Развертывание API Seedance 2.5: мультимодальные референсы и сильный разброс цен у провайдеров

ByteDance открыл доступ по API к модели Seedance 2.5 Reference-to-Video. Главное техническое изменение — полноценная поддержка мультимодальных референсов. Теперь нейросеть принимает связки из картинок, видео и аудио для жесткого контроля генерации. Модель выдает ролики длительностью до 180 секунд в разрешении 4K, поддерживает нативное аудио, а также редактирование и экстенд существующих футажей.

Из-за тяжелых вводных данных изменилась экономика генераций, и у агрегаторов начался сильный разброс тарифов. Напрямую ByteDance считает по токенам: базовая ставка составляет $10.37 за миллион токенов без видео на входе и снижается до $6.22 при использовании видео-референса. Провайдер Atlas Cloud предлагает более прозрачную схему — от $0.134 за миллион токенов, где один стандартный запуск обходится примерно в ту же сумму.

На других площадках стоимость генерации заметно выше. На платформе fal 30 секунд видео в 720p обойдутся в $14.19. Интеграция через Atlas Cloud реализована через асинхронный эндпоинт generateVideo. В теле запроса можно гибко настроить параметры: передать исходники через URL или base64, отключить водяные знаки флагом watermark и вытащить последний кадр параметром return_last_frame для построения дальнейшего пайплайна.