Mô hình video AI
Chạy ByteDance Seedance 2.5 ngay trong trình duyệt: đầu ra từ 4 đến 30 giây kèm âm thanh gốc đồng bộ, điều khiển bằng văn bản, bằng khung đầu và khung cuối, hoặc bằng tối đa 30 ảnh cộng 10 video và 10 đoạn âm thanh cùng được tham chiếu trong một câu lệnh. Tín dụng tính theo giây và hiện ra trước khi tạo.
Seedance 2.5 là mô hình video đầu bảng của ByteDance Seed, công bố ngày 31/7/2026 và tiếp cận được qua đối tác API của chúng tôi từ ngày 7/8. Cách gọi chính thức là «sáng tạo trong một cú máy»: một lượt chạy cho ra tới 30 giây hình và tiếng hoàn chỉnh thay vì một đoạn 5 giây, và một yêu cầu có thể mang theo tới 30 ảnh, 10 clip video và 10 bản âm thanh làm tham chiếu cùng lúc. ByteDance mô tả bước chuyển này là đi từ «chỉ tạo ra một đoạn clip» đến «hoàn thành một tác phẩm». Trên CreateVision AI, mô hình chạy ở 480p hoặc 720p, dài 4–30 giây, với âm thanh gốc đồng bộ bật sẵn.
Điều nó thực sự làm tốt, cả trong bài thử của chúng tôi lẫn trong các bài đánh giá độc lập, là diễn xuất và tính liên tục. Những cảnh nhiều thoại vẫn trụ được — một người đánh giá thấy các bản 30 giây «đặc biệt hợp với cảnh nhiều lời thoại» và đã dựng trọn một phim ngắn dựa trên nhịp kịch tính của mô hình. Clip dùng tham chiếu của chính chúng tôi cũng lấy bối cảnh từ một ảnh và nhân vật từ ảnh khác, giữ cả hai nhất quán suốt cú máy. Vì dòng mô hình này mới ra được vài ngày nên chưa có thứ hạng trên đấu trường Artificial Analysis; chúng tôi kiểm tra lại bảng xếp hạng hằng tháng và điều chỉnh gợi ý của Ava.
Giờ đến phần thực sự tốn thời gian của bạn. Chữ trong khung hình không đáng tin: chúng tôi yêu cầu tấm bảng trong clip bếp ghi «SOUPE DU JOUR» và nhận về «SOUPE DU JWIN» — nếu chữ quan trọng, hãy thêm ở khâu hậu kỳ. Giới đánh giá cho biết biến dạng và mất mạch lạc vẫn xuất hiện ở hành động nhanh, giọng nói sinh ra mang cả những chất giọng bạn không yêu cầu, và câu lệnh tinh chỉnh cho Seedance 2.0 «không chuyển sang 2.5 một cách đáng tin cậy». Các bài đưa tin ra mắt có nhắc tới 4K; API chúng tôi dùng hiện dừng ở 720p, và chúng tôi thà nói thẳng còn hơn để bạn hiểu khác. Đây cũng là mô hình video đắt nhất trên nền tảng này — với bản nháp và làm số lượng, Seedance 2.0 Mini chỉ tốn một phần năm, còn Grok Imagine 1.5 rẻ hơn nữa.
Định vị, thời lượng và giới hạn tham chiếu lấy từ thông báo chính thức của ByteDance Seed: Introducing Seedance 2.5 — One-take Creation, Flexible Referencing
“Một lần tạo giờ có thể cho ra tới 30 giây video, và một clip có thể nhận tới 50 tư liệu tham chiếu.”
“Phiên bản 2.5 mở rộng phạm vi những thứ cần kiểm chứng — từ chỗ hỏi kết quả tạo ra có dùng được không, sang hỏi nó có thể tiến gần tới một sản phẩm hoàn chỉnh đến đâu.”
