Volver al Blog

API de ByteDance Seedance 2.0 Mini en E2X: Video de 4–15s y Referencias Multimodales desde $0.045/s

E2X Team··10 min de lectura
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) de ByteDance ya está disponible en la API de E2X en las cuatro capacidades de generación de video:

Con nuestro descuento permanente del 25 % sobre la base de lista de $0.06/s, los cuatro endpoints facturan exactamente a la misma tarifa por segundo: $0.045 por segundo en 480p y $0.09 por segundo en 720p, con audio nativo incluido. Un clip predeterminado de 5 segundos en 720p cuesta $0.45, y un borrador de 5 segundos en 480p cuesta $0.225.

Cómo funcionan los precios de $0.045/s y $0.09/s

Cada capacidad de Seedance 2.0 Mini en E2X comparte una tarifa base de lista de $0.06 por segundo (60,000 microcentavos). Nuestro descuento global permanente del 25 % reduce esa base a $0.045 por segundo (45,000 microcentavos). Dos parámetros del esquema multiplican la base con descuento:

  1. resolution: "480p" aplica un multiplicador ×1 ($0.045/s, o 45,000 microcentavos/s), y "720p" (el valor predeterminado) aplica un multiplicador ×2 ($0.09/s, o 90,000 microcentavos/s).
  2. duration: cualquier cadena en segundos enteros desde "4" hasta "15" (predeterminado "5") multiplica la tarifa por segundo por la duración solicitada.

A diferencia de las API facturadas por tokens donde añadir videos de referencia o activar el audio cambia el multiplicador, E2X factura estrictamente por duración de salida y resolución de salida:

  • has_sound (true por defecto) no conlleva ningún multiplicador. El diálogo sincronizado, el sonido ambiental y los efectos foley están incluidos en las tarifas de $0.045/s y $0.09/s.
  • Las entradas de referencia multimodal (reference_urls, reference_video_urls, reference_audio_urls) añaden cero recargos por tokens de entrada.

Así se comparan los precios de E2X frente a fal.ai, WaveSpeed, Replicate y Eachlabs, verificado el 5 de noviembre de 2026:

Proveedor480p / seg720p / seg5s en 720p (T2V / I2V)5s en 720p (con ref. de video de 5s)Ahorro de E2X en 720p
E2X (25 % dto.)$0.045$0.090$0.45$0.45Base de referencia
fal.ai~$0.072~$0.155~$0.77~$0.9342 % menor (T2V) / 52 % menor (ref. video)
WaveSpeed$0.060$0.120$0.60$0.7525 % menor (T2V) / 40 % menor (ref. video)
Replicate$0.040$0.090$0.45$0.55Paridad (T2V) / 18 % menor (ref. video)
Eachlabs$0.035–$0.039$0.075–$0.087$0.38–$0.44VaríaCadena unificada de doble proveedor en E2X

Comparación de tarifas verificada el 5 de noviembre de 2026. Las tarifas y condiciones de los proveedores pueden cambiar; consulta nuestra página de precios para ver las cifras en tiempo real.

Esquema completo de parámetros en las cuatro capacidades

Las cuatro rutas de Seedance 2.0 Mini aceptan tareas mediante POST https://api.e2x.ai/v1/jobs/submit. Pasa el identificador de la capacidad en model y los parámetros siguientes en input:

ParámetroEndpointsTipoObligatorioPredeterminadoValores admitidos
promptLos 4 endpointsstringSíNingunoHasta 2,000 caracteres. Admite @Image1..@Image9, @Video1..@Video3, @Audio1..@Audio3 en reference-to-video.
image_urlimage-to-video, start-end-frame-to-videostring (URI)SíNingunoURL HTTPS públicamente accesible para el fotograma inicial.
end_frame_urlstart-end-frame-to-videostring (URI)SíNingunoURL HTTPS públicamente accesible para el fotograma final.
reference_urlsreference-to-videostring[]Al menos 1 imagen o videoNingunoHasta 9 URL de imágenes (@Image1..@Image9).
reference_video_urlsreference-to-videostring[]OpcionalNingunoHasta 3 URL de videos (@Video1..@Video3).
reference_audio_urlsreference-to-videostring[]OpcionalNingunoHasta 3 URL de audio (@Audio1..@Audio3). Requiere al menos una referencia de imagen o video.
aspect_ratiotext-to-video, reference-to-videostringNo"16:9""21:9", "16:9", "4:3", "1:1", "3:4", "9:16".
resolutionLos 4 endpointsstringNo"720p""480p" ($0.045/s), "720p" ($0.09/s).
durationLos 4 endpointsstringNo"5""4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15".
has_soundLos 4 endpointsbooleanNotruetrue (audio nativo sincronizado) o false (MP4 silencioso).
seedLos 4 endpointsintegerNoAleatorioEntero no negativo (0 o superior) para movimiento reproducible.

