Seedance 2.0 Fast är ByteDance Seeds hastighetsorienterade version av Seedance 2.0-familjen. Den stöder gemensam video- och ljudgenerering och ett multimodalt uppdrag byggt av text, bilder, video och ljud. Dess kreativa förmågor omfattar nya referensstyrda scener, redigering av befintligt material och förlängning av en scen, medan de dokumenterade utdatanivåerna är 480p och 720p.
En bild kan tillhandahålla en karaktär, produkt, komposition eller visuell behandling. En referensvideo kan tillhandahålla handling, kamerarörelse eller en effekt. Referensljud kan tillhandahålla röstklang, musikalisk melodi eller dialoginnehåll. Förklara vilken del av varje källa du vill föra över till den nya scenen; en referens blir mer användbar när den har en specifik kreativ roll.
Till exempel: ”Använd keramiklampan i Image 1 som produkten. Följ den långsamma kameracirkeln från Video 1, men placera lampan i en stillsam läshörna. Använd Audio 1 för musikens stämning.” Avsedda utdata är en ny scen som kombinerar valt utseende, rörelse och ljudregi, snarare än en ospecificerad efterbildning av varje detalj i referenserna.
De dokumenterade kombinationerna omfattar bilder med ljud, bilder med video, video med ljud och alla tre tillsammans. Text med enbart ljud och enbart ljudindata stöds inte. Modellen stöder också text-till-video och bildstyrd generering från en första bildruta eller ett par med första och sista bildrutan. När en exakt slutpunkt är central för uppdraget använder du det särskilda arbetsflödet för slutpunkter; att beskriva en referensbild som slutpunkt i en omni-referensprompt är indirekt kontroll.
Modellen kan lägga till, ta bort eller ändra element, ersätta ett motiv och rita om eller reparera delar av en scen. Identifiera källvideon, objektet som ska ändras och elementen som ska vara kvar. Beskriv var ett tillägg visas och när. Identifiera objektet konsekvent genom klippet vid borttagning.
Ett praktiskt redigeringsuppdrag kan ersätta en enkel flaska i en demonstration med flaskan från Image 1, samtidigt som handrörelsen, bakgrunden och kamerabanan i Video 1 bevaras. Granska både ersättningen och områdena som ska förbli stabila. Tydliga instruktioner om bevarande gör den avsedda redigeringen lättare att utvärdera än en allmän begäran att ”förbättra” materialet.
Seedance 2.0 Fast stöder förlängning framåt eller bakåt och sammankoppling av två eller tre klipp med genererade övergångar. Ange om den nya handlingen sker före eller efter den angivna videon vid förlängning och beskriv handlingen. Ange klippen i avsedd ordning vid sammankoppling och förklara den visuella händelse som förenar dem.
En enkel förlängning returnerar vanligtvis den nyutvecklade fortsättningen runt originalmaterialet i stället för att anta att hela källklippet upprepas. Ange det i uppdraget om utdata ska innehålla originalsegmentet. När en övergång fylls mellan två eller tre videor kan det dokumenterade arbetsflödet kombinera originalinnehåll och nygenererat innehåll. Det är användbart för att koppla en vid produktbild till en detaljbild genom en målmedveten kamerarörelse.
Dokumenterade Fast-utdata är MP4 vid 24 fps, med 480p eller 720p, 8-bitars färgdjup och klipp på 4–15 sekunder. Bildförhållanden som stöds är 21:9, 16:9, 4:3, 1:1, 3:4 och 9:16. Standardversionen Seedance 2.0 listar separat utdata i 1080p och 4K; nivåerna ingår inte i Fast-specifikationen. Familjen 2.0 stöder returnering av den sista genererade bildrutan, men inte det separata Draft-förhandsvisningsläget.
Ljud kan genereras med materialet eller utelämnas för ett tyst klipp. Genererat ljud är mono. Dokumenterade promptspråk omfattar engelska, spanska, indonesiska, portugisiska och japanska. Håll det talade språket konsekvent inom en dialog; guiden avråder från att blanda språk utom för egennamn. Namnge talaren för en talad scen och placera repliken inom citattecken, och ange sedan framförande och relevanta ljudeffekter. Håll det begärda framförandet lämpligt för vald klipplängd.
