Voltar ao Blog

API ByteDance Seedance 2.0 Mini na E2X: Vídeo de 4–15s e Referências Multimodais a partir de $0.045/s

E2X Team··10 min de leitura
seedance-2.0-miniseedancebytedancetext-to-videoimage-to-videoreference-to-videostart-end-frame-to-videovideo-generation

O Seedance 2.0 Mini da ByteDance (dreamina-seedance-2-0-mini-260615) já está disponível na API da E2X em todas as quatro capacidades de geração de vídeo:

Com nosso desconto permanente de 25% sobre a base de tabela de $0.06/s, todos os quatro endpoints cobram exatamente a mesma tarifa por segundo: $0.045 por segundo em 480p e $0.09 por segundo em 720p, com áudio nativo incluído. Um clipe padrão de 5 segundos em 720p custa $0.45, e um rascunho de 5 segundos em 480p custa $0.225.

Como funcionam os preços de $0.045/s e $0.09/s

Cada capacidade do Seedance 2.0 Mini na E2X compartilha uma tarifa base de tabela de $0.06 por segundo (60,000 micro-centavos). Nosso desconto global permanente de 25% reduz essa base para $0.045 por segundo (45,000 micro-centavos). Dois parâmetros do esquema multiplicam a base com desconto:

  1. resolution: "480p" aplica um multiplicador ×1 ($0.045/s, ou 45,000 micro-centavos/s) e "720p" (o padrão) aplica um multiplicador ×2 ($0.09/s, ou 90,000 micro-centavos/s).
  2. duration: qualquer string de segundo inteiro de "4" a "15" (padrão "5") multiplica a tarifa por segundo pela duração solicitada.

Ao contrário das APIs cobradas por token, onde adicionar vídeos de referência ou ativar o áudio altera o multiplicador, a E2X cobra estritamente pela duração de saída e resolução de saída:

  • has_sound (true por padrão) não tem multiplicador. Diálogo sincronizado, som ambiente e efeitos foley estão incluídos nas tarifas de $0.045/s e $0.09/s.
  • Entradas de referência multimodais (reference_urls, reference_video_urls, reference_audio_urls) não adicionam nenhuma sobretaxa de tokens de entrada.

Veja como os preços da E2X se comparam aos da fal.ai, WaveSpeed, Replicate e Eachlabs, verificados em 5 de novembro de 2026:

Provedor480p / seg720p / seg5s em 720p (T2V / I2V)5s em 720p (com ref. de vídeo de 5s)Economia na E2X em 720p
E2X (25% de desconto)$0.045$0.090$0.45$0.45Base
fal.ai~$0.072~$0.155~$0.77~$0.9342% menor (T2V) / 52% menor (ref. de vídeo)
WaveSpeed$0.060$0.120$0.60$0.7525% menor (T2V) / 40% menor (ref. de vídeo)
Replicate$0.040$0.090$0.45$0.55Paridade (T2V) / 18% menor (ref. de vídeo)
Eachlabs$0.035–$0.039$0.075–$0.087$0.38–$0.44VariaCadeia unificada de provedor duplo na E2X

Comparação de tarifas verificada em 5 de novembro de 2026. As tarifas e os termos dos provedores podem mudar; consulte nossa página de preços para valores atualizados.

Esquema completo de parâmetros em todas as quatro capacidades

Todas as quatro rotas do Seedance 2.0 Mini aceitam tarefas por meio de POST https://api.e2x.ai/v1/jobs/submit. Passe o slug da capacidade em model e os parâmetros abaixo em input:

| Parâmetro | Endpoints | Tipo | Obrigatório | Padrão | Valores suportados | |---|---|---|---|---| | prompt | Todos os 4 endpoints | string | Sim | Nenhum | Até 2,000 caracteres. Suporta @Image1..@Image9, @Video1..@Video3, @Audio1..@Audio3 em reference-to-video. | | image_url | image-to-video, start-end-frame-to-video | string (URI) | Sim | Nenhum | URL HTTPS publicamente acessível para o quadro inicial. | | end_frame_url | start-end-frame-to-video | string (URI) | Sim | Nenhum | URL HTTPS publicamente acessível para o quadro final. | | reference_urls | reference-to-video | string[] | Pelo menos 1 imagem ou vídeo | Nenhum | Até 9 URLs de imagem (@Image1..@Image9). | | reference_video_urls | reference-to-video | string[] | Opcional | Nenhum | Até 3 URLs de vídeo (@Video1..@Video3). | | reference_audio_urls | reference-to-video | string[] | Opcional | Nenhum | Até 3 URLs de áudio (@Audio1..@Audio3). Requer pelo menos uma referência de imagem ou vídeo. | | aspect_ratio | text-to-video, reference-to-video | string | Não | "16:9" | "21:9", "16:9", "4:3", "1:1", "3:4", "9:16". | | resolution | Todos os 4 endpoints | string | Não | "720p" | "480p" ($0.045/s), "720p" ($0.09/s). | | duration | Todos os 4 endpoints | string | Não | "5" | "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15". | | has_sound | Todos os 4 endpoints | boolean | Não | true | true (áudio nativo sincronizado) ou false (MP4 silencioso). | | seed | Todos os 4 endpoints | integer | Não | Aleatório | Inteiro não negativo (0 ou superior) para movimento reproduzível. |

