メインコンテンツへスキップ

​
概要

doubao-seedance-2-5-260628（2.5）、doubao-seedance-2-0-260128（standard）、doubao-seedance-2-0-fast-260128（fast）、および doubao-seedance-2-0-mini-260615（mini/lite）は、ByteDanceの最新動画生成モデルファミリーです。4つのモデルが並行して稼働し、APIYIを通じてアップストリームのコンテンツセーフティが組み込まれた公式Volcengine中国本土リソース（BytePlus国際版ではありません）から提供されます。テキストからの動画生成（text-to-video）、最初＋最後のフレーム／最初のフレームからの画像・動画生成（image-to-video）、マルチモーダル参照からの動画生成（reference-to-video）をサポートしており、映像と同期した音声、効果音、BGMを生成できます。 2.5は最も高機能なティアです：生成時間の制限が15秒から30秒に、参照画像数が9枚から30枚に拡大され、音声単体を参照として使用できるようになり、mov出力や明示的な動画編集・延長タスクタイプが追加されました。コストも高く、2.0 standardモデルの約1.5倍（720p/5秒で約$0.91に対して約$1.35）となっており、Volcengine自身の定価における2世代間の差と一致しています。2.0ファミリーも引き続き利用可能で、提供終了の予定はありません。15秒以内の日常的なクリップではstandardモデルの方が安価で1080pもサポートしています。miniは大量生成向けの選択肢であり（standardモデルの約半額の単価で、より高速に生成可能、最大720p）、fastはその中間に位置します。 2.5は2.0ファミリーと同じ SeeDance2 グループ（0.18倍）で稼働します。1つのtokenで4つのモデルすべてにアクセスできます。詳細は以下の「グループ設定」をご覧ください。
🎬 主な特徴：2.5は4〜30秒、2.0ファミリーは4〜15秒をサポート（いずれもモデルによる自動決定の -1 を指定可能）。3つの解像度ティア（480p/720p/1080p、1080pは2.5および2.0 standardに限定）。6種類のアスペクト比＋適応型。同期音声がデフォルトで有効。多言語プロンプトに対応。ショート動画制作、Eコマース向けアセット、モーションデザイン、バーチャルヒューマンコンテンツの大規模な展開向けに構築されています。
2.5を呼び出すtokenには SeeDance2 グループ（レート0.18倍）が必要です。これは2.0ファミリーと同じグループです。デフォルトグループや他の動画グループのtokenで doubao-seedance-2-5-260628 を呼び出すと、「no available channel for this model」というエラーが発生します。SeeDance2 を有効化した1つのTokenで4つのモデルすべてにアクセスできます — 2.5と2.0ファミリーは同じグループと同じレートを共有しているため、コード内で変更するのは model フィールドのみです。

動画生成APIリファレンス

POST /seedance/api/v3/contents/generations/tasks — インタラクティブなPlaygroundと完全なポーリング／ダウンロードコードを備えた非同期タスクエンドポイント。

APIマニュアル

Tokenの作成、ベースURL、課金モデル、および一般的な呼び出し規則。

ビジュアルAPIテスト

コード不要で、iCoverビジュアルテストツールからこのエンドポイントを直接デバッグできます。

非同期タスクの照会／ダウンロード

送信された動画タスクの確認や動画リンクのダウンロードをAPIYIコンソールから行えます（API外の照会用エントリー）。

​
AIエージェントに統合を任せる

このpromptをコピーしてCodex / Claude Code / Cursorに貼り付けてください

まずこのページのプレーンテキスト版を取得し（任意のドキュメントURLに.mdを追加）、お使いのプロジェクト独自のスタックでコードを記述します。非同期ポーリング、即時コピーが必要となる24時間のリンク有効期限、gzipヘッダーの落とし穴、パラメータの制限事項があらかじめ要件に組み込まれています。

本プロジェクトにSeedance 2.5 / 2.0の動画生成（text-to-video、最初/最後のフレーム、マルチモーダル参照、動画編集、動画拡張）を統合/トラブルシューティングしてください。

コードに触れる前にドキュメントをお読みください：このページのプレーンテキスト版としてhttps://docs.apiyi.com/en/api-capabilities/seedance2/overview.mdを取得してください。エンドポイントの詳細についてはvideo-generationページを参照してください…

  1. 同期待機ではなく、3ステップの非同期フローを使用してください。POST /seedance/api/v3/contents/generations/tasksに送信してタスクIDを取得し、ポーリング…

合計9つの要件があります。以下のボタンを使用して完全なpromptをコピーしてください。

​
APIYI の Seedance を選ぶ理由

まず位置づけについて補足します。このモデルには公式割引はなく、APIYI も利益目的で価格設定していません。供給を確保し、お客様に提供するために提供しています。APIYI を利用する真の価値は「より安い」ことではなく、アクセス性と体験にあります。

公式リソース・中国本土版

Volcengine 中国本土の公式リソース（BytePlus 国際版ではありません）であり、上流のコンテンツ安全対策が組み込まれています。パラメータ、レスポンス、課金は公式 API と完全に一致します。

バーチャル顔ホワイトリストへのアクセス

このチャネルには上流のバーチャル顔ホワイトリストアクセスが含まれています。AI 生成された顔とバーチャルアバターは、公式チャネルへの個別のホワイトリスト申請なしで、画像から動画への変換に直接使用できます（実在人物の顔は引き続き上流のコンテンツ安全対策による制限対象です）。

アセットライブラリを無料で提供

キャラクター一貫性のある動画を支えるプライベートアセットライブラリ（バーチャルアバター取り込み + 実在人物確認）は、APIYI では無料です。公式では別途購入が必要なアドオンであり、包括契約のないお客様には年間 6 桁 CNY の契約となります。これを API 価格に含めています。

