Gemini Omni 1.2 Flash ou Seedance 2.5? Preço por segundo de vídeo, limites e qual usar

Compare Gemini Omni 1.2 Flash e Seedance 2.5 em duração do clipe, resolução, proporção de tela, áudio, entradas, fluxo da API e preço oficial por segundo, com um plano de teste para seus próprios briefings.

Duas pipas de papel presas a linhas de comprimentos diferentes, uma voando perto e outra longe, ambas amarradas ao mesmo carretel laranja apoiado na grama.

Para clipes curtos em 16:9 ou 9:16 de até 15 segundos, o Gemini Omni 1.2 Flash é a opção mais barata: pelo preço de tabela do Google, um segundo em 720p custa cerca de US$ 0,07, contra cerca de US$ 0,23 do Seedance 2.5 pelo preço de tabela da ByteDance. O Seedance 2.5 é a escolha quando uma única requisição precisa gerar algo mais longo (até 30 segundos), usar quadro quadrado, 4:3 ou 21:9, receber referências de áudio ou trazer falas em um idioma que o Google não avaliou para o Omni (o Google só oferece suporte completo ao inglês). Nenhum dos dois modelos vence em todos os briefings. O que decide é a duração do clipe, a proporção de tela, as entradas que você precisa enviar e onde você tem permissão para rodar o modelo.

Esta comparação foi montada a partir da documentação dos fornecedores, conferida novamente em 19 de novembro de 2026: o guia do Omni, o model card e a página de preços do Google, e o tutorial do Seedance 2.5 e a página de preços do BytePlus ModelArk, da ByteDance (todos em inglês). Os valores por segundo são cálculos nossos a partir dessas tarifas publicadas, mostrados passo a passo.

Este artigo é publicado pela Ofox. O Seedance 2.5 está disponível pela Ofox; o Gemini Omni, não. Em 19 de novembro de 2026, executamos duas gerações reais com o Seedance 2.5 pela Ofox. Não executamos o Omni, porque não tínhamos um projeto do Google para ele; por isso, este artigo não afirma nada sobre qual modelo gera o vídeo de melhor qualidade. O que ele oferece é uma comparação de especificações e preços na mesma base e um plano de teste para rodar os dois modelos nos seus próprios briefings.

Ficha técnica: o que cada modelo consegue gerar

Os dois modelos geram vídeo com som a partir de texto, imagens ou vídeo. As diferenças estão nos limites.

ItemGemini Omni 1.2 FlashSeedance 2.5
ID do modelogemini-omni-1.2-flashdreamina-seedance-2-5-260628 (ModelArk), bytedance/seedance-2.5 (Ofox)
Duração de um clipe novo3–15 s, segundos inteiros; padrão de 10 s4–30 s, segundos inteiros, ou -1 para o modelo escolher; padrão -1
Clipe com primeiro e último quadro3–10 sFaixa de 4–30 s; ratio precisa ser adaptive
Extensão+3–10 s por turno, até 30 s no total, só acrescenta ao finalSuportada (vídeo de referência mais intenção de estender); ratio precisa ser adaptive
Resolução360p, 720p (padrão), 1080p, 4k; o Google indica 1080p e 4K como upscaled (ampliados)480p, 720p (8 bits), 1080p, 4k (10 bits, H.265/HEVC); padrão 720p
Taxa de quadros24 fpsOs exemplos de preço da ByteDance fecham com 24 fps; nossos arquivos saíram em 24 fps
Proporção de tela16:9 (padrão) ou 9:1621:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptive (padrão)
Saída de áudioÁudio nativo, gerado por padrãoÁudio sincronizado, gerado por padrão
Entrada de áudioNão suportada: sem entradas nem referências de áudioAté 10 referências de áudio, 30 s no total
Referências de imagemAté 6 (até 3 por personagem, até 2 personagens)Até 30
Referências de vídeoAté 3 (clipes de 3–10 s) ou 1 (clipes de 11–15 s), cada uma com até 3 s; áudio ignoradoAté 10, de 2–30 s cada, 30 s no total
EdiçãoConversacional, em turnos com previous_interaction_id; vídeo de entrada ≤15 sVídeo de referência mais instrução de edição; origem de 4–30 s; a saída mantém duração e proporção
Idiomas das falasInglês com suporte completo; os demais “have not been evaluated” (não foram avaliados)11 idiomas listados, entre eles inglês, chinês, espanhol, japonês e coreano
Contêiner de saídaMP4MP4 (padrão) ou MOV
Prévia de rascunhoNão documentadaModo Draft: prévia fixa em 480p que pode ser promovida a renderização final

