Seedance 2.0 Mini テキストから動画生成
doubao/seedance-2.0-mini/text-to-video
Seedance 2.0 Mini Text to Video は、ByteDance による高速かつ低コストなテキストから動画生成モデルで、シネマティックなマルチショット動画に適しています。テキストのプロンプトから物語性のあるシーケンスを生成し、AI カメラ制御、シーン間で一貫したキャラクター、480P / 720P / 1080P / 4K 出力、4〜15 秒の長さ、柔軟なアスペクト比に対応しています。すぐに使える REST 推論 API を提供し、高性能、コールドスタートなし、手頃な価格が特長です。
サンプル
パラメータ
| 名前 | 型 | 既定 | 制約 | 説明 |
|---|---|---|---|---|
| prompt *プロンプト | textarea | — | ≤ 5000 chars | 動画のシーン、動き、カメラモーション、雰囲気を説明してください。 |
| ratioアスペクト比 | select | 16:9 | 16:9 | 9:16 | 4:3 | 3:4 | 1:1 | 21:9 | 生成される動画のアスペクト比です。 |
| resolution解像度 | select | 720p | 480p | 720p | 出力動画の解像度です。 |
| duration長さ | slider | 5 | 4 ~ 15 · step 1 | 生成される動画の長さ(秒、4〜15 秒)。 |
| generate_audio音声を生成 | boolean | true | — | 出力動画に同期したネイティブ音声を生成するかどうかを指定します。デフォルトは true です。 |
| enable_web_searchWeb 検索を有効化 | boolean | false | — | リアルタイム情報の取得のために Web 検索を有効にします。 |
| return_last_frame生成された動画の最後のフレーム画像を返します | boolean | — | — | 生成された動画の最後のフレームを返す必要があるでしょうか? |
API
統一 REST API でこのモデルを呼び出せます。API Keys ページでキーを取得してください。
cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/doubao/seedance-2.0-mini/text-to-video" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"ratio": "16:9",
"resolution": "720p",
"duration": 5,
"generate_audio": true,
"enable_web_search": false
}
}'
# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
-H "Authorization: Bearer YOUR_API_KEY"Python
import time, requests
API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}
# 1) Submit
resp = requests.post(
"https://www.namifusion.com/api/v1/marketplace/run/doubao/seedance-2.0-mini/text-to-video",
headers=HEADERS,
json={
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"ratio": "16:9",
"resolution": "720p",
"duration": 5,
"generate_audio": True,
"enable_web_search": False
}
},
)
resp.raise_for_status() # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()
# 2) Poll until a terminal state (completed / failed / cancelled).
# This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
if time.time() > deadline:
raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
time.sleep(3)
poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
poll.raise_for_status()
task = poll.json()
print(task["status"], task.get("output"))JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };
// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/doubao/seedance-2.0-mini/text-to-video", {
method: "POST",
headers: { ...HEADERS, "Content-Type": "application/json" },
body: JSON.stringify({
"input": {
"prompt": "A cinematic portrait, dramatic rim light, shallow depth of field",
"ratio": "16:9",
"resolution": "720p",
"duration": 5,
"generate_audio": true,
"enable_web_search": false
}
}),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();
// 2) Poll until a terminal state (completed / failed / cancelled).
// This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
await new Promise((r) => setTimeout(r, 3000));
const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
task = await poll.json();
}
console.log(task.status, task.output);ドキュメント
Seedance 2.0 Mini Text to Video API
高速・低コストで、シネマティックなマルチショット動画を生成できるテキスト to 動画モデルです。
Seedance 2.0 Mini Text to Video は、ByteDance が提供する高効率なテキスト to 動画モデルです。自然言語のプロンプトから短尺の物語性ある動画を生成でき、AI によるカメラ制御、シーン間のキャラクター一貫性、柔軟な出力形式、ネイティブ音声生成に対応しています。さらに、ノーコールドスタートで安定した性能を発揮し、試作から本番運用まで扱いやすいコスト設計が特長です。
🚀 主な特長
- プロンプトベースの動画生成:シーン、アクション、カメラモーション、雰囲気を記述したプロンプトから直接動画を生成できます。
