Seedance 2.0 Mini 與 Seedance 2.0：價格、品質，以及實際該使用哪一個

用一句話說明真正的差異

這兩個模型都來自 ByteDance 的同一個 Seedance 2.0 系列，並共用相同的架構、提示詞系統，以及三種輸入模式 — 文字轉影片、圖片轉影片和參考素材轉影片。因此，差異不在功能，而在等級。

可以把 Mini 想成迭代等級，把標準版 2.0 想成交付等級。Mini 的存在目的是讓你以低成本、快速產生大量候選片段，讓你在正式投入前測試構圖、動態和提示詞。標準版 Seedance 2.0 則是用來渲染真正要發布的鏡頭，具備更高的解析度上限，以及處理複雜場景所需的餘裕。

有一點值得一開始就釐清，因為大多數文章都把它說得很模糊：Mini 並不是精簡版模型。它在 2026 年 6 月中旬左右推出，比標準模型晚了幾個月，因此是兩者中較新的模型。它保留了相同的提示詞和參考素材工作流程 — 被縮減的是解析度上限、速度和價格，而不是能力。這正是這次 Seedance 2.0 Mini 升級的不同尋常之處：較便宜的選項同時也是較新的選項，而且在速度與品質的取捨上取代了較舊的 Seedance 2.0 Fast 等級，而不是位於其下方。

Seedance 2.0 Mini 與 Seedance 2.0：規格與價格並列比較

以下是兩個等級在規格上的紙面差異。先看規格，再看每個人都容易弄錯的部分 — 價格。

至於價格，以下是 GPT Proto 實際的單次執行費率，不含音訊，因此這是你實際支付的金額，而非醒目的宣傳數字：

加入原生音訊後，兩欄的價格都會上升 — 一段 720p、16:9、4 秒的 Mini 影片加上音訊後約為 $0.63 — 但兩個等級之間的價格關係不變。

坦白談成本：「半價」說法是如何站不住腳的

如果你已經看過三篇這類比較文章，就會看到 Mini「成本減半」的說法 — 對標準版每秒約 $0.15，Mini 每秒約 $0.07。這個數字是真的，但它是 ByteDance 以人民幣報價的 Dreamina 原生費率。它不是你呼叫 API 時實際支付的價格。

按照 GPT Proto 實際的單次執行價格，在相同解析度和時長下，Mini 比標準版便宜約 20%。一段 720p、16:9、4 秒的影片，Mini 價格為 $0.5322，標準版則為 $0.6653。這確實是折扣，但只是便宜五分之一，而不是半價。我更希望你依照實際帳單上的數字規劃，而不是依據另一個銷售平台上的行銷數字。

那麼，巨大的節省究竟來自哪裡？來自解析度上限。Mini 最高只到 720p，重點就在這裡。如果你的工作原本會以 1080p 輸出，將迭代階段改用 Mini 的 720p，每段 4 秒影片的成本就會從 $1.6466 降至 $0.5322 — 約少 68%。相較於 $3.4214 的 4K 等級，則約少 84%。Mini 與標準版之間的成本差異，真正來說不是每秒折扣，而是兩個解析度等級之間的差距；只有刻意以較低解析度起草，才能享受到這項節省。

因此，實際的成本解讀是：相同解析度下，預期可節省約五分之一；跨解析度 — 以 720p 起草，而不是以 1080p 完成 — 才是真正能省下費用的地方。

品質與解析度：720p 與 1080p 真正會讓你付出什麼代價

標準模型會出現在獨立排行榜上。在 Artificial Analysis 的 Video Arena 中，ByteDance 的模型項目 — 列為「Dreamina Seedance 2.0 720p」— 在多個排行榜上都名列前茅或接近頂端，包括圖片轉影片排行榜，而且曾保持最高 Elo 分數。具體數字會每週變動，也會因來源不同而有所差異，因此應將其視為「第一梯隊」，而不是固定排名。這裡真正重要的結論是：這個系列位於領先模型之列，所以降級使用 Mini 並不代表低成本就等於品質弱。

坦白說，取捨在於解析度上限。Mini 最高為 720p；標準版則支援 1080p 和 4K 等級。對社群媒體格式、直式片段，以及任何會顯示在動態消息中的內容而言，720p 已經足夠，而且差異很難察覺。對於登陸頁面的主視覺影片、客戶交付內容，或任何會被放大投影的內容，缺少的像素就會顯現出來，此時你會需要標準版。Mini 從未渲染出的細節，之後無法補回。

Mini 的品質真的比標準版好嗎？一些零星說法似乎如此。我會把這歸類為尚無定論。有些討論認為，Mini 相較於較舊的 Fast 等級改善了動態連貫性和提示詞遵循度，而且在簡單場景中略勝標準模型。但大多數證據，加上解析度上限這個明確事實，都指向相反方向：標準版是高保真等級，在複雜場景、細緻主體細節和大幅度鏡頭移動方面更具優勢。我的看法是，Mini 在較輕微的動態和較簡單的主體上表現出色，而隨著鏡頭難度提高，差距才會逐漸拉開 — 但它的價格足夠低，因此你應該用自己的素材測試兩者，而不是盲目相信我們任何一方。這些模型在不同供應商上的地區可用性有所不同，因此在以某個模型為核心建立工作流程前，請先確認你購買服務的平台。

