在 Imgo 打开视频生成器(Seedance 2.0)

MiniMax H3 对比 Seedance 2.5

两个都是声音与画面同时生成的视频模型,但为不同的工作而生。MiniMax H3 是可以自己运行的那个:768p 的开放检查点,2K 走 MiniMax 的 API,片段 4 到 15 秒。Seedance 2.5 闭源而走长:单条 30 秒、最多 50 项参考、最高 4K。下方提示会读取 Imgo 实时目录中两者的状态。

逐项对比

下方每一项数据都读自 Imgo 的模型注册表,也就是校验请求所依据的同一份规格,因此表格不会与之脱节。但进入注册表不等于已上线:哪些模型今天就能生成,以可用状态说明为准。

能力MiniMax H3Seedance 2.5
片段时长4 / 5 / 6 / 7 / 8 / 9 / 10 / 11 / 12 / 13 / 14 / 15s5 / 10 / 15 / 20 / 25 / 30s
分辨率768p / 2k720p / 1080p / 4K
宽高比21:9, 16:9, 4:3, 1:1, 3:4, 9:1616:9, 9:16, 1:1, 4:3, 3:4, 21:9
首帧 / 尾帧支持支持
参考图950
参考视频支持支持
参考音频支持支持
原生音频支持支持
可复现种子不支持不支持

表格之外的事

能力MiniMax H3Seedance 2.5
权重与许可H3-Base 按 MiniMax H3 Community License 开放,该许可不覆盖欧盟、英国、韩国和美国;2K 生成环节未开源闭源;只能通过 ByteDance 的 API 使用
分辨率路径开源权重输出 768p;2K 通过 MiniMax API 的 H3-Regenerate-2K 获得单次请求即可输出 720p、1080p 或 4K
参考上限Ref2VA:最多 9 张图片、3 段视频和 3 段音频,总计 12 个文件;视频与音频各自累计不超过 15 秒图像、视频和音频合计最多 50 项;ByteDance 列出 30 张图片、10 段视频和 10 段音频
帧与参考帧走 FL2VA,参考走 Ref2VA;一次运行绝不同时接受两者起止帧或参考素材;一次请求不能兼得
声音每个片段都是 32 kHz 立体声,没有关闭开关;对话在列出的 11 种语言中最稳定与视频一起生成的原生音频

自己跑一遍这组对比

同一条 prompt、同一画幅,只换模型。逐个跑一遍,在你自己的屏幕上判断差别。

测试 prompt · 画幅 16:9

A red fox trots through fresh knee-deep snow at dawn. The camera tracks low beside it at the same speed, snow kicking up from its paws, breath visible in the cold air, warm golden backlight through bare birch trees.

在以下情况关注 MiniMax H3……

你想自己托管模型、围绕它做微调,或把素材留在自己的硬件上,而且 768p 起草加 API 补 2K 的流程符合你的管线。先读清楚许可覆盖的地区。

在以下情况关注 Seedance 2.5……

镜头要超过 15 秒、交付需要 4K,或场景要携带的参考超过 H3 的 12 个文件预算。

今天在 Imgo 上用什么

如果上方两者都没有显示为上线,Imgo 视频生成器中的 Seedance 2.0 今天就能用:片段最长 15 秒,支持图像、视频和音频参考以及原生音频。提示词结构——主体、动作、镜头、声音——可以直接沿用。

在 Imgo 试用 Seedance 2.0 →

常见问题

我能在 Imgo 上生成 MiniMax H3 或 Seedance 2.5 视频吗?
本页顶部的可用性提示读取的是 Imgo 的实时模型目录,它就是当前答案。我们最后一次核查是 2026-10-08,当时两者均未开启;视频生成器中上线的是 Seedance 2.0。
哪个模型的片段更长?
Seedance 2.5:单次 5 到 30 秒。MiniMax H3 以 24 fps 渲染 4 到 15 秒,所以 30 秒的内容需要两个相衔接的镜头。
MiniMax H3 的开源权重可以商用吗?
在 MiniMax H3 Community License 之下可以,但有条件:它不覆盖欧盟、英国、韩国和美国;年收入超过 2000 万美元的产品需要书面授权;商业产品必须在界面中展示"MiniMax H3"。这只是摘要,不构成法律意见。
两个模型都能生成音频吗?
能。MiniMax H3 的每个片段都带 32 kHz 立体声,Seedance 2.5 会随视频生成原生音频。用哪个模型都应把对白、音效和环境声写进提示词。

资料来源

继续比较