De dokumenterade referensgränserna är upp till nio bilder, tre videor och tre ljudklipp. Direktuppladdningar av referensbilder eller videor som innehåller verkliga mänskliga ansikten accepteras inte i denna dokumenterade producentprofil; porträttarbete använder det stödda arbetsflödet för porträttresurser. Varje video- eller ljudklipp måste vara 2–15 sekunder långt; sammanlagd videolängd är högst 15 sekunder och sammanlagd ljudlängd är separat högst 15 sekunder. Videoreferenser använder MP4 eller MOV vid 24–60 fps och får inte överstiga 200 MB vardera. Ljudreferenser använder WAV eller MP3 och får inte överstiga 15 MB vardera. De listade bildformaten är JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC och HEIF. Bilder måste vara mindre än 30 MB vardera; den totala gränsen för begärans meddelandekropp är 64 MB. I den dokumenterade referensindataprofilen måste bildbredd och höjd vardera vara strikt mellan 300 och 6 000 pixlar, med ett bredd-höjd-förhållande strikt mellan 0,4 och 2,5. Referensvideor tillåter 300–6 000 pixlar i varje dimension och förhållanden på 0,4–2,5 inklusive gränserna, med totalt 407 696–8 295 044 pixlar. MP4- eller MOV-videor använder H.264/AVC- eller H.265/HEVC-video och AAC- eller MP3-ljud.
Ordna resurserna och hänvisa konsekvent till dem som Image 1, Video 1 eller Audio 1. Använd det synliga motivets namn eller särskiljande egenskap liksom resursnumret. Matcha bildutsnittet i slutpunktsbilderna med avsett videoförhållande, eftersom en avvikelse kan beskära bilden eller ge en störande ändring i bildutsnitt. Håll uppdraget fokuserat på egenskaperna som ska överföras, händelsen som ska genereras och vad som ska förbli oförändrat; en lång prompt kan sprida instruktionerna och lämna sekundära detaljer olösta.
Organisera ett komplext uppdrag som Shot 1, Shot 2 och Shot 3, med tydligt motiv, handling, position och ljud för varje del. Guiden rekommenderar en kamerarörelse per tagning och säger att exakta tidsstämplar per tagning är instabila. Ge varje karaktär en stabil etikett och några särskiljande egenskaper; använd en separat tydlig porträttbild och helkroppsreferens i stället för ett kombinerat karaktärsblad med flera vinklar när ansiktsidentiteten är viktig.
Modellen kan generera vanlig text, inklusive slagord, undertexter och pratbubblor, med anvisningar för färg, stil, position och entré. Vanliga tecken föredras framför sällsynta tecken eller specialsymboler. Kontrollera bokstäverna i rörelse. Oönskade undertexter, logotyper och dubblerade karaktärer är dokumenterade beteenden; uttryckliga begränsningar och rena referenser kan minska dem men garanterar inte att de uteblir. Fler än fyra referenspersoner rapporteras som en stabilitetsrisk, inte en hård filantalsgräns.
Upprepade förlängningar kan förstärka förlust av bildkvalitet, och en förlängningsskarv kan hoppa eller gå bakåt. Begränsa staplade fortsättningar och granska skarven i redigeringen. Refererad röstklang kan glida, berättarröst kan sluta med ett klick och kinesiska polyfona eller ovanliga tecken kan uttalas fel. Kontrollera den talade repliken och slutljudet; en kort ljuduttoning kan hjälpa vid ett abrupt avbrott. Kontrollerna ingår i förberedelsen av det kreativa resultatet, särskilt när tal eller karaktärskontinuitet bär berättelsen.
", "aboutText": "Seedance 2.0 Fast är ByteDance Seeds hastighetsorienterade version av Seedance 2.0-familjen. Den stöder gemensam video- och ljudgenerering och ett multimodalt uppdrag byggt av text, bilder, video och ljud. Dess kreativa förmågor omfattar nya referensstyrda scener, redigering av befintligt material och förlängning av en scen, medan de dokumenterade utdatanivåerna är 480p och 720p.\n\n### Multimodal referens: ge materialet roller\n\nEn bild kan tillhandahålla en karaktär, produkt, komposition eller visuell behandling. En referensvideo kan tillhandahålla handling, kamerarörelse eller en effekt. Referensljud kan tillhandahålla röstklang, musikalisk melodi eller dialoginnehåll. Förklara vilken del av varje källa du vill föra över till den nya scenen; en referens blir mer användbar när den har en specifik kreativ roll.\n\nTill exempel: ”Använd keramiklampan i Image 1 som produkten. Följ den långsamma kameracirkeln från Video 1, men placera lampan i en stillsam läshörna. Använd Audio 1 för musikens stämning.” Avsedda utdata är en ny scen som kombinerar valt utseende, rörelse och ljudregi, snarare än en ospecificerad efterbildning av varje detalj i referenserna.