Wan 3.0 和 Seedance 2.5 怎么选?视频费用和参考素材限制对比

在相同分辨率和输入模式下比较 Wan 3.0 与 Seedance 2.5:区分牌价、供应商报价,兼顾参考素材限制和接入方式。

鼠尾草绿底上一张浅色卡纸,纸上一笔勾出两块大小不同的场记板,旁边一组黑色和赤陶色的几何字形,下方是衬线字体标题 Wan 3.0 vs Seedance 2.5

Wan 3.0 与 Seedance 2.5 必须在相同分辨率和输入模式下比较。1080p 文生视频(t2v)中,Wan 为每秒 $0.21;Seedance 牌价为 $0.60,当前主供应商 volcengine 报价为 $0.48。输出 5 秒的预估分别为 $1.05、$3.00 和 $2.40,不存在通用的“2.2 倍价差”。

Ofox 当前分辨率价表

金额单位均为美元/秒。Wan 系列表格使用公开牌价,本次快照中的主供应商报价与牌价相同:Wan 3.0 为 alicloud,Prime、Wan 2.7/2.6 为 aliyun。这是带核对日期的报价,不代表价格永久不变。

核价日期:2026-09-16。五秒金额为不传输入视频的t2v预估;v2v总额还需输入视频时长。

模型/报价分辨率美元/秒5 秒预估美元
alibaba/wan-3.0480p$0.054$0.270
alibaba/wan-3.0720p$0.11$0.55
alibaba/wan-3.01080p$0.21$1.05
bytedance/seedance-2.5 t2v / 公开牌价480p$0.11$0.55
bytedance/seedance-2.5 t2v / 公开牌价720p$0.24$1.20
bytedance/seedance-2.5 t2v / 公开牌价1080p$0.60$3.00
bytedance/seedance-2.5 t2v / 主供应商报价 (volcengine)480p$0.11$0.55
bytedance/seedance-2.5 t2v / 主供应商报价 (volcengine)720p$0.24$1.20
bytedance/seedance-2.5 t2v / 主供应商报价 (volcengine)1080p$0.48$2.40
bytedance/seedance-2.5 v2v / 公开牌价480p$0.14
bytedance/seedance-2.5 v2v / 公开牌价720p$0.30
bytedance/seedance-2.5 v2v / 公开牌价1080p$0.71
bytedance/seedance-2.5 v2v / 主供应商报价 (volcengine)480p$0.14
bytedance/seedance-2.5 v2v / 主供应商报价 (volcengine)720p$0.30
bytedance/seedance-2.5 v2v / 主供应商报价 (volcengine)1080p$0.568

Seedance 表格明确区分 t2v 和 v2v。当前 volcengine 报价仅在 1080p 档位比牌价低 20%,480p、720p 没有该折扣,不能推广到所有档位或供应商。此次涉及的档位未单列音频价格维度,也不能据此推断其他模型或今后的报价。

5 秒视频怎样估算费用

费用示例均为纯文生视频(t2v)、输出 5 秒、不传输入视频,是按公开费率计算的预估,不是实测账单。传入视频的任务需匹配相应输入模式费率,并计入适用的输入视频秒数,不能直接套用纯文本示例。最终费用请核对完成任务的计费记录。

价格纠正后怎样选模型

先固定分辨率,再比较能满足需求的生成结果和费用。Wan 支持更短片段,Seedance 列出的参考素材上限更高,且支持 21:9。请显式传入分辨率:Wan 默认 1080p,Seedance 默认 720p,默认值会同时改变输出规格和适用费率。生成后裁短视频不会退回生成成本;视频参考任务应匹配 v2v 档位,并计入适用的输入视频秒数。

Wan 3.0 vs Seedance 2.5:规格表

规格Wan 3.0Seedance 2.5
Ofox 模型 IDalibaba/wan-3.0bytedance/seedance-2.5
时长区间2-30 秒4-30 秒
分辨率480p / 720p / 1080p480p / 720p / 1080p
默认分辨率1080p720p
画幅16:9、4:3、1:1、3:4、9:16、adaptive21:9、16:9、4:3、1:1、3:4、9:16、adaptive
模式t2v、i2v、v2vt2v、i2v、v2v
默认出音频
最多参考图1030
最多参考视频5,合计 ≤15 秒10
最多参考音频5,合计 ≤15 秒10

