不看宣传口径，只看实际参数：单次能生成多长、最高什么分辨率、能带几项参考素材、每秒多少钱。每个工具都给了一份独立页，里面有它的真实参数、专属提示词模板和避坑清单。
选工具最容易犯的错是「按新旧版本选」。实际上决定选哪个的是三个硬条件：交付清晰度、单段时长、要不要改已有片子。
下表只列决定「能做什么」的硬指标。带颜色的格子表示该项在同组里最优或最需要留意。
| 维度 | 可灵 4.0 | 即梦 | Seedance 2.5 | Seedance 2.0 | 豆包 | WorkBuddy |
|---|---|---|---|---|---|---|
| 出品方 | 快手 | 字节跳动 | 字节 · 火山引擎 | 字节 · 火山引擎 | 字节跳动 | 智能体工作台 |
| 单次时长 | 3–30 秒 续拍可至 2 分钟 |
4–15 秒 2.5 可至 30 秒 |
4–30 秒 延展 60 秒起 |
4–15 秒 | 5 秒 / 10 秒 | 取决于外部模型 |
| 最高分辨率 | 4K + 10bit HDR |
4K 会员解锁 |
720p 无 1080p / 4K |
4K（10bit） 唯一高清路线 |
随 Seedance 2.0 | 取决于外部模型 |
| 参考素材上限 | 15 项 10 图 + 5 视频 + 7 主体 |
多模态混合 @ 语法指派 |
50 项 30 图 + 10 视频 + 10 音频 |
15 项 9 图 + 3 视频 + 3 音频 |
文 + 图 + 视频 | 不限（可串多模型） |
| 秒级时间戳 | ✗ | ✗ | ✓ | ✗ | ✗ | ✗ |
| 视频编辑 / 续写 | ✓ 增删改主体背景 | 有限 | ✓ Edit / Extend 独立任务 | ✓ 基础入口 | ✗ | ✓ 拼装与模板化 |
| 音频能力 | 双通道立体声 + 多语配音 | 数字人声纹复刻 | 可只传音频驱动 | 音频需搭配图 / 视频 | 随 Seedance 2.0 | 本地 TTS 配音 |
| 成本参考 | 积分制 每日少量免费 |
免费额度 + 会员 69 元/月起 |
720P 约 1.35 元/秒 480P 约 0.63 元/秒 |
720P 约 0.9 元/秒 fast 0.24 / mini 0.11 |
免费 每日额度 |
本地运行 无 API 费用 |
| 最适场景 | 商业片、多主体一致性 | 口播、数字人、中文创作 | 长片、参考密集、改片续片 | 高清交付、对白、物理镜头 | 试水、零成本验证 | 漫剧批量、模板上架 |
是发社媒（720p 够）还是要正式交付（1080p / 4K）？这一步直接筛掉一半选项——需要高清就只能用 Seedance 2.0 或可灵 / 即梦的会员档。规格定不下来，后面比价格没意义。
一条片子是 15 秒的短片，还是 3 分钟的长片？短片用任何工具都能做；长片要么选支持长时长的（Seedance 2.5、可灵），要么接受「分段生成 + 剪辑拼接」的工作方式。
如果瓶颈是「做得不够好看」，先去优化提示词和参考素材，不要急着上流水线。如果瓶颈是「重复劳动太多」——对齐时间轴、改标题、导素材占了大部分时间——那才轮到 WorkBuddy 这类编排工具登场。
各工具底层的提示词写法是相通的。如果你想要更通用的框架——六要素文生视频写法、运镜指令集、转场设计、一致性保持——去提示词库看。