Seedance 2.5：ByteDance 的视频模型究竟是什么

Seedance 2.5 是字节跳动 Seed 的音视频联合生成模型，于 2026 年 7 月 31 日发布，也是字节跳动 Seedance 系列中当前的视频模型——它的前代 Seedance 2.0 系列并未被它取代，而是仍在与其同期销售。它能在同一次生成中同时产出视频与音频，单次请求最多可接受 50 个参考素材，并可生成最长 30 秒的连贯片段，之后还能通过后续轮次继续延长。而对于大多数人来到这里最想得到的那个答案：权重并未开放，字节跳动也没有公布任何开放权重的计划。 这个模型没有许可证，没有检查点，也没有代码仓库——厂商提供的只有托管 API 和一系列面向消费者的产品界面。这是关于 Seedance 2.5 最直白的事实，也正是本页面存在的意义，因为把你带到这里的搜索词无非是"Seedance 2.5 开放权重"和"Seedance 2.5 权重"的各种变体，而诚实的答案就是：没有。

这是一个参考页面，而非发布报告。我撰写本文时，该模型大约已发布十一周，时间久到足以让围绕它的许多流传说法——包括本博客上的内容——已经与 ByteDance 如今实际记录的内容出现偏差。以下所有内容均依据厂商自有资料重新梳理：ByteDance Seed 模型页面和发布文章，以及 BytePlus ModelArk 的教程和定价表。凡是厂商未发布任何内容之处，本文会如实说明，而不是加以填补。

什么是Seedance 2.5

字节跳动 Seed 自己的描述很简短：“一个新一代音视频联合生成模型，专为 30 秒叙事打造，具备精准的参考控制与强大的编辑能力。”该公司的发布文章将这一生成能力定位为对人们期望转变的回应——“从仅仅生成一段片段，到完成一件创作作品”——并把重点放在长篇叙事、多模态参考与编辑上，而非单纯的视觉保真度。

它建立在 Seedance 2.0 的架构之上，字节跳动将其描述为一种统一的多模态音视频联合生成设计。Seedance 2.5 保留了这一主干，并同时推进三个维度。它不是一个新系列，也不是一种不同的模态；它是同一条产品线，只是在时长、参考素材容量，以及镜头生成后你能以多高的精度对其进行操控这几方面，把上限抬得更高了。

关于参数数量，厂商的说法是：什么也没有。Seedance 2.5 的规模、训练数据与算力均未公布，字节跳动所做的任何基准测试也同样没有。这一空白值得记在心里，因为它意味着，关于这个模型的一切质量论断都只来自两个地方——字节跳动自家的营销话术，或是第三方的人类偏好排行榜——而这两者并不是同一种证据。

Seedance 2.5 的权重是开源的吗？

不。Seedance 2.5 没有任何可供下载的内容。

供应商的资料中从未提及权重、检查点、许可证或开源发布。模型页面上的行动号召是"获取 API""立即试用"和"立即对比"；页脚链接指向的是模型、出版物和招聘，而非代码仓库。BytePlus ModelArk 以dreamina-seedance-2-5-260628的形式提供该模型，其定价页面将离线推理标注为"暂不支持"——不存在自托管途径，只能针对字节跳动的端点进行在线推理。在 Hugging Face 上搜索该名称，不会返回字节跳动名下的仓库；搜索结果都是以 Seedance 风格命名的第三方页面，它们把 API 访问重新打包出售，其中没有任何一个是检查点。

第三方分类结果与之吻合，而且这是更有用的信号，因为它并非出自字节跳动之手。Artificial Analysis 在其视频排行榜上设有明确的"Open weights"筛选器，其官方 FAQ 也列出了文生视频榜单上的开放权重领跑者：MiniMax H3（768p）以 Elo 1137 位居首位，其后是 LTX-2.5 Fast（946）和 LTX-2.5 Pro（943）。而 Dreamina Seedance 2.5 在同一榜单上以 Elo 1143 位列总榜第三，却不在其中。该榜单的开放权重阵营与其 Seedance 2.5 条目是两个不相交的集合。

