Если нужен ролик длиннее 15 секунд, начинать разумнее с Seedance 2.5 или Wan 3.0. Если задача укладывается в 4–15 секунд, но важны 2K, нативный стереозвук либо контроль над Base-весами, первым кандидатом становится MiniMax H3. Между двумя 30-секундными вариантами тоже есть граница: Seedance рассчитана на большой набор референсов и правки по времени, а Wan принимает документы, ссылки и разные типы бизнес-материалов в одном входе.
Это не рейтинг картинки. Производители показывают разные демонстрации и описывают разные маршруты. Без одинакового брифа, выходного формата, числа попыток и правил отбора нельзя честно объявить лучший результат.
Быстрый выбор первой проверки
| Обязательное условие | Проверить первой | Почему | Что может изменить решение |
|---|---|---|---|
| 16–30 секунд, много референсов, точечная правка фрагмента | Seedance 2.5 | До 30 секунд, 30 изображений, 10 видео, 10 аудио, редактирование по времени | Доступ в регионе, API-маршрут, тарификация входного видео |
| 4–15 секунд, до 2K, стереозвук или собственный Base-сервис | MiniMax H3 | Короткий 2K audio-video контракт и опубликованные Base-веса | Community License, GPU и зависимость 2K regeneration |
| 30 секунд из документов, страниц и смешанных материалов | Wan 3.0 | 1080P, нативное аудио-видео, входы File и Link | Регион Alibaba Cloud, права аккаунта, статус preview/GA |
| Нужна только «лучшая картинка» | Все три на одном сложном кадре | Витринные ролики несопоставимы | Заранее зафиксировать критерий приёмки |
Выбор «проверить первой» не означает долгосрочный контракт. Первая модель должна дешёво подтвердить или опровергнуть соответствие проекту.
Seedance 2.5: длинная сцена как редактируемая работа
В официальном анонсе Seedance 2.5 ByteDance указывает до 30 секунд за одну генерацию и последующие расширения. За один запрос можно передать до 30 изображений, 10 видео и 10 аудиофайлов. Важнее самой длительности возможность задавать события по времени и менять отдельные фрагменты после генерации.
Это соответствует проекту, где нужно удержать нескольких персонажей, товар, локацию, движение, голос и музыку, а затем выполнить замечание вроде «изменить действие на 12–16 секунде, не трогая остальное». Здесь способность исправить часть сцены может экономить больше, чем низкая цена первого запуска.
BytePlus уже документирует dreamina-seedance-2-5-260628, длительность 4–30 секунд и входы text/image/video/audio. Перед интеграцией нужно открыть текущий контракт BytePlus: модель, регион и наличие входного видео влияют на маршрут и расчёт. Отдельно проверить входы можно в материале о доступности Seedance 2.5.
MiniMax H3: короткий 2K-контур и контроль над весами
MiniMax описывает H3 как мультимодальную модель с роликами до 15 секунд, разрешением до 2K и нативным стереозвуком. Контекст может включать текст, изображения, видео и аудио. Такой контракт естественно проверять на короткой рекламе, демонстрации продукта, анимированном интерфейсе или сцене с репликой и звуковым оформлением.
3 августа MiniMax опубликовала Base-веса H3 и варианты запуска через несколько фреймворков. Документация также показывает гибридный путь: локальный Base плюс официальные regeneration/API-этапы для сопоставления с 2K облачным результатом.
Поэтому «открытые веса» не равны бесплатному полному 2K-процессу. Нужно посчитать GPU, хранение, обслуживание и внешний этап regeneration. Перед коммерческим использованием требуется проверить MiniMax H3 Community License, территориальные и пользовательские ограничения, а также обязательства для собственного сервиса.
Wan 3.0: от исходных материалов к 30-секундному видео
На официальной странице Wan 3.0 Alibaba Cloud заявляет нативные 30 секунд, 1080P и совместную генерацию видео со звуком. Кроме текста, изображений, видео и аудио, маршрут принимает документы и веб-страницы.
Это полезная гипотеза для команд, у которых исходником служит карточка товара, презентация, таблица или страница кампании. Меньше ручного переписывания в prompt — возможное преимущество, но его надо измерять: какая информация сохранилась, что модель придумала и сколько времени ушло на очистку.
Справка Alibaba Cloud фиксирует ID wan3.0-video, Video-выход и варианты 480P, 720P, 1080P. Эти характеристики относятся к Model Studio. Одноимённый сторонний API не наследует автоматически входы, лимиты, звук и правила оплаты ошибок.
Одинаковый текст — ещё не одинаковый тест
Один prompt для всех выглядит справедливо, но лишает модель её рабочего контекста. Лучше провести два раунда.
- Общий контракт. Один творческий бриф, только общие типы референсов, одинаковые длительность, пропорции, класс выхода, звук и максимум попыток.
- Нативное преимущество. Seedance получает расширенный набор референсов и правки, H3 — Base-маршрут, Wan — документ или ссылку. Дополнительную подготовку и инфраструктуру записывают в расходы.
Для проверки нужен не красивый пейзаж, а рискованный кадр: несколько людей меняются местами, на товаре есть мелкий текст, герой говорит, начало и конец заданы, камера движется непрерывно или действие попадает в музыкальный ритм.
Оценивайте наблюдаемое: сохранность лиц и товара, читаемость текста, движение и lip sync, точность звука, возможность локальной правки, номер первой принятой попытки и полный труд на исправление.
Считать нужно стоимость принятого дубля
Цена секунды мало говорит о производстве. Дешёвая генерация с восемью повторами может оказаться дороже дорогой, принятой со второй попытки. Используйте формулу:
стоимость принятого дубля = все генерации + подготовка и исправления + стоимость ожидания неудач
Для входного видео учитывайте возможную оплату его длительности. Для локального H3 разделяйте аренду GPU, хранение модели, эксплуатацию и официальный 2K regeneration/API. Не сравнивайте только облачную цену с только счётом за GPU.
Итог без выдуманного победителя
- Seedance 2.5 — первая проверка для длинных сцен, плотных мультимодальных референсов и правок по времени.
- MiniMax H3 — для коротких 2K-роликов, нативного стерео или команды, которой действительно нужен контроль Base-весов.
- Wan 3.0 — для 30-секундной генерации из документов, ссылок и смешанных бизнес-материалов.
- Если решает только визуальное качество, прогоните один сложный кадр по единому правилу приёмки.
Победителя определит не список функций, а ваш исходник, порог сдачи и бюджет повторов.