\n\nDe dokumenterade kombinationerna omfattar bilder med ljud, bilder med video, video med ljud och alla tre tillsammans. Text med enbart ljud och enbart ljudindata stöds inte. Modellen stöder också text-till-video och bildstyrd generering från en första bildruta eller ett par med första och sista bildrutan. När en exakt slutpunkt är central för uppdraget använder du det särskilda arbetsflödet för slutpunkter; att beskriva en referensbild som slutpunkt i en omni-referensprompt är indirekt kontroll.\n\n### Redigera en befintlig video\n\nModellen kan lägga till, ta bort eller ändra element, ersätta ett motiv och rita om eller reparera delar av en scen. Identifiera källvideon, objektet som ska ändras och elementen som ska vara kvar. Beskriv var ett tillägg visas och när. Identifiera objektet konsekvent genom klippet vid borttagning.\n\nEtt praktiskt redigeringsuppdrag kan ersätta en enkel flaska i en demonstration med flaskan från Image 1, samtidigt som handrörelsen, bakgrunden och kamerabanan i Video 1 bevaras. Granska både ersättningen och områdena som ska förbli stabila. Tydliga instruktioner om bevarande gör den avsedda redigeringen lättare att utvärdera än en allmän begäran att ”förbättra” materialet.\n\n### Förläng och koppla ihop klipp\n\nSeedance 2.0 Fast stöder förlängning framåt eller bakåt och sammankoppling av två eller tre klipp med genererade övergångar. Ange om den nya handlingen sker före eller efter den angivna videon vid förlängning och beskriv handlingen. Ange klippen i avsedd ordning vid sammankoppling och förklara den visuella händelse som förenar dem.\n\nEn enkel förlängning returnerar vanligtvis den nyutvecklade fortsättningen runt originalmaterialet i stället för att anta att hela källklippet upprepas. Ange det i uppdraget om utdata ska innehålla originalsegmentet. När en övergång fylls mellan två eller tre videor kan det dokumenterade arbetsflödet kombinera originalinnehåll och nygenererat innehåll. Det är användbart för att koppla en vid produktbild till en detaljbild genom en målmedveten kamerarörelse.\n\n### Utdata och versionsskillnader\n\nDokumenterade Fast-utdata är MP4 vid 24 fps, med 480p eller 720p, 8-bitars färgdjup och klipp på 4–15 sekunder. Bildförhållanden som stöds är 21:9, 16:9, 4:3, 1:1, 3:4 och 9:16. Standardversionen Seedance 2.0 listar separat utdata i 1080p och 4K; nivåerna ingår inte i Fast-specifikationen. Familjen 2.0 stöder returnering av den sista genererade bildrutan, men inte det separata Draft-förhandsvisningsläget.\n\nLjud kan genereras med materialet eller utelämnas för ett tyst klipp. Genererat ljud är mono. Dokumenterade promptspråk omfattar engelska, spanska, indonesiska, portugisiska och japanska. Håll det talade språket konsekvent inom en dialog; guiden avråder från att blanda språk utom för egennamn. Namnge talaren för en talad scen och placera repliken inom citattecken, och ange sedan framförande och relevanta ljudeffekter. Håll det begärda framförandet lämpligt för vald klipplängd.\n\n### Förbered referenser och följ indatagränser\n\nDe dokumenterade referensgränserna är upp till nio bilder, tre videor och tre ljudklipp. Direktuppladdningar av referensbilder eller videor som innehåller verkliga mänskliga ansikten accepteras inte i denna dokumenterade producentprofil; porträttarbete använder det stödda arbetsflödet för porträttresurser. Varje video- eller ljudklipp måste vara 2–15 sekunder långt; sammanlagd videolängd är högst 15 sekunder och sammanlagd ljudlängd är separat högst 15 sekunder. Videoreferenser använder MP4 eller MOV vid 24–60 fps och får inte överstiga 200 MB vardera. Ljudreferenser använder WAV eller MP3 och får inte överstiga 15 MB vardera. De listade bildformaten är JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC och HEIF. Bilder måste vara mindre än 30 MB vardera; den totala gränsen för begärans meddelandekropp är 64 MB. I den dokumenterade referensindataprofilen måste bildbredd och höjd vardera vara strikt mellan 300 och 6 000 pixlar, med ett bredd-höjd-förhållande strikt mellan 0,4 och 2,5. Referensvideor tillåter 300–6 000 pixlar i varje dimension och förhållanden på 0,4–2,5 inklusive gränserna, med totalt 407 696–8 295 044 pixlar. MP4- eller MOV-videor använder H.264/AVC- eller H.265/HEVC-video och AAC- eller MP3-ljud.\n\nOrdna resurserna och hänvisa konsekvent till dem som Image 1, Video 1 eller Audio 1. Använd det synliga motivets namn eller särskiljande egenskap liksom resursnumret. Matcha bildutsnittet i slutpunktsbilderna med avsett videoförhållande, eftersom en avvikelse kan beskära bilden eller ge en störande ändring i bildutsnitt. Håll uppdraget fokuserat på egenskaperna som ska överföras, händelsen som ska genereras och vad som ska förbli oförändrat; en lång prompt kan sprida instruktionerna och lämna sekundära detaljer olösta.