值得精确说明这意味什么、不意味什么。闭源权重并不会让模型变差，而且对许多团队来说，这个问题根本无关紧要：他们本来就不会在自己的硬件上运行视频扩散模型。闭源权重真正意味着，你无法审计模型，无法用自己的素材对它进行微调，无法固定某个版本并在供应商弃用它之后继续调用，也无法在不把提示词和参考素材发送给 ByteDance 的情况下产出结果。如果这四项限制中的任何一项对你的工作来说都是不可接受的，那么无论输出看起来多好，Seedance 2.5 都不是适合你的模型。同一个榜单上的开放权重选项——MiniMax H3、LTX-2.5——才是这种寻找应该落脚的地方。

它生成什么、多长、什么分辨率

BytePlus ModelArk 的 Seedance 2.5 教程才是真正说明规格的地方，而且它比发布帖具体得多。该模型根据输入资产和提示意图来决定其任务类型，共有五种可识别的形态：

• 文生视频 —— 仅需文本提示词，对宽高比或时长没有特殊限制。

• 首帧与首尾帧视频 — 使用一张图像作为起始帧，或使用两张图像分别作为首帧和尾帧，输出宽高比锁定为第一帧图像的宽高比。

• 参考生视频 — 至少提供一张参考图像、视频或音频，且对输出时长没有限制。

• 视频编辑——在提示词中提供参考视频和编辑意图，替换主体、添加或移除对象，或重绘画面的部分区域。输出将保持源视频的宽高比和时长，参考视频时长必须为 4–30 秒，且比例必须设置为 adaptive，时长为 -1。

• 视频扩展——一段参考视频，加上一个扩展意图，将画面向前或向后延续。发布帖称可在后续轮次中继续扩展，同时保持角色、环境和叙事节奏稳定。

关于教程给出的数字：

• 时长——单次生成 4 至 30 秒，或者 -1让模型在该范围内自行挑选长度。Seedance 2.0 系列最高只支持 4–15 秒，所以这相当于翻了一倍，而且字节跳动表示它无需多段拼接。

• 分辨率 — 480p 和 720p 为 8 位色深，1080p 为 10 位。这就是 Seedance 2.5 的完整清单。没有 4K。4K 档位存在于 Seedance 2.0 系列，而非此处，而这也是出现偏差的数据之一：若干第三方文章——以及本博客早前的解读——都把 Seedance 2.5 描述为 4K 模型。BytePlus ModelArk 当前的能力表并未为 dreamina-seedance-2-5-260628 列出 4K。在向任何人承诺此模型可输出 4K 之前，请先将厂商表格与你自己的交付规格进行核对。

• 宽高比—— 21:9、16:9、4:3、1:1、3:4、9:16 以及自适应。

• 容器 — mp4 或 mov。mov 路径采用 H.264，色度采样为 yuv444p，音频为 PCM，字节跳动将其定位为用于剪辑与扩展工作的高保真选项。

• 参考 — 单次请求最多 50 个素材：30 张图片、10 个视频和 10 个音频片段。2.0 系列总共允许 15 个，按 9/3/3 分配。参考视频的总输入时长不得超过 30 秒，每个不得超过 200 MB，且可接受的输入帧率为 24–60 fps。

• 未公开——输出帧率。教程只说明了它在输入端可接受的帧率范围，对输出内容却只字未提。如果你的流水线假定输出 fps 固定，那只是一个假设，而非有文档记载的取值。

还有一个在 2.0 系列中没有对应功能的细节：草稿模式。你可以生成 480p 预览，以检查场景结构、镜头调度、主体运动和提示词匹配情况，然后将该草稿任务 ID 向前传递，以你的目标分辨率渲染最终版本，并复用模型、提示词、输入素材、种子、音频设置、宽高比和时长。仅允许使用 480p 草稿。两个步骤分别计费。

音频是生成的，不是附加的

Seedance 2.5 是一个音视频联合生成模型，这一区别并非营销话术。该 API 带有一个 generate_audio 标志，而发布文章中的示例本身就是按声音设计来写的：角色反应时的一声“叮”的发现音效，西柚皮裂开时的咔嚓声，一声闷响后跟着半秒的静默，以及在白色画面上念出一句品牌口号的旁白。这些都是作为生成该片段的提示词的一部分被写就的，而非事后叠加上去的。

