Zurück zum Blog

ByteDance Seedance 2.0 Mini API auf E2X: 4–15s-Video & multimodale Referenzen ab $0.045/s

E2X Team··9 Min. Lesezeit
seedance-2.0-miniseedancebytedancetext-to-videoimage-to-videoreference-to-videostart-end-frame-to-videovideo-generation

Seedance 2.0 Mini (dreamina-seedance-2-0-mini-260615) von ByteDance ist ab sofort über alle vier Videogenerierungsfunktionen hinweg auf der E2X API verfügbar:

Mit unserem dauerhaften Rabatt von 25 % auf den Listen-Basispreis von $0.06/s rechnen alle vier Endpunkte zum exakt gleichen Sekundenpreis ab: $0.045 pro Sekunde bei 480p und $0.09 pro Sekunde bei 720p, inklusive nativem Audio. Ein standardmäßiger 5-sekündiger 720p-Clip kostet $0.45, und ein 5-sekündiger 480p-Entwurf kostet $0.225.

Wie die Preise von $0.045/s und $0.09/s funktionieren

Jede Funktion von Seedance 2.0 Mini auf E2X teilt sich einen Listen-Basispreis von $0.06 pro Sekunde (60,000 Mikro-Cent). Unser dauerhafter globaler Rabatt von 25 % senkt diese Basis auf $0.045 pro Sekunde (45,000 Mikro-Cent). Zwei Schemaparameter multiplizieren den rabattierten Basispreis:

  1. resolution: "480p" wendet einen ×1-Multiplikator an ($0.045/s bzw. 45,000 Mikro-Cent/s), und "720p" (der Standardwert) wendet einen ×2-Multiplikator an ($0.09/s bzw. 90,000 Mikro-Cent/s).
  2. duration: jeder ganzzahlige Sekunden-String von "4" bis "15" (Standard "5") multipliziert den Sekundenpreis mit der angeforderten Dauer.

Im Gegensatz zu tokenbasierten APIs, bei denen das Hinzufügen von Referenzvideos oder das Aktivieren von Audio den Multiplikator verändert, rechnet E2X ausschließlich nach Ausgabedauer und Ausgabeauflösung ab:

  • has_sound (standardmäßig true) hat keinen Multiplikator. Synchronisierte Dialoge, Umgebungsgeräusche und Foley-Effekte sind in den Tarifen von $0.045/s und $0.09/s enthalten.
  • Multimodale Referenz-Inputs (reference_urls, reference_video_urls, reference_audio_urls) verursachen keinerlei Input-Token-Aufschläge.

So schneidet die Preisgestaltung von E2X im Vergleich zu fal.ai, WaveSpeed, Replicate und Eachlabs ab (geprüft am 5. November 2026):

Anbieter480p / Sek.720p / Sek.5s bei 720p (T2V / I2V)5s bei 720p (mit 5s Video-Ref)E2X-Ersparnis bei 720p
E2X (25 % Rabatt)$0.045$0.090$0.45$0.45Referenzwert
fal.ai~$0.072~$0.155~$0.77~$0.9342 % günstiger (T2V) / 52 % günstiger (Video-Ref)
WaveSpeed$0.060$0.120$0.60$0.7525 % günstiger (T2V) / 40 % günstiger (Video-Ref)
Replicate$0.040$0.090$0.45$0.55Gleichstand (T2V) / 18 % günstiger (Video-Ref)
Eachlabs$0.035–$0.039$0.075–$0.087$0.38–$0.44VariiertEinheitliche Dual-Provider-Kette auf E2X

Preisvergleich geprüft am 5. November 2026. Anbieterpreise und Bedingungen können sich ändern; aktuelle Zahlen finden Sie auf unserer Preisseite.

Vollständiges Parameterschema über alle vier Funktionen hinweg

Alle vier Routen von Seedance 2.0 Mini nehmen Aufträge über POST https://api.e2x.ai/v1/jobs/submit entgegen. Übergeben Sie den Funktions-Slug in model und die untenstehenden Parameter in input:

ParameterEndpunkteTypErforderlichStandardUnterstützte Werte
promptAlle 4 EndpunktestringJaKeinerBis zu 2,000 Zeichen. Unterstützt @Image1..@Image9, @Video1..@Video3, @Audio1..@Audio3 bei reference-to-video.
image_urlimage-to-video, start-end-frame-to-videostring (URI)JaKeinerÖffentlich erreichbare HTTPS-URL für das Startbild.
end_frame_urlstart-end-frame-to-videostring (URI)JaKeinerÖffentlich erreichbare HTTPS-URL für das Schlussbild.
reference_urlsreference-to-videostring[]Mind. 1 Bild oder VideoKeinerBis zu 9 Bild-URLs (@Image1..@Image9).
reference_video_urlsreference-to-videostring[]OptionalKeinerBis zu 3 Video-URLs (@Video1..@Video3).
reference_audio_urlsreference-to-videostring[]OptionalKeinerBis zu 3 Audio-URLs (@Audio1..@Audio3). Erfordert mindestens eine Bild- oder Videoreferenz.
aspect_ratiotext-to-video, reference-to-videostringNein"16:9""21:9", "16:9", "4:3", "1:1", "3:4", "9:16".
resolutionAlle 4 EndpunktestringNein"720p""480p" ($0.045/s), "720p" ($0.09/s).
durationAlle 4 EndpunktestringNein"5""4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15".
has_soundAlle 4 EndpunktebooleanNeintruetrue (synchronisiertes natives Audio) oder false (stummes MP4).
seedAlle 4 EndpunkteintegerNeinZufälligNicht-negative Ganzzahl (0 oder höher) für reproduzierbare Bewegung.

Dual-Provider-Architektur und Umgehung der Porträtmoderation

Wenn Sie bytedance/seedance-2.0-mini/* auf E2X aufrufen, wird Ihr Auftrag über eine zweistufige, in unserem Worker konfigurierte Anbieterkette ausgeführt:

  1. Primärer Anbieter (direkte BytePlus ModelArk API): Verbindet sich direkt mit dem Modell dreamina-seedance-2-0-mini-260615 von ByteDance unter ark.ap-southeast.bytepluses.com.
  2. Automatische Privacy-Asset-Registrierung für echte Gesichter: Die Standardmoderation von BytePlus ModelArk lehnt Eingabebilder oder Referenzvideos mit echten menschlichen Gesichtern mit dem Fehler InputImageSensitiveContentDetected.PrivacyInformation ab. Sobald unser Worker diesen Fehlercode erkennt, registriert er die visuellen Inputs automatisch mit Moderation.Strategy = "Skip" in der privaten AIGC Asset Library von BytePlus, schreibt die Medien-URLs auf asset://<id> um, sendet die Aufgabe erneut ab und löscht die temporären Assets in einem finally-Block, sobald das Polling abgeschlossen ist.
  3. Sekundäres Fallback (Eachlabs): Wenn beim primären Upstream ein Timeout auftritt oder ein Dienstfehler zurückgegeben wird, weicht der Worker transparent auf Eachlabs (bytedance-seedance-2-0-mini-*) aus, ohne dass Ihre Anwendung einen neuen Versuch starten muss.

Codebeispiele: Text-to-Video und multimodales Reference-to-Video

1. Einen 10-sekündigen Ultrawide-Text-to-Video-Auftrag senden (curl)

Hier ist eine curl-Anfrage, die bytedance/seedance-2.0-mini/text-to-video im Seitenverhältnis 21:9 bei einer 480p-Entwurfsauflösung (10s × $0.045 = $0.45) aufruft:

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seedance-2.0-mini/text-to-video",
    "input": {
      "prompt": "Low-angle tracking shot ahead of a classic silver coupe driving through an alpine pass at sunrise. Golden light glints off wet asphalt and snowbanks. Deep exhaust note echoing off rock walls and wind rushing past.",
      "aspect_ratio": "21:9",
      "resolution": "480p",
      "duration": "10",
      "has_sound": true,
      "seed": 77410
    }
  }'

2. @Image1, @Video1 und @Audio1 in TypeScript kombinieren

Bei bytedance/seedance-2.0-mini/reference-to-video können Sie in einem einzigen Aufruf die Charakteridentität aus Bildern, die Kamerachoreografie aus einem Referenzvideo und die Sprachmelodie aus einem Audioclip festlegen:

const E2X_API_KEY = process.env.E2X_API_KEY!;
const headers = {
  Authorization: `Bearer ${E2X_API_KEY}`,
  "Content-Type": "application/json",
};

async function runMultimodalReference() {
  const submitRes = await fetch("https://api.e2x.ai/v1/jobs/submit", {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "bytedance/seedance-2.0-mini/reference-to-video",
      input: {
        prompt:
          "The presenter in @Image1 holds the matte titanium flask from @Image2 in the sunlit studio from @Image3, speaking with the vocal rhythm of @Audio1 while the camera performs the slow arc from @Video1.",
        reference_urls: [
          "https://cdn.example.com/assets/presenter-front.jpg",
          "https://cdn.example.com/assets/titanium-flask.jpg",
          "https://cdn.example.com/assets/sunlit-studio.jpg",
        ],
        reference_video_urls: [
          "https://cdn.example.com/assets/camera-arc-ref.mp4",
        ],
        reference_audio_urls: [
          "https://cdn.example.com/assets/voice-rhythm.mp3",
        ],
        aspect_ratio: "16:9",
        resolution: "720p",
        duration: "6",
        has_sound: true,
      },
    }),
  });

  const { data: submitted } = await submitRes.json();

  for (let i = 0; i < 240; i++) {
    await new Promise((r) => setTimeout(r, 3000));
    const statusRes = await fetch(
      `https://api.e2x.ai/v1/jobs/${submitted.jobId}`,
      { headers }
    );
    const { data: job } = await statusRes.json();

    if (job.status === "completed") {
      return job.outputs[0].url;
    }
    if (job.status === "failed" || job.status === "cancelled") {
      throw new Error(job.error?.message || `Job ended with ${job.status}`);
    }
  }
}