\n\n### Tagningsplanering, text och kända beteenden\n\nOrganisera ett komplext uppdrag som Shot 1, Shot 2 och Shot 3, med tydligt motiv, handling, position och ljud för varje del. Guiden rekommenderar en kamerarörelse per tagning och säger att exakta tidsstämplar per tagning är instabila. Ge varje karaktär en stabil etikett och några särskiljande egenskaper; använd en separat tydlig porträttbild och helkroppsreferens i stället för ett kombinerat karaktärsblad med flera vinklar när ansiktsidentiteten är viktig.\n\nModellen kan generera vanlig text, inklusive slagord, undertexter och pratbubblor, med anvisningar för färg, stil, position och entré. Vanliga tecken föredras framför sällsynta tecken eller specialsymboler. Kontrollera bokstäverna i rörelse. Oönskade undertexter, logotyper och dubblerade karaktärer är dokumenterade beteenden; uttryckliga begränsningar och rena referenser kan minska dem men garanterar inte att de uteblir. Fler än fyra referenspersoner rapporteras som en stabilitetsrisk, inte en hård filantalsgräns.\n\nUpprepade förlängningar kan förstärka förlust av bildkvalitet, och en förlängningsskarv kan hoppa eller gå bakåt. Begränsa staplade fortsättningar och granska skarven i redigeringen. Refererad röstklang kan glida, berättarröst kan sluta med ett klick och kinesiska polyfona eller ovanliga tecken kan uttalas fel. Kontrollera den talade repliken och slutljudet; en kort ljuduttoning kan hjälpa vid ett abrupt avbrott. Kontrollerna ingår i förberedelsen av det kreativa resultatet, särskilt när tal eller karaktärskontinuitet bär berättelsen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f7fe5c3965ba8c32064dc594e3a278c83a433e8588cbec59605a81cdd0175276", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "bytedance/seedance-2.0-fastByteDance Seedance 2.0 Fast skapar ljud- och videoscener från text, bilder, video- och ljudreferenser. Den hastighetsorienterade versionen stöder överföring av rörelse och stil, videoredigeringar och förlängning framåt eller bakåt, med dokumenterade utdata i 480p och 720p.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Seedance 2.0 Fast är ByteDance Seeds hastighetsorienterade version av Seedance 2.0-familjen. Den stöder gemensam video- och ljudgenerering och ett multimodalt uppdrag byggt av text, bilder, video och ljud. Dess kreativa förmågor omfattar nya referensstyrda scener, redigering av befintligt material och förlängning av en scen, medan de dokumenterade utdatanivåerna är 480p och 720p.
En bild kan tillhandahålla en karaktär, produkt, komposition eller visuell behandling. En referensvideo kan tillhandahålla handling, kamerarörelse eller en effekt. Referensljud kan tillhandahålla röstklang, musikalisk melodi eller dialoginnehåll. Förklara vilken del av varje källa du vill föra över till den nya scenen; en referens blir mer användbar när den har en specifik kreativ roll.
Till exempel: ”Använd keramiklampan i Image 1 som produkten. Följ den långsamma kameracirkeln från Video 1, men placera lampan i en stillsam läshörna. Använd Audio 1 för musikens stämning.” Avsedda utdata är en ny scen som kombinerar valt utseende, rörelse och ljudregi, snarare än en ospecificerad efterbildning av varje detalj i referenserna.
De dokumenterade kombinationerna omfattar bilder med ljud, bilder med video, video med ljud och alla tre tillsammans. Text med enbart ljud och enbart ljudindata stöds inte. Modellen stöder också text-till-video och bildstyrd generering från en första bildruta eller ett par med första och sista bildrutan. När en exakt slutpunkt är central för uppdraget använder du det särskilda arbetsflödet för slutpunkter; att beskriva en referensbild som slutpunkt i en omni-referensprompt är indirekt kontroll.
Modellen kan lägga till, ta bort eller ändra element, ersätta ett motiv och rita om eller reparera delar av en scen. Identifiera källvideon, objektet som ska ändras och elementen som ska vara kvar. Beskriv var ett tillägg visas och när. Identifiera objektet konsekvent genom klippet vid borttagning.
Ett praktiskt redigeringsuppdrag kan ersätta en enkel flaska i en demonstration med flaskan från Image 1, samtidigt som handrörelsen, bakgrunden och kamerabanan i Video 1 bevaras. Granska både ersättningen och områdena som ska förbli stabila. Tydliga instruktioner om bevarande gör den avsedda redigeringen lättare att utvärdera än en allmän begäran att ”förbättra” materialet.