“Hiện tượng biến dạng và mất mạch lạc vẫn xuất hiện ở các cảnh hành động nhanh, kể cả với câu lệnh được xây dựng tốt, và không có mức nâng phân giải nào xóa được nó.”
Cả 7 video dưới đây đều được tạo trên CreateVision AI ngày 7/8/2026, mỗi video đều thành công ngay lần đầu, kèm đúng câu lệnh đã dùng, không dựng, không chọn lọc. Sáu clip 4 giây ở 480p mất trung bình 2 phút 38 giây (từ 1 phút 37 giây đến 3 phút 40 giây); clip 8 giây ở 720p mất 5 phút 13 giây. Nhớ bật tiếng.
A ceramicist in a sunlit workshop looks up from the wheel and speaks warmly to camera: "This one finally came out right." Clay-dusted hands, natural skin texture, shallow depth of field, soft window light, ambient studio room tone.
Subtle living portrait: she blinks, exhales, and turns her head a few degrees toward the window light. Hair strands drift, golden dust motes float, the landscape outside slides past. Keep her exact face, freckles, and hair unchanged.
Vertical food macro: molten chocolate poured over a warm hazelnut cake, glossy ribbon folding slowly, steam curling upward, crumbs catching the light, cozy cafe ambience.
Place the woman from @image1 walking slowly up the stone steps toward the red torii gate seen in @image2, early morning mist, lanterns glowing, her face and hair exactly as in @image1. Handheld documentary framing, birdsong and distant temple bell.
A seamless loop: the camera drifts a few centimetres closer and then settles back exactly where it started, her expression softening and returning. No cuts, no new elements.
Close-up of a chef's hands rapidly julienning a carrot on a wooden board, knife tapping fast, a handwritten chalkboard menu reading "SOUPE DU JOUR" visible behind, busy kitchen sounds.
One continuous cinematic shot that travels through four worlds without a cut: a neon-wet Tokyo alley at night, dissolving into a sunlit Moroccan spice market, into an underwater kelp forest lit by shafts of light, into a snow-covered pine ridge at sunrise. Fluid camera glide, rich colour grade, transitions carried by light rather than edits.
So sánh Seedance 2.5 với các mô hình video khác — cùng một không gian làm việc, đổi bằng một cú nhấp.
Mô hình là của ByteDance; còn lý do để dùng nó tại đây là mọi thứ được xây dựng xung quanh nó.
Muốn dùng Seedance 2.5 trực tiếp thì phải có tài khoản Jimeng hoặc Doubao Pro, hoặc khóa Volcano Engine vốn đòi số điện thoại Trung Quốc +86 và xác minh doanh nghiệp. Ở đây, mô hình có mặt cho mọi người đăng ký ngay ngày API mở: đăng nhập, chọn mô hình, tạo. Không khóa, không SDK, không thiết lập hóa đơn — và mô hình đầu bảng tiếp theo cũng sẽ xuất hiện trên chính trang này.
Seedance 2.5 là mô hình video đắt nhất chúng tôi vận hành, nên tác nhân Ava chỉ gợi ý nó khi đề bài thực sự cần — đầu ra dài hơn 15 giây, hoặc kết hợp tham chiếu ảnh, video và âm thanh trong một lượt. Với bản nháp, biến thể cho mạng xã hội và clip thường ngày, Ava sẽ dẫn bạn sang Seedance 2.0 Mini hoặc Grok Imagine 1.5, kèm lý do.
Tính phí theo giây và hiện ra trước khi bạn bấm tạo: 110 tín dụng mỗi giây ở 480p, 230 ở 720p — nghĩa là bản nháp 4 giây tốn 440 và bản cuối 8 giây ở 720p tốn 1.840. Các clip dùng video tham chiếu được tính mức thấp hơn, trên số giây đầu vào cộng đầu ra. Cùng gói đó cũng bao gồm Seedance 2.0, Veo, Kling, HappyHorse, GPT Image 2 và Nano Banana Pro, nên bạn có thể nháp bằng mô hình rẻ rồi hoàn thiện tại đây mà không cần năm tài khoản nhà cung cấp.
