Seedance 2.5刚刚发布,
这个时间点多少有些刻意。
过去一周,从模型测评、第三方平台到各类行业稿件,H3几乎始终绕不开另一个名字:Seedance 2.5。
从“Seedance Killer”,到“成本只有竞品几分之一”,再到开放权重带来的本地部署优势,H3从发布开始,就主动把自己摆到了Seedance 2.5的对面。

但基本只要稍微多看看两款模型的实际测试,就知道两者的能力并不在同一起跑线。
Seedance 2.5对于复杂Prompt、镜头运动和多参考素材的理解依然更加稳定,最长30秒生成也进一步提高了视频模型的能力上限;H3的优势则更多集中在画面完成度、原生音频、视频编辑,以及相对较低的生成成本上。
目前比较可信的实测,也基本没有证明H3已经全面超过Seedance 2.5。
既然如此,
过去两年,AI视频模型的竞争方式已经相当固定。
从Veo,到可灵、Seedance,各家公司都在追求更长的视频、更稳定的人物、更准确的物理规律和更复杂的镜头控制。
Seedance 2.5依然沿着这条路线继续向前,30秒生成、更丰富的多模态参考,本质上都是继续提高模型的能力上限。
问题在于,模型能力提高之后,视频生成的成本也越来越难忽略。
相比文本模型,视频天然是一门更加依赖算力的生意。尤其在真正的创作场景里,同一个镜头生成五次、十次都很正常。一个模型能够一次生成30秒当然很厉害,但如果人物动作或者镜头调度第一次就出了问题,再生成一次消耗的依然是真金白银。

Seedance 2.5生成视频截图
模型理论上能够做到什么,与创作者究竟敢不敢频繁调用,本来就是两回事。
这恰恰给了H3机会。
对于专业影视制作来说,Seedance能够更加准确地完成复杂镜头当然重要;但对于每天大量生产广告素材、短视频、动态视觉甚至AI短剧的团队来说,还有另一笔更加现实的账:为了最后一点效果差距,到底愿意多花多少钱。
所以,H3发布之后,表现得最积极的并不只有

因为Seedance再强,大量价值最终仍然沉淀在字节自己的模型、即梦、
对于这些公司来说,H3并不只是一款值得报道的新模型,而是一项自己也可以参与售卖的商品。
这也是开放权重带给
模型发布之后,有人负责量化,有人适配硬件,有人接入工作流,还有人帮助寻找新的商业场景。

所以,H3现在最重要的任务,并不是拿下所有榜单第一。
只要用户开始认真计算“这个镜头到底用Seedance还是H3”,
当然,如果因此把H3的竞争力简单概括成“便宜”,同样容易高估价格战的意义。
就在H3发布之后,另外两个消息几乎同时出现。
一边是
另一边,阿里的Wan 3.0也已经上线。它同样支持多模态输入和最长30秒的视频生成,API价格依然保持在目前主流视频模型的低价区间。更早之前,Wan系列甚至已经提供价格更低的Flash和Turbo版本。

阿里Wan 3.0生成视频截图
这两件事放在一起,其实刚好说明了模型价格竞争的两个方向。
Wan 3.0则显示出,只要大厂还愿意继续竞争,所谓价格优势随时可能被下一款模型追平。
尤其对于阿里、字节、快手这样的公司来说,背后既有庞大的算力采购能力,也有云计算和内容平台业务支撑。只要愿意争夺市场,它们完全可以继续通过模型蒸馏、推理优化、会员补贴甚至直接降价,把视频生成的成本继续往下压。
价格几乎没有真正的下限。
今天H3可以比Seedance便宜,明天Wan可以继续压价,后天字节也完全可以推出更便宜的版本,Seedance 2.5大概率很快也会有入门的mini版。

Seedance 2.5和
如果一家模型公司最大的卖点始终是“比别人便宜”,反过来也意味着,它所提供的智能还没有强到让用户觉得非它不可。
这也是为什么
过去一年,
但当模型积累足够多用户之后,它同样开始尝试提高价格。
真正有价值的智能,本来也不可能完全依靠价格战证明。
GPT、Claude这些模型能够维持更高的调用价格,并不是因为用户不在乎成本,而是在一些任务里,更强的模型确实可以减少人工、缩短工作时间,甚至完成原本无法完成的事情。一旦模型创造出来的价值超过调用成本,价格自然会退到第二位。

图源:Anthropic
视频模型也是一样。
对于一个真正的广告项目来说,如果一个模型生成一条视频需要20块钱,但两三次就能够得到真正可用的镜头,另一个模型每次只要5块钱,却需要反复生成十几次,后者并不一定更加便宜。
生成价格和真正的生产成本,本来就是两回事。
所以,H3现在更低的调用成本当然有价值。尤其是在视频仍然高度依赖反复试错的阶段,低价可以帮助
但如果H3最后只能证明自己比Seedance便宜,这种优势可能比想象中消失得更快。
Wan 3.0已经是一个很直接的提醒。
相比一场几乎没有尽头的价格战,

Stable Diffusion过去已经证明过一次类似逻辑。它并不是任何时候效果最好的图像模型,但开放权重带来了LoRA、ControlNet以及大量社区工作流,让它在相当长时间里占据了AI图像生产的重要位置。
视频能不能复制这条路,现在还不好说。
毕竟视频模型的训练和推理成本远高于图像模型,普通开发者能够进行二次训练的空间也更加有限。
对于影视、广告等专业生产来说,画质、人物一致性和镜头控制差一点,都可能直接意味着素材无法使用。
但对于
如果继续比赛谁的模型绝对能力最强,它面对的是字节、Google、快手和阿里,以及一批拥有庞大算力和数据投入的大厂。今天刚刚追平,下一轮模型更新之后又可能重新掉队。

图源:网络
相比之下,只要越来越多开发者、平台和企业愿意把H3留在自己的生产流程里,模型榜单上的短期变化就没有那么重要。
所以,
低价让H3更容易挤上牌桌,开放权重帮助它扩大自己的位置。但最后能不能留在牌桌上,还是要回到最简单的问题:H3提供的“智能”,究竟有没有强到让用户不再只关心它便不便宜。
因为价格可以一直往下卷,但模型能力不行。
