Seedance 2.5 与 Gemini Omni Flash 不是简单的“画质冠军”二选一。它们把制作风险放在了不同位置：前者扩大一次生成的时长和参考素材规模，后者把短片生成与连续对话修改放进同一条 Interactions API 会话。
如果项目需要 16–30 秒连续音画、多个角色或大量图像、视频、音频共同约束结果，Seedance 2.5 更值得先测。如果目标是 3–10 秒短片，希望用自然语言逐轮修掉物体、灯光、文字或风格问题，Gemini Omni Flash 更适合作为第一轮。美国团队还要先处理一个现实问题：BytePlus 明确表示其服务不在美国提供；西班牙等欧洲经济区团队则要注意，Gemini API 当前不开放上传视频的编辑。
先看会让候选直接出局的条件
两款模型都能从文本和视觉素材生成带声音的视频，但官方 API 的可用边界差异很大。
| 制作条件 | Seedance 2.5 | Gemini Omni Flash |
|---|---|---|
| 单次输出 | 4–30 秒 | 3–10 秒 |
| 当前官方 API 输出 | 480p、720p | 720p、24 FPS |
| 参考素材 | 最多 30 图、10 视频、10 音频 | 当前 API 适合文本和图像；视频参考处理仍有限，音频参考不支持 |
| 继续延长 | 支持多轮延长 | 当前 API 不支持视频延长或首尾插值 |
| 迭代修改 | 支持定向编辑 | 用 previous_interaction_id 连续对话编辑是核心工作流 |
| 官方 API 状态 | BytePlus LAS 已列出 2.5 型号 | gemini-omni-flash-preview，预览版 |
Seedance 的模型级能力来自 ByteDance Seed 的 2.5 发布说明。实际开发参数则要看 BytePlus LAS 视频生成文档：当前模型 ID 是 dreamina-seedance-2-5-260628，默认生成同步音频，2.5 的输出档位为 480p 和 720p。
Gemini 这边，正式的开发名称是 Gemini Omni Flash Preview。它不是 Veo 的别名，也不是一个只存在于演示里的概念。Gemini API 模型页列出 3–10 秒、720p、24 FPS；Omni 开发指南给出文本生成、图生视频和多轮对话编辑的 Interactions API 示例。
长叙事与多参考，Seedance 2.5 的工作单元更大
Seedance 2.5 的优势不只是“最长 30 秒”。更重要的是，你可以在一次任务里交给模型更多项目上下文：人物设定、服装、产品、场景、镜头参考、动作视频和声音都能参与约束。对短剧、广告故事、舞台表演、教育演示或多人物段落来说，这会减少每切一镜就重新描述一次世界的次数。
它也允许继续延长成片。若第一段已经建立了角色、环境与节奏，下一轮可以沿着既有结果继续，而不是把两个互不认识的片段硬剪在一起。这个能力尤其适合“故事还没结束，但前 30 秒已经可用”的任务。
代价是更高的调用成本和更重的输入管理。素材越多，越需要写清楚每个参考的用途、授权与优先级。ByteDance 自己也承认，复杂运动和多主体互动仍有稳定空间。因此“支持 30 个图像参考”不等于随便丢进 30 张图就能得到一致成片；它只是让复杂项目有了更大的可控入口。
反复改同一条短片，Gemini Omni 更像视频版对话编辑器
Gemini Omni Flash 的关键不是把一次输出拉得更长，而是让下一条指令接着上一条结果继续。初次生成后，可以沿用 interaction ID，让模型只改帽子、移除手机、调整灯光或替换招牌文字，同时要求其他部分保持不变。对于客户反馈密集的短广告、社媒素材和概念验证，这种操作方式可能比重新编写完整提示词更省时间。
它的短片规格也更容易做小额试验。当前 API 输出最长 10 秒，官方定价约每秒 0.10 美元，适合用一组明确的修改任务检验“每次改动是否保住了没让它动的部分”。