Arquitetura de provedor duplo e tratamento de moderação de retratos

Quando você chama bytedance/seedance-2.0-mini/* na E2X, sua tarefa é executada em uma cadeia de provedores de dois estágios configurada em nosso worker:

  1. Provedor primário (API direta BytePlus ModelArk): conecta-se diretamente ao modelo dreamina-seedance-2-0-mini-260615 da ByteDance em ark.ap-southeast.bytepluses.com.
  2. Registro automático de ativos de privacidade para rostos reais: a moderação padrão do BytePlus ModelArk rejeita imagens de entrada ou vídeos de referência contendo rostos humanos reais com InputImageSensitiveContentDetected.PrivacyInformation. Quando nosso worker detecta esse código de erro, ele registra automaticamente as entradas visuais na AIGC Asset Library privada da BytePlus com Moderation.Strategy = "Skip", reescreve as URLs de mídia para asset://<id>, reenvia a tarefa e exclui os ativos temporários em um bloco finally assim que o polling é concluído.
  3. Fallback secundário (Eachlabs): se o provedor primário atingir o tempo limite ou retornar um erro de serviço, o worker faz failover de forma transparente para a Eachlabs (bytedance-seedance-2-0-mini-*) sem exigir uma nova tentativa da sua aplicação.

Exemplos de código: Text-to-video e reference-to-video multimodal

1. Enviando uma tarefa text-to-video ultrawide de 10 segundos (curl)

Aqui está uma requisição curl chamando bytedance/seedance-2.0-mini/text-to-video na proporção 21:9 na resolução de rascunho 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. Combinando @Image1, @Video1 e @Audio1 em TypeScript

Em bytedance/seedance-2.0-mini/reference-to-video, você pode fixar a identidade do personagem a partir de imagens, a coreografia da câmera a partir de um vídeo de referência e a cadência vocal a partir de um clipe de áudio em uma única chamada:

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}`);
    }
  }
}

Quando escolher Seedance 2.0 Mini vs Gemini Omni 1.1 Flash vs Veo 3.1 Fast

A E2X oferece três famílias de modelos de vídeo nas categorias text-to-video, image-to-video, start-end-frame-to-video e reference-to-video:

RecursoSeedance 2.0 MiniGemini Omni 1.1 FlashVeo 3.1 Fast
Tarifa 720p na E2X$0.09/s$0.09/s$0.01/s (silencioso) / $0.015/s (com som)
Tarifa nível rascunho$0.045/s (480p)$0.0297/s (360p)Nenhum
Tarifa start-end-frame$0.09/s (720p) / $0.045/s (480p)$0.09/s (720p)$0.10/s
Resolução máxima720p4K ($0.18/s)4K
Opções de duração4 a 15 segundos (passos de 1s)4, 6, 8, 10 segundos4, 6, 8 segundos
Proporções de tela6 (21:9, 16:9, 4:3, 1:1, 3:4, 9:16)2 (16:9, 9:16)2 (16:9, 9:16)
Entradas de referência9 imagens + 3 vídeos + 3 áudiosAté 7 imagensAté 3 imagens

Use o Seedance 2.0 Mini sempre que o seu fluxo de trabalho precisar de:

  • Durações em tomada única entre 11 e 15 segundos, ou tempos em segundos ímpares (5s, 7s, 9s, 12s) para caber em uma timeline de edição.
  • Proporções de tela fora do padrão (21:9 cinema, 1:1 quadrado, 4:3 ou 3:4) sem perda por recorte em pós-produção.
  • Referências multimodais de movimento @Video ou referências de ritmo @Audio junto com até 9 referências @Image.
  • Transições de quadros-chave (start-end-frame-to-video) a $0.045/s (480p) ou $0.09/s (720p), custando menos que a tarifa start-end-frame de $0.10/s do Veo 3.1 Fast.

Explore todos os quatro endpoints no catálogo de modelos da E2X ou confira as especificações legíveis por máquina para text-to-video, image-to-video, start-end-frame-to-video e reference-to-video.

Perguntas frequentes

Qual é o preço do ByteDance Seedance 2.0 Mini na E2X?

Com nosso desconto permanente de 25% sobre a tarifa de tabela de $0.06/s, o Seedance 2.0 Mini custa $0.045 por segundo em 480p e $0.09 por segundo em 720p em todas as quatro capacidades. Um clipe de 5 segundos em 720p custa $0.45, e um clipe de 5 segundos em 480p custa $0.225.

Quanto a E2X é mais barata que a fal.ai e a WaveSpeed para o Seedance 2.0 Mini?

Em 720p, a E2X ($0.09/s) é 42% mais barata que a fal.ai (~$0.1547/s) e 25% mais barata que a WaveSpeed ($0.12/s). Quando você anexa vídeos de referência no reference-to-video, a economia sobe para 40%–52% porque a E2X não cobra pelos segundos do vídeo de entrada.

Posso enviar apenas áudio de referência no reference-to-video?

Não. O BytePlus ModelArk exige pelo menos uma referência visual (reference_urls ou reference_video_urls) em cada tarefa reference-to-video. Você pode anexar até 3 arquivos de áudio (reference_audio_urls) junto com pelo menos uma referência de imagem ou vídeo.

Como faço referência a imagens, vídeos e arquivos de áudio específicos no meu prompt?

Use tags numeradas a partir de 1 que correspondam à ordem de cada array: @Image1 a @Image9 para reference_urls, @Video1 a @Video3 para reference_video_urls e @Audio1 a @Audio3 para reference_audio_urls.