参考侧也发生了变化。Seedance 2.0 的音频参考是有条件的——音频参考必须搭配图像或视频。Seedance 2.5 则可单独接受reference_audio，并允许音频与图像、与视频，或三者同时组合使用。参考音频和视频素材合计不超过 30 秒。

水印是一个参数，而非固定行为：watermark默认为false，将其设为 true 会在右下角加盖 AI 生成的标记。原生支持的语言共有十一种——中文、英语、西班牙语、印尼语、马来语、泰语、阿拉伯语、葡萄牙语、越南语、日语和韩语。

字节跳动所声称的，与独立董事会所衡量的

字节跳动没有为 Seedance 2.5 发布任何基准测试。模型页面上没有，发布帖里没有，ModelArk 教程里也没有。该公司的说法都是定性的，最好将其理解为一组意图：更流畅、更一致的动态，更逼真的视觉效果，更强的镜头切换与场景转换，更好地处理物体和皮肤纹理、光照与色彩饱和度，并减少那些让 AI 视频显得虚假的失控字幕和背景音乐。发布帖还主动提到了一处局限，这相当少见，值得引用：字节跳动表示，“仍有改进空间，尤其是在复杂动作的物理合理性，以及涉及多主体交互的场景稳定性方面。”

这一独立排名来自 Artificial Analysis，该机构依据招募的人类评审团以盲测两两投票方式，按 Elo 对视频模型进行排名。在 AA-Video-T2V v2.0 这一带音频的文生视频榜单上，Dreamina Seedance 2.5 的 Elo 为 1143，95% 区间为 1134 至 1152，共计 8,264 票，位列第三。排在它前面的是：Wan 3.0，1156；Utopai X，1149。排在它后面的是：MiniMax H3 (768p)，1137；MiniMax H3 Max，1130。

关于那个数字，有三点提醒。榜单自己将该模型命名为“Dreamina Seedance 2.5”，其列出的发布时间是 2026 年 7 月——这里指的是该模型本身，而非其前代。该评分是一种偏好度量，而非能力评分：它表明在盲测比较中，人们更频繁地选择了它的片段，这仅仅是对凭视觉和听觉评判的输出的陈述，与可控性、API 人体工程学、成本或可靠性无关。而且这些区间重叠严重——1143 对 1137，并不是一个可以让人据此做出决策的排名。

另外两个名次进一步补全了这一图景。在无音频榜单 AA-Video-T2V-Silent v2.0 上，Seedance 2.5 以 Elo 1105 位列第四，落后于 Wan 3.0、MiniMax H3 Max 和 MiniMax H3（768p）——这是一个稳定但不起眼的位置。在图生视频榜单 AA-Video-I2V v1.0 上，它根本没有出现；那里的 Seedance 条目是 Dreamina Seedance 2.0 720p 和 Seedance 1.5 pro。这里没有任何内容支持 Seedance 2.5 领先其所在领域的说法。这里也没有任何内容反驳这一点——在包含音频的文生视频榜单上总排名第三，确实是一次强劲的首次亮相，而该榜单自己注明过去三十天新增了六个模型，这说明排名仍在变动。

费用是多少，以及如何获取

访问通过两条完全不同的途径。在消费者侧，字节跳动的发布帖点名了即梦 AI 和豆包 Pro——在视频生成菜单中选择 Seedance 2.5——并将 ai.byteplus.com 上的 BytePlus playground 和 Dola 列为模型页面上的更多入口。在开发者侧，API 是 BytePlus ModelArk，模型 ID dreamina-seedance-2-5-260628，由亚太区端点提供服务。在模型能够运行之前，BytePlus 要求满足以下之一：账户余额高于 30 美元、30 美元档或以上的专用 AI Savings Plan，或已购买 Seedance 2.5 系列资源包。仅凭 API 密钥还不够，在规划用量突增之前，了解这道门槛很有必要。

定价已公布，按估算的 token 消耗量计费，而不是按片段计费。来自 BytePlus ModelArk 定价页的 token 费率如下，单位为美元/百万 token：

