhất. Với 30 ô hình ảnh, 10 ô video và 10 ô âm thanh trong một lần chạy, chỉ một URL hỏng hay một clip quá dài cũng làm hỏng một job mà bạn đã phải trả giá bằng thời gian xếp hàng. Hãy kiểm tra định dạng, kích thước, thời lượng, độ phân giải và quyền trước khi gửi.

• Việc lựa chọn container là tùy ý và đáng để thực hiện: đường MOV sử dụng H.264 với lấy mẫu chroma yuv444p và âm thanh PCM, đây là lựa chọn có độ trung thực cao hơn cho bất kỳ nội dung nào sẽ được đưa vào quy trình chỉnh màu.

• Tốc độ khung hình đầu ra không được công bố cho Seedance 2.5. BytePlus chỉ nêu rõ phạm vi đầu vào mà nó chấp nhận và không nói gì về những gì nó xuất ra. Nếu pipeline của bạn giả định 24 fps, thì đó là một giả định, không phải giá trị được ghi trong tài liệu.

Nơi bộ định tuyến khẳng định vị trí của mình trong một cuộc di chuyển

Cả hai mô hình đều không phải là tuyến OrcaRouter, nên ở đây không có hàm ý nào rằng chúng tôi vận hành một trong hai — dùng thử Seedance đồng nghĩa với việc có tài khoản ByteDance và khóa BytePlus hoặc Volcano Engine. Điều mà một router thực sự hữu ích trong một lần chuyển đổi thế hệ là lớp bao quanh mô hình video, vốn là công việc của mô hình văn bản và không nên nằm trên cùng một endpoint: xử lý kịch bản, danh sách cảnh quay, các biến thể prompt mà bạn sẽ đưa vào chế độ Draft, việc tạo chú thích cho năm mươi tài nguyên tham chiếu, và lượt đánh giá quyết định bản nháp nào được kết xuất cuối cùng.

Lớp đó là nơiDSL định tuyến đáng để thiết lập. Một endpoint tương thích OpenAI đặt phía trướchơn 200 mô hình cho phép bạn biểu diễn mô hình nào xử lý lệnh gọi nào dưới dạng mã — một mô hình rẻ để mở rộng prompt, một mô hình mạnh hơn để rà soát tính liên tục — thay vì một chồng câu lệnh if đối chiếu hai SDK của nhà cung cấp. Tự động chuyển đổi dự phòng giúp bước rà soát tiếp tục chạy khi một nhà cung cấp gặp một ngày tồi tệ, và vì luồng chuyển tiếp được tính theogiá niêm yết của nhà cung cấp mà không cộng thêm phụ phí, việc ByteDance thay đổi giá ở phía video không phải là điều bạn phải đối soát qua hai hóa đơn. Hãy giữ mô hình video đắt đỏ, mang tính chủ quan trên khóa riêng của nó; giữ mọi thứ quyết định nội dung gửi tới nó trên một khóa.

Ai nên tiếp tục dùng Seedance 2.0, và ai không nên

• Hãy ở lại 2.0 nếu hôm nay bạn giao 4K. Đây là lựa chọn duy nhất trong hai lựa chọn có mức giá 4K được công bố và hình học 4K được ghi nhận, và $0.78 mỗi giây là con số bạn có thể đưa vào ngân sách. Chuyển sang 2.5 nghĩa là chuyển việc giao 4K của bạn sang một bề mặt nền tảng mà bạn không kiểm soát lộ trình phát triển của nó.

• Chuyển sang 2.5 nếu công việc của bạn là chỉnh sửa, làm sê-ri, hoặc thiên về âm thanh. Bảy mươi mốt điểm Elo trên bảng chỉnh sửa là mức chênh lệch lớn nhất được đo giữa hai mô hình này ở bất kỳ đâu, và tham chiếu âm thanh độc lập là một năng lực mà 2.0 không có ở bất kỳ mức giá nào.

• Hãy chuyển sang cách khác nếu cảnh của bạn cần 20 giây và không thể ghép nối. Giới hạn trần 15 giây là cứng, và không có kỹ thuật prompt nào làm nó lỏng ra được.

• Hãy chạy cả hai nếu việc thử lại tốn kém. Hai mô hình dùng chung kiến trúc và trang định giá, nên đường dự phòng là đường bạn đã có thông tin xác thực — và những điểm mạnh còn lại của 2.0 (số giây rẻ hơn, gói 4K) chính là những điểm khiến nó trở thành tuyến thứ hai hữu ích chứ không phải một tuyến cũ.

Sự thật có thể giải quyết chuyện này là một ngày ngừng hỗ trợ, và ByteDance chưa công bố ngày đó. Cả hai mô hình đều nằm trên cùng một trang giá, cả hai đều đang được bán hôm nay, và gói 4K của 2.0 không có sản phẩm kế nhiệm. Cho đến khi xuất hiện thông báo hết vòng đời, “nâng cấp” là động từ sai cho cặp này. Điều bạn đang làm là tách một khối lượng công việc sang hai thế hệ của cùng một mô hình vì bản mới hơn làm tốt hơn ở ba việc và kém hơn ở một việc, và việc nó kém hơn chính là việc khách hàng của bạn ký duyệt.