Seedance 2.0 vs Fast vs Mini: Bản Rẻ Có Đủ Dùng Không? (2026)

ByteDance phát hành Seedance 2.0 theo ba bậc: Seedance 2.0, Seedance 2.0 Fast và Seedance 2.0 Mini. Cùng một dòng mô hình, ba mức giá.

Nếu bạn muốn bản ngắn gọn: mặc định chọn Mini, và dùng phần chênh lệch để thử thêm nhiều lần. Qua sáu prompt, không bậc nào thắng một cách đáng tin cậy — bản đắt tiền bỏ qua những chi tiết mà bản rẻ bắt được, và ngược lại — nên quyết định không nằm ở mô hình nào tốt hơn mà ở chỗ bạn đủ tiền thử bao nhiêu lần. Hãy nâng lên Seedance 2.0 bản đầy đủ khi cần 1080p và 4K — lợi thế duy nhất không phải trò tung đồng xu. Fast đắt hơn Mini 60% và chưa bao giờ mở được khoảng cách rõ ràng so với nó.

Giá một clip 5 giây:

Hai dòng in đậm có giá xấp xỉ nhau. Nên với khoảng $0.36 bạn mua được hoặc mô hình đỉnh ở độ phân giải thấp hoặc mô hình rẻ nhất ở độ phân giải cao — hai núm vặn, không phải một, và gần như ai cũng chỉ vặn núm bậc mô hình. Chúng tôi thử núm còn lại ở phần dưới, và kết quả không đi theo hướng mà bảng giá gợi ý.

Cùng năng lực, ba mức giá

Hướng dẫn của chính ByteDance nói rằng ba bản này "hỗ trợ phần lớn các tính năng giống nhau", và bảng thông số xác nhận điều đó — mọi thứ đều y hệt trừ trần độ phân giải: thời lượng 4–15 giây, cả sáu tỷ lệ khung hình, âm thanh gốc, điều khiển khung đầu và khung cuối, chín ảnh tham chiếu, ba video tham chiếu, chỉnh sửa và kéo dài video.

Khác biệt tính năng duy nhất: Fast và Mini dừng ở 720p. Bản flagship lên tới 1080p và 4K.

Tỷ lệ giá giữa chúng gọn gàng ở mức 2 : 1.6 : 1. Mini đúng bằng một nửa bản flagship, còn Fast nằm lửng lơ ở giữa.

Và khoảng chênh đó không mua thêm năng lực nào. Yêu cầu cả ba tạo cùng một clip 720p dài 5 giây và chúng tính tiền cho khối lượng việc y hệt — 108,900 video token mỗi bên — giá khác nhau chỉ vì đơn giá khác nhau — 7.0, 5.6 và 3.5 trên mỗi triệu token, riêng đầu ra 1080p của bản flagship nằm ở một mức riêng là 7.7. Vậy nên bản flagship phải kiếm lại tiền của nó ngay trên màn hình, bằng chi tiết sắc nét hơn, hoặc bằng những cảnh bám đúng khung hình và chi tiết bạn yêu cầu. Nó có làm được hay không là nội dung của phần còn lại bài viết này.

Chúng tôi đã thử nghiệm thế nào

Chúng tôi chạy sáu prompt qua cả ba bậc ở thiết lập giống hệt nhau — 720p, năm giây, bật âm thanh. Rồi lấy cảnh khó nhất kéo ra 10 và 15 giây, thêm một lượt 480p để thử câu hỏi độ phân giải, và một clip 1080p cho đỉnh dải sản phẩm. 28 clip, $22.19, tất cả đều nằm bên dưới.

Mỗi prompt được in ngay phía trên các clip mà nó tạo ra, nên bạn có thể tự chạy lại bất kỳ prompt nào.