Seedance 2.0 Fast stöder förlängning framåt eller bakåt och sammankoppling av två eller tre klipp med genererade övergångar. Ange om den nya handlingen sker före eller efter den angivna videon vid förlängning och beskriv handlingen. Ange klippen i avsedd ordning vid sammankoppling och förklara den visuella händelse som förenar dem.
En enkel förlängning returnerar vanligtvis den nyutvecklade fortsättningen runt originalmaterialet i stället för att anta att hela källklippet upprepas. Ange det i uppdraget om utdata ska innehålla originalsegmentet. När en övergång fylls mellan två eller tre videor kan det dokumenterade arbetsflödet kombinera originalinnehåll och nygenererat innehåll. Det är användbart för att koppla en vid produktbild till en detaljbild genom en målmedveten kamerarörelse.
Dokumenterade Fast-utdata är MP4 vid 24 fps, med 480p eller 720p, 8-bitars färgdjup och klipp på 4–15 sekunder. Bildförhållanden som stöds är 21:9, 16:9, 4:3, 1:1, 3:4 och 9:16. Standardversionen Seedance 2.0 listar separat utdata i 1080p och 4K; nivåerna ingår inte i Fast-specifikationen. Familjen 2.0 stöder returnering av den sista genererade bildrutan, men inte det separata Draft-förhandsvisningsläget.
Ljud kan genereras med materialet eller utelämnas för ett tyst klipp. Genererat ljud är mono. Dokumenterade promptspråk omfattar engelska, spanska, indonesiska, portugisiska och japanska. Håll det talade språket konsekvent inom en dialog; guiden avråder från att blanda språk utom för egennamn. Namnge talaren för en talad scen och placera repliken inom citattecken, och ange sedan framförande och relevanta ljudeffekter. Håll det begärda framförandet lämpligt för vald klipplängd.
De dokumenterade referensgränserna är upp till nio bilder, tre videor och tre ljudklipp. Direktuppladdningar av referensbilder eller videor som innehåller verkliga mänskliga ansikten accepteras inte i denna dokumenterade producentprofil; porträttarbete använder det stödda arbetsflödet för porträttresurser. Varje video- eller ljudklipp måste vara 2–15 sekunder långt; sammanlagd videolängd är högst 15 sekunder och sammanlagd ljudlängd är separat högst 15 sekunder. Videoreferenser använder MP4 eller MOV vid 24–60 fps och får inte överstiga 200 MB vardera. Ljudreferenser använder WAV eller MP3 och får inte överstiga 15 MB vardera. De listade bildformaten är JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC och HEIF. Bilder måste vara mindre än 30 MB vardera; den totala gränsen för begärans meddelandekropp är 64 MB. I den dokumenterade referensindataprofilen måste bildbredd och höjd vardera vara strikt mellan 300 och 6 000 pixlar, med ett bredd-höjd-förhållande strikt mellan 0,4 och 2,5. Referensvideor tillåter 300–6 000 pixlar i varje dimension och förhållanden på 0,4–2,5 inklusive gränserna, med totalt 407 696–8 295 044 pixlar. MP4- eller MOV-videor använder H.264/AVC- eller H.265/HEVC-video och AAC- eller MP3-ljud.
Ordna resurserna och hänvisa konsekvent till dem som Image 1, Video 1 eller Audio 1. Använd det synliga motivets namn eller särskiljande egenskap liksom resursnumret. Matcha bildutsnittet i slutpunktsbilderna med avsett videoförhållande, eftersom en avvikelse kan beskära bilden eller ge en störande ändring i bildutsnitt. Håll uppdraget fokuserat på egenskaperna som ska överföras, händelsen som ska genereras och vad som ska förbli oförändrat; en lång prompt kan sprida instruktionerna och lämna sekundära detaljer olösta.
Organisera ett komplext uppdrag som Shot 1, Shot 2 och Shot 3, med tydligt motiv, handling, position och ljud för varje del. Guiden rekommenderar en kamerarörelse per tagning och säger att exakta tidsstämplar per tagning är instabila. Ge varje karaktär en stabil etikett och några särskiljande egenskaper; använd en separat tydlig porträttbild och helkroppsreferens i stället för ett kombinerat karaktärsblad med flera vinklar när ansiktsidentiteten är viktig.
Modellen kan generera vanlig text, inklusive slagord, undertexter och pratbubblor, med anvisningar för färg, stil, position och entré. Vanliga tecken föredras framför sällsynta tecken eller specialsymboler. Kontrollera bokstäverna i rörelse. Oönskade undertexter, logotyper och dubblerade karaktärer är dokumenterade beteenden; uttryckliga begränsningar och rena referenser kan minska dem men garanterar inte att de uteblir. Fler än fyra referenspersoner rapporteras som en stabilitetsrisk, inte en hård filantalsgräns.
