Wan 3 vs Seedance 2.5 vs MiniMax H3: confronto video sull'intelligenza artificiale

Introduzione

I video generati dall’intelligenza artificiale hanno raggiunto un punto in cui una singola demo non dimostra quasi nulla. Qualsiasi di questi sistemi è in grado di produrre dieci secondi di filmato che sembrano già finiti sullo schermo di uno smartphone. La differenza si nota nel momento in cui una persona attraversa l’inquadratura, una telecamera inizia a muoversi, due oggetti entrano in collisione o un comando richiede che avvengano più cose contemporaneamente. È lì che la qualità smette di essere un fotogramma statico e inizia a essere un comportamento.

Seedance 2.5, MiniMax H3 e Wan 3 sono qui considerati come motori di generazione video sotto carico, non come prodotti di marketing. Tre rapidi segnali delineano la sfida prima che i round abbiano inizio. MiniMax H3 detiene attualmente la posizione di qualità verificabile più solida, poiché è l’unico dei tre a vantare un posizionamento in un benchmark pubblico in tempo reale e pesi scaricabili.

Seedance 2.5 vanta il pedigree più solido in termini di movimento e narrazione, ereditato da una linea Seedance che ha dominato le classifiche video pubbliche. Wan 3 offre il quadro più controverso di tutti: un endpoint commerciale attivo e una durata da prima pagina, avvolti in una nebbia di specifiche che il suo stesso produttore non ha mai pubblicato.

Il vincitore non è ancora stato rivelato. Saranno i round a decidere, e le prove sono talmente disomogenee che uno dei tre non può essere valutato affatto in termini di qualità.

Seedance 2.5, ByteDance

ByteDance ha rilasciato Seedance 2.5 il 31 luglio 2026, rendendolo disponibile tramite Jimeng (Dreamina) e il livello Pro di Doubao dopo un’anteprima alla conferenza Volcano Engine FORCE del 23 giugno. La funzionalità principale è la generazione nativa di contenuti audio-video in un unico passaggio della durata di 30 secondi, con estensione multi-passaggio per sequenze più lunghe e un limite massimo di input fino a 50 riferimenti multimodali (30 immagini, 10 clip video, 10 clip audio), il budget di riferimenti più ampio della categoria. I pesi sono chiusi. Al momento della stesura di questo articolo, l’API pubblica non era ancora stata resa disponibile: ByteDance ha indirizzato gli sviluppatori verso BytePlus ModelArk, il cui accesso dovrebbe aprirsi all’inizio di agosto. Non esistono ancora benchmark indipendenti per la versione 2.5, sebbene il suo predecessore, Seedance 2.0, si collochi ai vertici delle classifiche pubbliche.

MiniMax H3, noto anche come Hailuo 3.0

MiniMax ha reso pubblico H3 il 31 luglio 2026, lo stesso giorno di Seedance 2.5, dopo un’anteprima al WAIC il 17 luglio. Il nome ufficiale del modello è MiniMax H3; Hailuo 3.0 è il nome dell’app utilizzato dalla maggior parte dei creatori. Genera clip da 4 a 15 secondi con risoluzione nativa fino a 2K (2560 x 1440), 24 fps, con audio stereo a 32 kHz prodotto nello stesso passaggio, e un sistema di riferimento onnipresente che accetta fino a 9 immagini, 3 clip video e 3 clip audio. Nelle classifiche di Artificial Analysis si colloca al secondo posto nella categoria “da testo a video”, al terzo in quella “da immagine a video” e al primo nel montaggio video. Il 3 agosto 2026 MiniMax ha pubblicato i pesi aperti (un trasformatore da 33 miliardi di parametri) su Hugging Face, con un’importante avvertenza di cui parleremo più avanti: la licenza della comunità esclude diverse giurisdizioni principali dall’implementazione locale.

Wan 3, Alibaba

Wan 3 è attualmente il modello più sopravvalutato nel campo dei video basati sull’IA. Ciò che è verificabile:

Alibaba lo elenca sulla propria piattaforma Qwen Cloud come wan3.0-video, con un endpoint DashScope attivo, prezzi pubblicati al secondo e una durata massima di 30 secondi per input di testo, immagini, audio e video. Ciò che non è vero, nonostante domini la prima pagina dei risultati di ricerca: non è in 4K (il listino prezzi prevede solo livelli a 480p, 720p e 1080p), non è open-weight (l’ultimo prodotto di punta Wan rilasciato sotto licenza Apache 2.0 è stato Wan 2.2, oltre un anno fa) e non presenta alcun posizionamento indipendente nei benchmark.

