Wan 3 x Seedance 2.5 x MiniMax H3: Comparação de vídeos de IA

Introdução

O vídeo com IA chegou a um ponto em que uma única demonstração praticamente não prova nada. Qualquer um desses sistemas é capaz de produzir dez segundos de filmagem que parecem finalizados na tela de um celular. A diferença começa no momento em que uma pessoa atravessa o quadro, uma câmera começa a se mover, dois objetos colidem ou uma instrução solicita que mais de uma coisa aconteça ao mesmo tempo. É aí que a qualidade deixa de ser um quadro estático e passa a ser um comportamento.

O Seedance 2.5, o MiniMax H3 e o Wan 3 são tratados aqui como motores de geração de vídeo sob carga, não como produtos de marketing. Três sinais rápidos definem o cenário da disputa antes do início dos rounds. O MiniMax H3 detém atualmente a posição de qualidade verificável mais sólida, pois é o único dos três com uma classificação em benchmark público ao vivo e pesos disponíveis para download.

O Seedance 2.5 possui o melhor histórico em movimento e narrativa, herdado da linha Seedance, que já liderou rankings públicos de vídeo. O Wan 3 apresenta o quadro mais controverso de todos: um ponto final comercial ativo e uma duração de destaque, envoltos em uma névoa de especificações que nem mesmo seu próprio fabricante jamais publicou.

O campeão ainda não foi revelado. As rodadas decidirão isso, e as evidências são tão díspares que um dos três não pode ser avaliado em termos de qualidade de forma alguma.

Seedance 2.5, ByteDance

A ByteDance lançou o Seedance 2.5 em 31 de julho de 2026, disponibilizando-o por meio do Jimeng (Dreamina) e do plano Pro do Doubao, após uma prévia na conferência Volcano Engine FORCE em 23 de junho. O principal recurso é a geração nativa de áudio e vídeo em uma única passagem de 30 segundos, com extensão de múltiplas passagens para sequências mais longas e um limite máximo de entrada de até 50 referências multimodais (30 imagens, 10 clipes de vídeo, 10 clipes de áudio) — o maior orçamento de referências da categoria. Os pesos são fechados. Até o momento da redação deste artigo, a API pública ainda não havia sido lançada: a ByteDance indicou aos desenvolvedores o BytePlus ModelArk, cujo acesso deve ser disponibilizado no início de agosto. Ainda não existem benchmarks independentes para a versão 2.5, embora seu antecessor, o Seedance 2.0, esteja entre os primeiros colocados nos rankings públicos.

MiniMax H3, também chamado de Hailuo 3.0

A MiniMax lançou o H3 ao público em 31 de julho de 2026, no mesmo dia que o Seedance 2.5, após uma prévia na WAIC em 17 de julho. O nome oficial do modelo é MiniMax H3; Hailuo 3.0 é o nome do aplicativo usado pela maioria dos criadores. Ele gera clipes de 4 a 15 segundos em resolução nativa de até 2K (2.560 por 1.440), 24 fps, com áudio estéreo de 32 kHz produzido na mesma passagem, e um sistema de referência omnidirecional que utiliza até 9 imagens, 3 clipes de vídeo e 3 clipes de áudio. Nos rankings da Artificial Analysis, ele ocupa o segundo lugar em conversão de texto para vídeo, o terceiro em conversão de imagem para vídeo e o primeiro em edição de vídeo. Em 3 de agosto de 2026, o MiniMax publicou pesos abertos (um transformador de 33 bilhões de parâmetros) no Hugging Face, com uma ressalva importante abordada mais adiante: a licença comunitária exclui várias jurisdições importantes da implantação local.

Wan 3, Alibaba

O Wan 3 é o modelo mais superestimado no campo de vídeo com IA atualmente. O que é verificável:

A Alibaba o lista em sua própria plataforma Qwen Cloud como wan3.0-video, com um endpoint DashScope ativo, preços por segundo publicados e uma duração máxima de 30 segundos para entradas de texto, imagem, áudio e vídeo. O que não é verdade, apesar de dominar a primeira página dos resultados de busca: não é 4K (a tabela de preços apresenta apenas os níveis 480p, 720p e 1080p), não é de código aberto (o último produto-bandeira do Wan lançado sob a licença Apache 2.0 foi o Wan 2.2, há mais de um ano) e não possui classificação em nenhum benchmark independente.

