本文目录21 个章节
摘要
MiniMax H3 Max 面向快速、高频的迭代;Seedance 2.5 面向更长、参考素材更多、需要编辑的场景。选型取决于主要成本落在反复出草稿,还是维持较大成片的连续性。
核心要点
- H3 Max 优先低延迟、短视频迭代与更低的草稿成本。
- Seedance 2.5 单次最长 30 秒,并支持更大的多模态参考包。
- 两者都生成同步音频,但可控项因提供方而异。
- 分辨率、参考上限与计费应按实际调用的 API 路线评估;混合工作流可用 H3 Max 做探索,用 Seedance 2.5 做成片。
H3 Max 与 Seedance 2.5 概览
| 类别 | MiniMax H3 Max | Seedance 2.5 |
|---|---|---|
| 来源 | MiniMax H3 开放权重经 fal 后训练的变体,并非官方 H3 接口的提速档 | ByteDance Seed |
| 主要运行定位 | 快速迭代与吞吐 | 更长、参考密集的制作 |
| 当前 API 路线时长 | 5–15 秒 | 4–30 秒 |
| 当前 API 路线分辨率 | 480P / 768P | 480p / 720p |
| 同步音频 | 支持 | 支持 |
| 参考容量 | 文档路线最多 12 个 | 模型级最多 50 个(30 图 + 10 视频 + 10 音频) |
| 编辑与延长 | 当前路线非核心差异点 | 核心能力 |
| 最适工作流 | 短视频迭代、变体、批量生成 | 更长场景、复杂参考、编辑 |
分辨率应以实际调用的 API 路线为准:fal 另提供 1080P 的 H3 Max 选项,是对 768P 渲染做潜空间精修;当前路线文档列出的是 480P/768P 与 480p/720p 两套档位。
什么是 H3 Max?
H3 Max 并不是“H3 的更大一档”。它从 MiniMax H3 开放权重出发,由 fal 做了针对提示词遵循与画面质量的后训练,并同步改造服务栈以换取更高吞吐;因此它属于后训练变体,而不是官方 H3 接口的提速版本。
这一取向最直观的结果是延迟。fal 报告称,在其基础设施上,一段 5 秒 768p 片段可在 3 秒内生成。文档路线另给出 5–15 秒时长、24 FPS、同步音频、六种画幅比例以及 480P/768P 两档输出。
速度改变的是创意探索的成本结构。视频模型不必充当最终渲染器,延迟依然重要:每一个被否掉的版本、每一次替换的运镜、每一个产品角度与开场钩子,都计入“找到可用镜头”的总成本。当团队仍在搜索创意方向时,更低的周转时间往往比更高的时长上限更有价值。
本次对比关键 H3 Max 规格
| 规格 | MiniMax H3 Max |
|---|---|
| 来源 | MiniMax H3 开放权重 + fal 后训练 |
| API 模型 ID | minimax-h3-max |
| 时长 | 5–15 秒 |
| 当前路线分辨率 | 480P / 768P |
| 帧率 | 24 FPS |
| 音频 | 同步立体声 |
| 输入模式 | 文本、图像、参考素材、首尾帧 |
| 参考上限 | 12 个;文档限制含最多 3 个视频与 3 个音频参考 |
| 画幅比例 | 21:9、16:9、4:3、1:1、3:4、9:16 |
| 起价 | $0.064 / 秒 |
什么是 Seedance 2.5?