Duas linhas resolvem a maioria das escolhas antes mesmo de olhar o preço. O Omni só gera vídeo horizontal ou vertical, então um post quadrado para feed ou um banner 21:9 o descartam. Além disso, a geração única mais longa do Omni é de 15 segundos. Dá para chegar a 30 segundos com turnos de extensão, mas cada turno é uma requisição separada que enxerga apenas os últimos 10 segundos do clipe, o que é um fluxo de trabalho diferente de escrever uma timeline de 30 segundos de uma vez.

A linha de resolução pede leitura cuidadosa. O Google diz que as saídas em 1080p e 4K são produzidas por ampliação (upscaling). A ByteDance documenta 1080p e 4K do Seedance 2.5 como saída HEVC de 10 bits e não as descreve como ampliadas. Os fornecedores não usam as mesmas palavras para a mesma coisa, então as linhas de 1080p e 4K na tabela de preços abaixo não comparam produtos equivalentes. Avalie essas resoluções apenas por quadros que você mesmo tenha visto.

Se você leu nosso guia de prompts do Seedance 2.5 (em inglês), publicado em 14 de agosto de 2026, saiba que a especificação mudou desde então. Aquele guia informava um teto de 480p/720p porque o tutorial da ByteDance na época (atualizado em 13 de agosto) ainda listava 1080p e 4K como não suportados, e 4K como recurso do Seedance 2.0. O tutorial, na atualização de 16 de novembro de 2026, lista 1080p e 4K para o Seedance 2.5 e também traz um modelo irmão mais barato, o Seedance 2.5 Flash (dreamina-seedance-2-5-flash-261115), limitado a 480p/720p e a 20 materiais de referência. O catálogo da Ofox também lista bytedance/seedance-2.5-flash em 19 de novembro de 2026; não o testamos.

Quanto custa um segundo de vídeo na mesma resolução

Os dois fornecedores cobram em tokens, mas os tokens de um não equivalem aos do outro. Não dá para comparar diretamente US$ 12 por milhão com US$ 10,70 por milhão. A única base justa é dólares por segundo de saída, na mesma resolução, proporção de tela e modo de entrada.

O Google já dá a conversão. A saída de vídeo do Omni 1.2 Flash custa US$ 12,00 por 1 milhão de tokens no nível pago (não há nível gratuito), e uma nota de rodapé na página de preços fixa os tokens por segundo: 1.931 em 360p, 5.792 em 720p, 8.688 em 1080p e 17.376 em 4K. Preço por segundo = tokens por segundo × US$ 12 / 1.000.000.

A ByteDance publica uma fórmula: tokens = (duração do vídeo de entrada + duração da saída) × largura × altura × taxa de quadros / 1024. Sem vídeo na entrada, o Seedance 2.5 custa US$ 10,70 por 1 milhão em 480p/720p, US$ 11,70 em 1080p e US$ 4,70 em 4K. Para chegar ao preço por segundo, assumimos ausência de vídeo na entrada, 24 fps e os tamanhos em pixels que o tutorial da ByteDance lista para 16:9: 854 × 480, 1280 × 720, 1920 × 1080 e 3840 × 2160. Um segundo em 720p 16:9 fica então em 1280 × 720 × 24 / 1024 = 21.600 tokens, ou 21.600 × US$ 10,70 / 1.000.000 = US$ 0,2311. Um quadro 9:16 apenas troca largura e altura, então usa a mesma quantidade de tokens; as demais proporções listadas ficam a cerca de 1% da contagem de pixels do 16:9. A ByteDance chama esses números de estimativas e cobra pelo usage.completion_tokens que a API retorna.