Hai điều cần nói thẳng. Mỗi clip là một lần tạo duy nhất — không chọn lọc, không lấy trung bình. Và bạn sẽ không nhận lại đúng những clip này nếu tự chạy các prompt đó. Seedance không lặp lại một lần tạo, kể cả khi cùng seed — ByteDance nói vậy: cùng một giá trị seed cho ra "kết quả tương tự, nhưng không đảm bảo nhất quán hoàn toàn." Chúng tôi xác nhận điều này trên cả ba bậc.

Làm ảnh chuyển động

Làm ảnh chuyển động — thú cưng, em bé, hay chính bạn — là một trong những thứ người ta muốn nhất ở video AI, và nó vắng mặt trong mọi bài so sánh các bậc mà chúng tôi tìm được. Chúng tôi đưa cho cả ba cùng một ảnh gốc và chín từ cẩu thả:

make the dog dance, keep his face the same

Cả ba đều giữ được nhận diện của con chó — cùng khuôn mặt, cùng bộ lông, cùng căn phòng. Khác nhau là ở lượng chuyển động diễn ra trong cảnh. Đuôi của bản flagship ve vẩy và đầu nó nghiêng qua suốt take; Mini thì hầu như chỉ ngồi yên. Cần nói rõ: chẳng con nào nhảy múa cả. Nhưng một trong số chúng đang cố — Mini dựng lại chủ thể trung thực, rồi làm ít hơn với nó. Đó là kiểu mẫu chúng tôi thấy nhiều nhất, dù với một lần tạo mỗi prompt thì chúng tôi không thể khẳng định là nó đáng tin.

Cảnh nói trước camera

Khung dọc, thoại có kịch bản, đóng khung kiểu điện thoại — trường hợp sử dụng thực tế nhiều nhất, và cũng là nơi lỗi khẩu hình lộ rõ nhất. Bật tiếng lên cho phần này.

A woman in her late 20s sits in a bright home kitchen, holding a small skincare bottle up to the camera, talking directly to the viewer like a friend. Natural handheld phone framing, vertical. She says: "Okay so I've been using this for three weeks and I genuinely cannot go back. Two drops, morning and night, that's it." Warm daylight from a window on her left. Casual, unpolished, real — like a TikTok, not a commercial. No text on screen.

Cả ba đều làm đúng yêu cầu: khung dọc kiểu điện thoại, một căn bếp thật, và một cách đọc kịch bản thuyết phục — khẩu hình khớp trên cả ba. Ngoài đó ra thì rất khó phân biệt — mỗi bản đều giữ giao tiếp bằng mắt, giữ lọ sản phẩm trong khung, và giữ nguyên một con người suốt năm giây. Bếp của bản flagship sáng nhất và tương phản nhất; bếp của Mini tối hơn và phẳng hơn, với dải sáng-tối mềm nhất. Đó là khác biệt về cách xử lý, không phải về chất lượng.

Ở trường hợp sử dụng phổ biến nhất hiện nay, bậc rẻ không nhường thứ gì mà bạn nhìn thấy được.

Cảnh quay sản phẩm

Một lọ nước hoa trên bề mặt phản chiếu là bài demo mặc định trong những bài so sánh kiểu này — wiro cho một lọ lơ lửng trên mặt nước đen, Cutout đẩy camera vào một lọ trong ánh sáng giờ vàng — nên chúng tôi cũng chạy một cảnh như vậy. Đây là chỗ chúng tôi kỳ vọng bản flagship sẽ thắng dễ dàng.

Luxury perfume bottle on a polished marble surface, slow camera orbit, golden light, water droplets on the glass, cinematic product commercial

Nó đã không thắng. Nếu chấm theo yêu cầu chứ không theo gu thẩm mỹ, bản flagship và Mini đều cho ra đủ mọi yếu tố: lọ đứng thẳng trên đá cẩm thạch sẫm đánh bóng, ánh sáng vàng, giọt nước đọng trên mặt kính. Đặt cạnh nhau thì mặt đá, đường vân và ánh sáng gần như không phân biệt được — Mini rải các tia sáng qua hậu cảnh, bản flagship để trơn, và chỉ có thế thôi.