供給優先の価格設定・公式と同水準

公式割引は存在せず、APIYI はこのモデルから利益を得ていません。単価は Volcengine の公式価格表と一致しています（プラットフォーム上の課金はおよそ 10% 高くなります）。チャージボーナスと組み合わせることで、実質コストは公式チャネルとほぼ同水準となり、高額チャージのお客様は一部のティアでそれを下回ることもあります。

同時実行数無制限・待機なし

当社テストでは、15 件の同時タスクがすべて待機なしで即座に running に入りました（2026-06-06 (UTC+8) に計測）。大規模なバッチ生成に対応できます。

手間のないアクセス・本人確認不要

Volcengine アカウント不要、実名・本人確認不要、利用額のしきい値なし（CNY 200 の有効化デポジットおよび企業確認を省略できます）。中国本土のデータセンター、住宅ネットワーク、海外ノードのいずれからも、単一のトークンで api.apiyi.com に直接アクセスできます。

動画モデルのフルラインナップ

VEO 3.1 と Wan2.7 も同一プラットフォームで利用できます。ユースケースに応じて組み合わせて使用できます。

プロフェッショナルサポート

動画生成ワークロードに精通したチームが、PoC から本番運用まで、モデル選定、チューニング、統合をサポートします。

​
主な機能

3つの画質 · 各画質で同一価格

480p / 720p / 1080p（1080pは2.5および2.0のstandardのみ対応。fastとMiniは720pが上限です）。同じ画質内では、16:9、9:16、1:1、その他すべての比率で、同じピクセル面積と同じ価格が適用されます。横向きと縦向きの切り替えに追加料金はかかりません。

音声はデフォルトで同期

generate_audioはデフォルトでtrueです。音声、効果音、BGMは映像に合わせて生成されます。ボイスオーバーの品質を高めるには、発話内容を二重引用符で囲んでください。

最大30秒の長さを制御可能

2.5では4秒から30秒までの整数秒を指定でき、2.0ファミリーでは4秒から15秒まで指定できます。-1ではモデルが長さを選択します（実際の出力長に基づいて課金されます）。2.5ではdurationのデフォルト値は-1です。省略すると、モデルが自動的に選択します。フレームレートは24 fps固定です。

多言語プロンプト

中国語（最大約500文字）と英語（最大約1000語）に加え、日本語、スペイン語、ポルトガル語、インドネシア語に対応しています。

最初+最後 / 最初のフレーム

2枚の画像で最初と最後のフレームを固定するか、1枚の画像を最初のフレームとしてアニメーション化できます。return_last_frameと組み合わせることで、クリップを連結してより長く連続した動画を作成できます。

マルチモーダルな参照画像からの動画生成

2.5では最大30枚の画像 + 10本の動画 + 10個の音声を使用でき、音声は単独でも利用できます。2.0ファミリーでは9枚の画像 + 3本の動画 + 3個の音声に対応し、音声を使用する場合は画像または動画も併せて指定する必要があります。キャラクターとスタイルの一貫性を保ちながら、動画の作成、編集、延長が可能です。

非同期タスクフロー

送信してtask_idを取得し、ステータスをポーリングした後、content.video_urlからmp4をダウンロードします（リンクの有効期間は24時間です）。

再現可能なシード

seedを固定すると、実行ごとに類似した結果を得られます。watermarkはデフォルトでfalseです。出力にウォーターマークは入りません。

​
料金

料金を一言で言えば — 正確な token 課金で、ティアごとに Volcengine 公式サイトに連動しています。 4つのモデルはそれぞれ料金が異なります：mini < fast < standard < 2.5（公式サイトと同じ順序です。mini は standard モデルの単価の約半分、2.5 は約1.5倍です — 同じ料金水準ではありません）。Volcengine はこのシリーズに割引を提供しておらず、このチャンネルは利益目的ではなく、供給確保のために運用する純粋な公式リレーです。料金は「大口入金顧客向け20%ボーナス」基準に設定されています。名目上の課金額は公式料金の1.26倍（レート0.18 × 固定1:7の為替レート）ですが、20%のチャージボーナス適用後は公式料金の約1.05倍となります。この5%のプレミアムは主に、特別請求書の発行にかかる6%の VAT コストを補填するものです。10%ボーナスが適用される一般顧客の場合は、約1.15倍となります。課金は面積×期間で計算されるため、±5%の差異は正常です — ぜひお試しいただき、照合のうえ、いつでもお問い合わせください。単価以外にも、このチャンネルでは2つのメリットがあります：ホワイトリスト登録されたアカウントでは実在の人間の顔を生成できます（公式ではデフォルトでブロックされています）。また、キャラクターの一貫性を保った動画に必要なアセットライブラリを、APIYI では無料で利用できます（公式では別途購入が必要なアドオンであり、フレームワーク契約のない顧客の場合、年間6桁人民元の契約となります）。いずれも、上記の単価比較には反映されていません。
token ベースの課金：tokens ≈ (input video duration + output duration)(s) × output width × output height × 24 / 1024（テキスト／画像から動画への変換では、入力動画の長さは0です。弊社のテストでは0.1%以内であることを確認しています）。同一ティア内のすべての比率でピクセル面積が同じであるため、料金は解像度ティア、出力時間、入力に動画が含まれるかどうかだけで決まります。

