
WeMM-Video-2B 对比 Seedance 2.5 Flash:无人定价的质检关卡
- Orca新OrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 每百万 tokens · 184 tok/s
- tencent新Tencent: Hy4 Flash2026-11-16$0.02 / $0.07 每百万 tokens · 535 tok/s
- Alibaba新Qwen: Qwen4 Max2026-11-16$1.50 / $4.50 每百万 tokens · 262 tok/s
- Google新Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 每百万 tokens · 94 tok/s
- Anthropic新Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 每百万 tokens · 291 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 每百万 tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 每百万 tokens · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 每百万 tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 每百万 tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 每百万 tokens · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 每百万 tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 每百万 tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447智能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 每百万 tokens · 216 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929智能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 每百万 tokens · 108 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733智能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 每百万 tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740智能
七美分能买到一秒Seedance 2.5 Flash的 480p 画面,十五美分则是 720p——依据是字节跳动于 2026 年 11 月 13 日通过 BytePlus 发布的价格表。至于判断返回的片段是否可用需要花多少钱,却无人公布。WeMM-Video-2B——腾讯的 32.8 亿参数全模态检查点,于 2026 年 11 月 17 日上传,未作任何公告,截至 11 月 20 日下载量为零——是该系列中首个以开放许可发布、且小到足以充当"把关者"而非"生成器"的模型。把两者放在一起,它们描述的是一条流水线:其中昂贵的部分有明确标价,而决定你是否要为此付两遍钱的那部分却没有。
这就是全部论点,而且这不是在为其中任何一个模型做产品推销。Seedance 2.5 Flash 是一个视频生成器,只有价目表,没有能力表。WeMM-Video-2B 是一个视频理解模型,有代码仓库,但没有独立评测。两者都不在我们能给你指出的托管端点上。下面要说的是:每一个究竟实际上是什么,为什么主导这一品类的“每秒价格”框架并不完整,以及回路中的一道闸门在值得接入之前必须是什么样子。
每秒七美分不涵盖什么
先从算术说起,因为这是这场比较中唯一已经确定的部分。在没有输入视频时,Seedance 2.5 Flash 在 480p 下每秒收费 $0.07,在 720p 下每秒收费 $0.15;相比之下,Seedance 2.5 分别为 $0.103 和 $0.231——两档价格都约为后者的三分之二,这源自每单位 $7.00 的 token 费率对母模型的 $10.70。一段五秒片段在 480p 下是 $0.34。一千段就是 $340。