• 480p 和 720p 输出 — 无视频输入时为 10.70，有视频输入时为 6.40。

• 1080p 输出 — 无视频输入时为 11.70，有视频输入时为 7.00。

• 离线推理 — 不支持。

Token 消耗量随时长、分辨率和帧率而变化，BytePlus 自己给出的计算示例让这一规律变得具体。对于一段 5 秒的 16:9 剪辑且无视频输入，供应商的估算为：480p 下 0.514 美元（0.103 美元/秒），720p 下 1.156 美元（0.231 美元/秒），1080p 下 2.843 美元（0.569 美元/秒）。一旦有视频作为输入，同样的 5 秒输出在 480p 下为 0.553–2.152 美元，720p 下为 1.244–4.838 美元，1080p 下为 3.062–11.907 美元，其中低端对应 2–4 秒的输入，高端对应 30 秒的输入。注意，添加视频输入降低每 token 费率，同时提高总费用，因为输入时长本身也会消耗 token。Artificial Analysis 在默认设置下将同一模型归一化为 1080p 每分钟 34.12 美元，按 60 秒换算后，这与供应商自己给出的 1080p 每秒数字一致。

作为参照，Seedance 2.0 系列整体上都更便宜：在同一个价格页面上，480p 为每秒 0.07，720p 为 0.15，1080p 为 0.37，4K 为 0.78。Seedance 2.5 的 1080p 费率约为前代的 1.5 倍，其 480p 费率同样约为 1.5 倍。你付费买的是时长、参考素材容量和编辑控制，而不是更便宜的计价标准。

关于计费口径有一点实用说明，因为它会改变你应该衡量的指标：BytePlus 只对成功生成的视频收费，不会对因内容审核而失败的生成计费。在编辑工作流中，输出时长继承自源片段，这一点比在提示词驱动的工作流中更重要——一次被拒绝的编辑除了重试之外不会让你产生任何费用，而并非每个视频 API 都是如此。评估这个模型时，应看每个被接受片段的成本，而不是名义输出每秒的成本。

说实话，路由问题

Seedance 2.5 并未经由 OrcaRouter 路由。我们在 2026 年 10 月 13 日检查实时模型列表时，没有返回任何一代 Seedance 的条目，因此本页面并不声称可通过我们调用它，任何暗示相反的说明都应视为已过时。

OrcaRouter 真正适用的地方，是流水线的其余部分。视频生成模型很少是请求路径中唯一的一环——还有提示词起草、参考素材打标、分镜脚本生成、审核环节，以及围绕这一切的智能体编排，而这些工作并不该跑在字节跳动的端点上。OrcaRouter 为你提供一个兼容 OpenAI 的端点，覆盖 200+ 模型，0% 加价，原样传递服务商的目录价，因此供应商一旦降价，我们这边当天就能同步体现。自动故障转移意味着当某个服务商状态不佳时，提示词起草环节仍能继续运行，而路由 DSL 让你能以代码而非一堆 if 语句来表达哪个模型处理哪类调用。带上你的 BytePlus 密钥用于视频生成，把它周边的所有环节都通过一个地方来路由。

还有什么仍然开放

参考页面无法解答的问题，以及值得关注的那些问题：

• 4K 是否会到来。2.0 系列设有 4K 档位，而 Seedance 2.5 没有，这对一款更新的模型来说是种反常的倒挂，可能只是分阶段安排，而非能力上限。要盯住 BytePlus 的能力表，而不是博客文章。

• 权重是否终将开放。 ByteDance 对此始终未作任何表态。Seedance 系列从未发布过任何检查点，而同一排行榜上存在真正开放的竞争对手——MiniMax H3 是文生视频榜单上的开放权重领先者——这正是反对改变这一现状的商业理由。

• Elo 排名能否维持。在 AA-Video-T2V v2.0 上位列第三，且置信区间与第四名模型重叠——这只是一个起点，而非定论；与榜单上更早的条目相比，8,264 票的样本基数也偏小。

• API 接口最终稳定下来的形态。 从提示意图推断任务类型，在示例中很优雅，在生产环境中却很脆弱——BytePlus 记录了两个错误码，InvalidParameter.TaskTypeMismatch 和 InvalidParameter.TaskTypeConstraint，恰好针对你本意是编辑、而模型却理解成全新生成的情况。设置 omni_reference_task_type 会显式地将校验提前，任何真正的集成都应如此。

• ByteDance 能否交付物理效果。 该公司将复杂运动的合理性和多主体交互的稳定性列为其自身的弱点。这两点决定了 30 秒的片段是可用的，还是仅仅令人印象深刻。