ResoluçãoOmni 1.2 Flash por segundoSeedance 2.5 por segundoSeedance ÷ Omni
360p (só Omni)US$ 0,0232não oferecen/a
480p (só Seedance)não ofereceUS$ 0,1028n/a
720pUS$ 0,0695US$ 0,23113,3×
1080pUS$ 0,1043 (ampliado)US$ 0,56865,5×
4KUS$ 0,2085 (ampliado)US$ 0,91374,4×

São preços de tabela calculados a partir das páginas dos fornecedores em 19 de novembro de 2026 (a página de preços da ByteDance foi atualizada pela última vez em 16 de novembro), com entrada de texto ou imagem e sem vídeo na entrada. Nossa conta bate com os exemplos publicados pelos dois. O Google informa ”~$0.70 for a 10s clip, ~$1.04 for a 15s clip” (cerca de US$ 0,70 por um clipe de 10 s e cerca de US$ 1,04 por um de 15 s) em 720p, e cerca de US$ 0,023, US$ 0,104 e US$ 0,209 por segundo em 360p, 1080p e 4K. A ByteDance precifica um clipe de 5 segundos em 16:9 em US$ 0,514 (480p), US$ 1,156 (720p), US$ 2,843 (1080p) e US$ 4,568 (4K), que é o nosso valor por segundo vezes cinco.

A linha de 720p é a comparação mais limpa, porque os dois fornecedores geram 720p nativamente. Nela, o Omni custa cerca de um terço do Seedance por segundo.

Preços por clipe para briefings reais:

ClipeOmni 1.2 FlashSeedance 2.5
5 s, 720pUS$ 0,35US$ 1,16
10 s, 720pUS$ 0,70US$ 2,31
15 s, 720pUS$ 1,04US$ 3,47
30 s, 720pTrês requisições (15 + 10 + 5 s); total não calculável pela página publicadaUS$ 6,93 em uma requisição
5 s, qualidade de rascunho 480p360p: US$ 0,12480p: US$ 0,51

A linha de 30 segundos do Omni está em branco de propósito. Cada turno de extensão gera novos tokens de saída, e o Google lista entrada de vídeo a US$ 1,50 por 1 milhão de tokens. Mas a página de preços não diz quantos tokens de entrada conta um segundo de vídeo de contexto, nem como exatamente um turno de extensão é medido. Até medir o usage que seus próprios turnos de extensão retornam, trate esse custo como desconhecido. Não suponha que ele seja a soma de três clipes curtos.

Quatro pontos que a tabela por segundo deixa de fora:

  1. As outras linhas de tokens do Omni. O texto do prompt e as imagens de referência entram como input a US$ 1,50 por 1 milhão de tokens. O texto de saída, incluindo tokens de raciocínio, é cobrado a US$ 9,00 por 1 milhão. A resposta REST pode conter uma etapa de raciocínio. Esses valores provavelmente são pequenos perto dos tokens de vídeo, mas leia-os no usage da sua primeira execução real em vez de assumir zero.
  2. A tarifa do Seedance com vídeo na entrada. Quando a entrada inclui vídeo, a tarifa cai para US$ 6,40 por 1 milhão (480p/720p), mas a duração do vídeo de referência é somada à contagem de tokens, e a ByteDance aplica uma cobrança mínima de tokens. O próprio exemplo da empresa coloca uma saída de 5 segundos em 720p entre US$ 1,244 e US$ 4,838, conforme a duração do vídeo de entrada.
  3. Falhas. A ByteDance afirma que só cobra por vídeos gerados com sucesso, inclusive quando a moderação bloqueia a requisição. Não encontramos declaração equivalente na página de preços do Omni no Google.
  4. Para começar. No ModelArk, o Seedance 2.5 pode ser ativado quando qualquer uma destas condições é atendida: saldo de Pay by Credits de pelo menos USD 30, um AI Savings Plan dedicado de USD 30 ou mais com saldo restante, ou um pacote de recursos do Seedance 2.0/2.5 de USD 30 ou mais com cota restante. Nosso guia de agosto descrevia apenas o caminho do pacote de recursos; a página de pacotes de recursos da ByteDance, conferida em 19 de novembro de 2026, lista as três opções. Um pacote do Seedance 2.5 custa US$ 32 por 5 milhões de tokens e expira 90 dias após a compra. O Omni exige um projeto do Google no nível pago.

Por um gateway, o preço por segundo é o que esse gateway definir. A Ofox mostra a tarifa atual do Seedance 2.5 na página do modelo, e as regras de cobrança estão na documentação de preços. Este artigo não cita preços da Ofox. Se quiser auditar qualquer revendedor com a fórmula da ByteDance, o método está na nossa auditoria de preços do Seedance 2.5 (em inglês).

Preço por segundo também não é preço por clipe aproveitável. Se um modelo mais barato precisa de quatro tentativas para gerar um clipe utilizável e o mais caro acerta na primeira, a ordem se inverte. Nosso guia de custo por clipe aproveitável (em inglês) mostra como contar essas tentativas.

