HiAPI
This article isn't available in your language yet; showing the original.
Blog

Benutzerhandbuch

Seedance 2.5 Flash Text-zu-Video-Integrationsleitfaden: Parameter, sekundengenaue Abrechnung und Engineering-Praxis

Von einer Anfrage bis zum stabilen Go-live: Wie man Parameter setzt und die Kosten berechnet

Nov 17, 2026
Auf warmem Kohlegrund zieht ein breites bernsteinfarbenes Lichtband diagonal vorbei, mit scharfen Kanten und insgesamt zurückhaltender Freifläche.
Model
seedance-2.5-flash
On this page

Was dieses Modell macht

seedance-2.5-flash/text-to-video ist ein Text-zu-Video-Modell von ByteDance: Als Eingabe dient ein Text-Prompt, als Ausgabe ein Video mit synchroner Tonspur. Es gibt nur diesen einen Eingabepfad – es akzeptiert weder Bilder noch Videos als Konditionierungseingabe und führt auch keine Videoverständnis-Aufgaben aus.

Geeignet ist es für Szenarien, in denen „mit einem Satz ein brauchbares kleines Video“ entstehen soll: Massenproduktion von Marketingmaterial, atmosphärische Aufnahmen und Leeraufnahmen für Produktclips, das Füllen eines Content-Pools mit Segmenten sowie schnelle Vorabvisualisierung kreativer Richtungen. Wenn Ihr Ausgangspunkt ein Bild ist, ist der Bild-zu-Video-Pfad direkter; wenn Sie das Motiv anhand von Referenzmaterial konsistent halten müssen, nutzen Sie den referenzmaterialgesteuerten Pfad.

Welche Parameter die Anfrage enthält

  • prompt (erforderlich): Szene, Motiv, Kamerabewegung und Aktion. Maximal 5000 Zeichen.
  • resolution: 480p oder 720p, Standard 480p.
  • duration: ganzzahliger Wert von 4 bis 30, Standard 5, Einheit Sekunden.
  • aspect_ratio: 16:9, 4:3, 1:1, 3:4, 9:16, 21:9, adaptive, Standard adaptive (das Modell wählt das Seitenverhältnis anhand des Prompts).
  • output_format: mp4 (Standard) oder mov.
  • generate_audio: Standard true, erzeugt zum Bild synchrone Dialoge, Soundeffekte und Hintergrundgeräusche.

Außer prompt haben alle Parameter Standardwerte, eine minimale Anfrage benötigt nur prompt. Der Request-Body wird strikt validiert: Zusätzlich übergebene, nicht deklarierte Felder werden abgelehnt statt stillschweigend verworfen – so treten Fehler während der Integration schon beim Absenden zutage und nicht erst nach der Abrechnung.

Wie die sekundengenaue Abrechnung funktioniert

Die Abrechnungsgrundlage ist „Stückpreis pro Sekunde × Ausgabesekunden“, gekoppelt an die Auflösungsstufe:

  • 480p: $0.0679/Sekunde
  • 720p: $0.1525/Sekunde

Die Ausgabesekunden entsprechen der duration in der Anfrage, ohne unerwartete Rundung. Beispiele: 480p 5 Sekunden kosten $0.3395, 720p 5 Sekunden $0.7625; 480p 30 Sekunden kosten $2.037, 720p 30 Sekunden $4.575. Verdoppelt sich die Dauer, verdoppeln sich die Kosten – es gibt keinen Rabatt im Sinne von „je länger, desto günstiger“.

Das bedeutet dreierlei: Erstens ist die Budgetschätzung reine Multiplikation – zuerst die Dauer pro Clip festlegen, dann mit der Anzahl multiplizieren; zweitens kostet jeder Wiederholungsversuch erneut, daher muss für fehlgeschlagene Versuche ein Limit gesetzt werden; drittens sollten lange Filme nicht in einem Durchgang generiert werden – teilen Sie sie in mehrere kurze Segmente auf, generieren Sie diese einzeln und fügen Sie sie anschließend zusammen. Das spart Geld und ein Fehler betrifft nur das defekte Segment.

