Odyssey-3 vs Seedance 2.5：数秒素材 vs 数小时仿真

问 Seedance 2.5 要多少钱，你会得到一个以每秒美元计的答案。问 Odyssey-3 要多少钱，你却什么也得不到——没有价目表，没有接口端点，没有授权，因为这款于 2026 年 9 月 15 日发布的模型尚未正式推出，其制造商只公开承诺会在“未来几周内”问世。这一落差看似是成熟度的差异，而实质多半是品类上的差异。Seedance 2.5 由字节跳动的 Seed 团队于 2026 年 7 月 31 日发布，是一台按成片秒数计费、卖给需要素材的人的生产引擎。Odyssey-3 则是一个带动作接口的世界模型，它瞄准的买家根本不要素材——它要的是一个当有东西在其中行动时能正确作出响应的环境。两者正被指向一些相同的问题，包括机器人与驾驶数据，而这恰恰是值得仔细厘清这一区别的原因所在。

Seedance 2.5 是一个制作引擎，首发合作伙伴证明了这一点

核心亮点在于时长。Seedance 2.5 单次生成三十秒，是其前代十五秒的两倍，并支持多轮扩展以生成更长序列，据报道其超长测试模式还能进一步延长。仅这一点就改变了该模型的定位：三十秒是一整场戏，而非一个镜头，ByteDance 的营销正是因此才强调“一镜到底”这一说法。

围绕时长的，是那些让生成内容能用于真实剪辑的功能。该模型支持大量多模态参考——有报道称，每次生成最多可接受三十张图像、十个视频片段和十个音频片段，其中参考视频和参考音频的上限均约为三十秒，而纯音频参考是这个版本新增的。新增了针对白模或黏土渲染、绿幕素材、运动参考和创意参考的参考模式。控制精细到时间戳级别，使提示词能够针对特定时间范围内的叙事、镜头或运动，而生成后的区域级编辑可保持连续性，而不必强制重新生成。音频和视频在一次处理中联合生成，因此口型同步会跟随所引用的对白，并且原生支持十多种语言。

采用名单就是关键线索。发布当天，XCMG、XPeng、Lingchu Intelligence、Weifen Zhifei 和 Qiongche Intelligence 确认了合作，而所述用例从具身 AI 训练数据、自动驾驶极端场景，一直延伸到工业 SOP 培训视频、教育及电商广告。其中一部分是创意工作。另一部分是为日后将在现实世界中行动的系统生成数据——而这一部分正是与 Odyssey-3 重叠的部分。

Seedance 2.5 一秒多少钱

定价已公布，并且按 token 而非秒计费，因此在正式投入之前，值得先做一步换算。ModelArk 端点报告的数字是：无视频输入时每百万 token 为 10.70 美元，包含视频输入时每百万 token 为 6.40 美元。实际算下来，一段 5 秒、16:9、480p 的片段大约为 0.51 美元，而同一片段在 720p 下约为 1.16 美元。这些是供应商在发布时报告的公布费率；请将它们视为当前标价，而不是每项交付成果的实测成本，因为分辨率和时长都会使其按比例变化。

可用范围确有实际边界。消费者访问通过字节跳动自有应用进行，而 API 访问则分为中国境内的火山引擎方舟和国际上的 BytePlus ModelArk。至少有一家分销商表示，该模型在美国不可用；对于支持的分辨率最高是 720p 还是可达到 1080p，各方说法不一——在围绕某一分辨率进行设计之前，这一差异值得对照厂商自己的文档加以澄清。

这类模型正是路由层能凭借具体理由赢得一席之地的典型：费率会变。按 token 计费的视频价格在发布时改过一次，以后还会再改；基于今天的数字构建的成本模型，与基于上个季度数字构建的成本模型之间的差异，就是利润与意外之间的差异。OrcaRouter 以 0% 加价率透传提供商标价，因此供应商降价当天就会在我们这边生效，而不是等到下一次合同续签；当某个提供商端点性能下降时，自动故障转移还能让生成队列继续运转——在视频工作负载中，这是调度层面的现实问题，而不是理论问题。Seedance 2.5 本身并不经由 OrcaRouter 路由；它通过字节跳动自有平台及其 ModelArk 端点提供服务。

Odyssey-3 不按秒出售

Odyssey-3 目前还没有任何销售单元，而这正是关键所在。它被描述为一个基础世界模型，能够驱动机器人、驾驶汽车、训练 AI、操控无人机并玩电子游戏——这是一个在大量视觉观察数据上训练的自回归扩散 Transformer，其创造者称，由此获得了对物理、动力学、因果关系以及人类行为的学习性理解。适应新任务的方式是：在观察-动作对上训练一个动作解码器，并让预训练的世界模型保持冻结，这样一个小型策略就能读取冻结的表征并输出运动指令。

