Seedance 2.5：ByteDance 的影片模型究竟是什麼

Seedance 2.5是字節跳動 Seed 的影音聯合生成模型，於 2026 年 7 月 31 日發表，是字節跳動 Seedance 系列目前的影片模型——它的前代Seedance 2.0系列並未被它取代，而是與它並行販售。它能在同一次生成中產出影片與音訊，單次請求最多接受 50 個參考素材，並生成一段長達 30 秒的連貫片段，之後還能再進一步延伸。至於大多數人真正想問的那個問題，答案是：權重並未開放，字節跳動也未公布任何開放計畫。這個模型沒有授權條款、沒有檢查點，也沒有任何儲存庫——廠商唯一提供的，只有一個代管 API 與一系列面向消費者的介面。這是關於 Seedance 2.5 最直白的事實，而這正是本頁存在的目的，因為帶你來到這裡的搜尋，不外乎「Seedance 2.5 開放權重」與「Seedance 2.5 權重」的各種變化，而誠實的答案是：沒有。

這是一份參考頁面，而不是發布報告。在我撰寫本文時，這個模型大約已問世十一週；這已經久到讓許多關於它的流傳資訊——包括在這個部落格上的內容——與 ByteDance 今日實際記載的內容有所出入。以下所有內容都是根據廠商自家資料重新確認：ByteDance Seed 模型頁面與發布文章，以及 BytePlus ModelArk 的教學文件與定價表。凡是廠商沒有公布的地方，我們會直接說明，而不是自行補上。

Seedance 2.5 是什麼

字節跳動 Seed 自家的描述相當簡潔：「一套新世代的影音聯合生成模型，專為 30 秒敘事打造，具備精準的參考控制與強大的編輯能力。」該公司的發布貼文將這項生成技術定位為對人們期待轉變的回應——「從單純生成一段短片，到完成一件創作」——並把重點放在長篇敘事、多模態參考與編輯，而非原始視覺保真度。

它建立在 Seedance 2.0 的架構之上，ByteDance 將其描述為統一的跨模態音視訊聯合生成設計。Seedance 2.5 保留了這套骨幹，並同時推進三個軸向。它不是一個新家族，也不是不同的模態；它是同一條產品線，只是在時長、參考素材量，以及你能多精準地操控一個已經生成的鏡頭方面，把上限拉高了。

廠商對於參數量的說法：什麼都沒有。Seedance 2.5 的模型規模、訓練資料與運算資源都未公布，ByteDance 所執行的任何基準測試也同樣未公布。這個空缺值得我們牢牢記住，因為這意味著，關於這個模型品質的每一項說法，都只來自兩種來源之一——ByteDance 自家的行銷話術，或是一個第三方的人類偏好排行榜——而這兩者並不是同一類證據。

Seedance 2.5 的權重有公開嗎？

不。關於 Seedance 2.5，沒有任何內容可供下載。

廠商的資料從未提及權重、檢查點、授權條款或開源發布。模型頁面上的行動呼籲是「取得 API」、「立即試用」和「立即比較」；頁尾的連結指向模型、出版品與招募，而非程式碼儲存庫。BytePlus ModelArk 以 dreamina-seedance-2-5-260628 的形式提供該模型，其定價頁面將離線推論標示為「尚未支援」——沒有自架路徑，只能透過 ByteDance 的端點進行線上推論。在 Hugging Face 上搜尋該名稱，找不到任何 ByteDance 擁有的儲存庫；搜尋結果都是第三方頁面，以帶有 Seedance 風格的標題重新包裝 API 存取，這些都不是檢查點。

第三方分類也認同這點，而這是更有用的訊號，因為它並非由字節跳動所撰寫。Artificial Analysis 在其影片排行榜上設有明確的「開放權重」篩選器，而它自家的常見問題頁面也點名了文字轉影片排行榜上的開放權重領先者：MiniMax H3（768p）以 Elo 1137 居首，接著是 LTX-2.5 Fast 的 946 與 LTX-2.5 Pro 的 943。Dreamina Seedance 2.5 以 Elo 1143 在同一排行榜上名列第三，卻不在其中。該排行榜的開放權重群體與其 Seedance 2.5 項目是互不相交的兩個集合。

