实测H3与Seedance 2.0 fast：8场景横评，性价比之王揭晓

H3与Seedance 2.0 fast在同一提示词、分辨率和平台下完成多场景视频横评，比较真人表演、短剧、动效、广告和科幻等场景的指令遵循、镜头连贯与画面质感。实测Seedance 2.0 fast整体更稳，H3在视觉动效和广告场景各有优势。

最近AI视频赛道卷飞了，一下子出来了好多新模型，比如Seedance 2.5、Flux 3、Minimax H3、Sand.ai、Wan 3.0、Meta Muse Video、Grok Imagine Video。

尤其是字节Seedance，2.5出来后，反手给上一代模型来了个骨折价。

我知道，你肯定也有和我一样的问题：这么多模型里面，究竟哪款好用，哪款更有性价比？

今天我挑了两款比较热门的模型，一起来做了期横评，从8个场景一起对比，看看他们的真实效果和性价比。

两款模型分别是：MiniMax H3、Seedance 2.0 fast，全部都是同一提示词、同一分辨率，在同一平台进行测试。

同时我也用Seedance 2.5做了showcase，看下他俩跟SOTA模型的差距。

这么一期测评跑下来，模型成本基本不低于500元（后面我会详细介绍成本明细）……如果大家对这类选题感兴趣的话，希望多多三连，我咬咬牙，下期再测测其他型。

话不多说，我们这就开始。

01 一手横评

1）真人表演

真人表演，是做视频绕不开的刚需场景，也最能检验模型的真实能力。

我用同一个提示词，分别用MiniMax H3和Seedance 2.0 fast各跑了一遍，指定了主体人物和场景。

这是提示词，虽然只有2个镜头，但用了大量的细节描述去约束角色的表演。

完整提示词：

女性主体：@图1 年轻漂亮，长发披肩，坐在@图2 车后排。

角色状态：与男友分手告别，表面强撑微笑、内心悲伤压抑，最终情绪崩溃嚎啕大哭。

场景：用@图2的车内部的后排车厢作为空间环境参考，前排副驾驶空位（前景局部失焦虚化）；侧车窗与后车窗均被雨水打湿；车窗外为城市街道夜景、霓虹灯光、淅淅沥沥的小雨。画面风格真人实拍质感的青春恋爱电视剧，现代都市写实服化道，细腻情感戏审美，情绪戏节奏克制。影调车内整体偏暗，窗外城市夜景与霓虹灯光透过雨打车窗，在车内形成流动的彩色光斑与明暗切片，勾勒女性面部轮廓与长发边缘；车窗玻璃上雨珠反光；夜景冷调为主，霓虹光斑冷暖交织。

字幕设置：全局约束无字幕、禁止生成字幕。

画面内容：

分镜 1，0s-6s，车内中景，固定机位，摄像机位于前排副驾驶位置朝后方拍摄；前景左下方为副驾驶空座椅背局部（失焦虚化），女性位于画面右侧三分线位置。她侧着脸望向右侧车窗外，轻咬下唇，微笑着与窗外人道别，窗外站着一名身穿灰色夹克黑色牛仔裤的男性，透过车窗只能看见男性的局部身体。对白：女性（轻咬下唇，微笑）：「就这样，不用送了。」随后她转头面向镜头，对前排司机说：对白：女性：「司机，开车。」说完她不经意地带出一声压抑的细微啜泣，随即轻轻舒了一口气，脸上仍保持着刚才的微笑。出租车随即启动，车身轻微震动一下，车辆起步向前开动，窗外男性朝着车窗挥手再见（局部入画），男性与窗外雨幕与霓虹灯光快速向后掠过。音效：淅沥雨声打在车顶与车窗，城市夜晚低缓的环境底噪；对白期间人声清晰突出；一声压抑的细微啜泣；轻舒气声；发动机启动声与车身轻微震动；轮胎碾过湿路面的起步声。

分镜 2，6s-15s，切换车内后排近景，手持拍摄，轻微仰拍，镜头随行驶中的车身轻微晃动；焦点在女性肩部以上正面，她背后隔着被雨打湿而模糊的后车窗，城市街景与霓虹灯光逐渐远去。一开始女性脸上仍带着微笑，没有皱眉也没有哭，慢慢地她开始轻微皱起眉头，小幅摇了摇头，像是反悔刚才说出口的话；接着她的嘴角微微下压，抿紧双唇，眼眶开始泛红；她稍稍仰起头试图忍住，眼神有些游离地瞥向旁边车窗外；接着她终于再也压抑不住 —— 嘴角明显下垂，眉毛内收收紧，鼻子开始抽搐，眼神黯淡，眼眶湿润，泪水开始流出；然后她垂下头、微微蜷缩着肩膀，随即猛然仰头，嚎啕大哭，一边哭一边抬手擦去脸上止不住的泪水。整段为逞强微笑→压抑情绪→悲伤外泄→情绪大爆发的连续情绪变化，一镜到底。