但预览版限制会直接挡住一些工作流。Google 当前限制清单说明：音频参考上传不支持；最长 3 秒的视频参考虽然能被 schema 接收，却尚不能被模型正确处理；多个视频参考、视频延长、首尾帧插值和声音编辑也不支持。上传已有视频的编辑在欧洲经济区、瑞士和英国不可用。英文经过完整评估，其他语言可能工作，但结果未被同等评估。
所以 Gemini Omni 适合“用文本和图像做短片，再对模型生成的结果逐轮修改”，不应被包装成当前 API 已经能完整接管任意多媒体后期。
10 秒的标价差约四倍，成片成本仍要实测
用同样的 10 秒、720p、无输入视频场景，可以得到一组可核对的官方价面：
| 项目 | 计算 | 10 秒约价 |
|---|---|---|
| Gemini Omni Flash 输出 | 约 USD 0.10 × 10 秒 | USD 1.00 |
| Seedance 2.5，720p，无输入视频 | USD 0.303 × 10 秒 × 1.525 | USD 4.62075 |
Gemini Developer API 价格页写明免费 API 层不可用，视频输出按每秒 5,792 个 token、每百万输出 token 17.50 美元计费，折算约每秒 0.10 美元。输入文本、图像或视频还按每百万 token 1.50 美元计费。
Seedance 的公式来自 BytePlus LAS 文档。若输入里包含视频，计费会改为“输入视频时长加输出时长”，并使用另一组分辨率系数，不能继续套上面的 4.62 美元。账户优惠、失败重试、排队、第三方网关加价和人工后期也都不在标价里。
真正该比较的是每条可接受成片的成本。假设 Gemini 平均四次才能留下一个结果，10 秒可接受成片的输出成本会接近 4 美元；若 Seedance 一次就可用，两者差距会明显缩小。反过来也一样。单次标价只能决定试验预算，不能替代接受率。
用同一个 brief 测“生成”和“修改”两种压力
公平测试不应给两个模型各自最擅长的提示词。先写一个真实交付 brief，例如：9:16 的 10 秒护肤品广告，一位角色从镜前拿起瓶子，标签文字必须清晰，动作与口型自然，环境声保留，不得出现额外品牌。给两条路线同一张人物参考、同一张产品图和同一接受标准。
第一轮只测生成，记录：
- 实际入口、模型 ID、地区、时长、画幅、分辨率和音频设置；
- 主体身份、产品标签、动作、遮挡、口型与声音是否达到交付线；
- 生成耗时、失败、审核拦截、重抽次数和实际账单；
- 一条结果能否直接使用，还是需要剪辑、重配音或局部修复。
第二轮再测修改。选中同一条初始视频，要求“把瓶盖改成银色，其他部分保持不变”，再要求“把背景灯光改冷，但保留人物、动作、声音和标签”。Gemini 用连续 interaction 完成；Seedance 用其实际开放的编辑路线完成。不要比较两张最好看的截图，而要比较每次修改后未指定部分的漂移程度。
最后计算 总调用费 ÷ 可接受结果数，并保留失败原因。若任务最怕人物或产品在长镜头中失稳，Seedance 的 30 秒和复杂参考更值得承受第一轮压力；若任务最怕客户一句小改就要全部重做，Gemini 的对话编辑更值得先验证。
结论不是永久冠军，而是下一笔预算给谁
选择 Seedance 2.5 的条件很清楚：项目确实需要 16–30 秒、多个跨模态参考、延长，且能使用支持该型号的 BytePlus 或合规供应商路线。选择 Gemini Omni Flash 的条件也很清楚：10 秒以内、720p 足够、成本敏感，并且连续对话修改比大量视频/音频参考更重要。
如果你在美国又要求官方直连，Gemini 的可用性会先胜出；若你在欧洲经济区要编辑自己上传的视频，Gemini 当前限制可能让 Seedance 或其他路线更现实。地区条件满足后，再用同一个 brief 判断画质、动作、身份与接受率。
想进一步比较 Seedance 同系列的时长、分辨率和费用，可继续看 Seedance 2.5、2.0、Fast 与 Mini 选型。如果这两个候选都不适合，则用 2026 年 AI 视频模型对比扩展短名单，而不是在不合适的二选一里继续重抽。