Um conjunto de domínios semelhantes publica tabelas de especificações com ar de confiança (4K nativo, uma arquitetura de mistura de especialistas de 27B ou 60B, um lançamento aberto em abril de 2026) que não têm origem em nenhuma fonte oficial e se contradizem entre si. Um modelo que tivesse sido lançado com 4K teria um preço de 4K. A ausência desse nível é uma evidência mais forte do que qualquer alegação de marketing. Nesse confronto, o Wan 3 concorre como um produto contratável com um limite máximo de duração real e qualidade desconhecida.

O quadro de resultados

Sete dimensões compõem toda a comparação. Cada dimensão é pontuada em uma escala de 100 pontos, e os números não são calculados mecanicamente a partir de especificações. Eles representam a força das evidências disponíveis, razão pela qual aparecem intervalos em vez de valores únicos e por que esses intervalos se ampliam acentuadamente para o Wan 3. Pontuações próximas não são medições de laboratório. Sua única função é tornar as diferenças comparativas legíveis à primeira vista.

Dimensão de avaliação	Seedance 2.5	MiniMax H3	Wan 3 (provisório)
Qualidade de imagem	86 a 91	89 a 93	77 a 88
Movimento	85 a 90	84 a 89	76 a 86
Estabilidade da cena	85 a 90	85 a 90	79 a 88
Execução imediata	85 a 90	87 a 92	77 a 87
Comportamento da câmera	85 a 90	84 a 89	77 a 86
Consistência humana	86 a 91	86 a 91	77 a 87
Gama criativa	84 a 89	87 a 92	78 a 88

Tabela 1. Quadro de pontuação inicial. Os intervalos refletem a confiança nas evidências, não a precisão da medição.

Figura 2. O mesmo quadro de pontuação com intervalos horizontais. O ponto marca o ponto médio de cada intervalo. As barras do Wan 3 se estendem amplamente porque muito pouco de sua qualidade está confirmado.

Figura 3. Perfil de capacidade utilizando pontos médios dos intervalos. O Seedance 2.5 se destaca em movimento e trabalho de câmera; o MiniMax H3 se destaca em imagem, prompt e alcance; o Wan 3 fica atrás em todos os eixos por falta de evidências, não por fraqueza comprovada.

Rodada 1: o teste de beleza de foto única

O desafio é propositalmente fácil: uma pessoa sob iluminação cinematográfica, uma paisagem, um interior luxuoso, um close-up lento. O objetivo é determinar qual modelo produz o primeiro quadro mais convincente e, em seguida, mantém essa qualidade durante toda a duração da tomada. Nitidez não é sinônimo de realismo. Pele excessivamente processada, microdetalhes artificiais e texturas instáveis podem parecer impressionantes em uma miniatura, mas desmoronam em movimento.

O MiniMax H3 apresenta os resultados mais nítidos aqui. A saída nativa em 2K é uma especificação documentada, e não apenas uma alegação, e sua segunda colocação no ranking de conversão de texto para vídeo se baseia, em parte, na aparência final das tomadas únicas. O Seedance 2.5 também visa claramente imagens de alta qualidade, e sua linhagem sugere resultados sólidos, mas a ByteDance não divulgou um valor correspondente de resolução 2K para o 2.5 no lançamento; portanto, sua nitidez máxima é inferida, e não confirmada. O Wan 3 atinge no máximo 1080p documentado, um degrau abaixo.

**Vencedor da rodada: MiniMax H3. **Concorrente mais próximo: Seedance 2.5. O motivo é simples e honesto: o H3 vence por ter um valor de resolução documentado, e não por apresentar um quadro visivelmente mais bonito.

Rodada 2: pessoas realmente se movendo

A dificuldade aumenta. Andar, virar, correr, dançar, sentar, ficar em pé, pegar objetos, passar um objeto de uma mão para a outra. Esta rodada valoriza a qualidade temporal, não imagens bonitas. Os sinais de falha são instabilidade nas articulações, pés que escorregam ou se apoiam incorretamente, deformação repentina dos membros e peso que nunca é transferido.

Um teste comparativo publicado lado a lado é a evidência mais útil nesta rodada. Nele, o Seedance 2.5 permaneceu mais fácil de acompanhar durante os movimentos mais rápidos, e um participante com roupa branca e cabelo ruivo continuou legível enquanto a câmera fazia uma varredura. O H3 buscou uma variedade de tomadas mais agressiva e cortes mais precisos, o que parece enérgico, mas é um ponto forte diferente. Nenhum dos resultados resolveu a coreografia: as posições de guarda se desviaram e algumas reações careciam de uma causa visível. Na questão específica de se o movimento parece intencional em vez de meramente animado, o Seedance levou uma ligeira vantagem.