- 参照素材による生成制御:参照画像、参照動画、参照音声を使って、ビジュアルスタイル、キャラクター、構図、動き、音の方向性をより強く誘導できます。
- シネマティックなマルチショット表現:短尺のナラティブ動画向けに最適化されており、カメラワークと場面展開を伴う映像表現に適しています。
- ネイティブ音声生成:出力動画に同期した音声を同時生成でき、後工程の負担を軽減します。
- 柔軟な出力設定:複数のアスペクト比、4〜15 秒の長さ、480p から 4k までの解像度に対応しています。
- 高速・低コスト・ノーコールドスタート:反復的な制作や本番利用に適した、扱いやすい性能と価格バランスを備えています。
🛠️ 技術仕様
| 項目 | 内容 |
|---|---|
| モデル名 | Seedance 2.0 Mini Text to Video |
| モデル ID | bytedance/seedance-2.0-mini/text-to-video |
| モデル種別 | テキスト to 動画 |
| モデルアーキテクチャ | テキストプロンプトに加え、画像・動画・音声参照を条件として利用できるマルチモーダル条件付き動画生成モデル |
| 入力形式 | プロンプト |
| 出力形式 | 動画(必要に応じて同期したネイティブ音声を含む) |
| プロンプト設計 | シーン、被写体、動作、カメラモーション、ライティング、雰囲気の記述を推奨 |
| 参照画像 | 最大 9 枚。スタイル、キャラクター、構図の誘導に利用可能 |
| 参照動画 | 最大 3 本。参照動画の合計長さは 15 秒以内 |
| 参照音声 | 最大 3 本。参照音声の合計長さは 15 秒以内 |
| アスペクト比 | 16:9、9:16、4:3、3:4、1:1、21:9 |
| デフォルトのアスペクト比 | 16:9 |
| 解像度 | 480p、720p、1080p、4k |
| デフォルトの解像度 | 720p |
| 長さ | 4〜15 秒 |
| デフォルトの長さ | 5 秒 |
| 音声生成 | 対応。動画と同期したネイティブ音声を生成可能(デフォルトで有効) |
| リアルタイム情報対応 | 最新情報が必要な場合は Web 検索を有効化可能 |
| 性能特性 | 高速推論、低コスト、ノーコールドスタート |
サンプルプロンプト
シネマティックな夜市のシーン。暖かな提灯の光、狭い通りを歩く人々、やわらかなカメラのトラッキング、屋台から立ち上る湯気、リアルな空気感、豊かな色彩、細密な都市背景。夜明けの海辺の崖に立つ一人の旅人。風でコートが揺れ、カメラは背後からゆっくり寄って横顔のクローズアップへ。淡い空、抑制された中に壮大さのある雰囲気。未来的な研究施設の内部で、人型ロボットが起動してゆっくり顔を上げる。冷たい照明が金属表面に反射し、低いアングルの周回カメラ、静かで緊張感のある空気。
💰 料金
| サービスタイプ | 解像度 | 価格 |
|---|---|---|
| 動画生成 (T2V/I2V) | all | $3.5 / 1M トークン |
| 動画生成 (V2V) | all | $2.1 / 1M トークン |
期間別にコストを見積もる
| 解像度 | 5 秒あたりの価格 | 1 秒あたりの価格 |
|---|---|---|
| 480p | $0.30 | $0.06 |
| 720p | $0.60 | $0.12 |
| 1080p | $1.50 | $0.30 |
| 4k | $3.00 | $0.60 |
💡 主なユースケース
- SNS 向け短尺コンテンツ制作:縦長、正方形、横向き、ワイドスクリーンなど、配信先に合わせた動画を効率よく生成できます。
- 企画検証・プリビズ:広告、ブランド映像、映像制作の初期段階で、シーン構成やカメラモーション、トーンを素早く可視化できます。
- キャラクター・スタイル一貫性のある制作:参照画像を活用し、複数ショット間で見た目の統一感を保ちやすくなります。
- 音と映像を一体化した短編表現:同期音声付きのシネマティックな短編やプロモーション映像の生成に適しています。
🔗 関連モデル
- ByteDance Seedance 2.0 Mini Image-to-Video:開始画像とプロンプトから動画を生成したいワークフローに適しています。
関連モデル
xAI Grok Imagine Video v1.5 テキストから動画生成
テキストプロンプトから1-15秒の動画を生成します。480p、720p、1080pに対応しています。
MiniMax H3 テキストから動画生成
MiniMax H3 テキストから動画生成は、プロンプトから一貫性のある 2K 動画を生成できます。4〜15秒の柔軟な長さと、6種類のアスペクト比に対応し、シネマティックなシーン、クリエイティブ動画、制作ワークフローに適しています。すぐに使える REST 推論 API を提供し、高性能・コールドスタートなし・手頃な価格で利用できます。
Kling Omni Video O3 標準版テキストから動画生成
Kling Omni Video O3 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishouの高度な統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトを基に主体の一貫性、自然な物理シミュレーション、正確な意味理解を備えた映画品質の動画を生成します。音声生成にも対応。すぐに使えるREST API、最高のパフォーマンス、冷スタートなし、手頃な価格。
Kling Omni Video O1 テキストから動画生成
Kling Omni Video O1 は、MVL(マルチモーダルビジュアルランゲージ)技術を採用したKuaishou初の統合型マルチモーダル動画モデルです。テキストから動画生成モードでは、プロンプトに基づいて映画品質の動画を生成し、主体の一貫性、自然な物理シミュレーション、正確な意味理解を実現します。すぐに使えるREST API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Kling 3.0 標準版
Kling 3.0 標準版は、高品質なテキストから動画生成を提供します。滑らかな動き、映画のような映像、正確なプロンプトの適合性、そして共有可能なクリップ用のネイティブ音声を備えています。即時利用可能な REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Kling V2.6 テキストから動画生成 API
Kling 2.6 は、滑らかなモーション、映画のようなビジュアル、強力なプロンプト適合性、そしてネイティブオーディオを備えた、トップクラスのテキストから動画生成を提供します。共有可能なクリップを即座に生成可能。すぐに使用できる REST 推論 API、最高のパフォーマンス、コールドスタートなし、手頃な価格。
Gemini Omni Flash テキストから動画生成 API
Gemini Omni Flash Text to Video は、テキストのプロンプトから音声同期付きの短い AI 動画を生成し、映像生成と音声出力を組み合わせて高速なマルチモーダル動画作成を実現します。すぐに使える REST 推論 API で、高性能、コールドスタートなし、手頃な価格です。
Seedance 2.5 テキストから動画生成
Seedance 2.5 は次世代の高品質動画生成モデルであり、テキストから動画生成、複数のアスペクト比、480p/720p/1080p 解像度、AI 同期音声生成に対応し、指示追従性・カメラ制御・モーション品質が向上しています。