Wan 3.0 vs Seedance 2.5：中国のAI動画モデル比較

2026年8月の第1週、中国の2大テック企業はほぼ同時にフラッグシップのAI動画モデルをリリースしました。7月31日にByteDanceがSeedance 2.5を、8月6日にAlibabaがWan 3.0のパブリックベータを開始。どちらも1回のパスでネイティブ音声付きの30秒クリップを生成し、どちらも「クリップを作る」から「プロジェクトを仕上げる」へAI動画を変えるモデルとして売り出されています。

しかし発表ページの先を読むと、作られる仕事が違うことは明らかです。Wan 3.0はプロダクティビティモデル：ドキュメントを動画に変え、ユーティリティのような価格設定で、上限は1080p。Seedance 2.5はアートディレクションモデル：最大50の参照素材を取り込み、タイムスタンプレベルで編集でき、ByteDanceのコンシューマーアプリにもすでに組み込まれています。どちらが必要かは何を作るか次第 — そして、ほとんどの比較サイトが間違えている1つのスペック次第でもあります。

スペック表（記録用）

みんなが間違えているスペック

「Wan 3.0 vs Seedance 2.5」を検索すると、半分の結果が両モデルとも「ネイティブ4K」出力と主張しています。どちらも間違いです。

Wan 3.0のAPIには480p、720p、1080pのちょうど3段階しかなく、4Kはありません。Seedance 2.5はもう少しややこしく、DreaminaのWeb製品は4Kと180秒ベータモードを宣伝していますが、BytePlus APIのドキュメントには480pと720pのみで、30秒上限、1080pも4Kも明示的に非対応と書かれています。派手な数字はコンシューマーアプリにあり、API — 実際に組み込む側 — は最大720pです。純粋なAPI解像度では、2つのうち1080pを提供するのはWan 3.0だけなので、Wan 3.0の勝ちです。

テストが実際に示すもの

Atlas CloudはWan 3.0、Seedance 2.5、MiniMax H3に同一プロンプトで10回のサイドバイサイドテストを実施しました。正直な結論：どのモデルも全てで勝ったわけではなく、違いは一貫していて有用でした。

• フレーム内テキストとクリーンな製品面：Seedance 2.5。 テストを重ねるごとに、Seedanceは画面上のテキストを読みやすく保ち、製品ショットもクリーンでした — 広告やECで重要な点です。
• 長く過剰指定されたマルチショットプロンプト：Wan 3.0。 Wanはバッチ内で最も複雑なストーリーボード — 10のタイムスタンプ付きショットを持つ1,700文字以上のプロンプト — を文脈を失わず処理しました。詳細なショットリスト向けに設計されています。
• キャラクターの同一性と自然な動き：明確な勝者なし。（この部門はMiniMax H3が獲得）両モデルとも一部のテストで、特にショット間の小道具でドリフトが見られました。

中国の独立系テスト（Photon Planet）では、Wan 3.0の中国語テキスト描画が驚くほど安定していることが確認されました — PPTから動画のテストで文字化けゼロ — 一方Alibaba自身は音声品質とテキスト精度がまだ改善の余地があると認めています。Seedance 2.5のマーケティングは10以上の言語サポートと「制御不能な字幕やBGMの削減」を強調しています。どちらも、自分の素材で試すまでは割り引いて見るのが正解です。

Wan 3.0が輝く場所

• ドキュメントから動画は唯一無二。 Word/Excel/PPT/PDF/Markdownファイル（≤100 MB / 50ページ）やWebリンクをドロップすると、ナレーション付き動画が得られます。競合でこの入力チャネルを持つモデルはまだなく、オフィス・教育用途で最も実用的な機能です。
• 1080p API出力。 2つのうちAPI段階で1080pを持つのはこちらだけ。
• 透明で安い価格。 生成前に見積もれる秒単位課金。720pは¥0.6/秒 — Seedanceの推定秒あたりコストの約3分の1から半分。
• 強い中国語出力とオフィス向けワークフロー — スライド、レポート、製品デモ。
• 統合モデル — テキスト／画像／参照から動画、先頭・最終フレーム制御、指示編集、延長をカバー。