​
公式価格の基準（16:9 / 5秒出力、動画1本あたりのCNY）

① 入力動画なし（テキストから動画 / 画像から動画 / 参照画像）： ② 入力動画あり（video_urlを含むマルチモーダル参照。入力動画は2～15秒、下限は約2～4秒の入力、上限は約15秒の入力）：
表②のすべての価格は引き続き5秒出力向けです。価格帯は入力動画の長さ（2～15秒）のみを反映しており、CNY 30.13は「5秒出力 + 15秒入力」であって、15秒出力ではありません。入力動画ありの場合、課金対象時間 = 入力動画の時間 + 出力時間であり、両方とも出力解像度でフレームに変換されます。最小token数の下限も適用されます（非常に短い入力は下限で課金されます）。正式な使用量は返却されるusage.completion_tokensです。計算例（標準モデル、1080p、12秒出力 + 12秒参照動画）：1080pは1920 × 1080 ÷ 1024 = 1フレームあたり2025 tokensです。出力は24 × 12 + 1 = 289フレーム、入力は288フレームで、合計577 × 2025 = 1,168,425 tokensとなります。動画入力ありの公式レートである1K tokensあたり約CNY 0.031では、約CNY 36.2です。APIYIの公称料金は$6.52（CNY 45.6）であり、20%ボーナス適用後の大口チャージ顧客では約CNY 38.0です。このジョブは出力が5秒ではないため、表②のどのセルにも該当しません。
プラットフォーム上の実測比較（2026-06および2026-07にテスト、16:9 / デフォルト音声 / 入力動画なし。固定1:7レートでのCNY、参考値のみ）： プラットフォーム上の実測値（入力動画あり）（2026-09-12にテスト、標準モデル1080p / 9:16 / 音声なし / 12秒参照動画。固定1:7レートでのCNY）： 入力動画は別の、より低いtokenレートで課金されます（この1080p実行では、動画なしの1080pが100万tokensあたり$8.28だったのに対し、$5.58でした）。ただし、入力動画の各秒は出力解像度でtokensに変換され、出力とともに課金されるため、合計は通常より高くなります。節約したい場合は、解像度を下げる前にまず参照動画をトリミングしてください。
3つのモデルの価格は同じではありません。決して同額として扱わないでください。 同じ解像度・時間では、tokenあたりの価格はmini < fast < 標準です（例：720p/5秒では、mini ≈ ¥3.16、fast ≈ ¥5.08、標準 ≈ ¥6.35）。これは公式価格の階層と一致します。バッチ制作では、miniが費用と時間を最も節約できます（2026-07のテストでは、その実効単価はプラットフォームの公称レートと完全に一致し、乖離は0.00%でした）。1080pは標準モデル限定です。
注：「CNY」はプラットフォーム上の表示料金です。「一般顧客 ÷1.1」と「大口顧客 ÷1.2」は、10% / 20%のチャージボーナス適用後の実効価格です。ボーナス適用後は、大口チャージ顧客は公式参照価格の約1.05倍、一般顧客は約1.15倍を支払います。正式な使用量は返却されるusage.completion_tokensです。

​
Seedance 2.5 の料金（SeeDance2 グループ、0.18x）

2.5 と 2.0 ファミリーは同じ SeeDance2 グループ、同じ 0.18x レートを共有しています。世代間の価格差は、純粋にモデル自体の単価の違いによるものです。720p/5秒は 2.0 スタンダードモデルの $0.9074 に対し、2.5 では $1.3721 となり、およそ 1.5倍 です。この差は Volcengine 自身の定価をそのまま反映したものであり（2.5 の token レートは 2.0 より約 52% 高額です）、APIYI による上乗せではありません。アップグレードする価値があるかどうかは、30秒のクリップ、30枚のリファレンス画像、mov 出力、または動画編集／延長が実際に必要かどうかによります。これらが不要であれば、2.0 スタンダードモデルの方が安価であり、1080p もサポートしています。 ① 入力に動画が含まれない場合（テキストから動画、画像から動画、リファレンス画像）： ② 入力に動画が含まれる場合（video_url を使用したマルチモーダルリファレンス、動画編集、動画延長）：個別のより低い token レートで課金されます。 レートが低いからといって請求額が安くなるとは限りません。入力に動画が含まれる場合、課金対象 tokens =（入力動画の長さ + 出力時間）× 面積 となり、token 数自体が増加するためです。上記の行は、レート①では $1.0945 になりますが、レート②では $0.6567 となります。 2つの token レート： token 数と2つのレートはいずれも、レート計算ではなく実際の課金ログ（2026-08-31 再検証済み）に基づいています。チャージボーナスを適用すると、高ランクのチャージ顧客は公式の参考価格に近くなります。
2.5 で費用を使いすぎてしまいがちな3つの落とし穴：
  1. duration のデフォルト値は -1 です（2.0 ファミリーはデフォルトで 5）。省略した場合、2.5 は 4 〜 30 秒の間で独自に長さを決定します。時間を指定しなかったテストリクエストでは 10 秒のクリップが返され、5 秒のちょうど 2 倍の費用がかかりました。コストを重視する場合は、明示的に duration を渡してください。
  2. 30 秒は 5 秒の 6 倍の費用がかかります（720p で ¥57.23 に対し ¥9.60）。費用は長さに厳密に比例するため、長いクリップを生成する前に、まずは 5 秒で prompt を検証してください。
  3. リファレンス動画の長さも課金対象となります。 video_url を使用すると、入力動画の 1 秒ごとに出力解像度に応じた tokens に変換され、出力と一緒に精算されます（2.0 と 2.5 の両方）。事前請求では出力時間のみがカウントされるため、これらのタスクの精算額は事前請求の数倍になることがよくありますが、これは正常な動作です。
上記の表および前述の 2.0 の表はいずれも 0.18x の SeeDance2 グループのものであるため、直接比較できます。
課金に関する注意事項：
  • 最終的な請求額は、コンソールのモデル価格および呼び出しログに従います
  • タスクは送信時に事前請求され、完了時に精算されます — 残高は一時的に変動します。1 つの動画に対して 2 つ の請求エントリが生成されるため、呼び出しログと照合してください（後述の「ログにおける請求額の確認方法」を参照）
  • 保留額（ホールド）は解像度に関係なく、時間のみに基づいて計算されます：2.0 ファミリーは $0.09/秒、2.5 は $0.135/秒です。そのため、1080p は通常追加請求で精算され、480p は一部返金されるのが一般的ですが、どちらも正常な挙動です
  • 拒否されたリクエスト（HTTP 400 パラメータエラーなど）は課金されません（検証済み）
  • 費用は時間に比例して増加します：15 秒の動画は 5 秒の動画の約 3 倍の費用がかかります