Fast mới là kẻ lạc loài. Nó dựng ra loại đá cẩm thạch chân thực nhất và những giọt nước nặng nhất trong ba bản, rồi đặt lọ nằm nghiêng và quay macro cực cận, với cái nhãn nhòe nhoẹt không đọc nổi vắt ngang phía trên. Với giá gấp rưỡi Mini.

Điều đó chỉ ra thứ thực sự quyết định hóa đơn của bạn: bạn sẽ tạo lại các cảnh, và mỗi lần tạo lại đều bị tính tiền. Không ai ra được clip dùng được ngay lần đầu mọi lúc. Chính điều đó, chứ không phải giá niêm yết, mới là lý lẽ thật sự cho bậc rẻ — Mini mua cho bạn hai lần thử một cảnh với đúng số tiền của một lần thử trên flagship.

Chuyển động, và việc đọc hiểu yêu cầu

skateboarder doing a kickflip down a set of stairs, camera following him, city street, afternoon

Cả ba đều tạo ra một cú kickflip hợp lý, ván và người trượt hành xử đúng vật lý. Chúng chia rẽ ở bối cảnh mà prompt mô tả — một con phố thành thị, và một dãy bậc thang. Fast và Mini đều tìm ra: Fast là một quảng trường đô thị có cầu thang và tay vịn, Mini là một con phố cửa hàng với đèn giao thông và bậc thang trong khung. Bản flagship không tìm ra cái nào, thả người trượt xuống một vỉa hè ngoại ô để bật qua một cái lề đường.

Tuy vậy không bản nào đọc đúng hướng. Prompt nói kickflip xuống cầu thang, và Fast lẫn Mini đều cho anh ta đi lên — đúng trick, đúng chướng ngại, ngược chiều. Bám sát yêu cầu, chứ không phải độ trung thực hình ảnh, mới là chỗ yếu nhất của các mô hình này, và nó không đi theo giá tiền: ít nhất hai bậc rẻ hơn đã tìm được cầu thang. Đó cũng là điểm yếu mà viết prompt tốt hơn có thể sửa được (hướng dẫn ngôn ngữ đạo diễn của chúng tôi bàn về cách diễn đạt có tác dụng).

Chỗ chúng bất đồng

Bài kiểm tra nhân vật là bài kéo ba bậc ra xa nhau nhất. Cùng một người đàn ông, một ngọn đèn trần duy nhất, quay đầu sang trái rồi quay lại — cảnh gây áp lực lên nhận diện khi xoay đầu dưới ánh sáng xiên gắt.

A man in a green jacket stands in a parking garage under a single overhead light. He turns his head fully to the left to look at something off-camera, then turns back to face front. Same face throughout, no changes to his features. Camera static, medium shot.

Mọi bậc đều giữ được khuôn mặt qua cú xoay đầu. Có hai thứ tách chúng ra, và chúng chỉ về hai hướng ngược nhau.

Đóng khung. Prompt nói "medium shot." Bản flagship cho ra đúng vậy. Mini lùi ra thành một cảnh rộng, nơi khuôn mặt gần như không phân giải nổi — về kỹ thuật là cùng bối cảnh, về thực tế là một cảnh khác. Nếu bạn đang dựng một chuỗi cảnh và cần các cỡ cảnh khớp nhau, đó chính là lỗi khiến bạn mất tiền.

Hướng. Prompt nói anh ta quay đầu sang trái. Hiểu theo bên trái của chính người đàn ông, tức là cách đọc tự nhiên của câu văn, Mini là bậc duy nhất làm đúng — bản flagship và Fast đều quay anh ta về phía ngược lại. Hiểu theo bên trái của camera thì kết luận đảo ngược. Dù thế nào thì cả ba cũng bất đồng với nhau, và bản rẻ không phải là kẻ lạc loài.