速度，以及各等級的適用場景

速度也呈現相同的分化。Mini 針對一分鐘內完成生成和靈敏的 720p 片段進行調校，這正是它適合作為腦力激盪工具的原因 — 你可以一次產生十幾個提示詞變體，而且真的等得到結果。標準版每段影片需要更長時間，當你堆疊多個參考檔案時所需時間還會更長，因為它要在更高解析度下處理更多工作。

這也清楚對應到不同用途。Mini 適合提示詞測試、樣片、B-roll、轉場、環境填充素材，以及需要產生大量片段並保留少數成品的短影音內容。標準版則適合那些最終能留在成片中的鏡頭。

使用一組 API 金鑰執行兩種模型

透過 GPT Proto 呼叫這些模型的實際優勢，在於切換等級只需修改一行 — 使用相同金鑰、相同請求格式，只需變更路徑中的模型。如果你還沒有金鑰，可以從 GPT Proto 控制面板建立；同一組金鑰可以使用兩個等級，以及同一個餘額中的 200 多個其他模型。以下是針對 Mini 的文字轉影片呼叫，其中包含 API 用來回傳完成片段的非同步輪詢：

import requests
import time

API_KEY = "sk-your-key-here"          # one key reaches both tiers
BASE = "https://gptproto.com/api/v3"
HEADERS = {"Authorization": API_KEY, "Content-Type": "application/json"}

PROMPT = "A barista latte-art pour, overhead shot, soft morning light, steam rising."

def generate(model, prompt, resolution="720p", duration=5, aspect_ratio="16:9", seed=-1):
    # Submit the job
    r = requests.post(
        f"{BASE}/bytedance/{model}/text-to-video",
        headers=HEADERS,
        json={
            "prompt": prompt,
            "resolution": resolution,
            "duration": duration,
            "aspect_ratio": aspect_ratio,
            "seed": seed,
        },
    )
    r.raise_for_status()
    prediction_id = r.json()["data"]["id"]

    # Poll until the clip is ready, capped so a stuck job can't loop forever
    for _ in range(120):  # ~10 min at 5s intervals
        result = requests.get(
            f"{BASE}/predictions/{prediction_id}/result", headers=HEADERS
        ).json()
        status = result["data"]["status"]
        if status == "succeeded":
            return result["data"]
        if status in ("failed", "expired"):
            raise RuntimeError(f"Generation {status}: {result}")
        time.sleep(5)
    raise TimeoutError(f"{prediction_id} still running after 10 min")

# Draft cheaply on Mini...
draft = generate("dreamina-seedance-2-0-mini-260615", PROMPT, resolution="720p")

# ...then render the keeper on standard 2.0 at 1080p, reusing the draft's seed
# so the final is the same shot at higher resolution, not a fresh roll.
final = generate(
    "dreamina-seedance-2-0-260128",
    PROMPT,
    resolution="1080p",
    seed=draft.get("seed", -1),
)

或者使用 cURL 執行相同的提交步驟：

curl --location 'https://gptproto.com/api/v3/bytedance/dreamina-seedance-2-0-mini-260615/text-to-video' \
  --header 'Authorization: sk-your-key-here' \
  --header 'Content-Type: application/json' \
  --data '{
    "prompt": "A barista latte-art pour, overhead shot, soft morning light, steam rising.",
    "resolution": "720p",
    "duration": 5,
    "aspect_ratio": "16:9",
    "seed": -1
  }'

要切換等級，只需變更一個路徑區段：Mini 使用 dreamina-seedance-2-0-mini-260615，標準版使用 dreamina-seedance-2-0-260128。同一組金鑰可存取兩者，因此不需要維護第二個帳戶或第二套整合。

可節省 40–60% 成本的混合工作流程

以下是最值得採用的做法。假設你正在尋找一個好的 4 秒鏡頭，先產生 50 個候選片段來挑選，再渲染 5 個最終主視覺片段。

如果全部使用標準版 1080p，你需要支付 55 × $1.6466 ≈ $90.56。如果使用 Mini 720p 產生 50 個候選片段，只在標準版 1080p 上完成 5 個入選片段，則需支付 (50 × $0.5322) + (5 × $1.6466) ≈ $34.84。相同的最終輸出，成本約少 62%，因為昂貴的 1080p 渲染只會用在少數通過篩選的片段上。

依照單次執行費率計算，我認為大多數實際專案可節省 40–60%，具體取決於你需要產生多少草稿才能找到每個入選片段。迭代越多，這種分工就越划算。但有一點需要事先規劃：一旦 Mini 草稿是你想要的版本，就要在標準版上重複使用它的 seed 和提示詞 — 如果使用隨機 seed，1080p 渲染會是全新的結果，而不是同一個鏡頭的高解析度版本。在開始批次生成前，你可以前往 模型頁面確認符合你的解析度和時長的確切費率。

你應該使用哪一個？

如果你製作的是短影音或社群內容，需要大量迭代，或要大量生成且 720p 已經足夠，請使用 Seedance 2.0 Mini — 它更便宜、更快速，正是為此用途而設計。如果你需要 1080p 或 4K，正在渲染具有細緻主體或大幅度鏡頭移動的複雜場景，或影片要交付給客戶，請使用標準版 Seedance 2.0。

但對大多數團隊而言，「Mini 或 標準版」這種二選一的思考方式並不正確。用 Mini 起草，再用標準版完成，你就能以約一半的總費用，同時取得平價等級的迭代速度和高價等級的保真度 — 這就是「哪個比較好」的答案：不要單獨使用任何一個。