​
ログで課金を確認する（事前課金 + 精算）

api.apiyi.com/log でコンソールのログページを開き、モデル名 doubao-seedance-2-0 を検索すると、すべての課金を確認できます。1本の動画では2つの課金エントリが生成されます：
  1. 事前課金：タスク送信時に差し引かれる見積額（「非ストリーミング」と表示され、tokenとグループが表示されるログエントリ）— 下のスクリーンショットでは $0.449998
  2. 精算（追加課金または返金）：タスク完了後、実際に生成されたtokensに基づいて差額が精算されます（「ストリーミング」と表示され、完了token数を含むログエントリ）— 下では $5.611858。1080pでは通常、追加課金が発生します
1本のSeedance 2.0動画に対する2つの課金エントリ（事前課金と精算）を示すAPIYIログページ

Two charge entries for one 15 s 1080p video: pre-charge + settlement

精算エントリにはtokenもそのグループも表示されません— これは正常です。2つのエントリの合計が動画の総コストになります。
時刻フィールドの見方：
  1. 最初のエントリ（事前課金）のタイムスタンプは動画の送信時刻です。「ファーストバイト」の値は、送信からタスクIDが返されるまでの時間を示します（例：首字节:3秒 / ファーストバイト：3秒）— 生成時間ではありません
  2. 精算エントリには 流式（ストリーミング）および 首字节:<1秒（1秒未満のファーストバイト）が表示されます。これらは精算レコード上の内部マーカーにすぎず、問題があることを示すものではありません
  3. 動画の実際の生成時間は、上部ナビゲーションの「非同期タスク」ページ（api.apiyi.com/task）にある「所要時間」列で確認できます
ログページの時刻およびファーストバイトフィールドの見方：最初のエントリは送信時刻と送信レイテンシを示します

The first log entry's timestamp = submission time, and its first-byte value (3 s) is the submission latency; this fast example settled as a refund (negative amount), total cost 0.360000 − 0.022750 = 0.337250 USD

各動画タスクの送信時刻と生成所要時間を表示する非同期タスクページ

The elapsed column on the Async tasks page is the actual video generation time, e.g. 158 s, 303 s

最初のスクリーンショットにある15秒・1080p動画の場合、総コスト = 0.449998 + 5.611858 = $6.061856 です。対応するタスクパラメータは、api.apiyi.com/task の上部にある「非同期タスク」で確認でき、課金額と完全に一致します：
732,108完了tokens ≈ 15 × 1248 × 1664 × 24 / 1024 です（3:4の1080p動画は1248×1664で出力されます）。これは課金計算式と一致します。
この15秒・1080p動画の合計は約**¥42.4です（固定1:7レートでの名目課金額）。チャージボーナスを考慮すると、実効コストは約¥35～39であり、同一仕様における公式参考価格の約¥37.2と比べられます。公式価格自体も安価ではありません— コストはモデル + 解像度 + 時間**によって決まります（高速 / 720p / 5秒に切り替えると大幅に安くなります）。このモデルは可用性を確保するために薄いマージンで提供されており、大口チャージのお客様にはより大きな割引が適用されます。
ベータ供給に関するお知らせ：Seedance 2.5および2.0ファミリーは現在ベータ供給フェーズです。実際の課金額が上記の表から大きく乖離する場合は、カスタマーサポートまでお問い合わせください。照合のうえ調整します。価格は、上流ポリシー（例：より低価格な公式バリアントが後日提供された場合）およびAPIYIの供給能力に応じて動的に調整されます。対応能力のあるチャネルパートナーからのご連絡も歓迎します。このモデルの価格は、利益ではなく供給の確保と顧客への提供を目的としています。

​
タスクIDで1本の動画のコストを調べる：タスクAPIを使用

プログラムによる照合では、ログエントリを1件ずつ対応付けようとしないでください。動画の2つのログエントリにはどちらもtask_idが含まれておらず、決済エントリのrequest_idは空です（これはドキュメント化された/seedance/api/v3/...パスでの仕様です）。タスクAPIを使用し、ログ照会APIと同じシステムtokenで認証して、task_idを直接クエリしてください。
返された**quota**は動画の合計コストです（事前チャージ + 決済、÷ 500,000 = USD）。これは2つのログエントリを合計した値と同じであり、「非同期タスク」ページのタスク詳細に表示される同じquotaです。statusに従って解釈してください。 2つの用語体系は異なります。動画クエリエンドポイント/seedance/api/v3/.../tasks/{id}は成功をsucceededとして報告しますが、タスクAPI/api/task/selfは成功をcompletedとして報告します。
タスクAPIのページングパラメータはログ照会APIとは逆です：ここではsnake_caseのpage_sizeを使用し、ページ番号pは1から始まります。ログAPIではpageSizeを含むcamelCaseを使用し、pは0から始まります。誤って指定してもエラーは発生せず、デフォルトページが返されるだけです。検証済みフィルター：task_id、model_name、start_timestamp / end_timestamp（Unix秒）。
ログ照会APIで手動クロスチェックを行う必要がある場合：決済エントリのタイムスタンプはタスクのfinish_timeと一致し（1秒以内）、そのcompletion_tokensはタスクのusage.completion_tokensと等しく、other.final_quotaはタスクのquotaと等しく、other.original_quotaは事前チャージです。複数のタスクが同じ秒に送信されると、その事前チャージエントリは競合するため、これは手動確認にのみ使用でき、自動対応付けには使用できません。完全な手順：task_idで動画の実際のコストを調べる方法。