音效：雨声持续；行驶中发动机低鸣与轮胎碾过湿路面的沙沙声；呼吸渐重、吸鼻声；压抑啜泣转为放声大哭；手背擦拭泪水的摩擦声与衣料声。

全局配乐：雨夜分手情绪戏（15s 配乐轨，无歌词）。

0-6s 无BGM，只保留对白和环境声；6-8s 微笑→轻微皱眉 | 钢琴单音/两音动机从雨声里渗出，极弱 pad 垫底，像回忆浮上来；8-10s 摇头反悔→抿唇→眼眶泛红 | 钢琴变叹息式下行音型，大提琴长音进入；10-12s 仰头忍泪→眼神游离 | 小提琴组加入，和声加厚，钢琴分解和弦铺开；12-13.5s 嘴角下压→鼻翼抽动→泪落 | 情绪临界：弦乐揉弦+力度加强，钢琴和弦加重；13.5-15s 垂头蜷缩→仰头嚎啕大哭 | 段落峰值：弦乐齐奏主题，钢琴八度重音。

提示词结构by袋鼠帝

来看下对比：

H3首先是镜一的机位出了点问题，略显穿帮；同时模型对车内的画面脑补得也不够，就导致整个车内环境不太协调；镜二的哭戏方面，倒还算合格。

但对比一看，明显Seedance 2.0 fast的指令遵循更强，剧情连贯，人物表演也很到位，完全做到了“逞强微笑 → 压抑情绪 → 悲伤外泄 → 情绪大爆发 ”的连续情绪变化处理，表情控制更细腻，更真实。

这轮实测，Seedance 2.0 fast的镜头感和人物表演都明显强于H3。

2）宫斗短剧

短剧是今年AI视频最大的应用场景，没有之一。我用常见的宫斗剧来测，先生成了3个主体：皇后、宫女和皇上。

这是剧情设计。

完整提示词：

【主体设计】

风格：电影感武侠，悬疑惊悚，冷月夜色，水墨写意×写实质感，高反差冷光，胶片颗粒，幽暗压抑。

主体档案：

主体A「展昭」：约30岁青年侠客，剑眉星目面容清俊，玄青色紧身夜行衣束腰带，背负巨阙宝剑，身法轻捷如猫，沉静机警。

主体B「黑衣卫」（遇险登场）：宁王府数名带刀护院，深褐劲装蒙面，持单刀，凶悍警觉。

场景锚点：宁王府深宅，三更月夜，飞檐重楼、回廊深院，红灯笼幽光，冷月清辉，竹影摇曳。

【逐镜分镜】

镜1 ｜ 0.0–1.4s

宁王府高墙外，三更冷月，电影感武侠。主体「展昭」伏身墙头、夜行衣下摆随风轻摆。全景，镜头自墙下缓慢上摇。展昭悄然探头俯瞰府内、冷月勾出身形剪影、竹影在墙上摇曳。展昭居上方居中。