Un gruppo di domini simili pubblica tabelle di specifiche che sembrano attendibili (4K nativo, un’architettura “mixture-of-experts” da 27B o 60B, un rilascio open source previsto per aprile 2026) che non rimandano ad alcuna fonte ufficiale e si contraddicono a vicenda. Un modello che avesse effettivamente lanciato il 4K avrebbe un prezzo da 4K. L’assenza di quel livello è una prova più forte di qualsiasi affermazione di marketing. In questa sfida, Wan 3 si presenta come un prodotto acquistabile con un limite massimo di durata reale e una qualità sconosciuta.

Il quadro di valutazione

Il confronto si articola su sette dimensioni. Ogni dimensione viene valutata su una scala di 100 punti e i numeri non sono calcolati meccanicamente dalle specifiche. Rappresentano la forza delle prove disponibili, motivo per cui compaiono intervalli anziché cifre singole e perché si ampliano nettamente per Wan 3. I punteggi ravvicinati non sono misurazioni di laboratorio. Il loro unico scopo è rendere leggibili a colpo d’occhio le differenze comparative.

Dimensione di valutazione	Seedance 2.5	MiniMax H3	Wan 3 (provvisorio)
Qualità dell’immagine	da 86 a 91	da 89 a 93	da 77 a 88
Movimento	da 85 a 90	da 84 a 89	da 76 a 86
Stabilità della scena	da 85 a 90	da 85 a 90	da 79 a 88
Rapidità di esecuzione	da 85 a 90	da 87 a 92	da 77 a 87
Comportamento della telecamera	da 85 a 90	da 84 a 89	da 77 a 86
Coerenza umana	da 86 a 91	da 86 a 91	da 77 a 87
Gamma creativa	da 84 a 89	da 87 a 92	da 78 a 88

Tabella 1. Tabella di valutazione iniziale. Gli intervalli riflettono l’affidabilità delle prove, non la precisione della misurazione.

Figura 2. Lo stesso quadro dei punteggi rappresentato con intervalli orizzontali. Il punto indica il punto medio di ciascun intervallo. Le barre di Wan 3 sono molto ampie perché la sua qualità è confermata solo in minima parte.

Figura 3. Profilo delle capacità utilizzando i punti medi degli intervalli. Seedance 2.5 tende verso il movimento e la regia; MiniMax H3 tende verso l’immagine, il prompt e la gamma; Wan 3 è in ritardo su ogni asse per mancanza di prove, non per una debolezza comprovata.

Round 1: il test di bellezza a scatto singolo

La sfida è volutamente semplice: una persona in luce cinematografica, un paesaggio, un interno di lusso, un primo piano lento. Il punto è capire quale modello produca il primo fotogramma più convincente e mantenga poi quella qualità per tutta la durata della ripresa. La nitidezza non è realismo. Una pelle eccessivamente elaborata, microdettagli plastici e texture instabili possono sembrare impressionanti in una miniatura, ma crollano quando l’immagine è in movimento.

MiniMax H3 offre qui le prove più evidenti. L’uscita nativa a 2K è una specifica documentata piuttosto che una semplice affermazione, e il suo secondo posto nella classifica “text-to-video” si basa in parte sull’aspetto delle singole inquadrature finite. Anche Seedance 2.5 punta chiaramente a immagini di alta qualità, e la sua discendenza suggerisce risultati eccellenti, ma ByteDance non ha pubblicato un dato corrispondente sulla risoluzione 2K per la versione 2.5 al momento del lancio, quindi la sua nitidezza massima è dedotta piuttosto che confermata. Wan 3 raggiunge al massimo un 1080p documentato, un gradino più in basso.

**Vincitore del round: MiniMax H3. **Sfidante più vicino: Seedance 2.5. Il motivo è semplice e onesto: l’H3 vince grazie a un valore di risoluzione documentato, non per un fotogramma dimostrabilmente più bello.

Round 2: persone che si muovono davvero

La difficoltà aumenta. Camminare, girarsi, correre, ballare, sedersi, stare in piedi, raccogliere oggetti, passare un oggetto da una mano all’altra. Questo round premia la qualità temporale, non i fotogrammi esteticamente belli. I segni di fallimento sono l’instabilità articolare, i piedi che scivolano o appoggiano in modo errato, la deformazione improvvisa degli arti e il peso che non viene mai trasferito.

Un test comparativo pubblicato è la singola prova più utile in questo round. In esso, Seedance 2.5 è risultato più facile da seguire durante i movimenti più veloci, e un soggetto in abito bianco con i capelli rossi è rimasto riconoscibile mentre la telecamera effettuava una panoramica. H3 ha puntato su una varietà di inquadrature più aggressiva e su un montaggio più netto, che sembra energico ma rappresenta un punto di forza diverso. Nessuno dei due risultati ha risolto il problema della coreografia: le posizioni di guardia si sono spostate e alcune reazioni mancavano di una causa visibile. Sulla questione specifica se il movimento appaia intenzionale piuttosto che semplicemente animato, Seedance ha avuto la meglio.