Upprepade förlängningar kan förstärka förlust av bildkvalitet, och en förlängningsskarv kan hoppa eller gå bakåt. Begränsa staplade fortsättningar och granska skarven i redigeringen. Refererad röstklang kan glida, berättarröst kan sluta med ett klick och kinesiska polyfona eller ovanliga tecken kan uttalas fel. Kontrollera den talade repliken och slutljudet; en kort ljuduttoning kan hjälpa vid ett abrupt avbrott. Kontrollerna ingår i förberedelsen av det kreativa resultatet, särskilt när tal eller karaktärskontinuitet bär berättelsen.
POST /v1/videostext, image, audiovideo| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser bytedance/seedance-2.0-fast | Standard— |
Fältprompt | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältduration | Typinteger | KravObligatoriskt | Värden & gränser 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15 Minimum: 1 Maximum: 600 | Standard— |
Fältresolution | Typstring | KravValfritt | Värden & gränser 480p, 720p | Standard— |
Fältaspect_ratio | Typstring | KravValfritt | Värden & gränser 1:1, 3:4, 9:16, 4:3, 16:9, 21:9, 9:21 | Standard— |
Fältgenerate_audio | Typboolean | KravValfritt | Värden & gränser false, true Villkor: Om generate_audio utelämnas väljs priset med ljud; false väljer priset utan ljud. Kontrollera has_audio i resultatet för att se om ett ljudspår returnerades. | Standard— |
Fältframe_images | Typarray | KravValfritt | Värden & gränser Minsta antal objekt: 1 Maximalt antal objekt: 2 Indatainnehåll: Array med bildruteobjekt. Varje objekt har type=image_url, image_url som innehåller url och frame_type=first_frame eller last_frame. Varje roll förekommer högst en gång. Använd offentliga HTTPS-länkar. Exakta nycklar: type, image_url, frame_type Villkor: Dessa nycklar gäller varje bildruteobjekt. Utelämna frame_images för en begäran med enbart text. | Standard— |
Fältinput_references | Typarray | KravValfritt | Värden & gränser Indatainnehåll: Array med bild- eller ljudreferensobjekt. Sätt type till image_url eller audio_url och ange motsvarande URL-objekt som innehåller url. Videoreferenser kan fortfarande inte prissättas. Villkor: Utelämna frame_images för att använda referensläge. Använd offentliga HTTPS-länkar. | Standard— |
Fältsize | Typstring | KravValfritt | Värden & gränser 480x480, 480x640, 480x854, 640x480, 854x480, 1120x480, 720x720, 720x960, 720x1280, 720x1680, 960x720, 1280x720, 1680x720 Mönster: ^[1-9][0-9]*x[1-9][0-9]*$ | Standard— |
Fältseed | Typinteger | KravValfritt | Värden & gränser Minimum: −9 223 372 036 854 775 808 Maximum: 9 223 372 036 854 775 807 | Standard— |
Fältcallback_url | Typstring | KravValfritt | Värden & gränser Mönster: ^https:// | Standard— |
Fältsession_id | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttrace | Typobject | KravValfritt | Värden & gränser | Standard— |
Fältuser | Typstring | KravValfritt | Värden & gränser | Standard— |
Text till video · En skriven prompt. · Krävs: model, prompt, duration
Ange en textprompt och en längd i hela sekunder som stöds. Använd en exakt angiven storlek, eller en upplösning och ett bildförhållande som motsvarar angivna dimensioner.
model: Typ: string · bytedance/seedance-2.0-fast
prompt: Typ: string · Maximalt antal UTF-8-byte: 10 000 · Minst ett tecken som inte är blanksteg krävs: Ja
Bild till video · En skriven prompt och en bildruta. · Krävs: model, prompt, duration, frame_images
frame_images är en array med objekt som har type=image_url, image_url som innehåller url samt frame_type. Använd en offentlig HTTPS URL till en bild; first_frame och last_frame får förekomma en gång vardera. Använd en angiven utdatastorlek eller kompatibla dimensioner. Lägg inte till videoreferenser.
Exakta nycklar: type, image_url, frame_type
model: Typ: string · bytedance/seedance-2.0-fast
prompt: Typ: string · Maximalt antal UTF-8-byte: 10 000 · Minst ett tecken som inte är blanksteg krävs: Ja
Reference to video · En skriven prompt och bild- eller ljudreferenser. · Krävs: model, prompt, duration, input_references
input_references är en array. Varje objekt har type=image_url eller type=audio_url och ett motsvarande URL-objekt som innehåller url. Använd offentliga HTTPS-länkar. Utelämna frame_images för att välja referensläge. Videoreferenser kan inte prissättas.