镜2 ｜ 1.4–2.4s

府墙内侧，月影斑驳。主体「展昭」足尖一点、轻盈跃下。中景，镜头跟随下落轨迹下摇。展昭如猫般无声落地、衣袂在跃落中翻飞、惊起檐下宿鸟扑翅。展昭居中。

镜3 ｜ 2.4–3.4s

回廊暗影处，红灯笼幽光。主体「展昭」贴墙潜行、屏息凝神。中近景，镜头侧向横移跟随。展昭贴影疾走、脚步无声、灯笼光在脸上明灭掠过。展昭居左。

镜4 ｜ 3.4–4.4s

飞檐屋脊上，冷月当空。主体「展昭」纵身上檐、伏身疾掠。全景，镜头低角度跟拍飞掠。展昭踏瓦轻掠屋脊、夜行衣鼓风猎猎、瓦片月光下流过。展昭由右向左掠。

镜5 ｜ 4.4–5.4s

正堂窗棂前，幽暗烛影。主体「展昭」伏于窗下、侧耳贴听。近景，镜头极缓推近侧脸。展昭俯身贴窗、目光锐利凝定、窗内烛火在眼中跳动。展昭居右。

镜6 ｜ 5.4–6.4s

窗纸内透出人影，烛光摇曳。主体「展昭」透窗窥视、瞳孔骤缩。特写转中近景，镜头随窥视极缓推近窗纸。窗内黑影攒动、密信地图掠过烛光、展昭眼神一凛。窗纸人影居中。

镜7 ｜ 6.4–7.2s

廊柱阴影深处，冷光暗涌。主体「黑衣卫」持刀转入、巡夜逼近。中景，镜头自暗处缓缓横移露出黑衣卫。黑衣卫提刀踱步、刀锋映出冷月寒光、脚步声渐近。黑衣卫居右。

镜8 ｜ 7.2–8.0s

窗下暗角，千钧一发。主体「展昭」骤然收身、贴柱屏息。近景，镜头急速推近接屏息静止。展昭闪身隐入柱影、按剑屏息、汗珠自鬓角滑落、刀光自身侧掠过。展昭居中。

镜9 ｜ 8.0–8.9s

护院抬眼瞬间，冷光一闪。主体「黑衣卫」警觉回头、刀尖前指。特写，镜头急速横甩(whip pan)。黑衣卫眼神一厉、单刀骤然指向暗影、灯影剧烈晃动。刀尖居中。

镜10 ｜ 8.9–10.0s

庭院月下，寒光骤起。主体「展昭」拔剑而出、剑光破暗。中景，镜头随拔剑动作急速拉开。展昭巨阙出鞘、一道冷光划破夜色、衣袂炸开、群卫拔刀围拢。展昭居中、黑衣卫环绕。

镜11 ｜ 10.0–11.4s

群卫围攻中，刀剑交错。主体「展昭」剑走轻灵、连挑数刀。中景转全景，镜头环绕半圈跟拍。展昭剑光如猫影穿梭、连格连挑震开单刀、火星四溅、衣袂翻飞。展昭居中央旋身。

镜12 ｜ 11.4–14.0s

府院高墙边，冷月孤悬。主体「展昭」反身急退、纵跃上墙。全景，镜头缓缓拉远并上摇。展昭虚晃一剑、足尖连点跃上高墙、回身一瞥后没入夜色、群卫追扑扑空、竹影在月下轻摇。展昭居上方剪影。

来看下对比。

镜头连贯、人物表演和演员台词方面，依旧是Seedance 2.0 fast更优。另外，在场景、服饰和光影这些细节渲染上，Seedance 2.0 fast也更有电影感一些，H3会有一丢丢的塑料感。

尤其是涉及到一些动作镜头，比如甩手、扇耳光、扬手制止等肢体动作，H3的动作力度都偏弱，演绎不出宫斗剧的狠辣与阴险。另外台词功底上，H3的演员爆发力不足，没有Seedance 2.0 fast那股子狠辣。

这轮实测，依旧是Seedance 2.0 fast优于H3。

3）视觉动效

我给最近爆火的《牛来》设计了一个服装logo，是不是看着就挺抽象的。

输入提示词：

完整提示词：

使用参考图 作为唯一核心视觉锚点：严格保留主体的真实轮廓、关键几何结构、内部识别点和原始视觉性格。生成一条「未来系统化材质蒙太奇」品牌 / 产品概念视频。节奏密集，像高级 AE motion design + 科技广告混剪。不要改造成无关主体，不要增加其他 Logo，不要出现大段可读文字；可以出现不可读的小参数、代码感细线、坐标点和 HUD 图层。

全片统一风格：高级科技广告片，极简黑 / 白 / 灰无边界空间，高反差明暗脉冲，强侧光和逆光轮廓光；每 0.25-0.45 秒出现一次视觉变化或图层事件。大量 AE 感关键帧：HUD 线框弹出、扫描线扫过、圆环 tracking 点锁定、glitch 闪断、粒子汇聚、数字网格展开、透明玻璃折射、金属压印、岩石刻痕、App 图标容器、UI 反相闪切。所有 UI 元素必须轻量、细线、边缘化，不遮挡主体。