Cần nói thẳng ở đây, vì đây là chỗ khác biệt trông rõ nhất: mọi clip trên trang này đều là lần thử đầu tiên. Seedance sẽ không trả lại cho bạn cùng một cảnh hai lần, nên một cảnh rộng thay vì medium, hay một cái đầu quay sai hướng, có thể là do đúng lần đổ xúc xắc này chứ không phải do đúng bậc mô hình này. Tạo lại bất kỳ clip nào và kết quả có thể rơi khác đi. Chúng tôi đang cho bạn xem một lần tạo từ mỗi bậc, chứ không phải bản tính của từng bậc — và ở một vài clip, có lẽ chúng tôi chỉ đang gặp may, theo cả hai chiều.

Độ dài có làm hỏng không?

Mười lăm giây quay một người đứng yên thì chẳng chứng minh được gì, nên chúng tôi viết một cảnh thực sự phải đi đâu đó — bốn nhịp riêng biệt, một cú chuyển động camera đổi dạng ở giữa, một tương tác với đồ vật, và một câu thoại ở cuối:

A woman in a mustard-yellow jacket pushes open a glass door and walks into a sunlit coffee shop. She crosses to a window table, pulls out the chair, and sits down. She opens a laptop, types for a moment, then looks up off-camera and says: "You're late." The camera starts wide at the door, tracks with her across the room, and settles into a medium shot as she sits. Warm morning light through the window, wooden interior, other customers out of focus behind her.

Cùng một prompt, cả ba bậc, ở 15 giây:

Mọi bậc đều đi hết cả bốn nhịp và giữ nhân vật suốt chặng. Cô bước vào, đi ngang phòng, ngồi xuống, mở laptop và thoại câu cuối, trong một take liền mạch, ở một lần tạo $1.14 cũng như ở một lần tạo $2.27. Khác biệt là về không khí chứ không phải cấu trúc: Fast đẩy một lớp sương ngược sáng dày qua giữa take, trong khi hai bản kia vẫn trong.

Có một chi tiết đáng để ý, vì nó thuộc loại quyết định một cảnh có dùng được hay không: prompt nói cô đi tới một bàn cạnh cửa sổ. Ở 15 giây chỉ Fast thực sự cho cô ngồi vào đó — bản flagship đặt cô ở một cái bàn giữa phòng, chẳng gần cửa sổ nào.

Giờ là cùng prompt đó bị nén vào 5 giây:

Chúng tôi đã tưởng bản ngắn sẽ mất mát gì đó. Không bản nào rớt nhịp — dù cái bàn cạnh cửa sổ lại biến mất ở hai trong ba bản. Cả ba vẫn dẫn cô bước vào, cho cô ngồi xuống và thả câu thoại — chỉ là ở tốc độ gấp ba. Mô hình nén nhịp lại chứ không cắt cụt kịch bản. Nên nếu bạn muốn một cảnh có chỗ thở, bạn phải mua thêm giây, vì đòi cùng một lượng hành động trong ít thời gian hơn chỉ cho bạn đúng lượng hành động đó, nhưng vội vã.

Và đây là mốc trung gian 10 giây, nơi nhịp rơi vào đúng chỗ — và cũng là nơi cả ba cuối cùng đều cho cô ngồi vào bàn cạnh cửa sổ:

Vậy độ dài không làm suy giảm các mô hình này — nó định giá chúng. Một clip 15 giây tốn gần đúng 3x một clip 5 giây, và bạn không thể vớt lại nửa tốt của một take hỏng.

Thứ mà những giây đó mua được là cấu trúc, không chỉ là thời lượng. Một lần tạo 15 giây gánh cả bốn nhịp — vào, đi ngang, ngồi, laptop — với camera chuyển từ rộng sang medium trong cùng một take. Viết prompt như một shot list và Seedance cũng sẽ cắt giữa các cỡ cảnh trong một lần tạo, điều mà hướng dẫn của ByteDance minh họa. Các lần tạo riêng lẻ sẽ không cho bạn thứ đó: mỗi lần lại tự chọn diễn viên riêng và tự chọn quán cà phê riêng.

