dreamina-seedance-2-0-260128

Dreamina Seedance 2.0 is an audio and video generation model developed by the ByteDance Seed team and integrated into CapCut. This model adopts a dual-branch diffusion Transformer architecture to realize parallel processing of visual and auditory information flows in the generation link, and achieves frame-level precision sound and picture synchronization through the attention/bridging mechanism. The model supports multi-modal input of text, image, audio and video, can parse up to 12 reference files simultaneously, generate videos up to 15 seconds long, and has the ability to synchronously generate native audio and video. Models come with protections like invisible watermarks and C2PA content credentials.

Context
0 tokens
Max output
0 tokens
Input
llm video
Output
video

Pricing

Input: $7 / 1M tokens

Output: $7 / 1M tokens

480p or 720p : $7 /

480p or 720p : $4.3 /

1080p : $7.700000000000001 /

1080p : $4.7 /

4K : $4 /

4K : $2.4 /

Endpoints

  • openai

More models

  • PixVerse/v4

    PixVerse V4 于2025年2月25日发布,核心升级是写实度的大幅提升和 Restyle(风格重绘)功能的推出,同时新增了音频生成能力。模型支持5秒或8秒视频,分辨率覆盖540p、720p和1080p,可从文本或图像提示生成视频。在定价方面,5秒1080P普通运动消耗80积分(约0.80美元),开启音效额外消耗10积分。V4在人物/物体的自然度和生成速度上均有改善,使 PixVerse 的生成能力开始跻身行业第一梯队。该版本还引入了风格重绘功能,用户可在写实与动漫等外观之间灵活切换,为后续 V4.5 的多模态融合和多主体控制能力奠定了基础。

  • veo-3.1-lite-generate-preview

    veo-3.1-lite-generate-preview 是 Google Veo 3.1 的轻量视频生成预览模型条目,适合成本与迭代速度优先的视频原型工作流。它可用于大量探索不同的创意方向,例如为同一产品卖点生成多种分镜、背景、动作或短片版本,再筛选出值得进一步精修的方案。提示词应聚焦一个清晰主体和核心动作,避免在单次生成中堆叠过多镜头变化。建议以同一批脚本比较其质量、生成时延和可控性,并将涉及真实人物、受保护角色、商标或音乐的内容交由人工审核。

  • PixVerse/v5.5

    PixVerse V5.5 于2025年12月1日发布,是首款实现“分镜+音频”一键直出的 AI 视频大模型。此次更新首次支持音频与多镜头同步生成,并强化了多角色音画同步能力,AI 能够根据提示词生成具备叙事结构的短片,标志着 AI 视频从“镜头生成”向自动“讲故事”的进化。用户可在多镜头和音画同步开启状态下生成5秒、8秒或10秒的视频,直接在提示词中控制音效类型。在分辨率方面,10秒片段最高支持720p,1080p输出限制为5秒或8秒。V5.5新增了 generate_audio_switch 和 generate_multi_clip_switch 等 API 参数,为开发者提供了更细粒度的控制能力。

  • PixVerse/v3.5

    PixVerse V3.5 于2024年12月29日发布,核心承诺是“瞬间创建——10秒内”完成视频生成,并大幅升级了动漫渲染能力。它支持5秒或8秒的视频输出,分辨率覆盖360p至1080p,引入的开始-结束帧概念成为后续系列的重要基础能力。V3.5是当前 PixVerse API 仍然接受的最旧模型名称,普通的V3已从枚举中移除,说明其接口稳定性经过了长期验证。在定价上,5秒V3.5片段在360p或540p下需45积分,720p需60积分,1080p需120积分,选择8秒或快速运动则翻倍。V3.5的发布标志着 PixVerse 从功能堆叠转向生成速度的实质性突破,为后续版本奠定了效率基础。