Назад к блогу

API ByteDance Seedance 2.0 Mini на E2X: Видео 4–15с и Мультимодальные Референсы от $0.045/s

E2X Team··9 мин чтения
seedance-2.0-miniseedancebytedancetext-to-videoimage-to-videoreference-to-videostart-end-frame-to-videovideo-generation

Модель Seedance 2.0 Mini от ByteDance (dreamina-seedance-2-0-mini-260615) теперь доступна в API E2X во всех четырех режимах генерации видео:

  • bytedance/seedance-2.0-mini/text-to-video: генерация роликов длительностью от 4 до 15 секунд по текстовому промпту в шести соотношениях сторон (21:9, 16:9, 4:3, 1:1, 3:4, 9:16) со встроенным синхронизированным звуком.
  • bytedance/seedance-2.0-mini/image-to-video: анимация начального изображения (image_url) в ролик от 4 до 15 секунд с управлением камерой и движением.
  • bytedance/seedance-2.0-mini/start-end-frame-to-video: интерполяция непрерывного плана длительностью от 4 до 15 секунд между начальным кадром (image_url) и конечным кадром (end_frame_url).
  • bytedance/seedance-2.0-mini/reference-to-video: объединение до 9 референсных изображений (@Image1..@Image9), 3 референсных видеороликов (@Video1..@Video3) и 3 референсных аудиодорожек (@Audio1..@Audio3) в одном запросе.

С учетом нашей постоянной скидки 25% от базовой ставки $0.06/s, все четыре эндпоинта тарифицируются по единой посекундной цене: $0.045 за секунду в 480p и $0.09 за секунду в 720p, включая встроенный звук. Стандартный 5-секундный ролик в 720p стоит $0.45, а 5-секундный черновик в 480p — $0.225.

Как устроена тарификация $0.045/s и $0.09/s

Все режимы Seedance 2.0 Mini на E2X имеют единую базовую цену по прейскуранту — $0.06 за секунду (60,000 микроцентов). Наша постоянная глобальная скидка 25% снижает эту базу до $0.045 за секунду (45,000 микроцентов). Два параметра схемы умножают ставку со скидкой:

  1. resolution: значение "480p" применяет множитель ×1 ($0.045/s, или 45,000 микроцентов/с), а "720p" (по умолчанию) применяет множитель ×2 ($0.09/s, или 90,000 микроцентов/с).
  2. duration: любая целочисленная строка секунд от "4" до "15" (по умолчанию "5") умножает посекундную ставку на запрошенную длительность.

В отличие от API с оплатой за токены, где добавление видеореференсов или включение звука меняет множитель, E2X рассчитывает стоимость строго по длительности и разрешению выходного видео:

  • Параметр has_sound (true по умолчанию) не имеет наценки. Синхронизированная речь, фоновый звук и шумовые эффекты включены в тарифы $0.045/s и $0.09/s.
  • Мультимодальные входные референсы (reference_urls, reference_video_urls, reference_audio_urls) не добавляют никакой платы за входные токены.

Ниже показано сравнение цен E2X с fal.ai, WaveSpeed, Replicate и Eachlabs (данные проверены 5 ноября 2026 года):

Провайдер480p / сек720p / сек5с в 720p (T2V / I2V)5с в 720p (с видеореференсом 5с)Экономия на E2X в 720p
E2X (скидка 25%)$0.045$0.090$0.45$0.45Базовый уровень
fal.ai~$0.072~$0.155~$0.77~$0.93на 42% ниже (T2V) / на 52% ниже (видеореф.)
WaveSpeed$0.060$0.120$0.60$0.75на 25% ниже (T2V) / на 40% ниже (видеореф.)
Replicate$0.040$0.090$0.45$0.55Паритет (T2V) / на 18% ниже (видеореф.)
Eachlabs$0.035–$0.039$0.075–$0.087$0.38–$0.44Зависит от режимаЕдиная цепочка из двух провайдеров на E2X

Сравнение тарифов проверено 5 ноября 2026 года. Тарифы и условия провайдеров могут меняться; актуальные цифры смотрите на нашей странице цен.

Полная схема параметров для всех четырех режимов

Все четыре маршрута Seedance 2.0 Mini принимают задачи через POST https://api.e2x.ai/v1/jobs/submit. Передайте идентификатор режима в поле model, а перечисленные ниже параметры — в объекте input:

ПараметрЭндпоинтыТипОбязателенПо умолчаниюПоддерживаемые значения
promptВсе 4 эндпоинтаstringДаНетДо 2,000 символов. Поддерживает @Image1..@Image9, @Video1..@Video3, @Audio1..@Audio3 в reference-to-video.
image_urlimage-to-video, start-end-frame-to-videostring (URI)ДаНетОбщедоступный HTTPS URL для начального кадра.
end_frame_urlstart-end-frame-to-videostring (URI)ДаНетОбщедоступный HTTPS URL для конечного кадра.
reference_urlsreference-to-videostring[]Минимум 1 фото или видеоНетДо 9 URL изображений (@Image1..@Image9).
reference_video_urlsreference-to-videostring[]ОпциональноНетДо 3 URL видео (@Video1..@Video3).
reference_audio_urlsreference-to-videostring[]ОпциональноНетДо 3 URL аудио (@Audio1..@Audio3). Требует хотя бы один фото- или видеореференс.
aspect_ratiotext-to-video, reference-to-videostringНет"16:9""21:9", "16:9", "4:3", "1:1", "3:4", "9:16".
resolutionВсе 4 эндпоинтаstringНет"720p""480p" ($0.045/s), "720p" ($0.09/s).
durationВсе 4 эндпоинтаstringНет"5""4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15".
has_soundВсе 4 эндпоинтаbooleanНетtruetrue (синхронизированный звук) или false (MP4 без звука).
seedВсе 4 эндпоинтаintegerНетСлучайныйНеотрицательное целое число (0 и выше) для воспроизводимости движения.