值得精確說明它代表什麼、又不代表什麼。封閉權重不會讓模型變差，而且對非常多團隊來說，這個問題純屬學術探討：他們本來就不可能在自己的硬體上跑影片擴散模型。封閉權重真正意味的是：你無法稽核模型、無法用自己的素材對它微調、無法鎖定某個版本並在供應商停止支援後繼續呼叫它，也無法在不把提示詞和參考資產送到 ByteDance 的情況下產生輸出。如果這四項限制中任何一項會讓你的工作出局，那麼無論輸出看起來多好，Seedance 2.5 都不是你的模型。同一份排行榜上的開放權重選項——MiniMax H3、LTX-2.5——才是這趟搜尋應該改為落腳的地方。

它會生成什麼、長度是多少、解析度是多少

BytePlus ModelArk 的 Seedance 2.5 教學才是真正規格所在，而且比發布貼文具體得多。模型會根據輸入素材與提示意圖決定其任務類型，而目前公認有五種形態：

• 文字轉影片 — 僅需文字提示，對長寬比或時長沒有特殊限制。

• 首幀與首尾幀影片 — 一張圖片作為開頭幀，或兩張圖片分別作為首幀和尾幀，輸出長寬比鎖定為首幀圖片。

• 參考素材生成影片 — 至少需要一張參考圖片、一段影片或音訊，輸出的長度不受限制。

• 影片剪輯 — 在提示中提供參考影片與剪輯意圖，用以替換主體、新增或移除物件，或重新繪製畫面的一部分。輸出會保留來源的長寬比與時長，參考影片必須為 4–30 秒，且比例必須設為 adaptive，時長為 -1。

• 影片延伸 — 一段參考影片加上延伸意圖，將影片內容向前或向後延續。發布貼文描述會在多輪中持續延伸，同時保持角色、環境與敘事節奏穩定。

關於教學課程所提供的數字：

• 時長 — 單次生成 4 至 30 秒，或使用 -1 讓模型在此範圍內自行挑選長度。Seedance 2.0 系列最高僅達 4–15 秒，因此這等於長度翻倍，而 ByteDance 表示這無需多段拼接即可達成。

• 解析度 — 8 位元色彩深度下的 480p 與 720p，以及 10 位元下的 1080p。這就是 Seedance 2.5 的完整清單。不是 4K。 4K 等級存在於 Seedance 2.0 系列，而非此處，而這正是已經出現偏差的數據之一：幾篇第三方文章——以及本部落格自己先前的說明——都將 Seedance 2.5 描述為 4K 模型。BytePlus ModelArk 目前的能力表並未為 dreamina-seedance-2-5-260628 列出 4K。在你向任何人承諾此模型可輸出 4K 之前，請將供應商表格與你自己的交付規格核對。

• 長寬比 — 21:9、16:9、4:3、1:1、3:4、9:16 以及自適應。

• 容器 — mp4 或 mov。mov 路徑採用 H.264，搭配 yuv444p 色度取樣與 PCM 音訊，ByteDance 將其定位為用於剪輯與延伸工作時更高保真度的選項。

• 參考資料 — 單次請求最多可包含 50 個素材：30 張圖片、10 部影片和 10 段音訊。2.0 系列總共允許 15 個，以 9/3/3 分配。參考影片的輸入總長不得超過 30 秒，每部必須為 200 MB 或以下，且可接受的輸入影格率為 24–60 fps。

• 未公開 —— 輸出影格率。教學文件只說明了它在輸入時接受的影格率範圍，對於它會輸出什麼則隻字未提。如果你的流程假設輸出 fps 是固定的，那只是一項假設，而不是有文件記載的數值。

還有一個在 2.0 系列中沒有對應項的細節：草稿模式。你會產生 480p 預覽，用來檢查場景結構、鏡頭調度、主體動作與提示詞對齊情況，然後將該草稿任務 ID 傳遞下去，以你的目標解析度渲染最終版本，並重複使用模型、提示詞、輸入素材、種子、音訊設定、長寬比與時長。僅允許 480p 草稿。這兩個步驟分別計費。

音訊是生成的，並非附加的

Seedance 2.5 是一個音訊視訊聯合生成模型，而這種區別並非行銷話術。API 帶有一個 generate_audio 旗標，且發布貼文本身的範例就是以音效設計撰寫：角色反應上的一聲「叮」發現音效、葡萄柚皮裂開時的喀嚓聲、一聲悶響後接著半秒鐘的寂靜、在白色畫面上朗讀品牌標語的旁白。這些都是作為產生該片段之提示詞的一部分所撰寫，而非事後疊加。

參考端也改變了。Seedance 2.0 的音訊參考是有條件的——音訊參考必須搭配圖片或影片。Seedance 2.5 接受reference_audio單獨使用，並允許音訊與圖片結合、與影片結合，或三者一起結合。參考音訊與影片素材合計不得超過 30 秒。

