ByteDance: Seedance 2.5

ByteDance : Seedance 2.5 est un modèle de génération vidéo de ByteDance, listé sur api14 sous l'identifiant de modèle bytedance/seedance-2.5. Il appartient à la catégorie vidéo, et ByteDance le positionne pour la narration longue durée, la génération multimodale par référence, le montage vidéo et l'extension vidéo. C'est un modèle de média génératif et non un modèle de texte, donc la sortie que vous obtenez est de la vidéo.

Côté entrée, Seedance 2.5 accepte le texte, les images, la vidéo et l'audio. Côté sortie, il produit uniquement de la vidéo. Il prend en charge le contrôle de la première image et le contrôle de la première et de la dernière image via les options frameImages first_frame et last_frame, et il peut générer de l'audio en même temps que la vidéo. Les résolutions de sortie sont 480p et 720p. Les ratios d'image couvrent 16:9, 4:3, 1:1, 3:4, 9:16 et 21:9. Les durées vont de 4 à 30 secondes par pas d'une seconde, donc vous pouvez demander tout, d'un clip de 4 secondes jusqu'à un de 30 secondes. Aucune longueur de contexte en tokens n'est publiée pour ce modèle.

Ces capacités correspondent à un ensemble de tâches assez spécifique. L'entrée multimodale plus la génération par référence conviennent aux travaux où vous voulez que la sortie suive une image, un clip ou une piste audio fourni plutôt qu'une simple invite textuelle. Le contrôle de la première image et de la première et dernière image est utile lorsqu'un plan doit commencer ou se terminer sur une image exacte, par exemple dans un travail de continuité ou lors de l'assemblage de clips générés dans une séquence plus longue. L'extrémité haute de la plage de durées, jusqu'à 30 secondes, convient aux moments narratifs qui nécessiteraient autrement plusieurs générations plus courtes assemblées. Le montage vidéo et l'extension vidéo en font un candidat pour allonger ou retravailler des séquences existantes, et l'option de génération audio signifie qu'un clip peut revenir avec une bande sonore plutôt que muet. Les multiples ratios d'image permettent au même modèle de servir le cadrage paysage, carré, vertical et cinématographique large.

Pour l'appeler, envoyez une requête via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle bytedance/seedance-2.5. Comme l'API est compatible OpenAI, vous pouvez pointer un client OpenAI existant vers api14 et changer le champ model plutôt que de réécrire votre intégration. Parmi les paramètres qu'api14 liste pour ce modèle, frequency_penalty est pris en charge ; le reste de la forme de la requête suit le point de terminaison standard que vous utilisez déjà pour d'autres modèles sur la passerelle. Consultez le tableau des prix en direct sur la page plutôt que de supposer un coût, car les tarifs ne sont pas indiqués ici.

Un point à peser est que Seedance 2.5 renvoie de la vidéo, pas du texte, donc il ne remplace pas un modèle de langage dans un pipeline textuel ; si votre tâche est la légendage, le résumé ou le raisonnement sur du contenu, un modèle de texte sur api14 est plus adapté. Dans le travail vidéo, le choix dépend de votre cible : 480p et 720p sont les résolutions listées, donc si vous avez besoin de quelque chose en dehors de cette plage, ce modèle peut ne pas convenir. L'échelle de durées commence à 4 secondes, donc les clips très courts en dessous ne sont pas couverts.