Архитектура с двумя провайдерами и обход модерации портретов

Когда вы вызываете bytedance/seedance-2.0-mini/* на E2X, ваша задача выполняется через двухступенчатую цепочку провайдеров, настроенную в нашем обработчике:

  1. Основной провайдер (прямой API BytePlus ModelArk): подключается напрямую к модели dreamina-seedance-2-0-mini-260615 от ByteDance на узле ark.ap-southeast.bytepluses.com.
  2. Автоматическая регистрация приватных ресурсов для реальных лиц: стандартная модерация BytePlus ModelArk отклоняет входные изображения или референсные видео с реальными человеческими лицами с кодом InputImageSensitiveContentDetected.PrivacyInformation. Когда наш обработчик обнаруживает эту ошибку, он автоматически регистрирует визуальные файлы в приватной библиотеке AIGC-ресурсов BytePlus с параметром Moderation.Strategy = "Skip", заменяет ссылки на медиафайлы на asset://<id>, повторно отправляет задачу и удаляет временные ресурсы в блоке finally сразу после завершения опроса статуса.
  3. Резервный провайдер (Eachlabs): если основной провайдер превышает время ожидания или возвращает ошибку сервиса, обработчик прозрачно переключается на Eachlabs (bytedance-seedance-2-0-mini-*), не требуя повторного запроса со стороны вашего приложения.

Примеры кода: Text-to-video и мультимодальный reference-to-video

1. Отправка 10-секундной ультраширокой задачи text-to-video (curl)

Пример запроса curl к bytedance/seedance-2.0-mini/text-to-video в формате 21:9 и черновом разрешении 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. Комбинирование @Image1, @Video1 и @Audio1 на TypeScript

В режиме bytedance/seedance-2.0-mini/reference-to-video можно зафиксировать внешность персонажа по изображениям, движение камеры по референсному видео и интонацию голоса по аудиоклипу в рамках одного вызова:

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}`);
    }
  }
}

Когда выбирать Seedance 2.0 Mini, Gemini Omni 1.1 Flash или Veo 3.1 Fast

На E2X представлены три семейства видеомоделей в категориях text-to-video, image-to-video, start-end-frame-to-video и reference-to-video:

ХарактеристикаSeedance 2.0 MiniGemini Omni 1.1 FlashVeo 3.1 Fast
Тариф 720p на E2X$0.09/s$0.09/s$0.01/s (без звука) / $0.015/s (со звуком)
Черновой тариф$0.045/s (480p)$0.0297/s (360p)Нет
Тариф start-end-frame$0.09/s (720p) / $0.045/s (480p)$0.09/s (720p)$0.10/s
Макс. разрешение720p4K ($0.18/s)4K
Варианты длительностиОт 4 до 15 секунд (шаг 1с)4, 6, 8, 10 секунд4, 6, 8 секунд
Соотношения сторон6 (21:9, 16:9, 4:3, 1:1, 3:4, 9:16)2 (16:9, 9:16)2 (16:9, 9:16)
Входные референсы9 фото + 3 видео + 3 аудиоДо 7 изображенийДо 3 изображений

Используйте Seedance 2.0 Mini, когда вашему рабочему процессу требуются:

  • Непрерывные сцены длительностью от 11 до 15 секунд или нечетный хронометраж (5s, 7s, 9s, 12s) под конкретную монтажную сетку.
  • Нестандартные соотношения сторон (21:9 киноформат, 1:1 квадрат, 4:3 или 3:4) без потери качества при последующей обрезке.
  • Мультимодальные видеореференсы движения @Video или аудиореференсы ритма @Audio вместе с 9 фотореференсами @Image.
  • Переходы между ключевыми кадрами (start-end-frame-to-video) по цене $0.045/s (480p) или $0.09/s (720p), что дешевле ставки $0.10/s у Veo 3.1 Fast.

Изучите все четыре эндпоинта в каталоге моделей E2X или ознакомьтесь с машиночитаемыми спецификациями для text-to-video, image-to-video, start-end-frame-to-video и reference-to-video.

Часто задаваемые вопросы

Какова цена ByteDance Seedance 2.0 Mini на E2X?

С учетом нашей постоянной скидки 25% от базовой ставки $0.06/s, Seedance 2.0 Mini стоит $0.045 за секунду в 480p и $0.09 за секунду в 720p во всех четырех режимах. 5-секундный ролик в 720p стоит $0.45, а 5-секундный ролик в 480p — $0.225.

Насколько E2X дешевле fal.ai и WaveSpeed для Seedance 2.0 Mini?

В разрешении 720p тариф E2X ($0.09/s) на 42% дешевле fal.ai (~$0.1547/s) и на 25% дешевле WaveSpeed ($0.12/s). При прикреплении видеореференсов в режиме reference-to-video экономия возрастает до 40%–52%, поскольку E2X не взимает плату за секунды входного видео.

Можно ли передать только референсное аудио в reference-to-video?

Нет. BytePlus ModelArk требует наличия хотя бы одного визуального референса (reference_urls или reference_video_urls) в каждой задаче reference-to-video. Вы можете прикрепить до 3 аудиофайлов (reference_audio_urls) в дополнение к минимум одному фото- или видеореференсу.

Как обращаться к конкретным изображениям, видео и аудиофайлам в промпте?

Используйте теги с нумерацией от 1, соответствующие порядку элементов в каждом массиве: от @Image1 до @Image9 для reference_urls, от @Video1 до @Video3 для reference_video_urls и от @Audio1 до @Audio3 для reference_audio_urls.