Entradas, referências e edição funcionam de jeitos diferentes

O Omni funciona como uma conversa. Você gera um clipe com store=True e depois o edita em turnos seguintes, enviando previous_interaction_id e uma instrução como “make the daylight warmer, keep everything else the same” (deixe a luz do dia mais quente e mantenha todo o resto). O guia de prompts do Google recomenda essa formulação para edições. O modelo deduz a tarefa a partir do prompt. Existe um campo task (text_to_video, image_to_video, reference_to_video, edit, extend), mas o Google o trata como alternativa de reserva, porque ele acrescenta restrições mais rígidas. Tags de controle antigas, como <FIRST_FRAME>, estão obsoletas.

O Seedance deduz a tarefa pelos materiais anexados e pelas palavras usadas. Um vídeo marcado como reference_video só vira edição se o prompt mostrar intenção de editar. Caso contrário, vira um clipe novo guiado pela referência. Tarefas de edição, extensão e primeiro/último quadro travam ratio em adaptive, e as edições também travam duration em -1. Se você definir omni_reference_task_type explicitamente, a verificação das restrições acontece no envio da tarefa, e não depois que ela começa. Nosso guia de primeiro e último quadro (em inglês) mostra o erro 400 que você recebe ao violar essa regra pela Ofox.

Consequências práticas:

  • Consistência do produto entre planos. O Omni aceita até 6 imagens de referência. O Seedance aceita até 30, mas o próprio guia de prompts da ByteDance diz que de 1 a 8 sujeitos em imagem funcionam melhor e que a estabilidade pode cair com 9–12. Para um produto e uma imagem principal, qualquer um dos limites sobra.
  • Definir a voz ou a música. Só o Seedance aceita áudio. No Omni não é possível enviar uma faixa de voz ou uma trilha musical, e a edição de voz não é suportada.
  • Editar material que você mesmo gravou. Os dois suportam. O Omni não permite que usuários do EEE, da Suíça ou do Reino Unido editem ou estendam vídeos enviados (vídeos gerados não têm problema). O Seedance aceita vídeos de origem de 4–30 s, até 200 MB, entre 24 e 60 fps.
  • Por um gateway. O orçamento de referências é o que o gateway repassar. A referência de criação de vídeo da Ofox documenta, na atualização de 18 de novembro de 2026, até 9 imagens, 3 clipes de áudio (com no máximo 15 segundos cada) e 1 vídeo em input_references, abaixo dos tetos do ModelArk. Passar disso retorna 400 too_many_references. Confira antes de desenhar um pipeline com 20 referências.

Formato da API: uma chamada ou uma tarefa consultada por polling

Os padrões de integração diferem mais do que os nomes dos parâmetros.

O Omni roda pela Interactions API do Google. Para a geração única mais rápida, o Google recomenda background=false, store=false e stream=false, o que equivale a uma chamada síncrona. Vídeos pequenos voltam inline em base64. Para qualquer coisa acima de 4 MB, o Google recomenda delivery="uri": você recebe uma URI de arquivo e consulta esse arquivo até que fique ACTIVE, e então faz o download. Escolher store=false significa que o clipe não poderá ser editado em um turno posterior. Nosso guia da API do Omni traz um script completo com tratamento de recuperação. O formato da chamada, na API nativa do Google:

from google import genai

client = genai.Client()  # GEMINI_API_KEY do seu projeto do Google; o Omni não está na Ofox
interaction = client.interactions.create(
    model="gemini-omni-1.2-flash",
    input="A matte white ceramic mug on a pale oak table, soft window light...",
    response_format={"type": "video", "duration": "5s",
                     "resolution": "720p", "aspect_ratio": "9:16", "delivery": "uri"},
    store=True,
)