**Vincitore del round: Seedance 2.5. **La leggibilità del movimento anche ad alta velocità è un punto di forza intrinseco della linea Seedance, e l’unico confronto diretto disponibile lo conferma.

Round 3: la telecamera inizia a muoversi

Inseguimenti, avvicinamenti, allontanamenti, orbite, panoramiche, inclinazioni, riprese dal basso, seguiti di soggetti in movimento. La prova consiste nel verificare se la scena rimane strutturalmente stabile al variare del punto di vista e se il movimento della telecamera è quello richiesto dal prompt, anziché una deriva cinematografica casuale che sembra casualmente cinematografica.

Seedance 2.5 porta avanti il controllo esplicito della telecamera tramite IA del suo predecessore e aggiunge le modifiche del punto di vista e della telecamera come controlli di primo livello. Lo stesso filmato di prova mostrava un soggetto che manteneva la propria identità durante un movimento ampio, il che rappresenta esattamente il problema di ricostruzione dello sfondo su cui si concentra questo round. H3 gestisce bene il movimento e propone movimenti con cadenza cinematografica, ma i suoi controlli sono descritti in termini più generici. Il confronto tra comportamento della telecamera richiesto e casuale favorisce il modello che espone esplicitamente la direzione della telecamera.

**Vincitore del round: Seedance 2.5. **I controlli della telecamera documentati hanno avuto la meglio su una promessa generica di movimento cinematografico.

Round 4: troppe cose che accadono contemporaneamente

Questo round cerca di mettere alla prova il sistema. Tre o più persone, folle, strade affollate, ristoranti, fabbriche, festival, mercati, traffico. I criteri di valutazione sono l’organizzazione della scena, la persistenza dei soggetti, la coerenza dello sfondo, il numero di oggetti e la capacità del modello di mantenere attive diverse istruzioni simultanee. Una splendida clip che omette silenziosamente metà della scena richiesta non dovrebbe ottenere punti.

Qui le prove diventano evidenti. La stessa ByteDance osserva che i movimenti fisici complessi e le scene con moltissimi soggetti che interagiscono tra loro presentano ancora margini di miglioramento, il che costituisce un’ammissione rara e utile riguardo a Seedance. H3 non ha alcun benchmark specifico per le folle su cui fare affidamento, e i suoi punti di forza si manifestano in inquadrature più ravvicinate. Nulla nei dati disponibili separa i due sistemi con certezza nelle scene affollate, ed entrambi mostrano visibilmente delle difficoltà.

**Risultato del round: pareggio. **La gestione delle folle è un problema irrisolto per entrambi, e fingere il contrario sarebbe proprio quel tipo di adulazione da demo che questo articolo intende evitare.

Round 5: mani, oggetti e contatto

Una delle sezioni più difficili. Versare una bevanda, aprire una scatola, tenere in mano un telefono, usare un attrezzo, cucinare, scrivere, passare un oggetto, toccare un’altra persona, maneggiare un prodotto di piccole dimensioni. Il momento da osservare è l’interazione fisica: mutazioni delle dita, fusione di oggetti, oggetti che svaniscono o cambiano forma, contatti impossibili, prese che si rompono. Questo è il round che decide se le riprese pubblicitarie e di prodotto sono utilizzabili senza un pesante lavoro di pulizia.

Nessuna fonte credibile dimostra un contatto affidabile tra mano e oggetto da parte di nessuno dei tre in contesti vari. Un singolo filmato riuscito non prova nulla, perché il contatto è l’area in cui la varianza è più alta e la selezione selettiva è più facile. I tester di H3 riportano risultati puliti su riprese specifiche; l’editing a livello di regione di Seedance 2.5 offre una via di riparazione quando il contatto fallisce, il che rappresenta un vantaggio nel flusso di lavoro piuttosto che un vantaggio nella generazione. Nessuno dei due ottiene una vittoria certa.

**Risultato del round: pareggio, con cautela. **Il successo in un singolo filmato non garantisce l’affidabilità nell’ambito di un’intera campagna.

Round 6: fisica sotto pressione

Spruzzi d’acqua, fumo, fuoco, tessuti, capelli al vento, oggetti che cadono, auto che girano su se stesse, palline che rimbalzano, liquidi che si versano, materiali che si rompono, vento. Il video generativo produce abitualmente movimenti che sembrano plausibili senza modellare affatto la fisica, quindi il giudizio si basa sulla credibilità fisica percepita: quantità di moto, gravità, comportamento in caso di collisione, continuità dei fluidi, come si comportano effettivamente i materiali.

Si tratta di analisi, non di promozione, e la lettura onesta è che nessuno dei tre abbia pubblicato una valutazione fisica. Il pedigree di Seedance in materia di movimento suggerisce un vantaggio in termini di quantità di moto e fluidità, mentre l’avvertenza di ByteDance sui movimenti fisici complessi smorza al contempo tale suggerimento. Il comportamento fisico di H3 non è stato dimostrato su larga scala. Wan 3 non è stato misurato affatto.