这些演示全部由厂商报告，且无一经过独立复现，涵盖六种具身形态：基于数十小时演示训练出的机械臂，包括数据中原本没有的恢复行为；使用 Flexion 基于数十小时遥操作构建的人形机器人策略，Odyssey 称其泛化能力优于所测试的 VLA 基线，但未公布具体数值；基于二十小时模拟数据在印度进行的闭环驾驶；基于模拟数据的室内无人机飞行；无需额外训练即可从 Grand Theft Auto V 迁移到 Red Dead Redemption 2 和 Sleeping Dogs 的策略，约两小时的 GTA 素材便在 RDR2 中产生骑马动作；以及通过 PROWL 工作生成用于训练其他 AI 的环境。

唯一确凿的数字是 77%——经仿真训练的驾驶策略，在两次安全员干预之间行驶的距离，大约只有用真实录像训练的策略的 77%。这是一个厂商给出的数字，背后既没有技术报告，也没有任何外部验证。

销售单位决定了什么会被优化

一旦你把这两个模型看作衡量标准而非能力，它们之间的差异就不再像是一个领先于另一个了。

一个按输出秒数计费的模型，优化的目标是产出能让观众满意的内容。这并不是更低的追求；而是一个不同的目标，有着它自己的难题。Seedance 2.5 能生成连贯的三十秒画面，并让对白同步、实现时间戳级别的控制，这本身就是一项极为困难的成果；而它被评判时所依据的那些失败模式——角色面部漂移、剪辑落点不对、一句对白对不上口型——恰恰是剪辑室里的人一眼就会注意到的问题。

一个被要求预测当控制器采取行动时接下来会发生什么的模型，其优化目标却是观众永远不会检查的东西：动力学能否在一系列决策下保持成立，包括没有人演示过的决策。这就是为什么 Odyssey 报告的是从数十小时数据中涌现出的恢复行为，而不是报告保真度，也是为什么它唯一的定量主张是以安全驾驶员干预次数来衡量，而不是以视觉质量来衡量。渲染器可能出错的方式，观众会原谅。模拟器可能出错的方式，控制器会据此采取行动，而第二种错误会在一次推演中不断累积。

所宣称用例的重叠之处——机器人训练数据、自动驾驶边缘场景——正是这两者交汇的地方，而这是一场围绕预算的真实竞争，而非围绕基准排名的竞争。机器人团队实际面临的问题是：究竟该购买一个可信世界的渲染秒数，还是购买一个带有动作接口的动力学模型；答案取决于其下游的消费方是人工审阅者，还是训练循环。

并排

• 计价单位 —— Seedance 2.5：按 token 计费，折算下来 480p 下每段 5 秒视频约 $0.51，720p 下约 $1.16。Odyssey-3：未公布。

• 每个单位可获得的内容 — Seedance 2.5：一次生成即可得到成品影像，最长 30 秒，并带同步音频与对白。Odyssey-3：预测的下一时刻世界状态，以及针对所接硬件的电机动作。

• 输入 — Seedance 2.5：文本，最多约 30 张图像、10 个视频和 10 个音频片段。Odyssey-3：一个在冻结主干之上、基于观测-动作对训练的动作解码器。

• 编辑控制 — Seedance 2.5：时间戳级定位与区域级生成后编辑。Odyssey-3：不适用；不存在编辑界面。

• 已公布的合作方 —— Seedance 2.5：徐工、小鹏及另外三家为首发合作方。Odyssey-3：Flexion 参与人形机器人政策；未公布商业客户。

• 可用性 — Seedance 2.5：自 2026 年 7 月 31 日起已上线，受地区限制。Odyssey-3：于 2026 年 9 月 15 日公布，公开发布时间为"未来几周内"，没有具体日期，也没有价格。

哪一个适合你的技术栈？

如果交付物是给人观看的视频，那么 Seedance 2.5 是一款已上市的产品，有公开定价和广泛的功能集，决策就是常规的“自建还是购买”问题——但有两个注意事项值得先核实：你需要的分辨率是否确实能在你可访问的端点上提供，以及你所在地区是否在服务范围内。它更长的单次生成时长和时间戳控制是最能改变工作流的功能，因为它们省去的是拼接步骤，而不是提升单帧质量。

如果交付成果是一个训练好的策略或控制器，那么无论画面看起来多好，Seedance 2.5 都不能替代它，而 Odyssey-3 虽然瞄准了你的问题，却没有任何东西可买。值得追踪的说法是那个冻结的主干网络：一个预训练模型通过一个小型解码器就能驱动机械臂、人形机器人、一辆汽车、一架无人机和三款游戏，这说明物理理解在不同具身形态之间能迁移多少，而如果这一说法站得住脚，它就会改变机器人团队需要收集什么。它尚未经 Odyssey 以外的任何人测试，也没有技术报告、没有许可证、没有价格。

值得关注的点并不光鲜：对 Seedance 2.5 来说，是一个稳定的价格和一份清晰的区域可用性声明；对 Odyssey-3 来说，则是一个代码仓库、一份许可证，以及一个第三方对 77% 的复现。在第二份清单出现之前，这两个模型之间的差别不在于质量。而在于：其中一个是产品，另一个只是一个论点。

OrcaRouter 将 200+ 款模型都置于单个 API 密钥之后，因此你选中的视频模型并非你唯一能调用的模型。