**Vencedor da rodada: Seedance 2.5. **A legibilidade do movimento em alta velocidade é uma característica herdada da linha Seedance, e a única comparação direta disponível confirma isso.

Rodada 3: a câmera começa a se mover

Acompanhamento, aproximações, afastamentos, órbitas, panorâmicas, inclinações, movimentos em ângulo baixo, acompanhamento de um objeto em movimento. O teste consiste em verificar se a cena permanece estruturalmente estável à medida que o ponto de vista muda e se o movimento da câmera é aquele solicitado pela instrução, em vez de um desvio cinematográfico aleatório que por acaso parece cinematográfico.

O Seedance 2.5 dá continuidade ao controle explícito da câmera por IA de seu antecessor e adiciona edições de ponto de vista e de câmera como controles de primeira classe. A mesma filmagem do teste de combate mostrou um objeto mantendo sua identidade durante um movimento amplo, o que é exatamente o problema de reconstrução de fundo que esta rodada tem como alvo. O H3 lida bem com o movimento e apresenta movimentos com cadência cinematográfica, mas seus controles são descritos em termos mais gerais. O comportamento da câmera solicitado versus o incidental favorece o modelo que expõe explicitamente a direção da câmera.

**Vencedor da rodada: Seedance 2.5. **Controles de câmera documentados superam uma promessa genérica de movimento cinematográfico.

Rodada 4: muita coisa acontecendo ao mesmo tempo

Esta rodada tenta criar situações desafiadoras. Três ou mais pessoas, multidões, ruas movimentadas, restaurantes, fábricas, festivais, mercados, trânsito. Os critérios de avaliação são: organização da cena, persistência do sujeito, coerência do fundo, contagem de objetos e se o modelo mantém ativas várias instruções simultâneas. Um clipe deslumbrante que discretamente omite metade da cena solicitada não deve receber pontuação.

Aqui, as evidências se tornam evidentes. A própria ByteDance observa que movimentos físicos complexos e cenas com muitos objetos interagindo ainda têm espaço para melhorias, o que é uma admissão rara e útil sobre o Seedance. O H3 não tem nenhum benchmark específico para multidões em que se apoiar, e seus pontos fortes são demonstrados em tomadas mais fechadas. Nada nos registros separa os dois em cenas densas com qualquer confiança, e ambos apresentam visíveis dificuldades.

**Resultado da rodada: empate. **O tratamento de multidões é um problema em aberto para ambas, e fingir o contrário seria exatamente o tipo de bajulação de demonstração que este artigo se propõe a evitar.

Rodada 5: mãos, objetos e contato

Uma das seções mais difíceis. Servir uma bebida, abrir uma caixa, segurar um celular, usar uma ferramenta, cozinhar, escrever, passar um objeto, tocar outra pessoa, manusear um produto pequeno. O momento a ser observado é a interação física: mutação dos dedos, fusão de objetos, itens que desaparecem ou mudam de forma, contato impossível, preensões que se soltam. Esta é a rodada que decide se as imagens de publicidade e de produtos são utilizáveis sem uma limpeza pesada.

Nenhuma fonte confiável demonstra contato confiável entre mãos e objetos em qualquer um dos três, em diversas situações. Um único clipe bem-sucedido não prova nada, pois o contato é onde a variação é maior e a seleção seletiva é mais fácil. Os testadores do H3 relatam resultados satisfatórios em tomadas específicas; a edição em nível de região do Seedance 2.5 oferece uma alternativa de correção quando o contato falha, o que é uma vantagem no fluxo de trabalho, e não uma vantagem na geração. Nenhum dos dois obtém uma vitória convincente.

**Resultado da rodada: empate, com cautela. **O sucesso em um único clipe não significa confiabilidade em toda a campanha.

Rodada 6: física sob pressão

Salpicos de água, fumaça, fogo, tecido, cabelos ao vento, objetos caindo, carros girando, bolas quicando, líquido sendo derramado, materiais se quebrando, vento. O vídeo generativo produz rotineiramente movimentos que parecem plausíveis sem modelar a física de forma alguma; portanto, o critério é a credibilidade física percebida: impulso, gravidade, comportamento de colisão, continuidade dos fluidos e como os materiais realmente se comportam.

Trata-se de análise, não de promoção, e a interpretação honesta é que nenhum dos três possui uma avaliação física publicada. O histórico de movimento da Seedance sugere uma vantagem em impulso e fluidez, e a própria ressalva da ByteDance sobre movimentos físicos complexos atenua essa sugestão ao mesmo tempo. O comportamento físico da H3 não foi demonstrado em escala. O Wan 3 não foi avaliado de forma alguma.