Cái núm mà phần lớn mọi người bỏ qua

Quay lại bảng giá đó. 2.0 ở 480p tốn $0.35. Mini ở 720p tốn $0.38. Về cơ bản là cùng số tiền, đánh đổi ngược nhau: mô hình đầy đủ ở độ phân giải thấp, hoặc mô hình rẻ ở độ phân giải cao.

Vậy bạn nên vặn núm nào? Theo bằng chứng này, hãy giữ lấy điểm ảnh. Các bậc ngang ngửa nhau ở phần lớn những prompt này, nên hạ từ flagship xuống Mini khiến bạn mất rất ít — trong khi hạ từ 720p xuống 480p khiến bạn mất độ phân giải không lấy lại được, và TikTok cùng Reels sẽ nén lại bất cứ thứ gì bạn đưa cho họ. Điều đó khiến cái đánh đổi 480p gần như không còn lý lẽ nào. Bản flagship đúng là cho ra được cỡ cảnh duy nhất mà một prompt gọi tên, chỗ mà Mini kéo rộng ra — nhưng đó là một lần tạo, không phải một thói quen đã được chứng minh, và đó là cơ sở mỏng manh để đánh đổi một nửa số điểm ảnh của bạn.

Và đây là đỉnh của cái thang, chỉ riêng bản flagship, để tham chiếu. 1080p tốn 5.3x so với cùng cảnh đó ở 480p:

Tốc độ: tuyên bố "2x faster" là sai

Tra cứu Seedance 2.0 Mini và bạn sẽ được bảo rằng nó chạy nhanh gấp 2x Fast ở chất lượng tương đương. ByteDance chưa bao giờ nói vậy. Hướng dẫn của chính họ bán Fast dựa trên tốc độ — "để cân bằng giữa chi phí và tốc độ tạo" — và bán Mini thuần dựa trên giá: "để có hiệu quả chi phí tốt nhất, hãy dùng Seedance 2.0 Mini." Tuyên bố lúc ra mắt cũng nói về chi phí, khoảng một nửa Seedance 2.0, và phần đó thì đúng chính xác. Nửa về tốc độ là của ai đó khác, và nó không đúng.

Mini nhanh hơn Fast khoảng 10%, không phải 2x. Câu chuyện tốc độ thật sự nằm ở đỉnh: bản flagship mất nhiều hơn Mini khoảng 40% thời gian cho cùng một clip. Nếu bạn đang lặp thử nhiều lần, chênh lệch đó cộng dồn mạnh hơn nhiều so với giá tiền.

Thêm một điều về giá

Mọi mức giá ở đây là đơn giá của chính ByteDance. Quy ra mỗi giây video thành phẩm ở 720p thì vào khoảng $0.15 trên bản flagship và $0.08 trên Mini — đúng bằng $0.1512 mà OpenRouter niêm yết cho bản flagship. Phần lớn mọi người tiếp cận Seedance qua một đơn vị bán lại chứ không phải trực tiếp, và mức họ tính trên mỗi giây là thứ đáng kiểm tra trước khi bạn bỏ thời gian tối ưu xem nên gọi biến thể nào. Mức của chúng tôi nằm ở trang bảng giá.

Vậy nên dùng bản nào?

Một lần tạo cho mỗi prompt, và một mô hình không lặp lại chính nó: hãy coi những gì tiếp theo là một tiên nghiệm mạnh, không phải một phép đo. Khác biệt về giá là chính xác. Khác biệt về chất lượng mỗi cái là một lần đổ xúc xắc, và một lần thử thứ hai có thể xáo lại thứ tự bất kỳ cái nào.