model: Typ: string · bytedance/seedance-2.0-fast
prompt: Typ: string · Maximalt antal UTF-8-byte: 10 000 · Minst ett tecken som inte är blanksteg krävs: Ja
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, prompt, duration |
Parametermaterial_types | Avtaltext, image, audio |
Parameteradditional_properties | Avtalfalse |
Parameteroptional_controls | Avtalresolution, aspect_ratio, generate_audio, frame_images, input_references, size, seed, callback_url, session_id, trace, user |
Livscykel: submit_once_poll_original
GET /v1/videos/{public_id}
GET /v1/videos/{public_id}/content
De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Prognostiserad mängd | Debiteringsenhet | Debiteringsvillkor | Avgift |
|---|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Prognostiserad mängd— | Debiteringsenhet— | Debiteringsvillkor— | Avgift Indata · Indatatoken · Uppskattning endast för jämförelse — / 1K token Utdata · Utdatatoken · Uppskattning endast för jämförelse — / 1K token Indata · Cacheläsning · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache, 1 tim · Uppskattning endast för jämförelse — / 1K token |
| KonfigurationPris för videotoken | Prislista— | Prognostiserad mängd— | Debiteringsenhetper 1K videotoken | DebiteringsvillkorInget ytterligare villkor anges i denna prisnyckel. | Avgift Utdata · Pris per videotoken · Uppskattning endast för jämförelse $0.0084 per 1K videotoken Priset per videotoken är den huvudsakliga prisreferensen. De övergripande uppskattningarna per sekund är separata referenser och innebär ingen extra avgift. |
| KonfigurationPris för videotoken | Prislista— | Prognostiserad mängd— | Debiteringsenhetper 1K videotoken | Debiteringsvillkorindata: with_video_input | Avgift reference · Pris per videotoken · Uppskattning endast för jämförelse $0.00495 per 1K videotoken Priset per videotoken är den huvudsakliga prisreferensen. De övergripande uppskattningarna per sekund är separata referenser och innebär ingen extra avgift. |
| KonfigurationPris för videotoken | Prislista— | Prognostiserad mängd— | Debiteringsenhetper 1K videotoken | Debiteringsvillkorljud: without_audio | Avgift Utdata · Pris per videotoken · Uppskattning endast för jämförelse $0.0084 per 1K videotoken Priset per videotoken är den huvudsakliga prisreferensen. De övergripande uppskattningarna per sekund är separata referenser och innebär ingen extra avgift. |
| KonfigurationUppskattad genereringskostnad | Prislista— | Prognostiserad mängduppskattning för en generering | Debiteringsenhet— | Debiteringsvillkor— | Avgift Utdata · Uppskattad genereringskostnad · Uppskattning endast för jämförelse $0.18144 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Debiteringsvillkor | Avgift |
|---|---|---|
| KonfigurationPris för videotoken | DebiteringsvillkorInget ytterligare villkor anges i denna prisnyckel. | Avgift Utdata · Pris per videotoken $0.0084 per 1K videotoken Priset per videotoken är den huvudsakliga prisreferensen. De övergripande uppskattningarna per sekund är separata referenser och innebär ingen extra avgift. |
| KonfigurationPris för videotoken | Debiteringsvillkorljud: without_audio | Avgift Utdata · Pris per videotoken $0.0084 per 1K videotoken Priset per videotoken är den huvudsakliga prisreferensen. De övergripande uppskattningarna per sekund är separata referenser och innebär ingen extra avgift. |
| KonfigurationPris för videotoken | Debiteringsvillkorindata: with_video_input | Avgift reference · Pris per videotoken $0.00495 per 1K videotoken Priset per videotoken är den huvudsakliga prisreferensen. De övergripande uppskattningarna per sekund är separata referenser och innebär ingen extra avgift. |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nfrom pathlib import Path\nPath('request.json').write_text('{"model":"bytedance/seedance-2.0-fast","prompt":"A serene mountain landscape at sunset","duration":4,"resolution":"480p","size":"480x480","generate_audio":false}', encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('result.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nsignerade innehållslänkar som du äger
GET /v1/videos/{public_id}GET /v1/videos/{public_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_STATUS_URL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nr=json.loads(Path('result.json').read_text())\nif not isinstance(r.get('id'),str) or not r['id']:raise SystemExit('Keep the original response and headers for reconciliation; no returned ID')\nPath('status-url.txt').write_text('https://api.ailoot.ai/v1/videos/'+quote(r['id'],safe=''))\nPY_STATUS_URL\ncurl --fail-with-body --silent --show-error "$(cat status-url.txt)" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path('status.json').read_text())\nprint(json.dumps(r,ensure_ascii=False,indent=2))\nprint('Keep the complete JSON and response headers; do not resubmit an unknown creation.')\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path('status.json').read_text())\nif r.get('status')!='completed':raise SystemExit('Keep the original ID and read its status; never recreate an unknown job')\nif not isinstance(r.get('data'),list) or not r['data']:raise SystemExit('Keep the complete original status; no completed outputs supplied')\nurls=[]\nfor i,u in enumerate(r.get('data',[])):\n if not isinstance(u,str):raise SystemExit('Keep the original response; unexpected asset shape')\n urls.append((str(i),u))\nfor label,path in urls:\n u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)\n if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')\n target=Path('owned-'+label+'.bin')\n subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)\nprint('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')\nPY_ASSETS\nSpara varje färdig video eller returnerad fil; hämta varje faktiskt returnerad resurs-URL.