**Resultado da rodada: empate. **A credibilidade física continua sendo o ponto mais fraco de toda a categoria, e nenhum concorrente conseguiu se destacar nesse aspecto.

Rodada 7: identidade do personagem

Uma pessoa permanece reconhecível ao longo de um clipe e, o que é ainda mais difícil, entre gerações diferentes? Estrutura facial, cabelo, roupas, acessórios, idade aparente, proporções, pele. É aqui que um drama de formato curto se destaca ou fracassa, pois um queixo que se desloca meio centímetro na quarta tomada faz com que o espectador perca o interesse.

Ambos os modelos abordam isso com sistemas de referência, e é aqui que as evidências discretamente favorecem o H3. Um testador prático que executou um projeto real usando a omni-referência do H3, com imagens, um clipe de vídeo e áudio, relatou uma consistência de personagem visivelmente melhor do que o esperado e texto nítido na tela; além disso, o H3 ocupa o primeiro lugar em edição de vídeo, o que está diretamente ligado à retenção de identidade. O Seedance 2.5 contra-ataca com um orçamento de referência muito maior, de até 50 ativos, e posicionamento de consistência de nível de produção, mas, para a versão 2.5, isso continua sendo uma alegação do fornecedor, e não um resultado comprovado. Uma maior capacidade de referência é promissora; o resultado confirmado por um testador é mais forte.

**Vencedor da rodada: MiniMax H3. **A consistência comprovada supera um limite de referência maior, porém não verificado. O controle da imagem de referência altera os resultados para ambos, e não se deve presumir que nenhum deles mantenha a identidade sem ele.

8ª rodada: obediência imediata

Diferentes formatos de instruções recompensam diferentes modelos: uma linha visual simples, uma narrativa, um briefing com ênfase na câmera, um briefing com ênfase na ação, uma descrição cinematográfica densa e uma instrução com várias ações sequenciais. A avaliação abrange a retenção das instruções, a precisão do tema e da ação, o ambiente, o estilo, a conformidade com a câmera e a ordem temporal. Um vídeo impressionante que ignora o briefing é um fracasso, não um triunfo.

O H3 tem duas vantagens concretas. Sua segunda colocação no ranking de conversão de texto para vídeo já é, por si só, um indicador do cumprimento das instruções, e sua API documenta um limite de 7.000 caracteres para prompts, o que oferece espaço para orientações genuinamente complexas. O Seedance 2.5 segue bem as instruções e oferece um forte suporte multilíngue, e seu controle de marcação de tempo é excelente para o subcaso específico de ações sequenciais que devem ocorrer em momentos definidos. Para obediência geral em diferentes formatos de prompts, o modelo avaliado lidera; para sequências de ações com código de tempo especificamente, o Seedance é a ferramenta mais precisa.

**Vencedor da rodada: MiniMax H3. **Uma posição equilibrada no cumprimento de prompts, aliada a um limite de prompts muito amplo; o Seedance é a escolha certa quando as ações precisam ser sincronizadas com o ritmo.

Rodada 9: instinto cinematográfico

As qualidades não mensuráveis: composição da tomada, escolhas de iluminação, atmosfera, senso de escala, ritmo da câmera, relações de cores, drama, narrativa visual. Uma questão real está por trás desta rodada. Alguns modelos embelezam discretamente um prompt simples; outros seguem as instruções à risca. O aprimoramento automático é uma dádiva quando o briefing é vago e um problema quando o briefing é preciso e o modelo o ignora.

A linhagem do Seedance está profundamente enraizada na produção cinematográfica, e suas ferramentas explícitas de câmera e ponto de vista permitem que o criador dirija o ritmo, em vez de aceitar o que quer que o modelo prefira. O H3 produz resultados atraentes, com cadência cinematográfica, e tende ao refinamento automático, o que favorece prompts casuais e pode ser um desafio para os mais exigentes. Para criadores que querem que a câmera obedeça a um plano, a capacidade de direção inclina a balança a favor do Seedance.

**Vencedor da rodada: Seedance 2,5. **Controle cinematográfico, não apenas aparência cinematográfica.

Rodada 10: conteúdo estilizado

O fotorrealismo não é o único teste. Anime, ilustração, fantasia, cenas surreais, animação em plasticina, animação 3D, visuais de quadrinhos, vídeo pictórico. A verdadeira questão é se o movimento permanece coerente quando as regras visuais são deliberadamente irrealistas e qual modelo vai mais além das imagens realistas.