Seedance 2.5 凭什么值这个溢价

50 份参考素材对 Wan 的 20 份,以及 21:9。 这是 Wan 3.0 追不上的两项能力。

Seedance 2.5 在单次请求里最多接受 30 张参考图、10 段参考视频和 10 段参考音频。Wan 3.0 是 10、5、5,而且参考视频和参考音频还各自合计不超过 15 秒。如果你的产品每次生成都要喂一套人设图、一组场景图和一段动作参考,那这个上限是硬约束而不是偏好问题,而且很快就会撞到。

画幅清单是较小的差异,但也是真的:Seedance 列出 21:9,Wan 没有。对于电影感的宽银幕输出这就是决定性的,而把 16:9 渲染裁成 21:9 要拿垂直分辨率去换,不是白来的。

两边的调用几乎一模一样

两个模型在同一个 Ofox 端点上,参数名也相同,所以跑一次 A/B 很便宜:

import os, requests

OFOX = "https://api.ofox.run/v1/videos"
HEAD = {"Authorization": f"Bearer {os.environ['OFOX_API_KEY']}"}

prompt = "A paper boat drifting down a rain gutter, close on the water line"

for model in ["alibaba/wan-3.0", "bytedance/seedance-2.5"]:
    r = requests.post(OFOX, headers=HEAD, json={
        "model": model,
        "prompt": prompt,
        "duration": 5,
        "resolution": "1080p",     # 锁死;两个模型的默认值不一样
        "aspect_ratio": "16:9",
    })
    print(model, r.status_code, r.json().get("id"))

两者都提供 promptdurationresolutionaspect_ratiosizegenerate_audioseedframe_imagesinput_referencescallback_urlprovider。在任意一边传 frame_images 都会选中首帧或首尾帧模式,input_references 选中参考生视频。两者都是异步的:你拿到一个任务去轮询,或者给 callback_url 让它来通知你。任务跑着的时候会发生什么,轮询与等待时间指南里有。

做对比时一定要显式指定 resolution。不设的话,你比的是 1080p 的 Wan 和 720p 的 Seedance,什么也说明不了。

什么时候选 Seedance 2.5

  • 你每次生成要喂超过 10 张参考图,或者超过 5 段参考视频、音频。
  • 你需要 21:9 输出。
  • 你的 prompt 已经贴着字节的运动表现调好了,重调的代价高于价差省下的钱。这部分调优可参考 Seedance 2.5 prompt 指南

来源与计费边界

价格于 2026 年 9 月 16 日核对,以 Ofox 公开目录的分辨率档位为准,模型页链接见下方。比较时请对齐分辨率、输入模式和音频设置,并区分牌价与特定供应商报价。费用示例按注明的输出时长计算,未特别说明时不含输入视频;输入视频可能增加计费秒数。示例不是实测账单,最终费用应核对完成任务及适用供应商费率。正式制定预算前请重查价格。

常见问题

Wan 3.0 比 Seedance 2.5 便宜吗?
Wan 3.0 与 Seedance 2.5 必须在相同分辨率和输入模式下比较。1080p 文生视频(t2v)中,Wan 为每秒 $0.21;Seedance 牌价为 $0.60,当前主供应商 volcengine 报价为 $0.48。输出 5 秒的预估分别为 $1.05、$3.00 和 $2.40,不存在通用的“2.2 倍价差”。
两个模型最短能出多长的片段?
Wan 3.0 能到 2 秒,Seedance 2.5 从 4 秒起。两边上限都是 30 秒。如果你的产品要切 2 秒或 3 秒的片段,Seedance 做不出来,你只能按 4 秒的下限付钱再剪掉。
哪个模型能收更多参考素材?
Seedance 2.5,差距很大。它最多接受 30 张图、10 段视频和 10 段音频,总计 50 份参考素材。Wan 3.0 最多 10 张图、5 段视频、5 段音频,且参考视频和参考音频各自合计不超过 15 秒。
两个模型都出音频吗?
都出。两者的 supports_audio 都是 true,默认都返回对好的音轨,不需要单独跑配音。Ofox 上两者都提供 generate_audio 参数供你关掉。
Wan 3.0 和 Seedance 2.5 支持哪些分辨率?
Ofox 上两者都列出 480p、720p 和 1080p。默认值不同:Wan 3.0 默认 1080p,Seedance 2.5 默认 720p,所以同一个不设分辨率的请求在两边产出的画面尺寸不一样。
做视频生成产品该选哪个?
单片成本是决定因素、需要 4 秒以下的片段、或者 1080p 是默认输出,选 Wan 3.0。要喂一个很大的参考素材库、需要 Wan 没有列出的 21:9 画幅、或者 prompt 已经贴着字节的运动表现调好了,选 Seedance 2.5。