Seedance 2.0 Mini 评测:更快、更便宜——但够好吗?

最后更新: 2026-06-26 10:30:58

Seedance 2.0 Mini 是 ByteDance 的 Seedance 2.0 家族中最便宜、速度最快的模型——成本大约只有现有档位的一半,速度却是两倍。我们运行了几组测试生成——针对不同场景类型的文生视频——以了解它在哪些方面表现不错、哪些方面不行。结合用户在 Reddit 和 X 上的反馈,情况很清楚:它足以胜任大多数短视频工作,而且节省的成本是实打实的。但在某些特定情况下,你仍然应该选择 Standard。

什么是 Seedance 2.0 Mini?

字节跳动于 2026 年 6 月 15 日发布了 Seedance 2.0 Mini,作为 Seedance 2.0 系列中的第三个层级:

层级

最大分辨率

速度

成本

Seedance 2.0 (Standard)

1080p

基准

基准

Seedance 2.0 Fast

720p

约为 Standard 的 2 倍

约为 Standard 的 70%

Seedance 2.0 Mini

720p

约为 Fast 的 2 倍

约为 Standard 的 50%

Mini 不只是一个精简版。它实际上是对 Fast 级别的帕累托改进——以更低的成本提供更好的质量。它保留了完整的多模态参考系统(最多 12 个输入:6 张图片、3 段视频剪辑、3 个音频文件)、原生音视频同步,以及通过文本提示进行相机控制。代价是分辨率上限为 720p,且视频片段限制为 4–15 秒、24fps。

真实价格:Mini 实际花费多少

网上关于 Seedance 2.0 Mini 定价存在很大混淆。字节跳动的官方费率约为 720p 每秒 ¥0.5——这是人民币,不是美元。几篇英文文章错误地报道为“$0.50/second”,这大约是实际成本的 7 倍。

以下是它在各个平台上的实际成本:

平台

480p

720p

备注

Volcano Ark (official)

~$0.07/s

基于 token:¥0.023/k tokens (img2vid)

Atlas Cloud

$0.056/s

找到的最低第三方费率

AIReiter

$0.0325/s

$0.0825/s

线性定价,1 USD = 100 credits

XMK

$0.23–0.33/s

更高,包含平台功能

Token 计算公式: (height × width × duration × 24) / 1024

对于一段 5 秒的 720p 视频(1280×720),大约相当于 108k tokens。按官方费率计算,约为 ¥2.5(约 $0.35)。在 AIReiter 上,同样的视频片段需要 41.25 credits —— $0.41。不同平台的费用差异很大,因此在投入大批量工作之前,请先查看费率。

音频生成在所有层级上都是免费的,包括 Mini。启用同步声音、对话或音乐不会改变价格。根据我们的片段和用户报告,环境音匹配(雨声、交通、人群噪音)表现良好。对话口型同步则更看运气——Reddit 上的用户指出,它“适合对话或低运动场景”,但在复杂运动中会出现更多伪影。Standard 也存在这个限制,但 Mini 较低的分辨率会让任何错位更加明显。

速度与质量:实测结果

营销宣传语是“在相当质量下比 Fast 快 2 倍”。我们在 AIReiter 的 playground 上运行了几个测试片段,分辨率为 720p、时长 5 秒、16:9,以进行检查。

速度:我们的片段每个大约在 3–4 分钟后返回。XMK 的测试也报告了类似的数据——一个 5 秒的 720p 动漫片段大约需要 3 分钟。虽然不是即时,但速度已经足够快,可以在不失去节奏的情况下反复迭代提示词。

质量:即使只看一个很小的样本,Mini 的输出质量也比定价差距所暗示的更接近 Standard。运动连贯性和色彩分级表现良好;差异主要体现在全屏观看时的细节精度上。

这是我们的一个测试片段——地中海集市场景。我们使用的提示词是:

一位身穿飘逸白色亚麻连衣裙的年轻女子走过阳光照耀的地中海村庄集市。她从一辆装满缤纷水果的木制手推车上拿起一颗熟透的橙子。黄金时刻的阳光穿过拱门洒落,在鹅卵石街道上投下悠长而温暖的阴影。侧面跟拍的慢速移动镜头,浅景深,自然胶片颗粒感,温暖的色调。

从那段视频中截取的两帧展示了 Mini 在 720p 下能做什么:

Seedance 2.0 Mini market scene — golden hour tracking shot showing accurate lighting, natural skin tones, and coherent background crowd at 720p

注意金色时刻的光线环绕着角色的面部,背景中的人物保持一致,阴影中的鹅卵石纹理也很清晰。在 720p 下,这种细节程度对于一款价格仅为 Standard 一半的模型来说已经很强了。

Seedance 2.0 Mini close-up — hand interaction with fruit, fabric texture, and shallow depth of field preserved at 720p

在这个后期画面中,Mini 能干净利落地处理手与物体的交互——手指在伸向水果时仍保持正确的比例,而浅景深则自然地将主体与背景分离。水果纹理和布料褶皱是在全屏观看时你会开始注意到与 Standard 的差异之处,但在移动设备上或社交信息流中,这种差距几乎可以忽略不计。

Mini 与 Standard 的相似之处

  • 通过参考实现角色一致性:我们从上面的市场片段中取出一帧,并将其用作图像参考,在一个完全不同的场景中生成了同一角色——日落时分的屋顶露台。结果准确地保留了面部特征、发型和服装:

Seedance 2.0 Mini reference test — same character from the market scene placed on a coastal rooftop, maintaining face and outfit consistency

对于单参考设置,Mini 的角色一致性很强——这是与 Standard 质量差距最小的一个方面。

  • 风格化和动画内容:几乎与 Standard 无法区分。角色一致性、线条处理和色彩处理都很出色。

  • 低到中等运动场景:对话、缓慢平移、建立镜头——Mini 以与 Standard 相同的连贯性处理这些内容。

  • 光照和氛围:霓虹场景、黄金时刻、雨效果——渲染质量表现依然很好。

Mini 的不足之处

  • 复杂的多主体运动:当三个或更多角色同时互动时,Mini 会产生更多伪影——肢体位置怪异,主体会短暂融合在一起。

  • 文本渲染:任何出现可见文字的镜头都不可靠。我们特意用一个霓虹小巷场景进行了测试,提示一个招牌写成“AIReiter”:

夜晚穿过霓虹灯闪烁的东京小巷的一镜到底跟拍镜头。一只黑猫沿着被雨水浸湿的边缘行走,经过发光的店铺招牌。在 0:03 时,其中一个招牌短暂闪烁,显示为温暖琥珀色霓虹灯下的“AIReiter”,随后又恢复为日文字符。镜头缓慢向前推移,浅景深,胶片颗粒感,带有氛围感的青色和洋红色光照。

Mini 将这个标志渲染成了“AIREiter”——很接近,但大小写不一致。其实这已经比大多数文本尝试更好了。标志、logo 和屏幕上的文字在 Seedance 系列中经常出现乱码或不完整,不过在 Mini 中这种现象更明显。

Seedance 2.0 Mini neon alley test — text rendering shows "AIREiter" instead of the prompted "AIReiter"
  • 复杂场景中的参考控制:当 4 个及以上参考混合不同主体类型(例如同一提示词中同时包含角色和车辆)时,Mini 有时会忽略其中一个参考并替换为随机元素。简单的参考设置(1–2 张图像)表现可靠。

Mini 与竞争对手:Kling 3.0、Veo 3、Sora 2

Seedance 2.0 Mini 在 2026 年中期与其他 AI 视频生成器相比表现如何?