O H3 foi desenvolvido como um modelo de geração omnimodal de uso geral, em vez de um mecanismo de vídeo que prioriza o realismo, e essa abordagem é exatamente o que uma ampla gama estilística exige. O Seedance 2.5 está posicionado como um sistema de produção voltado para o realismo comercial e narrativo, o que é um ponto forte em outros contextos, mas uma ligeira limitação neste caso. Para abranger estilos não realistas, o modelo generalista oferece maior flexibilidade.

**Vencedor da rodada: MiniMax H3. **Um projeto de uso geral abrange mais variações estilísticas do que um projetado especificamente para produção.

Rodada 11: vídeo comercial

Avaliado da perspectiva de um criativo profissional. Anúncio de perfume, comercial de tênis, promoção de alimentos, automotivo, campanha de moda, lançamento de produto de tecnologia, comercial de viagem. Os critérios são integridade do produto, movimento controlado, estética de luxo, reutilização e o nível de pós-produção exigido pelo resultado final. O texto é o verdadeiro ponto crítico: nenhum desses modelos é confiável para preservar tipografia ou um logotipo de maneira confiável; portanto, qualquer marca exibida na tela deve ser composta posteriormente, em vez de gerada.

O Seedance 2.5 foi projetado para isso. A edição por região redesenha parte de um quadro, mantendo o desempenho e a iluminação intactos; a edição com tela verde troca os fundos enquanto o sujeito permanece imóvel; e o controle de modelo branco bloqueia uma tomada com geometria sem textura antes da iluminação. Trata-se de um pacote de controle comercial, não de um único gerador. O H3 responde com 2K nativo, texto nítido nos relatórios de teste e edições baseadas em instruções que evitam uma refilmagem completa — o que é verdade —, mas o conjunto de ferramentas do Seedance se adapta de forma mais direta à maneira como as tomadas publicitárias são realmente construídas e revisadas.

**Vencedor da rodada: Seedance 2.5. **Edição por regiões, tela verde e bloqueio com modelo branco são controles de produção com os quais as equipes de publicidade já estão familiarizadas.

Rodada 12: conteúdo curto para redes sociais

Utilidade para TikTok, Reels, Shorts, anúncios verticais e B-roll de criadores. Os critérios são velocidade, gancho visual, enquadramento vertical, movimento acelerado, facilidade de gerar muitas variações e consistência em um lote. Esta rodada pode coroar um vencedor diferente daquele da categoria cinematográfica, o que é bem-vindo, em vez de uma contradição.

O formato do H3 se encaixa quase perfeitamente no conteúdo de formato curto: clipes de 4 a 15 segundos são a duração nativa do formato, a resolução 2K dá espaço para recortar na vertical, o áudio é captado na mesma gravação e as edições baseadas em instruções permitem que o criador itere variações sem precisar recomeçar do zero. A tomada única de 30 segundos do Seedance 2.5 é mais do que a maioria dos conteúdos de formato curto precisa, e seu potencial é voltado para trabalhos mais longos e direcionados. Para produção vertical em grande volume, o H3 é a opção mais natural.

**Vencedor da rodada: MiniMax H3. **Duração nativa de clipes curtos, margem para recorte em 2K, áudio em uma única passagem e variação rápida.

A contagem da rodada e por que ela não resolve tudo

Doze rodadas resultaram em uma divisão acirrada. O MiniMax H3 venceu cinco, o Seedance 2.5 venceu quatro, três terminaram empatadas devido a problemas genuinamente em aberto, e o Wan 3 não venceu nenhuma. A coluna em branco do Wan 3 não é um veredicto de que ele seja fraco. É um veredicto de que sua qualidade não foi comprovada: nenhuma rodada poderia ser atribuída a um modelo sem evidências verificáveis de qualidade, e inventar vitórias para manter o equilíbrio trairia o método.

Figura 4. Contagem de rodadas. As vitórias do H3 concentram-se em pontos fortes verificáveis (resolução, consistência comprovada, capacidade medida de seguir prompts, alcance, formato curto); as vitórias do Seedance 2.5 concentram-se na habilidade de movimento e nas ferramentas de controle comercial.

Há uma tensão real que vale a pena mencionar. Em várias das rodadas técnicas mais difíceis — movimento, câmera e controle comercial —, o Seedance 2.5 parece ser o mecanismo de vídeo puro mais forte. No entanto, o título geral, decidido posteriormente com base no peso das evidências, não segue simplesmente a contagem de rodadas. As rodadas medem onde as evidências e o posicionamento de cada fornecedor são mais fortes. O campeonato mede qual qualidade é de fato comprovada e qual acesso é realmente real.