Seedance 2.5 是 ByteDance Seed 的下一代音视频模型,于 2026 年 7 月 31 日正式发布。官方发布材料强调三项能力:单次生成最长 30 秒、更大的多模态参考包,以及时间戳级编辑控制。
30 秒上限不只是数字更大。它让创作者把铺垫、发展、转场与收束放进同一次生成,而不必在场景中途人为制造接缝。ByteDance 明确描述该模型能在这一窗口内组织多个相连镜头,并在故事需要延续时支持多轮扩展。
参考容量同样关键:单次生成最多可容纳 30 张图像、10 段视频与 10 段音频,参考模式覆盖运动、黏土或 3D 分镜、角色、道具、场景风格与音频。当前 API 路线以异步视频任务的方式提供该模型,生成时长 4–30 秒,输出 480p/720p。
对本次对比至关重要的 Seedance 2.5 规格
| 规格 | Seedance 2.5 |
|---|---|
| 开发者 | ByteDance Seed |
| 模型 ID | seedance-2-5 |
| 时长 | 当前路线 4–30 秒 |
| 当前路线分辨率 | 480p / 720p |
| 音频 | 联合音视频生成 / 同步音频 |
| 输入模式 | 文本、图像;模型层面支持更广的图像、视频、音频参考工作流 |
| 参考上限(模型层面) | 50 个:30 图像 + 10 视频 + 10 音频 |
| 编辑 | 时间戳级定向编辑;官方描述绿幕、透视与基于参考的工作流 |
| 扩展 | 多轮扩展 |
| 公开起价 | $0.0824 / 秒 |
H3 Max 与 Seedance 2.5:详细对比
1. 生成速度:H3 Max 改变迭代循环
H3 Max 的速度优势有明确的公开时点数据:提供方报告,5 秒 768p 片段在其基础设施上的推理时间约为 2.8–3 秒。Seedance 2.5 目前没有同等硬件与队列条件下可直接对照的公开延迟数字,因此用“快多少倍”来概括并不可靠。
这种差异影响的是迭代方式。H3 Max 更适合交互式提示词探索、广告变体、快速分镜,以及大量产出会被丢弃的批处理任务;团队每小时能评估更多假设,这在前期制作中往往比更长的单次时长更关键。
2. 时长与叙事连续性:Seedance 2.5 在单次渲染中保留更多故事
当前 API 路径的时长是 H3 Max 5–15 秒、Seedance 2.5 4–30 秒。十秒产品钩子差异不大;25–30 秒品牌片则改变制作流程。H3 Max 需多次生成并设置剪辑点,接缝处人物、光线、镜头语言和音频可能漂移。Seedance 2.5 可把铺垫、发展、转场和收束留在一次生成内,并在模型层面支持多轮扩展,减少连续性边界。
3. 分辨率:比较 API 路径,而非营销上限
分辨率应绑定实际调用的 API 路径。当前文档中,H3 Max 为 480P/768P,Seedance 2.5 为 480p/720p。另有基础设施提供方提供 1080P H3 Max 选项,把它描述为对原生 768P 渲染的潜在细化;这不代表所有端点原生输出 1080P。营销页的“支持 1080p”可能是原生输出、细化通道或提供方后处理。评估应以实际端点的尺寸和计费规则为准;其他提供方也可能为 Seedance 2.5 增加档位,同样需逐路由核验。
4. 参考控制与编辑:Seedance 2.5 具备更大的制作空间
参考容量决定约束密集场景的制作空间。当前 H3 Max 路线最多 12 个参考输入,文档化限制包括最多 3 个视频和 3 个音频参考;Seedance 2.5 在模型层面最多 50 个,即 30 图像 + 10 视频 + 10 音频。当主角、配角、产品、地点、运镜、配乐、人声和风格同时构成约束时,差距会显现。H3 Max 能高效覆盖紧凑参考包;Seedance 2.5 更贴合参考密集制作。它还支持时间戳级修改,以及绿幕、镜头透视和基于参考的编辑,并支持多轮扩展,更接近可迭代的制作系统,而不只是一次生成端点。
原生音频:两者都降低了二次同步处理的需求
两者都在视频生成流程内合成声音,避免许多场景再走“先生成无声画面、再对齐音频”的独立步骤。共同架构收益不等于音频表现一致:对白、音效、环境声、音乐结构、可控性以及各路由暴露的开关,仍需逐条提示词测试。
基准测试:H3 Max 的公开时点数据更强,但对比并不对称
公开结果不足以支撑统一排名。H3 Max 有提供方报告和第三方偏好测试结果,但这些测试没有在相同条件下衡量 Seedance 2.5 的长场景连续性、更大参考工作流和编辑控制。目前也没有一张对称公开表,覆盖相同时长、分辨率、提示词集、参考输入、音频条件和提供方延迟。
以短盲测偏好片段为中心的基准,可能不利于 30 秒连续性模型;只测长场景连续性的测试,也可能不利于速度优先模型。最接近的可控公开比较是 fal Research 的六场景正面对比,使用匹配提示词覆盖文生视频、图生视频和参考生视频;应把它视为提供方运行的测试,而非通用排行榜。
上 H3 Max 与 Seedance 2.5 的定价
以下为路由定价,而非模型内在价格;价格可能独立于底层模型发布而变化。
| 定价视图 | H3 Max | Seedance 2.5 |
|---|---|---|
| API 路线标称起始价 | $0.064/秒 | $0.0824/秒 |
| 480p 文档化路线价 | 核验实时路线 | $0.103/秒 |
| 720p 文档化路线价 | — | $0.231/秒 |
| 计费基础 | 按生成秒数 | 依分辨率 |
| 生产建议 | 核验实时路线 | 核验实时路线 |
对视频工作负载,每次被采纳成片成本通常比每生成秒价格更有用。广告团队若需八次尝试才批准一条十秒镜头,H3 Max 的低单价与周转会在七条废弃输出上累积优势。反之,若 Seedance 2.5 一次连贯的 30 秒镜头可替代两三条片段加剪辑,较高每秒价格仍可能降低总制作投入。
哪种模型适合不同的视频工作流?