这些数字是对的,但它们也是这个模型最无趣的部分,因为它们衡量的是生成一次的成本,而不是一次决策的成本。每家运营视频产品线的工作室最终都会发现,账单不是它生成了多少条片段,而是为了得到一条愿意交付的片段而生成了多少条。如果 Flash 要试四次才能得到一条可用镜头,那么它每合格一秒的真实成本就是 28 美分,这完全没有低于它自己宣传的数字。如果母模型两次就能成功,那么尽管每次尝试贵 47%,母模型每合格一秒反而更便宜。价目表无法告诉你哪种情况属实。只有实际测量才能。
这项衡量正是理解模型的用途所在——也正是在这里,这种比较不再是对等的“vs”,而变成了对两项相邻任务的描述。
一个生成,一个评判,二者互不兼任。

Seedance 2.5 Flash 接收提示词、可选的首帧和参考素材,并返回视频。WeMM-Video-2B 接收视频帧以及原始音轨,并返回文本。两者在能力上没有重叠,也无法相互替代。生成器的模型标识符是 dreamina-seedance-2-5-flash-261115,其中的日期戳——2026年11月15日——是 BytePlus 宣传的 API 窗口期,即该模型出现在一家分销合作伙伴处两天后。
• 输入内容——Flash 使用提示词和参考图像;WeMM-Video-2B 每次请求最多支持四张图像、两段视频和两个音频项。
• 输出内容——Flash 输出带同步音频的 mp4 视频;WeMM-Video-2B 输出文本回复,可使用中文或英文。
• 分辨率 — Flash 上为 480p 和 720p,完全没有 1080p 档位;不适用于 WeMM-Video-2B,因为它没有视频输出。
• 时长——五秒是费率卡上的示例;WeMM-Video-2B 以 2 fps 采样,下限为 4 帧、上限为 128 帧,因此五秒片段默认是十帧。
• 权重——Flash 是闭源端点,无需下载任何内容;WeMM-Video-2B 采用 Apache 2.0 许可、可下载,但 GPU 需由你自行提供。
• 独立评测——两者均无。截至 11 月 20 日,我们未能找到任何收录 Seedance 2.5 Flash 条目的第三方排行榜,而 WeMM-Video 论文的主要结果属于 35B-A3B 和 9B,而非 2B。
把那份清单读两遍,事情的整体轮廓就清楚了。这不是在两个视频模型之间做选择,而是在为生成付费与为判断付费之间做选择,而大多数团队已经在为前者付费,却从未核算过后者的成本。
腾讯实际打造了什么
2B 是四尺寸家族中的紧凑成员——2B、4B、9B 稠密模型以及 35B-A3B 专家混合模型——于 11 月 17 日 UTC 08:53 至 08:59 之间作为十七个 Hugging Face 仓库一同发布,arXiv 论文随后于 11 月 19 日发布,而仓库 README 在 20 日上午仍在编辑中。许可证为 Apache 2.0,架构是在一个 `WeMMVideoForConditionalGeneration` 包装器下的三塔堆栈:一个 24 块的视觉编码器,隐藏维度 1,024,使用 16 像素 patch;一个 32 层 Whisper 音频编码器,宽度 1,280,具有 128 个 mel bin;以及一个 24 层文本模型,隐藏维度 2,048,8 个注意力头、2 个键值头,采用 248,320 个 token 的词表,最大位置数为 262,144。
决定它能否作为门而非演示来使用的细节:
• 权重大小 — 6.12 GiB 的 BF16 safetensors,分布在两个分片中,索引中共 6,567,256,208 字节,计入编码器后约为 32.8 亿参数。名称中只统计语言模型。
• 两种模式,一个检查点——`enable_thinking=False` 返回直接答案,`enable_thinking=True` 返回推理轨迹;选择哪种模式由聊天模板标志决定,而不是通过下载第二个模型。
• 推理服务 — 打过补丁的 vLLM 0.18.0 或 0.31.0、打过补丁的 SGLang 0.5.16 或 0.5.19、CUDA 12.9 镜像,以及面向 GGUF 构建的原生运行时路径。腾讯自家的验证声明称,打过补丁的 vLLM“已在 L20 和 H20 上加载该检查点,并完成了针对文本、图像、音频以及带音轨视频的生成检查”。
• 量化——FP8 Block128、AWQ W4A16、GGUF Q4_K_M 和 NVFP4 W4A16,每种都位于各自的仓库中。采用 4 位构建的 2B 模型足够小,可以与调用生成器的客户端放在同一台机器上。
• 输入限制——每个请求最多包含四张图片、两段视频和两个音频项目,且位于 8,192 个 token 的上下文内,并由服务配置强制执行,而非仅作为建议。
缺失的部分同样重要。整个发布内容中没有任何地方给出 2B 专属的准确率数字——该系列关于击败 Qwen3.5-Omni-Flash 和 Seed2.0-Mini-0428 的说法属于 35B-A3B,而 9B 关于超越 Qwen3-Omni-30B-A3B-Instruct 的说法则是 9B 自己的。这个紧凑型号是否保留了让该系列值得一写的音视频推理能力,在公开层面尚未得到检验。截至 11 月 20 日,仓库零下载、两个赞,这相当公允地反映了它受到的外部审视有多少。