​
グループの設定

Seedance 2.5 および 2.0 ファミリーは専用グループで動作し、2 つの必須要件があります。① Token の課金モデルがPay-as-you-go Priority（または Pay-as-you-go）である必要があります（Pay-per-request の token はルーティングできません）。② Token で一致するグループが有効になっている必要があります。Default グループやその他の動画グループの Token は、「no available channel for this model」というエラーで失敗します。 2.5 と 2.0 ファミリーは SeeDance2 を共有します — 新しい Token に必要なグループはこれだけです。単一モデル向けの 2 つのグループ SD2Mini / SD2Fast は、以前の期間限定割引の名残です。2026-10-08 12:00 (UTC+8) 以降、これらは SeeDance2 と同じ 0.18x に戻っています：
1 つの SeeDance2 token で 4 つすべてのモデルを利用できます: 2.5 および 3 つの 2.0 ファミリーモデルはすべてこのグループに含まれるため、コード側では model フィールドを変更するだけで済みます。SD2Mini / SD2Fast は単一モデル用チャンネルです: SD2Mini は mini のみ、SD2Fast は fast のみに対応しているため、これらを通じて他のモデルを呼び出すと同様のエラーが返されます。すでにこのような Token をお持ちの場合はそのまま使い続けて問題ありません — 価格は SeeDance2 と同じです。1 つの Token ですべてのモデルを利用したい場合は、SeeDance2 が有効になった Token に切り替えてください。
2.5 も同じ 0.18x を使用します。 世代間の差はグループレートではなく、モデル自体の単価の違い（Volcengine の価格設定では 2.5 が 2.0 より高価）によるものです。そのため、2.5 と 2.0 ファミリーは完全に同一の換算基準で動作します。なぜ 0.18x なのか？ システムに組み込まれた Seedance の単価は Volcengine の公式定価に一致しています — ただし、その定価は CNY 建てであるのに対し、APIYI の残高は USD 建て（1:7 の固定 USD/CNY レート）です。レートが 1x だと実質的に公式価格の 7 倍が課金されてしまうため、通貨換算を吸収するためにグループレートが引き下げられています — 0.18 という数値はここに由来しており、割引でも値上げでもありません。Volcengine はこのシリーズに対して割引を提供しておらず、本チャンネルは供給を確保するための価格設定となっています。名目上の料金はデフォルトで公式参考価格をわずかに上回っていますが、チャージボーナスによってその大部分が相殺されます。大口チャージのお客様の負担増は約 5% に留まり、一部の階層（例：1080p）では公式価格を下回ります。ご注意ください: 課金は常に実際の token 使用量に基づいて行われ、token 換算には自然なわずかな変動が伴います（±5% は通常範囲です）。公式定価はあくまで参考基準であり、リクエストごとの保証ではありません。現在の価格設定は供給優先の妥当な構成となっています — 必ずチャージボーナスと合わせてご検討ください。請求額に誤りがあると思われる場合は、いつでも請求内容の照合に対応いたします。ただし、「なぜ公式価格よりわずかに高いのか」についての議論には応じかねます — あらかじめご了承いただき、この点が気になる場合は本チャンネルのご利用をお控えください。一方で、キュー待ちなしの十分な同時実行数こそが、本チャンネルが確実に提供する価値です。さらに、アセットライブラリ（バーチャルアバターの取り込み／実人物検証）が本チャンネルでは無料で含まれています — 公式では個別に購入する場合、年間 6 桁（CNY）の契約が必要です。これも本チャンネルの真の価値の一部です。

​
Token の設定方法

SeeDance2 グループを有効にした Token を 1 つ作成します — これにより 4 つすべてのモデルが利用可能になり、コード側では model フィールドを変更するだけで済みます。課金モデルは Pay-as-you-go Priority（または Pay-as-you-go）である必要があります。本番環境では、クォータの上限設定、アラートの設定、予期しない支出の追跡ができるよう、業務ラインごとに 1 つの Token を運用することを検討してください。
Seedance 2.5 が利用可能になりました (2026-08-28): モデル名は doubao-seedance-2-5-260628 で、2.0 ファミリーと同じ SeeDance2 グループ (0.18x) で提供されます。エンドポイント、認証、リクエスト形式は 2.0 と同一です — model フィールドを差し替えるだけで、既存のコードがそのまま動作します。2.0 ファミリーとの比較：最大生成時間 15 秒 → 30 秒、参照画像 9 枚 → 30 枚、参照動画／音声 3 点 → 10 点、音声単体での利用が可能になり、さらに mov 出力および omni_reference_task_type タスクセレクターにも対応しました。2.0 standard モデルの約 1.5 倍のレートで実行されます。完全な差分については、以下の「技術仕様」をご覧ください。

​
技術仕様

​
APIエンドポイント

ドメイン: api.apiyi.com がプライマリゲートウェイです。b.apiyi.com およびその他のプラットフォームドメインも同様に動作します。パスプレフィックスは /seedance/api/v3 です — /api セグメントを省略しないでください。
汎用動画エンドポイント経由で Seedance ジョブを送信しないでください。 /v1/videos、/v1/video/generations、および /v2/videos/generations は現在、Seedance の resolution パラメータを完全には引き渡しません — 本番環境での測定では、480p の 2.5 リクエストが 720p でレンダリングされ、1080p の 2.0 ファミリリクエストが 720p でレンダリングされることが確認されており、実際にレンダリングされた tokens に基づいて課金が精算されました（前者の場合は 2.25 倍）。この問題は特定されており、修正対応中です（2026-09-14）。それまでは、解像度が正しく反映される本ページの /seedance/api/v3/... エンドポイントのみをご利用ください。汎用エンドポイントで解像度の不一致により課金された場合は、リクエストされた解像度に基づく差額の返金についてサポートまでお問い合わせください。