**Risultato del round: pareggio. **La credibilità fisica rimane il punto più debole dell’intera categoria, e nessun concorrente ha ancora dimostrato di poterla rivendicare.

Round 7: identità dei personaggi

Un personaggio rimane riconoscibile nel corso di una clip e, cosa ancora più difficile, attraverso generazioni distinte? Struttura del viso, capelli, abbigliamento, accessori, età apparente, proporzioni, pelle. È qui che si gioca la vita o la morte di una serie breve, perché una mascella che si sposta di mezzo centimetro nella quarta inquadratura fa perdere lo spettatore.

Entrambi i modelli affrontano questo aspetto con sistemi di riferimento, ed è qui che i dati favoriscono silenziosamente H3. Un tester che ha sperimentato in prima persona un progetto reale utilizzando il sistema di riferimento onni-direzionale di H3, con immagini, un video clip e audio, ha segnalato una coerenza dei personaggi notevolmente migliore del previsto e un testo sullo schermo nitido; inoltre, H3 occupa il primo posto nel montaggio video, che è strettamente legato al mantenimento dell’identità. Seedance 2.5 risponde con un budget di riferimento molto più ampio, fino a 50 asset, e un posizionamento della coerenza di livello professionale, ma per la versione 2.5 ciò rimane un’affermazione del fornitore piuttosto che un risultato comprovato. Una maggiore capacità di riferimento è promettente; il risultato confermato da un tester è più convincente.

**Vincitore del round: MiniMax H3. **La coerenza comprovata prevale su un limite massimo di immagini di riferimento più ampio ma non verificato. Il controllo delle immagini di riferimento modifica i risultati per entrambi, e non si dovrebbe dare per scontato che nessuno dei due mantenga l’identità senza di esso.

Ottavo round: obbedienza immediata

Forme diverse di prompt premiano modelli diversi: una semplice linea visiva, una narrazione, un brief incentrato sulla ripresa, un brief incentrato sull’azione, una descrizione cinematografica densa e un prompt con diverse azioni sequenziali. La valutazione copre la memorizzazione delle istruzioni, l’accuratezza del soggetto e dell’azione, l’ambiente, lo stile, la conformità alla ripresa e l’ordine temporale. Un video mozzafiato che ignora il brief è un fallimento, non un trionfo.

H3 presenta due vantaggi concreti. Il suo secondo posto nella classifica «da testo a video» è di per sé un indicatore del rispetto delle istruzioni, e la sua API documenta un budget di 7.000 caratteri per i prompt, il che offre spazio per indicazioni realmente articolate. Seedance 2.5 segue bene le istruzioni e offre un solido supporto multilingue, mentre il suo controllo dei timestamp è eccellente per il caso specifico delle azioni sequenziali che devono avvenire in momenti definiti. Per quanto riguarda l’obbedienza generale a prompt di qualsiasi forma, il modello misurato è in testa; per le sequenze di azioni con codice temporale in particolare, Seedance è lo strumento più preciso.

**Vincitore del round: MiniMax H3. **Una posizione misurata nell’esecuzione dei prompt unita a un budget di prompt molto ampio; Seedance è la scelta ideale quando le azioni devono essere sincronizzate al ritmo.

Round 9: istinto cinematografico

Le qualità non misurabili: composizione dell’inquadratura, scelte di illuminazione, atmosfera, senso delle proporzioni, ritmo della ripresa, relazioni cromatiche, drammaticità, narrazione visiva. Dietro questo round si cela una vera e propria questione. Alcuni modelli abbelliscono silenziosamente un prompt semplice; altri seguono le istruzioni alla lettera. Il miglioramento automatico è un dono quando le indicazioni sono vaghe e un ostacolo quando sono precise e il modello le ignora.

La tradizione di Seedance affonda le radici nella produzione cinematografica, e i suoi strumenti espliciti per la telecamera e il punto di vista consentono al creatore di dirigere il ritmo piuttosto che accettare ciò che il modello preferisce. H3 produce risultati eleganti, con una cadenza cinematografica, e tende alla rifinitura automatica, che valorizza le indicazioni informali ma può risultare un ostacolo in presenza di quelle esigenti. Per i creatori che vogliono che la telecamera obbedisca a un piano, la dirigibilità fa pendere la bilancia a favore di Seedance.

**Vincitore del round: Seedance 2,5. **Controllo cinematografico, non solo aspetto cinematografico.

Round 10: contenuti stilizzati

Il fotorealismo non è l’unico criterio di valutazione. Anime, illustrazioni, fantasy, scene surreali, animazione con la plastilina, animazione 3D, immagini da fumetto, video in stile pittorico. La vera domanda è se il movimento rimanga coerente quando le regole visive sono deliberatamente irrealistiche, e quale modello riesca ad andare oltre le riprese realistiche.

