En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)

Seedance 2.5 Flash gasta un 35% menos de tokens y es tres veces más rápido que el modelo insignia

Seedance 2.5 Flash es la versión ligera del modelo de vídeo de ByteDance Seedance 2.5. En cuatro escenas de prueba gasta un 35% menos de tokens, es decir, resulta más barato, y genera el vídeo 3 veces más rápido. En las tres escenas de animación de un fotograma, Flash obtuvo 92,1 puntos frente a los 90,9 del modelo insignia, pero los fideos bajo la lluvia los resolvió mejor el modelo mayor. En la práctica: Flash sirve para buscar la escena y hacer borradores, y el render final conviene dejarlo para el modelo insignia.

Procesado por IA desde Хабр: Машинное обучение; editado por Hamidun News
Seedance 2.5 Flash gasta un 35% menos de tokens y es tres veces más rápido que el modelo insignia
Fuente: Хабр: Машинное обучение. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalХабр: Машинное обучение ↗
Editor jefe
Fideos bajo la lluviaen Flash el viento mueve el dobladillo, pero la trenza no se mueve
Lata de refrescoFlash rodeó la lata; el modelo insignia giró la cámara unos ~20° de los 45 pedidos, y además en sentido contrario
Obraen Flash el tejado se sacude en la grúa; en el modelo insignia el segundo piso se coloca dos veces

Generar vídeo es caro y lento, así que cada intento fallido afecta tanto al presupuesto como a los nervios. Imagine que está haciendo un vídeo publicitario: cambia el prompt diez veces para dar con el ángulo adecuado y cada vez paga como si fuera la versión final. Un autor de Habr ha comprobado si se puede sustituir el modelo de vídeo insignia de ByteDance, Seedance 2.

5, por su versión rápida, Seedance 2.5 Flash. El resultado: Flash gasta un 35% menos de tokens (es decir, el vídeo sale más barato), se genera 3 veces más rápido y, en la animación de un fotograma, obtuvo 92,1 puntos frente a los 90,9 del modelo insignia.

Pero no es mejor en todo, y para el vídeo final el autor se quedaría con el modelo insignia.

Qué se comparó y qué resultó

La prueba es pequeña: cuatro escenas de rankings anteriores del autor. Una escena se generó a partir de texto; en las demás se animaron uno o varios fotogramas. Los parámetros del vídeo son iguales: 8 segundos, 720p. Resultados:

  • Flash gastó un 35% menos de tokens, por lo que cada vídeo resulta bastante más barato;
  • el vídeo de Flash se generó 3 veces más rápido, y en las cuatro escenas;
  • en las tres escenas de animación de un fotograma, Flash obtuvo 92,1 puntos frente a 90,9 del modelo insignia, es decir, un resultado equivalente o incluso ligeramente mejor;
  • la escena de los fideos bajo la lluvia la resolvió mejor el modelo insignia.

Para quien lo usa en la práctica, la conclusión es sencilla: en la tarea típica de «anima esta imagen», el modelo rápido no pierde, y el retraso apreciable apareció en la escena generada a partir de texto.

Cuatro rondas con ejemplos

Fideos en un mercado nocturno (vídeo a partir de texto). Aquí se impone el modelo insignia. En Flash el viento mueve el dobladillo, pero la trenza no se mueve: una parte de los objetos está viva y otra parte queda congelada, y el plano resulta menos convincente.

Construcción de una casa a partir de dos fotogramas. Casi empate en puntos, con Flash por delante por 0,4. Pero cada modelo tiene sus fallos. En Flash, el tejado se sacude en la grúa. En el modelo insignia, el segundo piso se coloca dos veces, es decir, repite un paso que ya se había dado.

Lata de refresco, giro de cámara alrededor del objeto. Aquí Flash lo hizo mejor: la cámara rodea de verdad la lata. El modelo insignia giró la cámara unos 20 grados de los 45 pedidos, y además en sentido contrario. Si para usted importa la trayectoria exacta de la cámara, es un fallo grave, y el modelo caro no garantiza evitarlo.

En la cuarta ronda, según el resumen, Flash también resultó 3 veces más rápido. El texto disponible no ofrece detalles sobre esta escena, así que nos basamos solo en lo confirmado más arriba. Además, el autor muestra el lugar de Flash en dos de sus rankings, pero el material no desvela los detalles de esas tablas.

Cómo usarlo en la práctica

El autor lo plantea así: para buscar la escena y hacer borradores conviene usar Flash, y la generación final es mejor dejarla para el modelo insignia. La lógica funciona. Mientras se ajusta el prompt, el ángulo o el estilo, hacen falta muchos intentos rápidos. Una espera tres veces menor significa que en el mismo tiempo se pueden hacer tres veces más iteraciones, y el ahorro de tokens suma beneficio en dinero. Cuando se encuentra una variante satisfactoria, se puede pasar una sola vez por el modelo insignia para lograr más estabilidad en los detalles.

Para un product manager o un fundador, es un esquema de pipeline listo para usar: un modelo rápido para las previsualizaciones y los borradores de los usuarios, y uno caro para el render final. Hoy muchos servicios de texto y de imagen se construyen con ese mismo esquema.

Limitaciones

La muestra es pequeña: cuatro escenas y un solo autor, y la metodología de puntuación no se describe con detalle. La diferencia de 92,1 frente a 90,9 es demasiado pequeña para considerar que Flash sea mejor de forma fiable; es más bien un empate en las tres escenas de animación de un fotograma. Además, los vídeos de Flash se generaron en una plataforma asociada, y a los lectores de Habr se les ofrece un 20% de descuento en cualquier tarifa, así que el material tiene en parte carácter publicitario. El precio exacto del vídeo no figura en la versión disponible del texto: solo se conoce la diferencia del 35% en tokens.

Por eso, antes de implantarlo conviene repetir la prueba con sus propias escenas. Sus prompts mostrarán dónde basta con Flash y dónde resultan inadmisibles defectos como una trenza congelada o un tejado que se sacude.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué se comparó y qué resultó?

La prueba es pequeña: cuatro escenas de rankings anteriores del autor. Una escena se generó a partir de texto; en las demás se animaron uno o varios fotogramas. Los parámetros del vídeo son iguales: 8 segundos, 720p. Resultados: Flash gastó un 35% menos de tokens, por lo que cada vídeo resulta bastante más barato; el vídeo de Flash se generó 3 veces más rápido, y en las cuatro escenas; en las tres escenas de animación de un fotograma, Flash obtuvo 92,1 puntos frente a 90,9 del modelo insignia,…

¿Qué se sabe sobre Cuatro rondas con ejemplos?

Fideos en un mercado nocturno (vídeo a partir de texto). Aquí se impone el modelo insignia. En Flash el viento mueve el dobladillo, pero la trenza no se mueve: una parte de los objetos está viva y otra parte queda congelada, y el plano resulta menos convincente. Construcción de una casa a partir de dos fotogramas. Casi empate en puntos, con Flash por delante por 0,4. Pero cada modelo tiene sus fallos. En Flash, el tejado se sacude en la grúa.

Cómo usarlo en la práctica?

El autor lo plantea así: para buscar la escena y hacer borradores conviene usar Flash, y la generación final es mejor dejarla para el modelo insignia. La lógica funciona. Mientras se ajusta el prompt, el ángulo o el estilo, hacen falta muchos intentos rápidos. Una espera tres veces menor significa que en el mismo tiempo se pueden hacer tres veces más iteraciones, y el ahorro de tokens suma beneficio en dinero.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…