| 工作流 | 更合适 | 原因 |
|---|---|---|
| 5 秒社交钩子 | H3 Max | 低延迟、低试错成本,便于快速变化 |
| A/B 测试 10 个广告概念 | H3 Max | 吞吐量比 30 秒上限更关键 |
| 15 秒产品预告 | 视情况 | H3 Max 利于快速草稿;参考或编辑复杂时偏向 Seedance 2.5 |
| 20–30 秒品牌故事 | Seedance 2.5 | 单次生成保留完整场景,减少拼接接缝 |
| 大型角色、产品参考包 | Seedance 2.5 | 模型级最多 50 个参考,容纳更多创作约束 |
| 参考密集且需编辑的镜头 | Seedance 2.5 | 定向编辑与扩展是核心能力 |
| 故事板、镜头概念探索 | H3 Max | 反馈更快,便于否定与细化想法 |
| 高吞吐短视频 API | H3 Max | 单位经济性与吞吐更适合反复短生成 |
当镜头由多人物、产品、场景、运动与声音共同约束时,Seedance 2.5 的模型级参考容量更具调度空间;H3 Max 的文档化路线为 12 个总参考,适合紧凑参考包。
H3 Max 与 Seedance 2.5 可以互补
不必把所有任务都路由到单一模型。H3 Max 可放在创意循环前段,用来探索提示词、镜头结构、运镜和钩子;概念稳定后,再把超过 15 秒或需要大参考包、定向编辑、多轮扩展的任务交给 Seedance 2.5。API 产品可将这种分工做成自动路由规则,而不是让每个工作负载都走同一模型。
如何通过 使用 H3 Max 与 Seedance 2.5
两者可采用同一套异步视频任务模式:向 /v1/videos 提交 multipart POST,保存返回的任务 ID,轮询任务,完成后取回视频。H3 Max 用 minimax-h3-max 生成 5 秒、768P 产品镜头;Seedance 2.5 用 seedance-2-5 生成 20 秒、720p 连续跟拍。生产前应依据当前模型页核验分辨率、参考上限与计费,避免硬编码会变化的参数。
H3 Max 示例
当前文档化路线使用模型 ID minimax-h3-max,输出 5–15 秒、480P/768P,24 FPS。生成 5 秒 768P 产品镜头的请求体结构如下:
POST /v1/videos
Authorization: Bearer $API_KEY
Content-Type: multipart/form-data
model=minimax-h3-max
prompt=A premium product shot, slow dolly-in, soft daylight, no text.
seconds=5
size=1360x768
Seedance 2.5 示例
Seedance 视频接口沿用同一套异步 POST /v1/videos 模式,模型 ID 为 seedance-2-5。生成 20 秒 720p 连续跟拍:
POST /v1/videos
Authorization: Bearer $API_KEY
Content-Type: multipart/form-data
model=seedance-2-5
prompt=A continuous cinematic tracking shot through a rain-lit night market.
seconds=20
size=1280x720
生产前应核对当前模型页与 API 参考,再把分辨率与参考上限写进代码。视频端点迭代很快,不同接入路线同步供应商新能力的时点并不一致。
H3 Max 与 Seedance 2.5:最终评判
两者优化的是视频流水线上不同的成本项。H3 Max 的价值取决于固定时间内团队能评估多少次有用迭代:5–15 秒的窗口、低起始单价,以及供应商侧报告的 5 秒 768p 片段约 2.8–3 秒推理,使它适合概念探索、广告变体、故事板与高吞吐短片生成。Seedance 2.5 则随制作简报变重而更具吸引力——超过 15 秒的场景、大量图像/视频/音频参考、定向编辑或多轮扩展。30 秒单次生成上限改变的是创作者需要管理的接缝数量,而模型级 50 个参考(30 图像 + 10 视频 + 10 音频)为人物、产品、环境、运动与声音的复合约束留出更大空间。
最简判断规则因此落在瓶颈位置:H3 Max 降低的是尝试一个想法的成本,Seedance 2.5 降低的是让一个更大的成品场景保持连贯的成本。把这条区别写成路由规则,比让每个工作负载都挤进同一个模型更接近实际制作成本结构。