0.0-0.4秒：纯黑场，主体的核心几何 tracking 点微微亮起，像系统启动；低频启动声。

0.4-0.8秒：主体从边缘或暗场中快速浮现，保持参考图的核心姿态和构图，轮廓光沿主体边缘跑一圈；HUD 十字准星瞬间贴合关键结构。

0.8-1.2秒：镜头急速推入主体的核心几何点或圆环结构，局部放大成透明玻璃通道，边缘出现折射和细碎粒子；短促玻璃嗡鸣。

1.2-1.45秒：黑场闪断，只剩主体关键结构的残影漂浮。

1.45-1.9秒：AE 式网格展开，主体线稿由粒子点云重建，细线节点逐段连接成完整轮廓。

1.9-2.35秒：白场反相，主体变成黑色剪影，背景有极淡 UI 卡片和参数条，文字不可读。

2.35-2.75秒：扫描线从上到下扫过主体，关键几何结构出现机械光圈式缩放，伴随电子 click。

2.75-3.2秒：转入透明芯片或透明介质特写，芯片内部悬浮主体轮廓线稿，边缘有极细电路线和测量刻度，背景极亮，镜头缓慢横移。

3.2-3.55秒：主体被分解为 3 层 AE 图层：外轮廓、核心识别点、边缘结构，三层轻微错位再快速合拢。

3.55-3.9秒：glitch 闪切，主体轮廓变成白色线框，背景瞬间进入纯黑实验室空间。

3.9-4.35秒：显微纤维网或粒子结构快速生长，沿主体外轮廓爬行，形成主体关键形态。

4.35-4.75秒：强侧光扫过材质表面，HUD 小坐标点沿轮廓自动标注，像设计软件正在识别曲线。

4.75-5.15秒：金属圆盘或压印材质微距，主体轮廓被压印在拉丝金属上，周围高反射褶皱产生剧烈高光。

5.15-5.45秒：压印结构快速旋转，AE motion blur 拖影，画面边缘出现细白框和定位线。

5.45-5.85秒：黑场停顿半拍后切到粗糙岩石或颗粒材质，主体像被激光刻入表面，颗粒裂纹被强光扫亮。

5.85-6.25秒：材质表面的刻痕发出细线扫描光，关键几何结构向外扩散两圈。

6.25-6.65秒：切到半透明凝胶 / 玻璃 / 水晶材质主体，边缘折射，结构保持清晰。

6.65-7.05秒：主体被 HUD 线框包裹，四角出现 tracking markers，画面轻微抖动卡点。

7.05-7.45秒：主体进入手机屏幕、App 图标容器或极简 UI 界面，作为系统身份出现；周围 UI 卡片快速滑入滑出，但保持极简不可读。

7.45-7.8秒：主体核心几何结构变成镜头孔或遮罩，镜头向内部二次推入，形成圆形 / 几何遮罩转场。

7.8-8.2秒：纯白高调空间，主体黑色剪影被放大到画面中央，外轮廓出现细线设计稿标注，像品牌规范图。

8.2-8.55秒：设计稿线条迅速拆成多个 motion layer，外轮廓、核心几何点、边缘结构分别轻微位移，再弹性回弹。

8.55-8.95秒：暗场中主体以半透明玻璃形态轻微旋转，背后出现细密粒子星云，但空间仍极简。

8.95-9.35秒：两条扫描光从左右交叉，核心结构被锁定，出现短促数据脉冲和几何波纹。

9.35-9.75秒：主体轮廓压入技术织物或微观材质表面，细纹和缝线以微距展示。

9.75-10.15秒：材质表面发生黑白反相闪切，线框 HUD 在画面边缘弹出，形成 AE 图层叠加感。

10.15-10.55秒：透明方块中封存主体局部，方块旋转 15 度，边缘折射把核心轮廓投影到背景。

10.55-10.95秒：投影扩大为巨大同心几何结构，画面中心短暂只剩抽象几何图形，随即粒子回收。

10.95-11.35秒：主体回到完整形态，从画面边缘或黑场中重新出现；微推近，轮廓光稳定。

11.35-11.75秒：AE 故障帧：三重 ghosting 残影错位 2-3 像素，随后迅速对齐，保持主体清晰。

11.75-12.15秒：极简参数 UI 围绕主体核心几何点旋转，像正在校准传感器或系统身份。

12.15-12.55秒：快速材质 recap：透明芯片、金属压印、岩石刻痕、App 图标四个画面以 0.1 秒闪切方式回放。

12.55-13.0秒：黑场静默半拍，只留下主体关键结构缓慢呼吸发光。

13.0-13.5秒：最终 hero 空间建立，无边界灰色空间中主体完整悬浮，周围极细 HUD 定位线从四边收拢。

13.5-14.2秒：主体轻微旋转后回到正面或参考图核心角度，全部关键结构清晰；镜头缓慢推近，声音从低频脉冲转为干净机械尾音。

14.2-15.0秒：定版停留，所有 UI 图层逐一淡出，只保留主体本体和极少量定位点；最后一个低频收束点卡在画面稳定的一瞬间。

这是两个模型的对比视频。

原提示词一共有36个分镜，2个模型都没有执行完，指令遵循这块都有不及格的地方。对比来看，H3整体表现更优，节奏和卡点更带感。Seedance 2.0 fast则在分镜的细节设计上更高级一点，但节奏略有点拖。