Trong đợt thử bảy clip ngay ngày ra mắt, mọi câu lệnh đều thành công ngay lần đầu: clip 4 giây ở 480p trung bình 2 phút 38 giây, clip 8 giây ở 720p mất 5 phút 13 giây. Chúng tôi kiểm chứng âm thanh bằng ffmpeg thay vì tin vào bảng thông số — mỗi clip bật âm thanh đều mang một luồng AAC stereo thật, còn khi tắt thì tệp không có luồng âm thanh nào cả. Mỗi lần tạo đều lưu câu lệnh và tham số vào lịch sử, nên một thiết lập đã chạy tốt vẫn tái lập được vào tuần sau.
| Mô hình | seedance-2.5, của ByteDance Seed (công bố ngày 31/7/2026) |
|---|---|
| Chế độ | Văn bản sang video, ảnh sang video (khung đầu, hoặc khung đầu và khung cuối), tham chiếu sang video |
| Thời lượng | Từ 4 đến 30 giây trong một lượt |
| Các cấp chất lượng | 480p và 720p |
| Tỷ lệ khung hình | 16:9, 9:16, 1:1, 4:3, 3:4, 21:9 và chế độ thích ứng (ảnh sang video luôn khớp theo tỉ lệ ảnh của bạn) |
| Tham chiếu | Tối đa 30 ảnh, 10 video và 10 đoạn âm thanh mỗi yêu cầu, tổng cộng 50 tư liệu |
| Âm thanh | Âm thanh gốc đồng bộ, bật sẵn — đã kiểm chứng là luồng AAC 32 kHz stereo thật trong bộ thử của chúng tôi; có thể tắt |
| Tín dụng | 110 tín dụng mỗi giây ở 480p · 230 mỗi giây ở 720p · mức phí theo giây thấp hơn khi dùng video tham chiếu, tính trên số giây đầu vào cộng đầu ra |
| Tốc độ đo thực tế | 4 giây/480p trung bình khoảng 2 phút 38 giây, 8 giây/720p khoảng 5 phút 13 giây (bài kiểm tra 7 clip của chúng tôi, tháng 8/2026) |
Chỉ cần tạo tài khoản miễn phí — không cần khóa API, không xác minh điện thoại, không giấy tờ doanh nghiệp. Trình tạo trên trang này đã được đặt sẵn ở Seedance 2.5.
Gõ câu lệnh để tạo từ văn bản, đính một ảnh làm khung đầu (hoặc hai ảnh để có chuyển động từ khung đầu tới khung cuối), hoặc mở Tham chiếu sang Video để kết hợp ảnh, clip và âm thanh trong cùng một yêu cầu.
Chọn từ 4 đến 30 giây ở 480p hoặc 720p. Hãy nháp ở 480p — chưa tới một nửa số tín dụng — rồi chạy lại thiết lập ưng ý ở 720p. Chi phí chính xác hiện ra trước khi bạn tạo.
Clip ngắn trả về trong hai đến bốn phút. Lịch sử giữ lại mọi câu lệnh và tham số, nên chạy lại một biến thể chỉ là một cú nhấp chứ không phải viết lại.
Một tài khoản, trọn vẹn quy trình tạo ảnh và video.
Đưa bất kỳ ảnh tĩnh nào trở thành chuyển động, giọng nói và âm thanh trong vài giây.
Tạo các đoạn clip ngắn điện ảnh với âm thanh tích hợp sẵn từ prompt của bạn.
Mô tả ý tưởng của bạn: Ava chọn mô hình xếp hạng đấu trường, viết prompt và tạo.
Seedance, Veo, Kling và Hailuo thực sự khác nhau ở chuyển động, âm thanh và giá như thế nào.
Thế hệ trước — vẫn đáng tiền hơn cho phần lớn clip 4–15 giây.