Wann Sie Seedance 2.0 Mini, Gemini Omni 1.1 Flash oder Veo 3.1 Fast wählen sollten

E2X bietet drei Videomodellfamilien in den Kategorien text-to-video, image-to-video, start-end-frame-to-video und reference-to-video:

MerkmalSeedance 2.0 MiniGemini Omni 1.1 FlashVeo 3.1 Fast
720p-Preis auf E2X$0.09/s$0.09/s$0.01/s (stumm) / $0.015/s (Ton)
Preis Entwurfsstufe$0.045/s (480p)$0.0297/s (360p)Keine
Start-End-Frame-Preis$0.09/s (720p) / $0.045/s (480p)$0.09/s (720p)$0.10/s
Max. Auflösung720p4K ($0.18/s)4K
Daueroptionen4 bis 15 Sekunden (1s-Schritte)4, 6, 8, 10 Sekunden4, 6, 8 Sekunden
Seitenverhältnisse6 (21:9, 16:9, 4:3, 1:1, 3:4, 9:16)2 (16:9, 9:16)2 (16:9, 9:16)
Referenz-Inputs9 Bilder + 3 Videos + 3 AudiosBis zu 7 BilderBis zu 3 Bilder

Nutzen Sie Seedance 2.0 Mini immer dann, wenn Ihr Workflow Folgendes erfordert:

  • Durchgehende Einstellungen zwischen 11 und 15 Sekunden oder ungerade Sekundendauern (5s, 7s, 9s, 12s), die exakt in eine Schnitt-Timeline passen müssen.
  • Nicht-standardmäßige Seitenverhältnisse (21:9-Kino, 1:1-Quadrat, 4:3 oder 3:4) ohne Qualitätsverlust durch nachträgliches Zuschneiden.
  • Multimodale @Video-Bewegungsreferenzen oder @Audio-Rhythmusreferenzen zusammen mit bis zu 9 @Image-Referenzen.
  • Keyframe-Übergänge (start-end-frame-to-video) für $0.045/s (480p) oder $0.09/s (720p), womit der Start-End-Frame-Preis von Veo 3.1 Fast ($0.10/s) unterboten wird.

Entdecken Sie alle vier Endpunkte im E2X-Modellkatalog oder prüfen Sie die maschinenlesbaren Spezifikationen für text-to-video, image-to-video, start-end-frame-to-video und reference-to-video.

Häufig gestellte Fragen

Was kostet ByteDance Seedance 2.0 Mini auf E2X?

Mit unserem dauerhaften Rabatt von 25 % auf den Listenpreis von $0.06/s kostet Seedance 2.0 Mini über alle vier Funktionen hinweg $0.045 pro Sekunde bei 480p und $0.09 pro Sekunde bei 720p. Ein 5-sekündiger 720p-Clip kostet $0.45, und ein 5-sekündiger 480p-Clip kostet $0.225.

Wie viel günstiger ist E2X bei Seedance 2.0 Mini als fal.ai und WaveSpeed?

Bei 720p ist E2X ($0.09/s) um 42 % günstiger als fal.ai (~$0.1547/s) und um 25 % günstiger als WaveSpeed ($0.12/s). Wenn Sie bei reference-to-video Referenzvideos anhängen, steigt die Ersparnis auf 40 % bis 52 %, da E2X keine Eingabe-Videosekunden berechnet.

Kann ich bei reference-to-video ausschließlich Referenzaudio übergeben?

Nein. BytePlus ModelArk erfordert in jedem reference-to-video-Auftrag mindestens eine visuelle Referenz (reference_urls oder reference_video_urls). Sie können bis zu 3 Audiodateien (reference_audio_urls) zusammen mit mindestens einer Bild- oder Videoreferenz anhängen.

Wie referenziere ich bestimmte Bilder, Videos und Audiodateien in meinem Prompt?

Verwenden Sie 1-basierte Tags entsprechend der Reihenfolge des jeweiligen Arrays: @Image1 bis @Image9 für reference_urls, @Video1 bis @Video3 für reference_video_urls und @Audio1 bis @Audio3 für reference_audio_urls.