Introduzione
Seedance 2.0 Mini riferimenti in video riunisce più fonti autorizzate in un’unica ripresa: immagini per il chi e il cosa, clip per movimento e ritmo, audio per il battito su cui cade il taglio. Non accetta un primo fotogramma.
Seedance 2.0 Mini è il livello più piccolo della linea Seedance 2.0 di ByteDance. Pubblica gli stessi endpoint di Seedance 2.0 Fast e restituisce clip da 4 a 15 secondi a 480p o 720p, con audio generato nella stessa passata.
Scegli la modalità di Seedance 2.0 Mini in base al materiale di partenza
| Materiale di partenza | Modalità |
|---|---|
| Una sceneggiatura o la descrizione di una scena | Seedance 2.0 Mini Testo in video |
| Un’immagine iniziale approvata | Seedance 2.0 Mini Immagine in video |
| Riferimenti separati per aspetto, movimento o audio | Seedance 2.0 Mini Riferimenti in video |
Caratteristiche principali
Lo stesso contratto di Seedance 2.0 Fast
Mini pubblica gli stessi endpoint e gli stessi campi di Seedance 2.0 Fast: formato adattivo più sei formati fissi, da 4 a 15 secondi o -1 per una durata scelta dal modello, audio nativo e seed, con la risoluzione limitata a 720p. Una pipeline scritta per Mini passa a Fast cambiando l’id del modello, non la richiesta.
Pensato per i volumi
Mini è il livello giusto quando la produttività conta più della qualità in più dei modelli Seedance 2.0 maggiori. Ogni endpoint è asincrono: invia un Idempotency-Key con ogni richiesta, salva gli id dei task e lascia che polling o callback li risolvano. La chiave vale 24 ore, quindi un nuovo tentativo dopo una connessione caduta restituisce il task originale.
Sequenze più lunghe con l’estensione video
Per superare i quindici secondi, invia una clip finita all’endpoint video-extend: il suo ultimo fotogramma apre una nuova inquadratura di Seedance 2.0 Mini e ricevi un solo file con le due parti unite. Ogni passaggio addebita solo i secondi che aggiunge, e il risultato unito può essere esteso di nuovo.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Obbligatorio, e qui fa anche il casting. almeno 1 caratteri |
reference_image_urls | No | Fino a 9 immagini che sei autorizzato a usare, per un personaggio, un prodotto, uno stile o un set. al massimo 9 elementi |
reference_video_urls | No | Fino a 3 clip che forniscono movimento, ritmo o linguaggio di macchina. al massimo 3 elementi |
reference_audio_urls | No | Fino a 3 file audio, da 2 a 15 secondi ciascuno e 15 in tutto, ognuno sotto i 15 MB, che danno all'inquadratura un'ancora sonora — dizione, tempo, una frase musicale — a cui si… al massimo 3 elementi |
aspect_ratio | No | Inquadratura in uscita, adaptive per impostazione predefinita: la clip prende la forma del riferimento principale. |
resolution | No | Risoluzione in uscita: 480p, oppure 720p per impostazione predefinita. Seleziona una fascia tariffaria e non renderà più nitidi i riferimenti a bassa risoluzione. |
duration_seconds | No | Durata della clip finita in secondi interi, da 4 a 15, predefinita 5; con -1 sceglie il modello e la stima considera 15 secondi. |
generate_audio | No | Decide se viene generata una colonna sonora nativa sincronizzata con le immagini. Attivo per impostazione predefinita; disattivarlo non abbassa la tariffa in questo livello. Predefinito: |
enable_web_search | No | Disattivato di default. Se lo attivi, il modello può cercare sul web informazioni legate al tuo prompt prima del render. Predefinito: |
seed | No | Seed intero; se lo ometti, ogni esecuzione ne estrae uno proprio. Fissalo tenendo costante tutto il resto per giudicare che cosa ha davvero cambiato una modifica al prompt. |
return_last_frame | No | Restituisce anche l’ultimo fotogramma della clip come immagine separata, accanto al video. Predefinito: |
bitrate_mode | No | Bitrate del file consegnato: |
watermark | No | Aggiunge al video la filigrana visibile «AI generated» del modello. Predefinito: |
Prezzi
Gli spezzoni di riferimento si sommano ai secondi fatturati. Poiché non possiamo misurare i tuoi spezzoni prima dell’esecuzione, blocchiamo in anticipo l’importo per i 15 secondi massimi e rilasciamo la parte non utilizzata al momento del conteggio — paghi solo i secondi effettivamente usati.
| Specifiche | Prezzo |
|---|---|
| $0.010969 / secondo |
| $0.023588 / secondo |
| $0.0246078 / secondo |
| $0.05292 / secondo |
| $0.036 / secondo |
| $0.072 / secondo |
Casi d’uso
Un solo set di riferimenti per un’intera serie
Tre viste di un uomo — frontale, di tre quarti e di profilo — più una quarta immagine del suo grembiule possono reggere un’intera serie, mentre tra una richiesta e l’altra cambia solo il prompt. L’esempio pubblicato della panetteria è costruito proprio così.
Il ritmo preso da una clip
Una clip di riferimento può fornire ritmo invece che contenuto. Un esempio riprende da una clip un avanzamento lento e continuo, lo mette in scena lungo una corsia presa da un’immagine di riferimento e fa cadere i passi sul battito di una traccia di riferimento, otto secondi in 9:16.
Una coppia stabile da più angolazioni
Tre immagini della stessa coppia permettono a una nuova ripresa di trovare una terza angolazione mentre volti e abiti restano uguali, come nell’esempio della panchina nel parco generato a 480p.
Consigli avanzati
Indica ogni riferimento con la sua posizione
Il prompt è obbligatorio e fa il casting, perché i riferimenti vengono letti nell’ordine in cui li invii. Scrivi "References 1-3 are..." oppure usa @Image1, @Image2 così che ogni risorsa abbia un solo compito.
Conosci i limiti
Invia fino a 9 immagini, 3 clip e 3 tracce audio, con almeno un’immagine o una clip in ogni richiesta. Clip e audio durano da 2 a 15 secondi ciascuno e 15 secondi in totale, e i secondi delle tue clip di riferimento si pagano in aggiunta all’output.
Adatta l’esempio incluso
L’esempio pubblicato usa aspect_ratio 16:9, duration_seconds 6, generate_audio true e resolution 720p, con quattro immagini in reference_image_urls.
@Image1, @Image2 and @Image3 are the same man from front, three-quarter and profile; @Image4 is his apron. Put him behind the counter of a small bakery at opening time in that apron, sliding a tray into the case and glancing up as the door chimes. Warm ovens, flat morning light.
Tre angolazioni tengono il volto, la quarta immagine tiene il costume e il prompt dice cosa è cosa. Mantieni questa divisione quando scegli il tuo personaggio.
Ti serve un primo fotogramma esatto? Usa immagine in video
Questo endpoint non ha campi per il primo o l’ultimo fotogramma. Quando l’immagine d’apertura deve corrispondere esattamente a una foto, invia quella foto a immagine in video e descrivi solo il movimento.
Avvio rapido dell’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.0-mini/reference-to-video",
"input": {
"aspect_ratio": "adaptive",
"bitrate_mode": "standard",
"duration_seconds": 5,
"enable_web_search": false,
"generate_audio": true,
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
