H3 è concepito come un modello di generazione onnipotente e multi-modale piuttosto che come un motore video incentrato sul realismo, e questa impostazione è esattamente ciò che richiede un’ampia gamma stilistica. Seedance 2.5 si posiziona come un sistema di produzione orientato al realismo commerciale e narrativo, il che rappresenta un punto di forza in altri contesti ma qui costituisce una leggera limitazione. Per quanto riguarda la gamma di stili non realistici, il modello generalista offre un campo d’azione più ampio.

**Vincitore del round: MiniMax H3. **Un design generico copre un campo stilistico più ampio rispetto a uno ottimizzato per la produzione.

Round 11: video pubblicitario

Valutato dal punto di vista di un creativo professionista. Pubblicità di profumi, spot di scarpe da ginnastica, promozione alimentare, settore automobilistico, campagne di moda, lancio di prodotti tecnologici, spot di viaggio. I criteri di valutazione sono l’integrità del prodotto, il controllo del movimento, l’estetica di lusso, la riutilizzabilità e la quantità di post-produzione richiesta dal risultato finale. Il testo rappresenta il vero punto critico: nessuno di questi modelli è affidabile nel preservare in modo attendibile la tipografia o un logo, quindi qualsiasi branding sullo schermo dovrebbe essere inserito in post-produzione piuttosto che generato al volo.

Seedance 2.5 è stato progettato proprio per questo. L’editing a livello di regione ridisegna parte di un fotogramma lasciando intatte le prestazioni e l’illuminazione, l’editing con lo schermo verde sostituisce gli sfondi mentre il soggetto rimane fermo e il controllo del modello bianco blocca una ripresa con geometria priva di texture prima dell’illuminazione. Si tratta di una suite di controllo commerciale, non di un singolo generatore. H3 risponde con 2K nativo, testo pulito nei rapporti di test e modifiche basate su istruzioni che evitano una ripresa completa, il che è vero, ma il set di strumenti di Seedance si adatta in modo più diretto al modo in cui le riprese pubblicitarie vengono effettivamente realizzate e riviste.

**Vincitore del round: Seedance 2.5. **Il montaggio per regioni, lo schermo verde e il blocco con modello bianco sono controlli di produzione con cui i team pubblicitari ragionano già da tempo.

Round 12: contenuti brevi per i social

Utilità per TikTok, Reels, Shorts, pubblicità verticali, B-roll dei creator. I criteri di valutazione sono velocità, richiamo visivo, inquadratura verticale, movimento veloce, facilità nel creare molte varianti e coerenza all’interno di un lotto. Questo round può incoronare un vincitore diverso da quello cinematografico, il che è benvenuto piuttosto che una contraddizione.

La struttura di H3 si adatta quasi perfettamente ai contenuti brevi: i clip da 4 a 15 secondi sono la durata nativa del formato, la risoluzione 2K offre spazio per il ritaglio in verticale, l’audio viene registrato nello stesso passaggio e le modifiche basate su istruzioni consentono al creatore di iterare varianti senza dover ricominciare da zero. La singola ripresa da 30 secondi di Seedance 2.5 è più di quanto serva alla maggior parte dei contenuti brevi, e la sua potenza è orientata a lavori più lunghi e mirati. Per una produzione verticale su larga scala, l’H3 è la scelta più naturale.

**Vincitore del round: MiniMax H3. **Durata nativa dei clip brevi, margine di ritaglio a 2K, audio in un unico passaggio e creazione rapida di varianti.

Il conteggio del round e perché non è definitivo

Dodici round hanno prodotto un risultato molto serrato. MiniMax H3 ne ha vinti cinque, Seedance 2.5 quattro, tre sono finiti in parità su problemi realmente aperti e Wan 3 non ne ha vinto nessuno. La colonna vuota di Wan 3 non è un verdetto di debolezza. È un verdetto che la sua qualità non è stata dimostrata: nessun round poteva essere assegnato a un modello privo di prove verificabili di qualità, e inventare vittorie per motivi di equilibrio tradirebbe il metodo.

Figura 4. Riepilogo dei round. Le vittorie di H3 si concentrano su punti di forza verificabili (risoluzione, coerenza attestata, capacità misurata di seguire le istruzioni, gamma, forma breve); quelle di Seedance si concentrano sull’abilità nel movimento e sugli strumenti di controllo commerciale.

Esiste una tensione reale che vale la pena sottolineare. In molti dei round più impegnativi dal punto di vista tecnico – movimento, ripresa e controllo commerciale – Seedance 2.5 appare come il motore video puro più forte. Tuttavia, il titolo complessivo, deciso in seguito in base al peso delle prove, non segue semplicemente il conteggio dei round. I round misurano dove le prove e il posizionamento di ciascun fornitore sono più forti. Il campionato misura quale qualità è effettivamente verificata e quale accesso è realmente concreto.

