ByteDance: Seedance 1.5 Pro

Seedance 1.5 Pro adalah model pembuatan video dari ByteDance, terdaftar di api14 sebagai bytedance/seedance-1-5-pro. Model ini termasuk dalam lini model pembuatan audio-visual Seedance milik ByteDance, dan penyedia mendeskripsikannya sebagai dibangun di atas arsitektur Dual-Branch Diffusion Transformer dengan 4,5B parameter. Model ini berada di kategori video, jadi perannya adalah menghasilkan video, bukan menangani tugas teks atau chat.

Model ini menerima input teks dan gambar serta menghasilkan video sebagai satu-satunya output. Karena model ini menghasilkan video dan audio secara bersamaan dalam satu proses terpadu, audio merupakan bagian dari hasil yang dihasilkan, bukan sesuatu yang ditambahkan setelahnya. Output dapat dihasilkan pada 480p, 720p, atau 1080p, dengan rasio aspek 1:1, 3:4, 9:16, 9:21, 4:3, 16:9, dan 21:9, serta durasi dari 4 hingga 12 detik dalam langkah satu detik. Model ini juga mendukung frame gambar, khususnya first_frame dan last_frame, yang memungkinkan Anda menentukan titik awal, titik akhir, atau kedua ujung klip. Tidak ada panjang konteks dalam token yang dipublikasikan untuk model ini, yang memang wajar untuk generator video, dan maxOutput bernilai 0 dalam metadata model.

Kemampuan tersebut mengarah pada serangkaian penggunaan yang cukup spesifik. Text to video cocok untuk klip konseptual pendek, format sosial, dan pratinjau storyboard, terutama karena daftar rasio aspek mencakup penyajian persegi, vertikal, dan layar lebar. Image to video, dikombinasikan dengan first_frame dan last_frame, cocok untuk alur kerja di mana Anda sudah memiliki still atau keyframe dan ingin membuat gerakan di antara batas visual yang telah ditentukan, seperti menganimasikan foto produk atau menjembatani dua frame dalam sebuah edit. Pembuatan audio native berarti Anda dapat meminta klip di mana suara menjadi bagian dari output, bukan menambahkan skor secara terpisah. Rentang 4 hingga 12 detik membuat model ini paling cocok untuk shot pendek, bukan urutan kontinu yang panjang, dan opsi resolusi memungkinkan Anda menukar kualitas pratinjau dengan kualitas output akhir.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "bytedance/seedance-1-5-pro". Karena antarmukanya mengikuti format OpenAI, Anda dapat menggunakan pustaka klien dan struktur permintaan yang sama seperti yang sudah Anda gunakan untuk model lain di gateway, dengan mengarahkan field model ke id ini. Di antara parameter permintaan, frequency_penalty adalah parameter yang terdaftar sebagai didukung untuk model ini. Pengaturan pembuatan seperti resolusi, rasio aspek, durasi, first_frame, last_frame, dan pembuatan audio tersedia melalui opsi khusus model ini, bukan melalui parameter sampling standar yang biasa Anda gunakan untuk model teks.

Sebaiknya periksa kebutuhan Anda terhadap apa yang disediakan model ini sebelum memutuskan. Tidak ada panjang konteks token yang dipublikasikan, dan maxOutput bernilai 0, jadi ini bukan model penyelesaian teks dan tidak boleh digunakan ketika Anda memerlukan prompting berbasis token atau respons tekstual. Outputnya dibatasi hingga 12 detik per pembuatan, sehingga karya yang lebih panjang perlu disusun dari beberapa klip. Jika tugas Anda adalah teks, pemahaman gambar, atau modalitas non video lainnya, model di kategori tersebut di api14 akan lebih cocok.