​
解像度とアスペクト比の詳細

解像度ティアは短辺ではなく、ピクセル面積を定義します。比率ごとの実際の出力寸法（公式値、テストで検証済み）は次のとおりです。
2.5では、480p 16:9は864×496ではなく854×480です（実測値）。864×496は2.0が生成する値で、2.5では面積がわずかに小さいため、同じ仕様でも必要なtokenはわずかに少なくなります。その他の測定したすべてのティアは両世代で一致します。480p 1:1 = 640×640、720p 16:9 = 1280×720、720p 21:9 = 1470×630、1080p 16:9 = 1920×1080です。このファミリーのモデルはいずれも4kをサポートしていません。"resolution": "4k"を送信すると同期400が返されます（課金対象外）。

​
アダプティブ動作の仕組み

  1. テキストから動画：モデルがpromptから最適な比率を推測します
  2. 最初+最後 / 最初のフレーム：最初のフレーム画像の比率に合わせます（比率が一致しない画像は中央でクロップされます）
  3. マルチモーダル参照から動画：promptの意図に従い、それ以外の場合は最初のメディア項目に従います（画像より動画が優先されます）
  4. 動画編集 / 拡張（2.5）：出力比率は、編集または拡張する入力動画に従います
  5. 実際に使用された比率は、タスクレスポンスのratioフィールドで返されます
ratioが受け付けるのは、上記の7つの列挙値のみです。たとえば"2:1"を渡すとInvalidParameterエラーが返されます（検証済み）。また、サポート範囲外（2.5では4～30、2.0ファミリーでは4～15）のdurationでも同様です。いずれも課金対象外です。2.5では、3種類のタスクでratio: adaptiveも強制されます：最初のフレーム / 最初+最後のフレームの生成、動画編集、動画拡張です。そこに具体的なアスペクト比を渡すと、InvalidParameter.TaskTypeConstraintが送信時に返されます（実測では、数分後に失敗するタスクではなく、同期400でした）。

​
ベストプラクティス

1

出力要件に応じてモデルを選択する

まず、2.5でしか利用できない機能が必要かどうかを確認します：30秒クリップ、30枚の参照画像、単独の音声参照、mov出力、または明示的な動画編集／延長タスクタイプです。いずれかが必要な場合は、doubao-seedance-2-5-260628を選択します（標準モデルの約1.5倍の価格で、2.0ファミリーと同じグループです）。必要ない場合は、2.0ファミリーを使用します：バッチ生成やコスト重視のワークロードにはLiteモデルを使用します doubao-seedance-2-0-mini-260615（標準モデルの約半額で、生成速度が最も速く、720pまでに制限されます）。1080pまたは最高品質が必要な場合は標準モデルを使用します。fastはその中間的な選択肢です。
2

画像と動画はまずアセット IDに取り込む

リクエストにメディアが含まれる場合、タスク作成のレイテンシーはそのメディアのアップロードによって大きく左右されます。インライン Base64や大きな画像 URLを使用すると、送信にかかる時間が約1秒から数十秒に延びたり、読み取りタイムアウトが発生したりします。まずメディアを取り込み、asset://アセット IDを取得して、それを参照してください。これにより、リクエストボディは数十バイトに縮小され、タスク IDがすぐに返され、コンテンツチェックも取り込み時に実行されます。アセット優先ワークフローを参照してください。
3

クロッピングを避けるにはadaptiveを使用する

画像から動画への変換では、モデルが元画像の比率に合わせられるよう、デフォルトのadaptiveを使用してください。9:16（縦向き）または16:9（横向き）に固定するのは、対象プラットフォームでその指定が必要な場合だけにしてください。
4

長さでコストを調整する

コストは長さに厳密に比例します。まず5秒のクリップでプロンプトを検証し、その後、長さを増やしてください（2.5は最大30秒で、5秒のクリップの6倍のコストがかかります）。2.5では、必ずdurationを明示的に指定してください。デフォルトは-1なので、省略するとモデルが選択します。テストでは10秒が選択され、コストが2倍になりました。
5

不要な場合は音声をオフにする

generate_audioのデフォルト値はtrueです。自分で音楽を付ける予定の無音映像には、falseを指定してください。
6

より自然なボイスオーバーのためにセリフを引用符で囲む

プロンプト内で話し言葉を二重引用符で囲んでください。モデルが自動的に一致する音声を生成します。
7

HTTPクライアントにAccept-Encoding: identityを追加する

ゲートウェイはレスポンスにcontent-encoding: gzipというラベルを付けますが、ボディは圧縮されていません。Python requestsなどの自動展開クライアントではContentDecodingErrorが発生します。Accept-Encoding: identityヘッダーを追加するとこれを回避できます（curlには影響ありません）。
8

15～30秒ごとにポーリングし、すぐにダウンロードする

タスクは通常2～5分で完了します。content.video_urlは24時間有効な署名付きリンクです。タスクが成功したら、できるだけ早くファイルを自分のストレージにコピーしてください。
9

return_last_frameでクリップを連結する

return_last_frame: trueを設定すると、ウォーターマークのない最後のフレームのpngを取得できます。それを次のタスクの最初のフレームとして使用し、複数のクリップから連続した動画を作成します。