Dove ogni modello continua a fallire

Ogni modello video generativo presenta dei punti deboli ricorrenti. Si tratta delle caratteristiche di fallimento più coerenti con le prove disponibili, non di debolezze inventate per forzare un equilibrio perfetto.

Seedance 2.5

I due punti deboli più credibili derivano dall’impostazione stessa di ByteDance e dal quadro più ampio: scene dense con molti soggetti che interagiscono e movimenti fisici complessi, entrambi aspetti per i quali lo sviluppatore ammette che c’è margine di miglioramento. Il contatto mano-oggetto rimane inaffidabile con prompt diversi, come del resto in tutto il settore. E un fallimento pratico che non ha nulla a che vedere con i pixel: al momento della stesura di questo articolo l’API pubblica non era ancora stata rilasciata, quindi l’integrazione in una pipeline automatizzata era bloccata indipendentemente dalla qualità dell’output.

MiniMax H3

Il rischio principale è legato alle licenze piuttosto che al rendering. I pesi aperti escludono Stati Uniti, Unione Europea, Regno Unito e Corea dall’implementazione locale, e la configurazione locale funzionante più piccola funziona in modo nativo a 768 pixel sul lato più corto, con il vero 2K ottenibile solo tramite un passaggio di rigenerazione in hosting che non era incluso nella versione scaricabile. Per quanto riguarda l’output stesso, la gestione delle folle e della fisica non è stata dimostrata, il contatto è inaffidabile e la durata dei clip è limitata a 15 secondi in modo nativo, troppo breve per lavori narrativi.

Wan 3

Il punto debole fondamentale è di natura epistemica. L’assenza di benchmark indipendenti, di rapporti tecnici, di schede tecniche e di posizionamenti nelle classifiche significa che ogni affermazione sulla qualità di Wan 3 è non verificata. Intorno a tutto ciò si trova uno strato di specifiche inventate (4K, pesi aperti, conteggi di parametri esotici) che un lettore attento deve attivamente ignorare. L’unico dato commerciale concreto è sfavorevole: a 1080p il suo prezzo risulta superiore a quello di ogni modello misurato al di sopra dello stesso Wan 2.7 di Alibaba nelle classifiche pubbliche.

Specifiche, al loro posto

Solo dopo l’analisi della qualità i numeri trovano posto sulla pagina, e molti di essi sono contrassegnati come incerti perché i produttori li hanno lasciati non specificati. Le specifiche descrivono il potenziale, non le prestazioni.

Attributo	Seedance 2,5	MiniMax H3	Wan 3
Risoluzione massima	Non pubblicata per la versione 2.5	2K (2560 x 1440)	1080p (secondo il listino prezzi)
Durata massima	30 s in un unico passaggio	da 4 a 15 s (estendibile)	30 s
Audio nativo	Sì	Sì, stereo a 32 kHz	Sì
Riferimenti immagine	Fino a 30	Fino a 9	Omnimodale, non specificato
Riferimenti video/audio	10 video, 10 audio	3 video, 3 audio	Supportato, non specificato
Primo / ultimo fotogramma	Supportato	Sì (entrambi i fotogrammi)	Supportato
Estensione video	Estensione multigiro	Estendibile fino a circa 30 s	Modalità di modifica / guida
Disponibilità API	In attesa (ModelArk)	In tempo reale	In tempo reale (Qwen Cloud)
Pesi aperti	No	Sì, con alcune eccezioni	No
Benchmark indipendente	Nessuno (2,0 è un punteggio elevato)	N. 2 T2V, N. 1 montaggio	Nessuno

Tabella 2. Riferimenti tecnici. I campi lasciati in bianco dal fornitore sono contrassegnati come tali anziché essere compilati con ipotesi plausibili.

Come procurarsi i modelli

La disponibilità distingue questi tre modelli in modo netto quanto qualsiasi parametro di qualità. MiniMax H3 è il più facile da raggiungere e il più semplice da automatizzare: un’API attiva, un’app pubblica e pesi scaricabili per i team al di fuori delle giurisdizioni escluse, con l’importante nota che la generazione locale è nativa a 768 pixel mentre il vero 2K rimane ospitato. Wan 3 dispone di un endpoint commerciale attivo su Qwen Cloud di Alibaba con prezzi pubblicati e limiti di concorrenza modesti (due richieste simultanee, una coda asincrona da 50 attività, 30 richieste al minuto), quindi è possibile utilizzarlo fin da subito, accettando il rischio legato alla qualità. Seedance 2.5 rappresenta il caso più complesso: è accessibile tramite Jimeng e Doubao per la creazione manuale, ma al momento della stesura di questo articolo non dispone di un’API pubblica, il che blocca qualsiasi flusso di lavoro degli sviluppatori fino a quando ByteDance non aprirà l’accesso a ModelArk.