Wan 3.0の弱点

• まだプレビュー／招待制。 APIは文書化されています（北京とシンガポールのエンドポイント）が「プレビュー」「招待のみ」で、まだすべてのアカウントがアクセスできるわけではありません。Atlas Cloudのようなサードパーティは8月24日からオンボーディングを開始しましたが、Seedanceのような自由な状態ではありません。
• 参照スロットは20のみ（画像10 + 動画5 + 音声5）vs Seedanceの50。
• 編集の精度が低い。 Wan 3.0には指示編集と参照編集がありますが、Seedanceのタイムスタンプレベル編集やグリーンスクリーンワークフローはありません。
• 4Kなし、そしてAlibabaは音声品質とテキスト精度がまだ発展途上であることを認めています。
• プロンプトのスキル上限： タイムスタンプ付きショットリスト（最大20,000文字）を期待され、強力ですが学習曲線は本物です。

Seedance 2.5が輝く場所

• 50のマルチモーダル参照 — 1回で画像30、動画10、音声10。参照ヘビーなプロジェクト（複数キャラクター、シーンキット、スタイルパック）では、今日のどの動画モデルより柔軟な入力空間です。
• プロ向け編集キット。 タイムスタンプレベル編集（背景の差し替え、製品修正、アクション変更）、グリーンスクリーン編集、構図固定のクレイレンダー（白モデル）参照、カメラ視点編集。
• 複数回延長とWebでの180秒ウルトラロングベータ — 現時点で最長の単発生成実験。
• ネイティブ音声・リップシンクで10以上の言語、グローバル・輸出市場向けコンテンツを明確にターゲット。
• 流通が完成している。 Jimeng、Doubao Pro、Coze、Xiaoyunque、CapCutに加えBytePlus ModelArk APIで稼働中 — エンタープライズパートナー（XCMG、XPeng）もすでに構築中。

Seedance 2.5の弱点

• API解像度は720pで上限。 コンシューマーマーケティングの4KはWeb製品でのアップスケールで、今日のAPIでは1080pも4Kも取得できません。
• トークン課金は予算の当て推量。 秒あたり価格は存在せず、入力タイプ、参照量、リトライ、失敗ジョブで請求額が変わります。アナリストは480pで約¥0.67/秒、720pで約¥1.51/秒と推定 — 同段階のWan 3.0よりかなり高額です。
• ドキュメントから動画なし。
• Wanと同じくオープンソースではない — ローカルデプロイもファインチューニングもなし。
• コンシューマーファーストの姿勢： 旗艦機能（180秒ベータ、4K）はアプリにあり、組み込むAPIにはありません。

お金の話

この2つのモデルは課金方法が違うので、単一の数字で比較してはいけません。Wan 3.0は秒数と解像度で課金：30秒の1080pクリップは約¥36、720pは約¥18。Seedance 2.5はトークンで課金 — 動画入力あり$0.0064/1Kトークン、動画入力なし$0.0107/1Kトークン — 最終コストはプロンプト、参照、リトライ次第です。サードパーティ推定では、同等の30秒720pクリップは約¥45で、同段階のWan 3.0の約2.5倍。承認済みクリップ単位では、Seedanceのヒット率が高くリロールを減らせるなら勝つかもしれません — それは自分のテスト実行だけが答えられる問題です。

では、どちらを選ぶ？

Wan 3.0を選ぶのは、ドキュメント駆動の仕事（スライド、レポート、レッスン）、API経由で1080pが必要、生成前に見積もれる予算が欲しい、または主に中国語コンテンツを制作する場合。

Seedance 2.5を選ぶのは、参照ヘビーなプロジェクト（多数のキャラクター、小道具、スタイルパック）、本格的な編集（局所修正、グリーンスクリーン、白モデルプリビズ）、多言語コンテンツの出荷、またはすでにByteDanceエコシステムの中にいる場合。

正直なところ、両者は補完関係です。Wan 3.0はオフィス・教育制作の「とにかく仕上げる」モデル、Seedance 2.5は映画的なマルチ参照作品の「アートディレクション」モデル。コミットする前に、同じプロンプトと参照を両方に通してください — 仕様表は簡単な質問に答え、あなたのフッテージが本物の質問に答えます。

Wan 3.0とSeedance 2.5をwan3video.ioで並べて試す — 同じプロンプト、同じ参照で、数分で違いがわかります。