ByteDance: Seedance 2.5

ByteDance: Seedance 2.5 は ByteDance の動画生成モデルで、api14 にモデル ID bytedance/seedance-2.5 として掲載されています。動画カテゴリに属し、ByteDance はこれを長編ストーリーテリング、マルチモーダル参照ベースの生成、動画編集、動画延長向けに位置づけています。テキストモデルではなく生成メディアモデルであるため、返ってくる出力は動画です。

入力側では、Seedance 2.5 はテキスト、画像、動画、音声を受け付けます。出力側では動画のみを生成します。frameImages オプションの first_frame と last_frame を通じて先頭フレーム制御と先頭および末尾フレーム制御をサポートし、動画とともに音声を生成できます。出力解像度は 480p と 720p です。アスペクト比は 16:9、4:3、1:1、3:4、9:16、21:9 に対応します。長さは 4 秒から 30 秒まで 1 秒刻みで、4 秒のクリップから 30 秒のクリップまで任意に要求できます。このモデルについてトークン単位のコンテキスト長は公開されていません。

これらの機能は、かなり特定の用途群を示しています。マルチモーダル入力と参照ベースの生成は、テキストプロンプトだけでなく、提供された画像、クリップ、音声トラックに出力を従わせたい作業に適しています。先頭フレーム制御と先頭および末尾フレーム制御は、ショットが正確な画像で始まるか終わる必要がある場合、たとえば連続性の作業や、生成したクリップをより長いシーケンスにつなぎ合わせる場合に有用です。長さの範囲の長い側、最大 30 秒は、そうでなければ複数の短い生成をつなぎ合わせる必要があるナラティブの区切りに合います。動画編集と動画延長により、既存の映像を延長したり作り直したりする候補となり、音声生成オプションにより、クリップを無音ではなくサウンドトラック付きで返すことができます。複数のアスペクト比により、同じモデルが横長、正方形、縦長、ワイドなシネマティックフレーミングに対応できます。

呼び出すには、api14 の OpenAI 互換 API を通じて、モデル ID bytedance/seedance-2.5 を使用してリクエストを送信します。API が OpenAI 互換であるため、既存の OpenAI クライアントを api14 に向け、統合を書き直すのではなく model フィールドを変更できます。api14 がこのモデルに記載しているパラメータのうち、frequency_penalty がサポートされています。リクエストのその他の形は、ゲートウェイ上の他のモデルですでに使用している標準エンドポイントに従います。料金はここには記載されていないため、コストを仮定せず、ページ上の最新の価格表を確認してください。

検討すべき点の 1 つは、Seedance 2.5 はテキストではなく動画を返すため、テキストパイプラインにおける言語モデルの代替にはならないことです。タスクがキャプション生成、要約、コンテンツに対する推論である場合、api14 上のテキストモデルの方が適しています。動画作業の中では、選択はターゲットによって決まります。記載されている解像度は 480p と 720p であるため、その範囲外が必要な場合、このモデルは適さないかもしれません。長さの段階は 4 秒から始まるため、それより短い非常に短いクリップは対象外です。