La domanda cruciale per un team di produzione è se un modello possa essere inserito in una pipeline standard. Due dei tre rispondono oggi di sì. Seedance 2.5 risponde «non ancora», per quanto validi possano essere i suoi risultati.

Il costo reale è per ogni clip che funziona

I prezzi dell’abbonamento e al secondo sono un termine di paragone errato. Il dato che conta è il costo per risultato utilizzabile. Un modello più economico diventa rapidamente costoso se un creatore consuma dieci generazioni per ottenere una clip accettabile, mentre un modello più costoso con un’alta percentuale di riprese utilizzabili può rivelarsi la scelta più economica nella pratica. Non è possibile pubblicare alcuna cifra onesta relativa al costo per clip riuscita per nessuno di questi modelli, poiché le percentuali di riprese utilizzabili non vengono misurate; pertanto, il principio deve essere applicato in modo qualitativo.

Figura 5. Prezzi di listino verificati per minuto generato. Seedance 2.5 non è presente perché ByteDance non aveva pubblicato alcun prezzo API al momento della stesura di questo articolo; esistevano solo crediti della piattaforma.

In base ai prezzi di listino pubblicati, MiniMax H3 è la più economica tra le opzioni valutate, con 7,80 dollari al minuto per la risoluzione 2K. Wan 3 si attesta a 12,00 dollari al minuto a 1080p, circa un terzo in più rispetto al Wan 2.7 di Alibaba e più costosa di ogni modello classificato al di sopra del Wan 2.7 nella classifica pubblica, pur non offrendo alcun benchmark proprio. Questa combinazione, con un prezzo superiore a quello del campo valutato e una qualità sconosciuta, rappresenta il monito commerciale più forte in questo confronto. Seedance 2.5 non può ancora essere inserito nell’asse, poiché al momento della stesura di questo articolo erano disponibili solo crediti della piattaforma. Da un punto di vista qualitativo, il prezzo basso di H3, abbinato a una posizione di qualità comprovata, gli conferisce il miglior rapporto costo per clip utilizzabile, mentre il prezzo elevato di Wan 3, a fronte di una qualità non comprovata, gli conferisce il peggiore.

Valutazioni rapide per tipo di lavoro

Per riprese in stile cinematografico

Seedance 2.5, con MiniMax H3 come alternativa. I controlli direzionali della telecamera e del punto di vista, uniti a una tradizione cinematografica, si adattano alla realizzazione scena per scena. H3 è la soluzione di ripiego quando un fotogramma 2K verificato e un’API in tempo reale contano più di una regia accurata della telecamera.

Per scene in rapido movimento

Seedance 2.5, con MiniMax H3 come alternativa. L’unico confronto diretto sul movimento ha favorito Seedance per la leggibilità ad alta velocità. Il montaggio più netto di H3 rappresenta un vantaggio stilistico piuttosto che un vantaggio in termini di stabilità del movimento.

Per la pubblicità

Seedance 2.5, con MiniMax H3 come alternativa, una volta che la sua API sarà disponibile. L’editing per aree, lo schermo verde e il blocking con modelli bianchi si adattano perfettamente al modo in cui gli spot vengono realizzati e rivisti. Il testo sullo schermo più pulito di H3 e la sua disponibilità immediata lo rendono la scelta più pragmatica mentre l’API di Seedance è ancora in fase di sviluppo.

Per i personaggi umani

MiniMax H3, con Seedance 2.5 come alternativa. La coerenza omni-referenziale confermata da un tester e un punteggio eccellente in termini di editing prevalgono sul budget di riferimento più ampio, ma non verificato, di Seedance. Seedance prende il sopravvento quando la priorità è la continuità in una sequenza lunga e composta da più riprese.

Per immagini sperimentali

MiniMax H3, con Wan 3 come alternativa secondaria. Un design onnimodale generico copre i lavori stilizzati e surreali in modo più agevole rispetto a un sistema di produzione ottimizzato per il realismo.

Per gli sviluppatori

MiniMax H3, con Wan 3 come alternativa. H3 offre un’API live, parametri documentati e pesi entro i limiti consentiti. Wan 3 è già disponibile per i team che necessitano di una singola ripresa di 30 secondi e possono accettare una qualità non misurata; Seedance 2.5 è escluso fino a quando non verrà resa pubblica la sua API.

Per il controllo locale

MiniMax H3, laddove la licenza lo consenta; in caso contrario, Wan 2.2 rimane la soluzione più onesta a peso aperto per l’hosting autonomo. Né Seedance 2.5 né Wan 3 forniscono i pesi, quindi l’implementazione on-premise di entrambi non è un’opzione.