O Seedance é uma tarefa assíncrona. No ModelArk, você cria uma tarefa de geração e consulta a tarefa pelo ID. Pela Ofox, é POST /v1/videos, que retorna 202 com um id e uma polling_url. Depois você chama GET /v1/videos/{id} até o status ficar terminal, ou passa uma callback_url. A referência de consulta lista os estados e o objeto usage. Este é o corpo exato que enviamos em um dos nossos testes:

import os, time, requests

BASE = "https://api.ofox.ai/v1"
H = {"Authorization": f"Bearer {os.environ['OFOX_API_KEY']}"}
body = {
    "model": "bytedance/seedance-2.5",
    "prompt": ("A matte white ceramic coffee mug on a pale oak table, vertical product shot, "
               "soft morning window light from the left. 0-2s: steam rises slowly from the mug, "
               "camera static. 2-5s: the camera pushes in slowly toward the mug handle. "
               "The mug shape, color and position stay the same throughout. "
               "Sound: quiet room tone and one soft ceramic tap at 2s. "
               "No dialogue, no music. No subtitles."),
    "duration": 5, "resolution": "480p", "aspect_ratio": "9:16",
    "generate_audio": True, "seed": 20261119,
}
job = requests.post(f"{BASE}/videos", json=body, headers=H).json()
while True:
    s = requests.get(f"{BASE}/videos/{job['id']}", headers=H).json()
    if s["status"] in ("completed", "failed", "cancelled", "expired"):
        break
    time.sleep(10)
print(s["status"], s.get("usage"), (s.get("mirror_urls") or s.get("unsigned_urls")))

A retenção importa nos dois casos. A ByteDance mantém a URL de um vídeo do Seedance por 24 horas (e por no máximo 100 downloads). Um ID de tarefa vale por 7 dias, e um ID de tarefa Draft, por 14 dias. As unsigned_urls da Ofox também podem expirar em até 24 horas, então baixe o arquivo logo. Se o seu loop de polling esbarrar em timeouts ou esperas longas, nosso guia de polling de vídeo (em inglês) e os códigos de erro de vídeo da Ofox cobrem os estados de falha. Erros de autenticação e cota do lado do Google seguem os mesmos padrões do nosso guia de erros da API do Gemini 4.

Acesso, limites de taxa e a mudança de roteamento de 3 de dezembro

Gemini Omni 1.2 FlashSeedance 2.5
API do próprio fornecedorGemini API, apenas nível pagoBytePlus ModelArk (limite de ativação de USD 30)
Na Ofox (verificado em 2026-11-19, GET /v1/models)NãoSim: bytedance/seedance-2.5, 4–30 s (veja a nota abaixo sobre resolução)
Limites de taxa publicadosTier 1: 8 RPM / 40 RPD; Tier 2: 16 / 200; Tier 3: 40 / 2.000; nível gratuito: sem suporteModelArk pessoa física: 180 RPM, 3 tarefas simultâneas; empresas: 600 RPM, 10 simultâneas; 4K: 15 RPM, 1 simultânea

Hoje o Omni não pode ser chamado pela Ofox, então todos os exemplos de Omni deste artigo usam o endpoint nativo do Google.

Um detalhe do catálogo, em 19 de novembro de 2026: na entrada bytedance/seedance-2.5 de GET /v1/models da Ofox, o campo video_attributes.resolutions lista 480p, 720p e 1080p, enquanto a descrição em texto da mesma entrada diz 480p/720p. 4K não aparece em nenhum dos dois. Geramos apenas em 480p, então não verificamos quais resoluções o gateway aceita hoje; confirme na página do modelo ou com uma requisição pequena antes de planejar em torno de 1080p. Para o Seedance pela Ofox, os limites são os da Ofox, não os do ModelArk. O padrão atual está no guia de limites de taxa.

O limite diário do Omni pesa em trabalhos em lote. Quarenta requisições por dia no Tier 1 bastam para prototipar, mas não para produzir algumas centenas de variações para redes sociais. O limite de concorrência do Seedance funciona mais como uma fila: tarefas acima do limite esperam em vez de falhar.

Em 3 de dezembro de 2026, o Google vai rotear todas as requisições para gemini-omni-1.1-flash para gemini-omni-1.2-flash e cobrá-las pelas tarifas da 1.2. A saída de vídeo cai de US$ 17,50 para US$ 12,00 por 1 milhão de tokens, e a duração máxima de um clipe novo sobe de 10 para 15 segundos. Se você está comparando o Omni com o Seedance usando números antigos da 1.1, refaça os testes na 1.2: os preços antigos superestimam o custo do Omni, e o antigo limite de 10 segundos subestima a duração que ele alcança. Fixe gemini-omni-1.2-flash explicitamente em vez de depender do alias.