Behåll varje faktiskt resultat som du äger och dess returnerade, uppmätta metadata.
503 result_pending_check + ursprungligt id + X-Should-Retry:false; upprepa aldrig originalet
| Fält | Typ | Betydelse |
|---|---|---|
Fältindex | Typinteger | BetydelseNollbaserad position för denna video i utdatalistan. |
Fältcontent_url | Typstring | BetydelseSignerad HTTPS URL för hämtning av denna färdiga video. |
Fältsha256 | Typstring | null | BetydelseSHA-256-kontrollsumma för den ursprungliga videons byte; null om den inte är tillgänglig. |
Fältsize_bytes | Typinteger | null | BetydelseStorleken på den ursprungliga videofilen i byte; null om den inte är tillgänglig. |
Fältduration_ms | Typinteger | null | BetydelseUppmätt videolängd i millisekunder; null om den inte är tillgänglig. |
Fältwidth | Typinteger | null | BetydelseVideobredd i pixlar; null om den inte är tillgänglig. |
Fältheight | Typinteger | null | BetydelseVideohöjd i pixlar; null om den inte är tillgänglig. |
Fältvideo_codec | Typstring | null | BetydelseIdentifierare för videokodek; null om ingen har registrerats. |
Fälthas_audio | Typboolean | null | BetydelseOm videon innehåller ett ljudspår; null om detta inte har mätts. |
Fältaudio_codec | Typstring | null | BetydelseIdentifierare för ljudkodek; null när ingen identifierare har registrerats. |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar404 · not_found_error | VillkorVideoåtkomst är inte tillgänglig eller detta video-ID hittades inte. | Nästa stegKontrollera videoåtkomst. För en befintlig video använder du dess ursprungliga offentliga ID och samma API-nyckel. |
Svar401 · authentication_error | VillkorAPI-nyckeln motsvarar inte det autentiserade kontot. | Nästa stegKontrollera din API-nyckel och kontoåtkomst innan du skickar in. |
Svar400 · invalid_request_error | VillkorBegäran kunde inte läsas eller hämtningsindexet är ogiltigt. | Nästa stegKorrigera begäranskroppen. Vid hämtning väljer du ett utdataindex som returnerats av den ursprungliga uppgiften. |
Svar422 · price_unavailable | VillkorDen valda videokonfigurationen kan inte prissättas. | Nästa stegVälj en videokonfiguration som stöds och fyll i dess obligatoriska alternativ innan du skickar en korrigerad begäran. |
Svar422 · invalid_request_error | VillkorVideoindata eller den ursprungliga fortsättningsuppgiften är ogiltig. | Nästa stegAnvänd giltiga HTTPS-indata. För fortsättning använder du det färdiga originalets offentliga video-ID med samma API-nyckel. |
Svar402 · billing_error | VillkorDet tillgängliga saldot eller gränserna medger ingen reservation. | Nästa stegKontrollera ditt tillgängliga saldo och dina gränser innan du skickar en ny begäran. |
Svar503 · server_error | VillkorVideoverifiering, lagring eller tjänsteåtkomst är tillfälligt otillgänglig. | Nästa stegVänta tills tjänsten är tillgänglig. Om du redan har ett video-ID kontrollerar du den ursprungliga uppgiften i stället för att skapa en ny generering. |
Svar503 · result_pending_check | VillkorDet ursprungliga videoresultatet och debiteringen behöver kontrolleras. | Nästa stegBehåll det returnerade video-ID:t och kontrollera den uppgiften. Skicka ingen ersättande genereringsbegäran medan den kontrolleras. |
Svar503 · owned_result_unavailable | VillkorHämtningen av den befintliga videon är tillfälligt otillgänglig. | Nästa stegKontrollera samma videouppgift senare och hämta dess befintliga resultat. En ny generering skapar en separat operation. |
Svar409 · video_not_ready | VillkorVideoinnehållet har inte publicerats. | Nästa stegKontrollera den ursprungliga uppgiftens status. Hämta när den rapporterar completed; om den rapporterar failed följer du dess meddelande om debiteringskontroll. |
Ailoot Ultra bytedance/seedance-2.0-fast
Använd metodsökvägarna som visas ovan.