La classifica finale

Torniamo alle sette dimensioni, ora espresse come totali. Poiché la classifica misura la forza delle prove piuttosto che l’ambizione del fornitore, la posizione verificata di MiniMax H3 porta il suo totale a superare di poco quello di Seedance 2.5, le cui prove specifiche relative al 2.5 sono più scarse. Gli intervalli si sovrappongono, il che è un chiaro segnale che, in termini di qualità tecnica, i primi due sono a un passo l’uno dall’altro. Wan 3 si trova ben indietro, con l’intervallo più ampio e il livello di affidabilità più basso.

Modello	Totale (su 700)	Fiducia	Categoria migliore / peggiore
MiniMax H3	da 602 a 636	Medio-alto	Punti di forza: immagini, autonomia / Punti deboli: fotocamera
Punteggio: 2,5	Da 596 a 631	Media	Punti di forza: movimento, telecamera / Punti deboli: folla
Wan 3	da 541 a 610	Basso	Punti di forza: durata / Punti deboli: qualità non verificata

Tabella 3. Classifica finale. I totali sono la somma degli intervalli delle sette dimensioni ponderate in base alle prove.

Figura 6. Intervalli dei punteggi totali con livello di confidenza. La sovrapposizione tra i primi due è il punto cruciale: il titolo dipende dal peso delle prove, non da un vantaggio schiacciante.

Vincitore, secondo classificato e scelta degli esperti

Campione assoluto: MiniMax H3

H3 vince perché è l’unico concorrente la cui qualità è verificata anziché promessa. Occupa una posizione di riferimento pubblica, attiva e di alto livello, fornisce pesi scaricabili, funziona oggi su un’API operativa e presenta la posizione di costo più pulita tra i concorrenti valutati. Ha inoltre dimostrato una coerenza dei caratteri attestata e un testo pulito sullo schermo nell’uso pratico reale. Non vince ogni round e non è ovviamente il motore più bello o più cinematografico. Vince però il test specifico di questo confronto: quando si mettono da parte le belle demo, è il modello le cui prestazioni ripetibili possono essere effettivamente confermate.

Secondo classificato: Seedance 2.5

Seedance 2.5 ha il potenziale più elevato e i punti di forza tecnici più solidi: migliore leggibilità del movimento nell’unico confronto diretto, controllo esplicito della telecamera, la suite di editing commerciale più completa e il budget di riferimento più ampio della categoria, supportato da una tradizione che ha conquistato i primi posti nelle classifiche dei video pubblici. Perde il titolo per due motivi che il metodo non può ignorare: la sua qualità specifica della versione 2.5 non è ancora stata misurata in modo indipendente e la sua API pubblica non era ancora stata rilasciata al momento della stesura di questo articolo. Nel momento in cui l’API sarà disponibile e saranno pubblicati benchmark indipendenti, questa classifica potrebbe ribaltarsi.

Scelta degli esperti: Wan 3

Wan 3 si guadagna il plauso degli esperti per un vantaggio concreto e verificabile: un’API live già disponibile oggi che genera una ripresa completa di 30 secondi in un unico passaggio, il che è l’ideale per un team che ha bisogno di uno spot completo in un’unica generazione senza interruzioni e non può attendere l’endpoint di Seedance. Tale vantaggio riguarda la disponibilità di una funzionalità specifica, non la qualità dimostrata, e dovrebbe essere scelto con consapevolezza, al di sopra del modello misurato da Alibaba in termini di prezzo e non ancora comprovato nella classifica. Si tratta di uno strumento per un compito specifico, non di una raccomandazione generale.

Verdetto

Se tutti e tre sono in grado di produrre una demo di grande effetto, quello che continua a dare risultati anche quando la scena si fa complessa è quello la cui prestazione in condizioni di difficoltà è effettivamente verificata. Sulla base delle prove odierne, si tratta di MiniMax H3: misurato, scaricabile, richiamabile e conveniente, anche se non è il motore più appariscente tra quelli disponibili. Seedance 2.5 è il modello video più entusiasmante dal punto di vista tecnico e potrebbe conquistare il primato una volta che saranno disponibili la sua API e i benchmark, il che lo rende quello da tenere d’occhio piuttosto che quello su cui puntare questa settimana. Wan 3 è un prodotto reale e utilizzabile, sepolto sotto specifiche inventate, che vale la pena usare solo per la disponibilità di riprese singole da 30 secondi e che va affrontato con scetticismo in tutti gli altri ambiti. La raccomandazione varia a seconda del lavoro: scegliete Seedance quando sono prioritarie la realizzazione cinematografica dirigibile e il montaggio commerciale; scegliete H3 quando sono prioritarie la qualità verificata, il lavoro sui personaggi, il volume di contenuti brevi o una pipeline in tempo reale; e scegliete Wan 3 solo quando il requisito specifico è una singola ripresa lunga, utilizzabile fin da subito. Soprattutto, non pagate per il 4K su Wan 3. Non è disponibile.