​
エラーコードとリトライ

クライアントに関する推奨事項:
  • create／poll 呼び出しでは、リクエストタイムアウトは 30～60 秒で十分です（待機はタスク側で行われます）
  • 15～30 秒ごとにポーリングし、全体の予算を 15 分以上 に設定してください（1080p／15 秒のタスクでは、さらに長くします）
  • 5xx とタイムアウトには 指数バックオフ を適用してください（2 回リトライ）
  • トラブルシューティングのため、タスク id と X-Shellapi-Request-Id レスポンスヘッダー（ログで検索できる APIYI のリクエスト ID。X-Request-Id はプロバイダー側のもの）を記録してください

​
FAQ

遅いのは動画生成ではなく、**送信（提出）**です。メディアデータはアップストリームのAPIYIに送信され、そこからVolcengineに転送されてデコードおよびバリデーションが行われます。タスクIDはこれらすべてが完了した後にのみ返されます。インラインのbase64や大きな画像URLを使用すると、このステップが約1秒から数十秒に延び、クライアントの60秒の読み取りタイムアウトでも不足する場合があります。生成自体には通常2〜5分かかりますが、これはプロバイダーの通常の処理速度であり、送信とは関係ありません。本質的な解決策は、まずメディアを取り込んでasset://アセットIDとして参照することです。これにより、リクエストボディが数メガバイトから数十バイトに削減されます。レイテンシーの内訳、移行手順、タイムアウト後にタスクが作成されたかどうかの確認方法については、アセットファーストワークフローを参照してください。
必要な機能に応じて選択してください。2.5が自動的にデフォルトとなるわけではありません。 2.0標準モデルの約1.5倍のコストがかかり（720p/5秒：$1.3721 対 $0.9074）、これはVolcengine自身の定価の差を反映しています。15秒を超えるクリップ（2.5は最大30秒）、9枚を超える参照画像（2.5は最大30枚）、mov出力、または送信時にパラメータエラーが検知される（omni_reference_task_type）動画編集／動画延長が必要な場合は、2.5を選択してください。また、2.0では音声と併せて画像や動画が必要ですが、2.5では音声のみを参照とすることも可能です。クリップが15秒未満の場合は、2.0ファミリーをそのままお使いください。標準モデルは1080pにも対応しており、同じフラッグシップ品質ティアに位置しています。コスト重視のバッチ制作には、標準単価の約半額で最も生成が速いminiを使用してください。2.0ファミリーが廃止される予定はありません。世代間でエンドポイント、認証、リクエスト形式は同一であり、グループも同様です。切り替えは1つのフィールド（model）を変更するだけです。
1080pは対応しています（実測値：1920×1080が正常にレンダリングされます）。4Kは非対応です — "resolution": "4k"を送信すると同期的に400が返されます（課金はされません）。見落としやすい違いとして、480pと720pはH.264（avc1）を使用するのに対し、2.5では1080pをH.265（hvc1）としてエンコードします。H.265ファイルは軽量ですが、古いプレーヤーや一部のブラウザ、特定の編集ソフトではH.264ほど安定して処理できない場合があります。1080pを配信する前に、後続のパイプラインでデコード可能か確認してください。
どちらも「全機能参照（omni reference）」タスクであり、content内の参照動画とpromptで表現された意図によってトリガーされます。エラーを早期に検知できるよう、明示的にomni_reference_task_typeを渡してください：
  • 動画編集：omni_reference_task_type: "edit"、少なくとも1つのrole: "reference_video"、ratioはadaptive、durationは-1である必要があり、ソース動画は4〜30秒である必要があります。promptには編集用の動詞（add、remove、delete、change、replaceなど）を含める必要があります。出力のアスペクト比と再生時間は入力動画に従います — そして再生時間は小数になる場合があります（実測では16.709秒が返されました）。
  • 動画延長：omni_reference_task_type: "extend"。こちらも参照動画を含め、ratioをadaptiveに設定します。promptには延長用の動詞（extend、continueなど）を含める必要があります。
prompt内では、渡した順序に従って位置指定（@video1、@image1）でアセットを参照してください。無効なパラメータを指定すると、数分後にタスクが失敗するのではなく、送信時に400（InvalidParameter.TaskTypeConstraint）が返されます。
"output_format": "mov"を指定すると、色と輝度の忠実度が高いQuickTimeコンテナ（H.264 + yuv444pクロマ + PCM音声）が返されます。カラーグレーディング、キーイング、コンポジットに適しており、動画編集／動画延長作業の入力および出力の両方として公式に推奨されています。デフォルトはmp4で、最も幅広い互換性を持っています。movはプロ向けのコーデックを使用しているため、一部のプレーヤーでは開けないことに注意してください（macOS上のVLC、mpv、ffplay、IINAはすべて対応しています）。Webやモバイルで直接配信する場合は、デフォルトのmp4のままにしてください。
これはSeedanceで最も一般的なエラーであり、原因の9割はTokenで有効になっているグループが正しくないことです。エラーメッセージには、現在設定されているグループ名が表示されます。例：
モデルを対応するグループに一致させ、Token設定で有効にしてください：SeeDance2を有効にした1つのKeyで4つのモデルすべてにアクセスできます（既存のSD2Fast／SD2Mini Tokenも引き続き、同じ価格で単一モデルを呼び出すことができます）。また、課金モデルは従量課金優先（Pay-as-you-go Priority）または従量課金（Pay-as-you-go）である必要があります — リクエスト単位課金（Pay-per-request）のTokenはルーティングできません。