Integrationsform: asynchrone Aufgabe

Die Videogenerierung ist eine zeitintensive Aufgabe, die Schnittstelle ist asynchron: Nach dem Absenden erhält man eine Aufgabenkennung, dann fragt man per Polling oder wartet auf einen Callback, um das Ergebnis zu erhalten, und lädt schließlich das Produkt herunter und speichert es. Packen Sie dies nicht in einen synchronen RPC, der die Nutzeranfrage blockiert.

  • Zustandsmaschine in der Datenbank: Aufgabenkennung, Status und Anfrageparameter in der Datenbank speichern, nicht nur im Prozessspeicher – beim Neustart verlorene Aufgaben bedeuten bezahltes Geld ohne Ergebnis.
  • Polling mit Backoff: Kurzes Startintervall, schrittweise Verlängerung mit Jitter, gleichzeitig ein Gesamt-Timeout pro Aufgabe, bei dessen Überschreitung in den Fehlerzweig gewechselt wird statt endlos zu pollen.
  • Fehlerklassifizierung: Parameterfehler und Inhaltsverstöße sind deterministische Fehler, ein Wiederholungsversuch ist sinnlos; nur transiente Fehler wie Netzwerkschwankungen oder Rate-Limits rechtfertigen einen Backoff-Wiederholungsversuch.
  • Idempotenz: Auf der Absenderseite einen fachlichen eindeutigen Schlüssel mitgeben, um zu vermeiden, dass doppelte Klicks der Nutzer mehrere Aufgaben und doppelte Abrechnungen erzeugen.

Wie man Prompts stabil formuliert

Schreiben Sie nach den vier Abschnitten „Motiv → Abfolge der Aktionen → Umgebung und Licht → Kamera“. Das ist deutlich stabiler, als eine Reihe von Adjektiven aneinanderzureihen.

Motiv: Eine weiße Katze sitzt auf der Fensterbank, Gegenlicht
Aktion: Von der Ruhe bis zum Blick aus dem Fenster, der Schwanz schwingt langsam
Umgebung und Licht: Warmes Nachmittagslicht, geringe Schärfentiefe, ruhige Innenraumatmosphäre
Kamera: Halbtotale, feste Kameraposition, leichter Handkamera-Eindruck

Drei Regeln: Ein Prompt beschreibt nur eine durchgehende Einstellung – packen Sie nicht mehrere Szenenwechsel in eine Generierung; versionieren Sie Prompts und ändern Sie pro Durchlauf nur eine Variable, um beurteilen zu können, welche Änderung gewirkt hat; erst Testmuster, dann Serienproduktion – nutzen Sie keine Serienproduktion, um einen noch nicht festgelegten Prompt zu validieren.

Bildformat und Bildsprache können Sie in natürlicher Sprache beschreiben – das Modell hat keinen separaten Parameter für „Kameraführung“. Schreiben Sie dies in den Prompt; das ist verlässlicher, als auf ein nicht existierendes Feld zu hoffen.

Weg zum Go-live

  1. Kette zum Laufen bringen: Drei Prompts, die typische Szenarien abdecken, bestätigen, dass Absenden, Polling und Download vollständig funktionieren – zunächst ohne Bewertung der Ergebnisqualität.
  2. Prompts und Dauer festlegen: Eine kleine Anzahl Prompts fixieren, Ergebnisse unterschiedlicher Formulierungen und unterschiedlicher Dauern vergleichen, die Kosten pro Prompt erfassen und eine wiederverwendbare Vorlagenbibliothek aufbauen.
  3. Graduelle Skalierung: Die Menge anteilig erhöhen und Erfolgsrate, durchschnittliche Dauer, Wiederholungsrate und Kostenkurve beobachten; erst bei Erfüllung aller drei Kennzahlen weiter erhöhen.
  4. Regulärer Betrieb: Die Vorlagenbibliothek regelmäßig überprüfen, ineffiziente Formulierungen bereinigen und Kostentrend sowie Wiederholungsschwellen im Blick behalten.

Auf der Modellseite finden Sie die aktuellen Parameterbeschreibungen und Preise – gleichen Sie diese vor der Integration einmal ab.

Related articles

View all articles →

Start building with persistent AI artifacts

Get your API key and call image, video and audio models through one task-based API.

Read the API docs