Arquitectura de doble proveedor y omisión de moderación de retratos

Cuando llamas a bytedance/seedance-2.0-mini/* en E2X, tu tarea se ejecuta en una cadena de proveedores de dos etapas configurada en nuestro worker:

  1. Proveedor principal (API directa de BytePlus ModelArk): Se conecta directamente al modelo dreamina-seedance-2-0-mini-260615 de ByteDance en ark.ap-southeast.bytepluses.com.
  2. Registro automático de activos privados para rostros reales: La moderación predeterminada de BytePlus ModelArk rechaza las imágenes de entrada o los videos de referencia que contienen rostros humanos reales con InputImageSensitiveContentDetected.PrivacyInformation. Cuando nuestro worker detecta este código de error, registra automáticamente las entradas visuales en la AIGC Asset Library privada de BytePlus con Moderation.Strategy = "Skip", reescribe las URL multimedia a asset://<id>, vuelve a enviar la tarea y elimina los activos temporales en un bloque finally tan pronto como finaliza el sondeo.
  3. Respaldo secundario (Eachlabs): Si el proveedor principal agota el tiempo de espera o devuelve un error de servicio, el worker conmuta de forma transparente a Eachlabs (bytedance-seedance-2-0-mini-*) sin requerir un reintento desde tu aplicación.

Ejemplos de código: Text-to-video y reference-to-video multimodal

1. Envío de una tarea text-to-video ultrapanorámica de 10 segundos (curl)

Aquí tienes una solicitud curl que llama a bytedance/seedance-2.0-mini/text-to-video con relación de aspecto 21:9 en resolución borrador 480p (10s × $0.045 = $0.45):

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. Combinación de @Image1, @Video1 y @Audio1 en TypeScript

En bytedance/seedance-2.0-mini/reference-to-video, puedes fijar la identidad del personaje a partir de imágenes, la coreografía de cámara a partir de un video de referencia y la cadencia vocal a partir de un clip de audio en una sola llamada:

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}`);
    }
  }
}

Cuándo elegir Seedance 2.0 Mini frente a Gemini Omni 1.1 Flash o Veo 3.1 Fast

E2X ofrece tres familias de modelos de video en las categorías text-to-video, image-to-video, start-end-frame-to-video y reference-to-video:

CaracterísticaSeedance 2.0 MiniGemini Omni 1.1 FlashVeo 3.1 Fast
Tarifa 720p en E2X$0.09/s$0.09/s$0.01/s (silencioso) / $0.015/s (sonido)
Tarifa nivel borrador$0.045/s (480p)$0.0297/s (360p)Ninguno
Tarifa start-end-frame$0.09/s (720p) / $0.045/s (480p)$0.09/s (720p)$0.10/s
Resolución máxima720p4K ($0.18/s)4K
Opciones de duración4 a 15 segundos (pasos de 1s)4, 6, 8, 10 segundos4, 6, 8 segundos
Relaciones de aspecto6 (21:9, 16:9, 4:3, 1:1, 3:4, 9:16)2 (16:9, 9:16)2 (16:9, 9:16)
Entradas de referencia9 imágenes + 3 videos + 3 audiosHasta 7 imágenesHasta 3 imágenes

Utiliza Seedance 2.0 Mini siempre que tu flujo de trabajo necesite:

  • Duraciones en una sola toma entre 11 y 15 segundos, o tiempos en segundos impares (5s, 7s, 9s, 12s) para ajustarse a una línea de tiempo de edición.
  • Relaciones de aspecto no estándar (21:9 cine, 1:1 cuadrado, 4:3 o 3:4) sin pérdida por recorte posterior.
  • Referencias multimodales de movimiento @Video o de ritmo @Audio junto con hasta 9 referencias @Image.
  • Transiciones entre fotogramas clave (start-end-frame-to-video) a $0.045/s (480p) o $0.09/s (720p), por debajo de la tarifa start-end-frame de $0.10/s de Veo 3.1 Fast.

Explora los cuatro endpoints en el catálogo de modelos de E2X o consulta las especificaciones legibles por máquina para text-to-video, image-to-video, start-end-frame-to-video y reference-to-video.

Preguntas frecuentes

¿Cuál es el precio de ByteDance Seedance 2.0 Mini en E2X?

Con nuestro descuento permanente del 25 % sobre la tarifa de lista de $0.06/s, Seedance 2.0 Mini cuesta $0.045 por segundo en 480p y $0.09 por segundo en 720p en las cuatro capacidades. Un clip de 5 segundos en 720p cuesta $0.45, y un clip de 5 segundos en 480p cuesta $0.225.

¿Cuánto más económico es E2X que fal.ai y WaveSpeed para Seedance 2.0 Mini?

En 720p, E2X ($0.09/s) es un 42 % más económico que fal.ai (~$0.1547/s) y un 25 % más económico que WaveSpeed ($0.12/s). Cuando adjuntas videos de referencia en reference-to-video, el ahorro aumenta al 40 %–52 % porque E2X no te cobra por los segundos de video de entrada.

¿Puedo pasar audio de referencia por sí solo en reference-to-video?

No. BytePlus ModelArk requiere al menos una referencia visual (reference_urls o reference_video_urls) en cada tarea reference-to-video. Puedes adjuntar hasta 3 archivos de audio (reference_audio_urls) junto con al menos una referencia de imagen o video.

¿Cómo hago referencia a imágenes, videos y archivos de audio específicos en mi prompt?

Utiliza etiquetas basadas en 1 que coincidan con el orden de cada arreglo: @Image1 a @Image9 para reference_urls, @Video1 a @Video3 para reference_video_urls y @Audio1 a @Audio3 para reference_audio_urls.