ゲートウェイのcontent-encoding: gzipヘッダーが実際のボディエンコーディングと一致していません。症状としては、ContentDecodingError、切り捨てられた非JSONボディ（例：先頭の{"が失われてid":"cgt-xxx"}のみが取得される）、または断続的な400エラーなどがあります。リクエストヘッダーに"Accept-Encoding": "identity"を追加してください。curlやブラウザのfetchは影響を受けません。
generate_audioはデフォルトでtrueに設定されています（検証済み）：モデルが音声、効果音、BGMを自動的に追加します。無音で出力するには、明示的に"generate_audio": falseを渡してください。
成功時、URLはポーリングレスポンスのcontent.video_urlに格納されます（トップレベルではありません）。これは約24時間有効な署名付きリンクです — すぐにダウンロードして再ホストしてください。task_id自体は7日間照会可能です。
ステートマシンはqueued → running → succeeded / failed / expiredです。成功ステータスはcompletedではなく**succeeded**です — 他の動画APIから移行する際によくある間違いです。
いいえ。Seedance 2.5も2.0ファミリーも、実在の人物の顔を含む参照画像／動画を受け付けません（アップストリームのコンテンツセーフティによる制限）。代替案として、過去30日以内にSeedanceモデルで生成された顔を含む出力を再利用する、プラットフォームのプリセット仮想アバター（asset:// ID）を使用する、またはライセンス取得済みの顔アセットを使用する方法があります。
いいえ。仮想アバターの取り込み、実在人物の検証、およびその他のプライベートアセットライブラリ機能は、APIYIのSeedance 2.0 APIでは無料であり、年会費も不要です。公式には、この機能は個別購入アドオンとして提供されており、フレームワーク契約のない顧客向けには年間数十万元規模の契約となっています（Volcengineからも直接販売されています）。APIYIでは長期的なユーザーを重視しているため、そのコストはすでにAPI価格に含まれています。通常の業務量でSD2 APIをご利用いただくお客様には、追加料金は一切発生しません。使用方法については、アセットライブラリを参照してください。
パラメータの不正による拒否（HTTP 400）は課金されません（検証済み）。課金は送信時に事前引き落としされ、完了時に精算されるため、残高が一時的に変動します — 呼び出しログと照合してください。
tokens ≈ duration(s) × width × height × 24 / 1024（0.1%以内の精度で検証済み）。同じティア内のすべてのアスペクト比は同一のピクセル面積を持ちます（720pの16:9と9:16はいずれも5秒あたり108,900 tokens） — 横向き、縦向き、正方形のいずれも料金は同一です。
価格と速度の関係は mini < fast < standard となります（プラットフォーム上の公称720p/5秒：約¥3.16 / ¥5.08 / ¥6.35）。バッチ制作やコスト重視のワークロードには mini を選択してください — 標準モデルの約半額で、最も高速に生成されます（実測 2026-07：720p@5秒で約1.5〜2.5分）。最大限のディテールを求める場合は standard、バランスを重視する場合は fast を選択してください。mini と fast の上限はいずれも 720p であり、1080p をリクエストすると400パラメータエラーが返されます（課金はされません）。1080pのみが必要な場合、2.0 standard モデルで既に対応しています — そのためだけにアップグレードする必要はありません。30秒のクリップ、9枚を超える参照画像、mov出力、または動画編集／動画延長が必要な場合は、2.5を選択してください（standard モデルの約1.5倍の価格、2.0ファミリーと同じグループです）。
モデルが自動的に長さを決定し（2.5では4〜30秒、2.0ファミリーでは4〜15秒）、実際の出力時間に基づいて課金されます。最終的な長さはタスクのdurationフィールドに返されます。2.5では-1がデフォルトである点に注意してください（2.0ファミリーのデフォルトは5秒です）。そのため、durationを省略するとモデルによる自動決定が適用されます。持続時間を指定しない2.5の実測リクエストでは10秒のクリップが返され、5秒のちょうど2倍のコストとなりました。コストの予測可能性を重視する場合は、明示的にdurationを渡してください。
いいえ。framesおよびcamera_fixedはSeedance 1.xのパラメータであり、Seedance 2.5および2.0シリーズのいずれも対応していません。代わりに整数秒単位のdurationを使用してください。
いいえ — これらは互いに排他的な3つのモードです：最初＋最後（必須のfirst_frame/last_frameロールを持つ2枚の画像）、最初のフレーム（1枚の画像）、マルチモーダル参照動画生成（画像ロールreference_image）。「最初／最後のフレーム＋参照」に近い処理を行うには、参照モードを使用してprompt内でフレームを指定してください。参照の上限は世代によって異なります：2.5では画像30枚＋動画10本＋音声10本に対応し、音声のみの指定も可能です。2.0ファミリーでは画像9枚＋動画3本＋音声3本に対応し、音声と併せて少なくとも1枚の画像または1本の動画が必要です。
SeeDance2グループには十分な同時実行数があり、キュー待ちは発生しません（弊社のテストでは15件の同時タスクがすべて即座に実行されました）。より大規模で継続的なワークロードについては、営業担当にお問い合わせください。
promptは約500文字の中国語または約1,000単語の英語未満に抑えてください。長すぎるpromptはディテールの精度を低下させます。サポートされている言語：中国語、英語、日本語、スペイン語、ポルトガル語、インドネシア語。「被写体＋動作＋カメラワーク＋照明／スタイル」の形式で記述してください。

​
関連ドキュメント

Seedanceは、デフォルトで同期音声を出力する数少ない2026年の一線級動画モデルファミリーの1つです。同一価格のアスペクト比と、2.5の30秒上限を組み合わせることで、ショート動画やEコマース向けアセットの制作における主要チャンネルとして強力な選択肢となります。代替手段を比較する場合、同じToken（追加のグループを有効にした場合）で、Sora 2、VEO 3.1、Wan2.7を直接呼び出せます。