Onde cada modelo ainda apresenta falhas

Todo modelo de vídeo generativo apresenta falhas em padrões específicos. Essas são as assinaturas de falha mais consistentes com as evidências disponíveis, e não fraquezas inventadas para forçar um equilíbrio artificial.

Seedance 2.5

Os dois pontos fracos mais credíveis vêm do próprio enquadramento da ByteDance e do histórico mais amplo: cenas densas com muitos sujeitos interagindo e movimentos físicos complexos — em ambos os casos, o desenvolvedor admite que há espaço para melhorias. O contato entre mãos e objetos continua pouco confiável em diversos prompts, assim como ocorre na prática. E uma falha prática que não tem nada a ver com pixels: no momento da redação deste artigo, a API pública ainda não havia sido lançada, de modo que a integração a um pipeline automatizado estava bloqueada, independentemente da qualidade da saída.

MiniMax H3

O principal risco está na falha de licenciamento, e não na renderização. Os pesos abertos excluem os Estados Unidos, a União Europeia, o Reino Unido e a Coreia da implantação local, e a menor configuração local funcional roda nativamente a 768 pixels na aresta mais curta, com 2K real disponível apenas por meio de uma etapa de regeneração hospedada que não foi lançada na versão para download. Quanto à saída em si, multidões e física ainda não foram demonstradas, o contato é pouco confiável e a duração dos clipes é limitada a 15 segundos nativamente, o que é curto para trabalhos narrativos.

Wan 3

A principal fraqueza é epistêmica. A ausência de benchmarks independentes, relatórios técnicos, fichas técnicas e classificação em tabelas de desempenho significa que todas as alegações de qualidade sobre o Wan 3 não foram verificadas. Em torno disso, há uma camada de especificações inventadas (4K, pesos abertos, contagens de parâmetros exóticos) que um leitor atento deve desconsiderar ativamente. O único fato comercial concreto é desfavorável: em 1080p, seu preço acaba sendo mais alto do que todos os modelos avaliados acima do próprio Wan 2.7 da Alibaba nos rankings públicos.

Especificações, mantidas em seu devido lugar

Somente após a análise de qualidade é que os números têm lugar na página, e vários deles são marcados como incertos porque seus fabricantes não os declararam. As especificações descrevem potencial, não desempenho.

Atributo	Seedance 2,5	MiniMax H3	Wan 3
Resolução máxima	Não divulgado para a versão 2.5	2K (2560 x 1440)	1080p (conforme tabela de preços)
Duração máxima	30 s em uma única passagem	4 a 15 s (extensível)	30s
Áudio nativo	Sim	Sim, estéreo a 32 kHz	Sim
Referências de imagem	Até 30	Até 9	Omnimodal, não especificado
Referências de vídeo/áudio	10 de vídeo, 10 de áudio	3 de vídeo, 3 de áudio	Compatível, não especificado
Primeiro / último quadro	Compatível	Sim (ambos os quadros)	Compatível
Extensão de vídeo	Extensão multivoltas	Extensível até ~30 s	Modos de edição/direção
Disponibilidade da API	Pendente (ModelArk)	Ao vivo	Ao vivo (Qwen Cloud)
Pesos abertos	Não	Sim, com exceções	Não
Índice de referência independente	Nenhum (2,0 é uma pontuação alta)	Nº 2 em T2V, nº 1 em edição	Nenhum

Tabela 2. Referência técnica. Os campos não informados pelo fornecedor são identificados como tal, em vez de preenchidos com suposições plausíveis.

Como obter os modelos

A disponibilidade diferencia esses três modelos tão nitidamente quanto qualquer métrica de qualidade. O MiniMax H3 é o mais fácil de acessar e o mais fácil de automatizar: uma API ativa, um aplicativo público e pesos para download para equipes fora das jurisdições excluídas, com a importante observação de que a geração local é nativa em 768 pixels e a resolução 2K verdadeira permanece hospedada. O Wan 3 possui um endpoint comercial ativo na Qwen Cloud do Alibaba, com preços publicados e limites modestos de simultaneidade (duas solicitações simultâneas, uma fila assíncrona de 50 tarefas, 30 solicitações por minuto), de modo que pode ser utilizado hoje mesmo, aceitando-se o risco de qualidade. O Seedance 2.5 é o caso mais complicado: acessível por meio do Jimeng e do Doubao para criação manual, mas sem API pública até o momento da redação deste artigo, o que impede qualquer fluxo de trabalho de desenvolvedor até que a ByteDance abra o acesso ao ModelArk.