功能

Seedance 2.0 Mini

Kling 3.0

Veo 3.1

Sora 2

每秒成本

~$0.07

~$0.05

~$0.15

~$0.10

最大分辨率

720p

1080p

1080p

1080p

最大时长

15s

10s

8s

12s

原生音频同步

是(免费)

参考输入

12(图像+视频+音频)

有限

有限

有限

最适合

批量起草

预算制作

电影级质量

物理模拟

Mini 的优势:在这个价位,没有其他模型能在一次生成中接受 6 张图像、3 段视频和 3 个音频文件。对于跨多个片段保持角色一致性的内容,这套参考系统是一个重大优势。

Mini 的弱点:分辨率。最高仅支持 720p,Mini 是这项对比中分辨率最低的选择。Kling 3.0 以更低的价格提供 1080p。如果分辨率是硬性要求,Kling 是更好的预算选择。

最佳工作流:在 Mini 上起草,在 Standard 上完成

最具成本效益的方法不是只选择一个模型——而是策略性地同时使用两者:

步骤 1 — 在 Mini 上探索:生成你概念的 10–20 个变体。测试不同的提示词、镜头角度、参考组合。在 Mini 定价下,总成本为 $0.70–$3.50,而不是 Standard 上的 $1.40–$7.00。

第 2 步 — 锁定你的提示词:找出 2–3 个最佳输出。根据有效之处优化提示词措辞。

步骤 3 — 在 Standard 上渲染:仅在 Standard 上以 1080p 重新生成你的最终镜头。现在,你只需为已验证的概念支付高级费率。

第 4 步 — 用 Mini 填补空缺:B-roll、转场以及补充镜头可以继续放在 Mini 上——观众在快速剪辑的片段里很少会注意到 720p。

与通过 Standard 运行所有内容相比,此工作流程通常可节省 40–60%。在较长项目中,这种节省会进一步累积:一个 50 个片段的社交活动,如果使用 Standard 约需 $350,采用此方法则降至约 $150。

如何试用 Seedance 2.0 Mini

最简单的方式是通过 Dreamina,这是字节跳动的官方创意平台。如果你需要 API 访问,AIReiter 同时提供 API 和用于快速测试的 playground,720p 的价格为 $0.0825/s。

谁应该(以及不应该)使用 Mini

在以下情况使用 Mini

  • 你会批量创建短内容(社交媒体、广告、产品短片)

  • 你在投入昂贵渲染前先进行提示词原型设计和测试

  • 你的交付格式是移动优先(720p 在手机屏幕上就足够)

  • 你使用动漫、插画或风格化美学

  • 预算比最高保真度更重要

在以下情况下跳过 Mini:

  • 你的最终交付需要 1080p 或更高分辨率

  • 该项目涉及逼真的人类面孔

  • 画面中的文字或标志必须清晰可读

  • 你需要完美的多角色编排

  • 你的交付面向大屏显示(电视、影院、演示)

核心结论: 对于迭代式、高频工作流——社交内容、广告变体、概念测试——Mini 以一半的成本提供了 Standard 80–90% 的质量。将其用于草稿和批量工作,切换到 Standard 进行最终的主视觉渲染。

常见问题

Seedance 2.0 Mini 是免费的吗? 不是,但大多数平台提供免费试用额度。

Mini 可以生成音频吗? 可以。原生音频同步(环境音、对话、音乐)已包含在内,无需额外费用——与 Standard 具备相同能力。

Mini 和 Fast 有什么区别?Mini 更新、更便宜,而且生成的质量比 Fast 更好。它是一个直接升级版——如果 Mini 可用,几乎没有理由使用 Fast。

Mini 支持引用系统吗? 是的,完整的多模态引用系统可在 Mini 上使用:每次生成最多支持 6 张图像、3 个视频和 3 个音频引用。

Mini API 是否可用? 该 API 于 2026 年 6 月 22 日左右通过 BytePlus 和 Volcengine 上线。像 AIReiter 这样的第三方平台也提供 API 访问。