ByteDance 尚未公布的能力表

Flash 的问题恰好相反。它的价格被记录到分,而它的能力则完全没有文档说明。BytePlus 发布了一份价目表、一个模型标识符和一个分辨率上限。但截至 11 月 20 日,在我们能加载的任何页面上,它都没有公布最大时长、参考预算、音频是否在同一次生成中产出、定义 Seedance 2.5 的编辑与扩展模式是否沿用,或者 mov 输出格式是否可用。
父模型对所有这些都能作答——4 到 30 秒、50 个参考素材拆分为 30 张图像、10 个视频和 10 段音频、音视频联合生成、11 种语言、24 fps 的 mp4 和 mov。关于 Flash,这些内容一概没有说明。这不是假设最坏情况的理由;而是不要做任何假设的理由。一个以三分之二价格保留 30 秒和 50 个参考素材的层级,与一个只保留 720p 而别无其他的层级,是不同产品,而这种差异正是 QC 关卡必须衡量的东西——除非该关卡无法衡量从未写下的规格。
这正是整个构想诚实的局限所在。你今天就能搭建这个循环。但你还说不清这个循环是在针对什么进行检验,因为它的一端交付的是一份价格表,另一端交付的是一份文档。
在循环中加入一个门控会带来什么代价
假设你把它搭建起来。生成器调用会发往 BytePlus,或使用其密钥发往某个分发合作伙伴。把关的是一个你自己托管的 WeMM-Video-2B 实例,它接收返回的片段及其音轨,并回答一个问题——这符合需求吗,音频是否同步。对于一段五秒的片段,以 2 fps 处理十帧,这在单块 GPU 上只是一个小规模推理任务,而 4-bit 构建还能让它更小。
这笔经济账明显失衡,值得直说。生成每秒要花七到十五美分,而且付费前无法检查。一次门控检查只消耗不到一美分的 GPU 时间,并且想跑多少次就跑多少次。如果门控每四个片段拒绝一个,你就省下了原本会盲目购买的一次再生成的四分之三——而且无需第二份供应商合同,因为门控就是你自有硬件上的权重。
你得不到的是一个数字。没有人公布过 WeMM-Video-2B 的判断与人工编辑的判断之间的一致率;在有人公布之前,这个门控就是一个假阳性率未知的过滤器。这确实有理由先让它以影子模式运行一周,再让它拒绝任何内容。
路由层在何处彰显其价值

两个模型都不在我们的目录中,而且这两句话都值得毫不含糊地说明:我们不提供 WeMM-Video-2B,也不提供 Seedance 2.5 Flash。围绕其中任何一个搭建的流水线,都是建立在别人密钥之上的流水线。
我们所说的路由,指的是围绕在周围的工作,而在这个特定设计中,它并不是安慰奖。Tencent Hy4 Flash是腾讯混元旗舰产品中注重成本效益的层级——文本和图像输入、文本输出,上下文长度达一百万 token,输出上限 64,000 token,每百万输入 token 收费 0.0175 美元,每百万输出 token 收费 0.07025 美元。正是这个模型把一行简短的说明扩展成分镜清单,在多次尝试之间重写提示词,并读取审核环节的拒绝理由以判断该改什么。它就是一个做文本工作的文本模型,而在这样的价格下,围绕视频流水线运转的提示词工程循环,成本比视频本身还低。
结构性优势在于:无论你选择哪家供应商,这一点都成立。供应商目录价透传,按0% 加价,因此当 ByteDance 下调某一档价格时——就像它把这一档降到母档的三分之二那样——降价当天就在我们这边生效,而不是等到下一个账单周期重置。跨供应商自动故障转移意味着当某个端点降级时,循环中的文本部分不会拖垮整条流水线。而且,让200 多个模型位于同一个 OpenAI 兼容密钥之后,意味着你不可避免地要做的比较——用这个门控对比更大的理解模型,用这个提示词扩展器对比更便宜的模型——只需改一个参数,而不需要做一次集成。
看什么,以及按什么顺序看
有三件事能让这从一场争论变成一项推荐。第一,Flash 的能力表:时长、参考素材、音频,以及 1080p 是永久缺席还是只是迟到。第二,对 2B 的任何独立评估——一个公开的、与人类判断相对照的一致性数字,就能把这道门从设计变成组件。第三,Flash 的首个已发布延迟对比,因为“更快”正是这个名字的全部前提,而在 720p 下以 24 fps 输出三十秒,是大量需要加速的推理。
在那之前,这份总结就是两个价格和一个缺失的数字。Seedance 2.5 Flash 是一个真实存在、价格低廉、规格范围很窄的视频档位,费率是其同门产品的三分之二。WeMM-Video-2B 是一个完整、公开授权的理解模型,却无人发布,也几乎无人下载。那七美分是有据可查的。而弄清楚这七美分花得值不值所需的成本,却没有——需要预留预算的,正是这个缺口,而不是那张价目表。