A pergunta direta para uma equipe de produção é se um modelo pode ser inserido em um pipeline regular. Dois dos três respondem que sim atualmente. O Seedance 2.5 responde que ainda não, por mais robusta que seja sua saída.

O custo real é por clipe que funciona

Preços de assinatura e por segundo são uma comparação equivocada. O número que importa é o custo por resultado utilizável. Um modelo mais barato se torna caro rapidamente se um criador gastar dez gerações para obter um clipe aceitável, e um modelo mais caro com uma alta taxa de tomadas utilizáveis pode ser a opção mais econômica na prática. Nenhum valor honesto por clipe bem-sucedido pode ser publicado para nenhum desses modelos, pois as taxas de tomadas utilizáveis não são medidas; portanto, o princípio deve ser aplicado qualitativamente.

Figura 5. Preços de tabela verificados por minuto gerado. O Seedance 2.5 está ausente porque a ByteDance não havia publicado nenhum preço de API até o momento da redação deste artigo; existiam apenas créditos da plataforma.

Com base nos preços de tabela publicados, o MiniMax H3 é a opção mais barata entre as avaliadas, custando 7,80 dólares por minuto em 2K. O Wan 3 custa 12,00 dólares por minuto em 1080p, cerca de um terço a mais do que o próprio Wan 2.7 da Alibaba e mais caro do que todos os modelos classificados acima do Wan 2.7 no ranking público, sem oferecer nenhum benchmark próprio. Essa combinação — preço acima dos demais avaliados e qualidade desconhecida — é o maior alerta comercial nesta comparação. O Seedance 2.5 ainda não pode ser incluído no gráfico, pois, no momento da redação deste artigo, havia apenas créditos da plataforma disponíveis. Do ponto de vista qualitativo, o baixo preço do H3, aliado a uma qualidade comprovada, oferece o melhor custo por clipe utilizável, enquanto o preço premium do Wan 3, sem comprovação de qualidade, apresenta o pior custo.

Avaliações rápidas por tipo de trabalho

Para tomadas com estilo cinematográfico

Seedance 2.5, com o MiniMax H3 como alternativa. Controles de câmera e ponto de vista ajustáveis, além de uma tradição cinematográfica, são ideais para o trabalho de tomada a tomada. O H3 é a opção de reserva quando um quadro 2K verificado e uma API em tempo real são mais importantes do que o ajuste preciso da câmera.

Para cenas em movimento rápido

Seedance 2.5, com o MiniMax H3 como alternativa. A única comparação de movimento direto favoreceu o Seedance pela legibilidade em alta velocidade. O corte mais nítido do H3 é uma vantagem estilística, e não uma vantagem em termos de estabilidade de movimento.

Para publicidade

Seedance 2.5, com o MiniMax H3 como alternativa, assim que sua API estiver disponível. A edição por região, a tela verde e o bloqueio de modelos brancos correspondem à forma como os comerciais são criados e revisados. O texto na tela mais nítido do H3 e sua disponibilidade imediata o tornam a escolha pragmática enquanto a API do Seedance está pendente.

Para personagens humanos

MiniMax H3, com o Seedance 2.5 como alternativa. A consistência da referência omnidirecional confirmada por um testador e a classificação de ponta em edição superam o maior, porém não verificado, orçamento de referência do Seedance. O Seedance se destaca quando a prioridade é a continuidade em uma sequência longa com várias tomadas.

Para visuais experimentais

MiniMax H3, com o Wan 3 como alternativa distante. Um design omnimodal de uso geral abrange trabalhos estilizados e surreais com mais facilidade do que um sistema de produção voltado para o realismo.

Para desenvolvedores

MiniMax H3, com o Wan 3 como alternativa. O H3 oferece uma API ativa, parâmetros documentados e pesos dentro das regiões permitidas. O Wan 3 já está disponível para equipes que precisam de uma tomada única de 30 segundos e podem aceitar qualidade não quantificada; o Seedance 2.5 fica de fora até que sua API seja aberta.

Para controle local

MiniMax H3, onde a licença permitir; caso contrário, o Wan 2.2 continua sendo a resposta honesta e de peso aberto para hospedagem própria. Nem o Seedance 2.5 nem o Wan 3 fornecem pesos, portanto, a implantação local de qualquer um deles não é uma opção.