Regras de conteúdo, pessoas reais e marcação de origem

Marcação de origem. O Google afirma que todo vídeo do Omni carrega uma marca d’água invisível SynthID, detectável programaticamente. Não é possível desativá-la. O Seedance tem, no ModelArk, um parâmetro watermark que adiciona uma marca visível de conteúdo gerado por IA no canto inferior direito. O padrão é false. O tutorial do Seedance 2.5 não documenta marca d’água invisível, nem para dizer que existe, nem que não existe. A API de criação de vídeo da Ofox não tem campo watermark de nível superior, e nossos dois vídeos da Ofox não tinham marca visível. Se a sua plataforma exige identificação de conteúdo de IA, aplique-a no seu próprio pipeline em vez de depender de qualquer um dos fornecedores.

Pessoas reais. Esta é a maior restrição para vídeos de apresentador falando para a câmera (talking head).

  • O Seedance 2.5 não aceita imagens ou vídeos de referência enviados que contenham rostos humanos reais. Os caminhos alternativos da ByteDance são uma biblioteca de personagens digitais predefinidos, materiais autorizados de pessoas reais e a reutilização de saídas com rostos geradas na mesma conta.
  • O Omni não suporta enviar ou editar imagens de “certain recognizable people” (certas pessoas reconhecíveis). No EEE, na Suíça e no Reino Unido, também recusa imagens com menores de idade.
  • Os dois aplicam filtros de segurança a prompts e saídas. O Google observa que seus filtros variam conforme a região.
  • Pela Ofox, a referência de criação (atualizada em 18 de novembro de 2026) documenta um flag real_person de nível superior que aplica um pré-processamento de proteção de privacidade a imagens de referência com pessoas identificáveis antes do envio da tarefa. Não o testamos.

Na prática, um talking head com um apresentador fictício a partir de um prompt de texto funciona nos dois. Um talking head do fundador real da sua empresa a partir de uma foto é bloqueado no Seedance sem o processo de material autorizado, e pode ser bloqueado no Omni.

O que mostram nossas duas execuções do Seedance

Geramos dois clipes com bytedance/seedance-2.5 na Ofox em 19 de novembro de 2026, às 03:35 UTC. Configurações: 9:16, 480p, 5 segundos, generate_audio: true, seed: 20261119. Foram execuções únicas (n = 1 por briefing). Elas mostram o fluxo de trabalho e o comportamento de cobrança, não uma taxa de qualidade.

Execução A: vídeo de produtoExecução B: talking head
BriefingCaneca branca, vapor em 0–2 s, aproximação lenta em 2–5 s, batida na cerâmica, sem falasApresentador fictício, plano médio fechado estático, uma frase em inglês
Envio → concluído120,9 s123,6 s
Cobrado (usage)5 segundos de vídeo5 segundos de vídeo
Arquivo (ffprobe)480×854, H.264, 24 fps, vídeo de 5,04 s; AAC 32 kHzIgual
O que verificamosQuadros em 0,5 s, 2,5 s e 4,5 s: mesma forma e cor da caneca, vapor presente, aproximação visível entre os quadrosTranscrito com openai/gpt-4o-mini-transcribe: exatamente “Here is the one setting most people forget to change.” A boca se move nos quadros amostrados
Não verificadoSe a batida na cerâmica cai em 2 sSincronia labial com precisão de quadro

Nos pontos que conseguimos medir, os dois clipes fizeram o que o briefing pedia. A faixa de áudio do vídeo de produto ficou baixa (média de −40 dB), o que combina com o quiet room tone (som ambiente discreto) do prompt. O talking head ficou claramente audível (média de −20 dB).

Isso mostra que o Seedance 2.5 atendeu, pela Ofox, dois briefings comuns de vídeo curto em cerca de dois minutos cada. Não diz nada sobre como o Omni se sairia nos mesmos briefings, e é por isso que existe a próxima seção.