浮水印是一項參數，而非固定行為：浮水印預設為false，將其設為 true 便會在右下角蓋上一個 AI 生成標記。原生支援的語言共有十一種——中文、英文、西班牙文、印尼文、馬來文、泰文、阿拉伯文、葡萄牙文、越南文、日文與韓文。

ByteDance 聲稱的內容，以及獨立董事會衡量的內容

ByteDance 並未發布 Seedance 2.5 的任何基準測試。無論是在模型頁面、發布文章，還是 ModelArk 教學中都沒有。該公司的說法屬於質性描述，最好將其解讀為一連串意圖：更流暢且更一致的動作、更逼真的視覺效果、更強的鏡頭轉場與場景切換、對物體與皮膚紋理更好的處理、光線與色彩飽和度，以及減少那些讓 AI 影片看起來很假的失控字幕與背景音樂。發布文章還主動提出了一項限制，這罕見到值得引用：ByteDance 表示「仍有改進空間，特別是在複雜動作的物理合理性，以及涉及多個主體互動的場景穩定性方面。」

這項獨立評測來自 Artificial Analysis，該機構透過招募而來的人類評審小組進行盲測兩兩對決投票，以 Elo 為影片模型排名。在 AA-Video-T2V v2.0（含音訊的文字轉影片排行榜）上，Dreamina Seedance 2.5 以 Elo 1143位居第三，其 95% 信賴區間為 1134 至 1152，共獲得 8,264 票。領先它的是：Wan 3.0 的 1156 與 Utopai X 的 1149。落後它的是：MiniMax H3（768p）的 1137 與 MiniMax H3 Max 的 1130。

關於那個數字，有三點提醒。該榜單自己為該模型取的名稱是「Dreamina Seedance 2.5」，而其列出的發布時間是 2026 年 7 月——這才是我們討論的模型，而不是它的前身。這個評分是一種偏好指標，而不是能力分數：它表示在盲測比較中，人們更常選擇它的片段，這是關於以眼耳判斷的輸出陳述，與可控性、API 易用性、成本或可靠性無關。而且這些區間大量重疊——1143 對上 1137 並不是任何人應該據以做出決策的排名。

另外兩項排名結果進一步補足了這一點。在 AA-Video-T2V-Silent v2.0 這個無音訊排行榜上，Seedance 2.5 以 Elo 1105 位居第四，落後於 Wan 3.0、MiniMax H3 Max 和 MiniMax H3（768p）——這是一個穩定但不出眾的位置。在 AA-Video-I2V v1.0 這個圖像轉影片排行榜上，它完全沒有出現；那裡的 Seedance 條目是 Dreamina Seedance 2.0 720p 和 Seedance 1.5 pro。這裡沒有任何東西支持 Seedance 2.5 領先其領域的說法。這裡也沒有任何東西反駁這一點——在包含音訊的文字轉影片排行榜上總排名第三，是一個真正強勁的首次亮相，而該排行榜自身註明過去三十天新增了六個模型，說明排名仍在變動。

它的成本是多少，以及你要如何取得它

存取服務得走兩扇截然不同的門。在消費者端，ByteDance 的發布貼文點名了 Jimeng AI 與 Doubao Pro——在影片生成選單中選擇 Seedance 2.5——而 BytePlus playground（ai.byteplus.com）與 Dola 則在模型頁面上被列為其他進入點。在開發者端，API 是 BytePlus ModelArk，模型 ID 為 dreamina-seedance-2-5-260628，由亞太地區端點提供服務。在模型能實際執行之前，BytePlus 要求符合下列其中一項：帳戶餘額高於 30 美元、訂閱 30 美元級別或以上的專用 AI Savings Plan，或購買 Seedance 2.5 系列資源包。單有 API 金鑰並不夠，而這道門檻值得在你規劃尖峰測試之前先了解。

定價已公布，且是按預估的 token 消耗量計費，而不是按片段計費。以下是來自 BytePlus ModelArk 定價頁面的 token 費率，以每百萬個 token 的美元（USD）計算：