Mặc định chọn Mini. Nó ngang bản flagship ở cảnh nói trước camera và ở cảnh quay sản phẩm, giữ được nhân vật qua mọi take dài, và tìm ra cái cầu thang mà bản flagship chẳng buồn đi tìm. Ở những chỗ nó hụt — một cảnh rộng thay vì medium, một con chó chủ yếu là ngồi — thì bản flagship cũng hụt ở chỗ khác. Với nửa giá, nó mua cho bạn hai lần thử một cảnh bằng đúng số tiền của một lần thử trên flagship.

Hãy trả tiền cho bản flagship khi bạn cần 1080p hoặc 4K. Đó là lợi thế duy nhất đứng vững ở mọi nơi, vì nó là một năng lực chứ không phải một phán đoán chủ quan. Về việc bám sát yêu cầu thì nó không hơn gì bậc rẻ và thường còn kém hơn: nó bỏ qua cả cầu thang lẫn con phố thành thị, làm mất cái bàn cạnh cửa sổ ở take 15 giây, và quay đầu người đàn ông sai hướng. Nó cũng chậm hơn khoảng 40%. Nó đúng là cho ra được cỡ cảnh duy nhất mà một prompt gọi tên rõ ràng, chỗ mà Mini kéo rộng ra. Đó là nơi duy nhất nó dẫn trước rõ ràng, và đó là một lần tạo — không phải một thói quen mà bạn có thể dựa vào để lập ngân sách.

Fast là bản khó biện minh nhất. Nó tạo ra clip tệ nhất trong cả loạt — lọ nước hoa nằm nghiêng dưới một cái nhãn nhòe nhoẹt — và cũng tạo ra hai clip duy nhất cho cô ngồi vào bàn cạnh cửa sổ như prompt yêu cầu. Nó đẩy một lớp sương ngược sáng qua giữa take 15 giây, và nó tìm ra cái cầu thang. Chính sự thiếu nhất quán đó là vấn đề: với mức đắt hơn Mini 60%, bạn đang trả thêm tiền cho một cú tung đồng xu, và chẳng có gì ở đây gợi ý rằng đồng xu nghiêng về phía bạn.

Giữ độ phân giải, hạ bậc mô hình — chứ không phải ngược lại. Bản flagship ở 480p tốn xấp xỉ Mini ở 720p, và nó là món hời kém hơn: các bậc ngang ngửa nhau ở phần lớn những prompt này, nhưng 480p là 480p mãi mãi, và nó còn bị nén lại lần nữa khi tải lên. Và theo bằng chứng này thì cũng chẳng có lý lẽ mạnh nào cho cái đánh đổi ngược lại.

Rồi hãy ngừng đọc và tự đổ xúc xắc. Phát hiện nằm dưới tất cả những điều này là không bậc nào thắng một cách đáng tin cậy, và điều đó biến lựa chọn từ chuyện gu thẩm mỹ thành chuyện số học: cái quan trọng là cần bao nhiêu lần thử để có được cảnh của bạn, nhân với chi phí mỗi lần thử. Sáu lần thử trên Mini tốn đúng bằng ba lần trên flagship — và để lại cho bạn sáu cách đọc khác nhau của cùng một yêu cầu để chọn, thay vì ba. Cái bàn cạnh cửa sổ xuất hiện ở mười giây rồi biến mất ở mười lăm giây, trên cùng mô hình và cùng prompt, chính là hình ảnh thực tế của điều đó.

Vậy hãy lấy prompt thật của bạn, chạy nó ba bốn lần trên bậc rẻ, và xem cái gì trả về. Nếu một trong số đó là cảnh bạn cần, câu hỏi về bậc mô hình đã được trả lời cho cảnh đó. Nếu không cái nào đạt, biết sớm điều đó cũng đáng — và đó là giới hạn trung thực của những gì chúng tôi có thể nói với bạn, vì mỗi clip trên trang này đều chỉ được tạo đúng một lần.

Mới làm quen với mô hình này? Hãy bắt đầu với cách dùng Seedance 2.0. Muốn cân nhắc nó với các mô hình khác thay vì với chính nó? Đó là Seedance vs Veo vs Kling.