Escolha pelo caso de uso

Caso de usoTende paraPor quêAtenção
Vídeos de produto, 5–10 s, 16:9 ou 9:16Omni, se você puder usar a API do GoogleCerca de um terço do preço por segundo do Seedance em 720p; 6 referências de imagem cobrem um produtoSem 1:1 nem 4:5; confira textos e logotipos do produto nos quadros reais
Vídeos de produto para feeds quadrados ou banners 21:9Seedance 2.5O Omni não tem 1:1, 4:3 nem 21:9Preço por segundo
Talking head, apresentador fictício, inglêsQualquer um; teste os doisOs dois geram falas com áudio nativoO Omni recusa envios de algumas pessoas reconhecíveis; a sincronia labial de nenhum dos modelos foi verificada aqui
Talking head em outro idioma ou guiado pela sua própria faixa de vozSeedance 2.511 idiomas documentados; referências de áudioEnvio de rostos reais exige o processo de material autorizado da ByteDance
Vídeo vertical para redes sociais, alto volumeOmni pelo preço; Seedance pela vazãoO Omni em 720p custa cerca de US$ 0,07/s, mas o Tier 1 permite 40 requisições por diaConfira seu nível no Google antes de planejar um lote
História com vários planos, 15–30 sSeedance 2.5Uma requisição com timeline de 30 segundos; sem a janela de 10 sUS$ 6,93 por um clipe de 30 s em 720p pelo preço de tabela, então faça o rascunho em 480p ou no modo Draft primeiro
História com vários planos, 15 s ou menosQualquer umO Omni aceita prompts com timecode como [0-5s] ... [5-10s] ...; o Seedance aceita marcações em segundos inteirosReveja a continuidade em cada corte
Edições iterativas em um clipe geradoOmniEdição conversacional sobre interações armazenadasstore=True é obrigatório; edição de vídeos enviados bloqueada no EEE, na Suíça e no Reino Unido
Você precisa chamar pela OfoxSeedance 2.5O Omni não está na Ofox em 2026-11-19Os limites de referência do gateway são menores que os do ModelArk

Para um mapa mais amplo de qual modelo de vídeo serve para cada trabalho, veja como escolher uma API de geração de vídeo por caso de uso (em inglês). Se você também está avaliando o modelo da Alibaba, leia Wan 3.0 vs Seedance 2.5 (em inglês).

Faça seu próprio confronto direto

Um teste justo mantém tudo constante, exceto o modelo. Este é o plano que executaríamos com acesso aos dois, e que você mesmo pode executar.

Configurações fixas. 720p, 9:16, 5 segundos, áudio ligado, sem vídeo de referência. Omni: resolution: "720p", aspect_ratio: "9:16", duration: "5s". Seedance: resolution: "720p", aspect_ratio: "9:16", duration: 5. Os dois geram 720p nativamente, e 9:16 é a única proporção vertical em comum. Pelos preços de tabela, um clipe por briefing custa cerca de US$ 0,35 no Omni e US$ 1,16 no Seedance.

Quatro briefings, um por caso de uso. Use exatamente o mesmo texto nos dois. Escreva os tempos num formato que os dois fornecedores documentam (no estilo 0-2s:) e as restrições como frases comuns, porque o Omni não tem campo de prompt negativo.

  1. Produto: o prompt da caneca do bloco de código acima, em 720p.
  2. Talking head: o prompt do apresentador fictício com uma frase em inglês, sem legendas.
  3. Vertical para redes sociais: “A runner ties a shoe on a city step at sunrise, then stands and starts jogging out of frame. 0-2s close-up on hands, 2-5s wide shot. Street ambience, no music, no text.” (Ao nascer do sol, uma pessoa amarra o tênis num degrau da cidade, levanta e sai correndo do quadro. 0–2 s close nas mãos, 2–5 s plano aberto. Som ambiente de rua, sem música, sem texto.)
  4. Vários planos: três momentos cronometrados em 5 segundos, com corte seco entre eles, e o mesmo personagem de jaqueta vermelha em todos.

Avalie cada clipe pelo briefing, não pelo outro modelo.

VerificaçãoComo medirAprovado
Especificação do arquivoffprobe: dimensões, fps, duração de vídeo e áudioTamanho solicitado; faixa de vídeo a no máximo 0,25 s de 5 s; faixa de áudio presente
Objeto mantidoQuadros em 0,5 s / 2,5 s / 4,5 sMesmo objeto ou pessoa, sem desvio de forma ou cor
TempoQuadros em cada fronteira entre momentosCada momento visível na sua janela
FalasTranscrição do áudio extraídoFrase exata; nenhuma fala extra em briefings sem falas
Elementos indesejadosAssistir ao clipe inteiroSem legendas, música ou objetos extras que o briefing excluiu
Custo e tempoCampo usage do fornecedor; tempo real do envio ao arquivoRegistrado, não estimado

Rode pelo menos três seeds ou tentativas por briefing antes de declarar um vencedor. Um clipe por modelo é uma anedota, como as nossas duas execuções. Conte tentativas com falha ou rejeitadas na coluna de custo, porque é a taxa de aproveitamento que decide o preço real.

Documentação relacionada

Fontes