• 480p 與 720p 輸出 — 無視訊輸入時為 10.70，有視訊輸入時為 6.40。

• 1080p 輸出 — 無視訊輸入時為 11.70，有視訊輸入時為 7.00。

• 離線推論 — 不支援。

Token 消耗量會隨時長、解析度與影格率而變化，而 BytePlus 自家的計算範例讓具體樣貌更加明確。對於一段沒有影片輸入的 5 秒 16:9 短片，供應商的估計為 480p 是 0.514 美元（每秒 0.103），720p 是 1.156 美元（每秒 0.231），1080p 是 2.843 美元（每秒 0.569）。一旦有影片作為輸入，同樣 5 秒的輸出費用為 480p 是 0.553–2.152 美元，720p 是 1.244–4.838 美元，1080p 是 3.062–11.907 美元，其中低端對應 2–4 秒的輸入，高端則對應 30 秒的輸入。請注意，加入影片輸入 會降低每 token 的費率，同時提高總計，因為輸入時長本身也會消耗 token。Artificial Analysis 在預設設定下，將同一模型標準化為每分鐘 1080p 為 $34.12，這與供應商自家 1080p 的每秒數字相符——只要乘以 60 秒即可看出。

作為對照，Seedance 2.0 系列全面更便宜：在同一個價格頁面上，480p 為每秒 0.07、720p 為 0.15、1080p 為 0.37，4K 則為 0.78。Seedance 2.5 的 1080p 費率大約是前代的 1.5 倍，480p 費率也大約是 1.5 倍。你付費買的是時長、參考素材容量與編輯控制權，而不是更便宜的計價方式。

關於計費標準有一點實務上的提醒，因為它會改變你該衡量的指標：BytePlus 只對成功生成的影片收費，不會就因內容審核而失敗的生成收取費用。在剪輯工作流程中，輸出時長沿用來源片段，這一點比在提示驅動的工作流程中更為重要——被拒絕的編輯只會讓你付出重試的代價，而這並非每個影片 API 都是如此。評估這個模型時，應以每個被接受片段的成本為準，而不是名目輸出的每秒成本。

老實說，路由問題。

Seedance 2.5 並未在 OrcaRouter 上進行路由。我們在 2026 年 10 月 13 日檢查即時模型清單時，並未傳回任何世代的 Seedance 項目，因此本頁並未聲稱可透過我們呼叫它，而你應將任何暗示相反的說明視為已過時。

OrcaRouter 真正適合的位置，是整條流程管線的其他部分。影片生成模型很少是請求路徑上唯一的環節——還有提示詞草擬、參考素材標註、鏡頭清單生成、審核關卡，以及圍繞這一切運作的代理式編排，而這些工作並不屬於 ByteDance 的端點。OrcaRouter 為你提供一個相容於 OpenAI、涵蓋 200 多個模型且零加價的端點，原封不動地將供應商的定價表價格傳遞出去，因此供應商一降價，我們這邊當天就會反映出來。自動容錯移轉意味著當某家供應商某個下午出狀況時，提示詞草擬步驟仍能持續運作；而路由 DSL 讓你以程式碼表達哪個模型負責哪個呼叫，而不是堆疊一整串 if 判斷式。帶著你的 BytePlus 金鑰來進行影片生成，並把周邊的一切都透過同一個地方來路由。

還有什麼仍然開放？

參考頁面無法解答的問題，以及值得留意的問題：

• 4K 是否會推出。 2.0 系列有 4K 等級，而 Seedance 2.5 沒有，這對較新的模型來說是種奇怪的倒轉，可能只是分階段推出的安排，而非上限。要看的是 BytePlus 的能力表，而不是部落格文章。

• 權重是否會開放。字節跳動對此從未表態。Seedance 系列從未發布過任何檢查點，而同一份排行榜上確實存在著真正開放權重的競爭對手——MiniMax H3 是文字轉影片排行榜上的開放權重領先者——這正是反對改變現狀的商業理由。

• Elo 是否站得住腳。在 AA-Video-T2V v2.0 上拿下第三名，且其信賴區間與第四名模型重疊，這只是起步位置，而非定論；相較於排行榜上較早的項目，8,264 票只是個很小的基數。

• API 介面最終定型的樣貌。 從提示詞意圖推斷任務類型，在範例中很優雅，在正式環境中卻很脆弱——BytePlus 記載了兩個錯誤碼，InvalidParameter.TaskTypeMismatch 與 InvalidParameter.TaskTypeConstraint，正是針對你原本想做編輯、模型卻判讀為全新生成的情況。設定 omni_reference_task_type 可明確地將驗證提前，而任何真正的整合都應該這麼做。

• ByteDance 是否真能交出物理效果。該公司將複雜動作的可信度與多主體互動的穩定性列為自身弱點。這兩點決定了 30 秒的短片是可用的，還是僅止於令人驚豔。