O placar final

De volta às sete dimensões, agora como totais. Como o quadro de resultados mede a força das evidências em vez da ambição do fornecedor, a posição comprovada do MiniMax H3 eleva seu total para uma vantagem mínima sobre o Seedance 2.5, cujas evidências específicas para a versão 2.5 são mais escassas. Os intervalos se sobrepõem, o que é um sinal claro de que, em termos de desempenho, os dois primeiros estão a um passo um do outro. O Wan 3 fica bem atrás, com o intervalo mais amplo e o menor nível de confiança.

Modelo	Total (de 700)	Confiança	Melhor / pior categoria
MiniMax H3	602 a 636	Médio-alto	Pontos fortes: imagem, alcance / Pontos fracos: câmera
Seedance 2,5	596 a 631	Médio	Pontos fortes: movimento, câmera / Pontos fracos: multidões
Wan 3	541 a 610	Baixo	Pontos fortes: duração / Pontos fracos: qualidade não verificada

Tabela 3. Quadro de resultados final. Os totais são a soma dos intervalos das sete dimensões ponderadas por evidência.

Figura 6. Intervalos de pontuação total com confiança. A sobreposição entre os dois primeiros é o ponto-chave: o título depende do peso das evidências, não de uma vantagem esmagadora.

Campeão, vice-campeão e escolha dos especialistas

Campeão geral: MiniMax H3

O H3 vence porque é o único concorrente cuja qualidade é comprovada, e não apenas prometida. Ele ocupa uma posição de referência pública ativa e de alto nível, fornece pesos para download, roda em uma API funcional atualmente e apresenta a posição de custo mais clara entre os concorrentes avaliados. Além disso, demonstrou consistência comprovada dos caracteres e texto nítido na tela em uso prático real. Ele não vence todas as rodadas e não é, obviamente, o motor mais bonito ou mais cinematográfico. Ele vence o próprio teste do confronto: quando as belas demonstrações são deixadas de lado, é o modelo cujo desempenho repetível pode realmente ser confirmado.

Segundo colocado: Seedance 2.5

O Seedance 2.5 tem o maior potencial e os argumentos técnicos mais sólidos: melhor legibilidade de movimento na única comparação direta, controle explícito da câmera, o pacote de edição comercial mais completo e o maior orçamento de referência da categoria, respaldado por uma linhagem que já liderou rankings públicos de vídeo. Ele perde o título por dois motivos que o método não pode ignorar: sua qualidade específica da versão 2.5 ainda não foi avaliada de forma independente, e sua API pública ainda não havia sido lançada até o momento da redação deste artigo. No momento em que a API for disponibilizada e os benchmarks independentes forem divulgados, essa classificação poderá se inverter.

Escolha dos especialistas: Wan 3

O Wan 3 recebe o reconhecimento dos especialistas por uma vantagem concreta e verificável: uma API ativa hoje que gera uma tomada completa de 30 segundos em uma única passagem, o que atende a uma equipe que precisa de um comercial inteiro em uma geração contínua e não pode esperar pelo endpoint do Seedance. Essa vantagem diz respeito à disponibilidade de um recurso específico, não à qualidade comprovada, e deve ser escolhida com cautela, em vez do modelo medido pela própria Alibaba com base no preço e ainda não comprovado no ranking. Trata-se de uma ferramenta para uma tarefa específica, não de uma recomendação geral.

Veredicto

Se todos os três conseguem produzir uma bela demonstração, aquele que continua a ter bom desempenho quando a cena se torna difícil é aquele cujo desempenho em situações complexas foi de fato comprovado. Com base nas evidências atuais, esse é o MiniMax H3: testado, disponível para download, acessível por chamada de API e com preço acessível, mesmo não sendo o mecanismo mais chamativo do mercado. O Seedance 2.5 é o modelo de vídeo mais empolgante em termos de técnica e pode conquistar a liderança assim que sua API e benchmarks forem lançados, o que o torna o modelo a ser observado, e não aquele sobre o qual se deve construir nesta semana. O Wan 3 é um produto real e utilizável, mas enterrado sob especificações inventadas; vale a pena usá-lo apenas por sua disponibilidade de tomadas únicas de 30 segundos e deve ser abordado com ceticismo ativo em todos os outros aspectos. A recomendação muda de acordo com o trabalho: opte pelo Seedance quando a prioridade for a produção cinematográfica direcionável e a edição comercial; opte pelo H3 quando a prioridade for qualidade comprovada, trabalho com personagens, volume de formatos curtos ou um pipeline ao vivo; e opte pelo Wan 3 somente quando uma única tomada longa, disponível hoje, for o requisito específico. Acima de tudo, não pague por 4K no Wan 3. Isso não está disponível.