这轮实测，两个模型各有所长。

4）TVC广告

输入参考图。

这轮提示词比较简单，让模型自己发挥。

提示词：给这款运动鞋设计一个广告宣传片，4A广告公司的水准，大师级作品，无台词。

这是对比视频。

两个模型整体都还不错，各有侧重点。H3更关注鞋子本身，用各种运镜去展示鞋子细节；Seedance 2.0 fast更有故事感一些，画面先从鞋面开始，然后logo马一直跑，引出运动员开跑，最终用环绕快镜来展示这双鞋。

这轮实测，Seedance 2.0 fast的表现略优于H3。

5）科幻电影

这轮测试，提示词非常简单，就一句话。我想看看模型自己脑补画面、设计分镜的能力。

提示词：科幻电影：演绎一艘未来的星舰飞船即将坠入黑洞的全过程。

来看下H3和Seedance 2.0 fast的对比视频。

两个模型在飞船、黑洞的设计上都还不错，做到了场景还原。不过H3整体还是要糙一点，黑洞模型比较劣质，切换到驾驶舱的真人画面也比较油，AI味明显。

这轮实测，Seedance 2.0 fast优于H3。

这个场景实在太棒了，真想看看30秒的视频长什么样，于是我又用Seedance 2.5跑了一下。

这效果真的太了，感觉就像看一场电影一样。

6）特效渲染

参考@海辛和阿文 的提示词，我用H3和Seedance 2.0 fast复刻了一下“把巨型海洋生物放进上海”的奇幻故事。

完整提示词：

主体：上海城市上空的巨型海洋生物，包括一头巨型座头鲸、一只巨型魔鬼鱼、一只优美而古老的鹦鹉螺、一条巨型鲨鱼。所有生物保持真实动物结构、巨大尺度和缓慢而有重量感的运动，同时拥有美丽、自然、电影化的外观，不呈现怪兽化或廉价CG质感。城市建筑、人群、飞机、江面、车辆、云层和地标作为尺度参照。

场景：一支从清晨推进到深夜的上海巨物奇观混剪。时间从淡蓝晨雾、晴朗上午、雨后午后、橙紫黄昏逐渐进入浓雾深夜。上海中心大厦、金茂大厦、环球金融中心、东方明珠、黄浦江、高架桥、飞机舷窗和湿润街道参与叙事，承担空间、尺度和情绪变化。

音乐：不要生成任何背景音乐和旋律，只生成现场环境音与自然音效：江面风声、远处船声、飞机舱内低沉的引擎声、舷窗轻微震动声、乘客压低的惊叹声、玻璃幕墙的风声、云层气流声、雨滴、轮胎碾过湿路面的声音、低沉的巨物震动声和雾中的空气回响。

镜头1：清晨，镜头从黄浦江水面高度平稳向前推进，超广角远景展示被淡蓝晨雾包围的陆家嘴天际线和东方明珠。一头完整的巨型座头鲸在高楼上空缓慢向右游过，像在空气形成的海洋中前进。鲸鱼的背部被晨光染成深蓝灰色，身体边缘带有柔和的金色轮廓光；鲸鱼游过时，腹部阴影缓慢掠过楼顶和江面，晨雾像水流一样从它身后延展开来。几艘小船、江边车辆和楼顶上的微小人影作为尺度参照。鲸尾摆动一次，大片雾气被轻轻推开，镜头顺着鲸尾的曲线向上抬升。

镜头2：上午，镜头切入一架正在上海上空飞行的客机内部。画面从靠窗乘客的视角开始，先看到椭圆形舷窗、玻璃上的细微反光、云层和下方缩小的黄浦江与陆家嘴天际线。舷窗外，一只巨型魔鬼鱼正与飞机平行飞行，庞大的翼展横跨整片云海，像一架有生命的深蓝色飞行器。它的背部在阳光下呈现深蓝与银灰色渐变，翼尖缓慢起伏，腹部露出柔和的浅色纹理和细小水珠。魔鬼鱼从飞机窗外优雅滑过，翅膀边缘掠过云层，形成巨大的流体阴影。舱内乘客只以局部剪影出现，有人缓慢靠近舷窗，有人抬手遮住阳光；镜头切到魔鬼鱼眼睛和翼尖的近距离特写，再拉回舷窗远景，展现它与飞机、城市和云层的巨大尺度关系。