Nếu ngân sách là giới hạn, hãy bắt đầu từ đây — Seedance 2.5 là mô hình đắt nhất của chúng tôi.
Lựa chọn điện ảnh của Google, và khi nào ngôn ngữ máy quay của nó thắng thế.
Bắt đầu miễn phí với credits hằng ngày. Nâng cấp để dùng các mô hình cao cấp, tạo nhanh hơn và đầu ra 4K.
Hoàn hảo để bắt đầu
Thanh toán hằng năm · $240/năm
Thanh toán hằng năm · $300/năm
Không — đây là bậc đầu bảng và là mô hình video đắt nhất trên nền tảng: 110 tín dụng mỗi giây ở 480p và 230 ở 720p. Mọi tài khoản đều có tín dụng hằng ngày, còn Z Image Turbo (0 tín dụng, ảnh) cùng Seedance 2.0 Mini là cách rẻ để chốt ý tưởng trước khi chi cho bản cuối bằng Seedance 2.5.
Tối đa 30 giây trong một lượt, theo bước một giây từ mốc 4 giây trở lên — gấp đôi trần của Seedance 2.0. Đó là lý do chính để chọn nó: không phải ghép nối, không có mối nối lộ ra giữa hai clip. Một bản 30 giây ở 720p tốn 6.900 tín dụng, nên phần lớn mọi người nháp ở 480p trước.
Hãy dùng 2.0 trừ khi bạn cần thứ chỉ 2.5 làm được. Seedance 2.0 bao trọn 4–15 giây với chi phí mỗi giây chưa tới một nửa và là lựa chọn tốt hơn cho công việc hằng ngày. Chuyển sang 2.5 khi clip buộc phải dài hơn 15 giây, hoặc khi bạn cần kết hợp tham chiếu ảnh, video và âm thanh trong cùng một yêu cầu.
Có — đó là năng lực nổi bật thứ hai của nó. Một yêu cầu nhận tối đa 30 ảnh, 10 clip video và 10 bản âm thanh, tổng cộng 50 tư liệu, và bạn trỏ tới chúng trong câu lệnh bằng các thẻ như @image1 hay @audio1. Yêu cầu có kèm video tham chiếu được tính mức phí theo giây thấp hơn, nhưng tính cả độ dài video đầu vào bên cạnh đầu ra.
Có, và bật sẵn mà không tính thêm phí. Chúng tôi kiểm tra chính các tệp thay vì bảng thông số: mọi clip trong bộ thử có bật âm thanh đều mang luồng AAC 32 kHz stereo thật, còn khi tắt âm thanh thì tệp không hề có luồng âm thanh nào. Dù vậy, giới đánh giá lưu ý rằng giọng nói sinh ra có thể mang chất giọng bạn không yêu cầu.
Trong đợt thử nghiệm tháng 8/2026, các clip 4 giây ở 480p mất trung bình khoảng 2 phút 38 giây (nhanh nhất 1 phút 37 giây, chậm nhất 3 phút 40 giây), còn clip 8 giây ở 720p mất 5 phút 13 giây. Quá trình tạo chạy bất đồng bộ — bạn có thể làm việc khác, kết quả sẽ về lịch sử của bạn.
Chủ yếu là chữ trong khung hình: chúng tôi yêu cầu tấm bảng ghi «SOUPE DU JOUR» và nhận được «SOUPE DU JWIN». Giới đánh giá cũng nêu hiện tượng biến dạng ở cảnh hành động nhanh và việc chọn giọng khó đoán. Và dù các bài đưa tin ra mắt có nhắc 4K, API chúng tôi dùng hiện dừng ở 720p — muốn hoàn thiện ở độ phân giải cao hơn thì cần một bước nâng phân giải riêng.
Có, các video bạn tạo có thể dùng trong dự án cá nhân và thương mại theo điều khoản dịch vụ của chúng tôi. Bạn vẫn chịu trách nhiệm về nội dung prompt, nhãn hiệu và quyền hình ảnh cá nhân.
