不要な場合は音声をオフにする
generate_audioはデフォルトでtrueになっているため、generate_audio: falseを渡さない限り、すべての動画に音声トラックが付きます。無音のクリップのみが必要な場合はfalseに設定してください。
Seedance 2.0 Miniは、Seedance 2.0シリーズに属するByteDanceの動画生成モデルです。テキストから動画生成、最初のフレームまたは最初と最後のフレームによる画像から動画生成、および参照から動画生成に対応しており、音声はデフォルトで有効になっています。
Click to upload or drag and drop images.
Images: JPEG/JPG/PNG/WebP/GIF, Max 30MB
The text prompt or description for the video.
0/20000Click to upload or drag and drop
Supported formats: JPEG, PNG, WEBP, JPG, GIF Maximum file size: 30MB; Maximum files: 9
A list of input image URLs.
Click to upload or drag and drop
Supported formats: MP4, QUICKTIME Maximum file size: 50MB; Maximum files: 3
A list of input video URLs. Furthermore, the total length of the three videos must not exceed 15 seconds.
Click to upload or drag and drop
Supported formats: MPEG, WAV Maximum file size: 15MB; Maximum files: 3
A list of input audio URLs. Furthermore, the total length of the three audios must not exceed 15 seconds.
Whether to generate AI audio synchronized with the video.
The output video resolution.
The aspect ratio of the generated video.
Video duration in seconds.
Use online search
A configurable parameter. Defaults to true in the Playground.
Explore different use cases and parameter configurations
Complete guide to using bytedance/seedance-2-mini
Seedance 2.0 Miniは、Seedance 2.0シリーズに属するByteDanceの動画生成モデルであり、Kie.aiではbytedance/seedance-2-miniとして提供されています。テキストから動画、画像から動画(開始フレームのみ、または開始・終了フレーム)、リファレンスから動画(画像、動画、音声)の3つの入力モードに対応しており、デフォルトで音声付きの480pまたは720pの動画(4〜15秒、またはモデルが選択した長さ)を出力します。

モデルをbytedance/seedance-2-miniに設定してPOST /api/v1/jobs/createTaskにリクエストを送信します。画像から動画(開始フレーム)、画像から動画(開始・終了フレーム)、およびマルチモーダルなリファレンスから動画は相互に排他的であり、同じリクエスト内で組み合わせることはできません。
| Parameter | Details |
|---|---|
| model | 必須。bytedance/seedance-2-miniに設定します。 |
| prompt | 必須。3〜20000文字のテキストプロンプト。 |
| first_frame_url | 任意。画像から動画モードにおける開始フレームの画像URLまたはasset://{assetId}。いずれのreference_*フィールドとも組み合わせることはできません。 |
| last_frame_url | 任意。first_frame_urlと併用する場合の終了フレームの画像URLまたはasset://{assetId}。いずれのreference_*フィールドとも組み合わせることはできません。 |
| reference_image_urls | 任意。jpeg、png、webp、またはgif形式の画像を最大9枚まで指定可能。アスペクト比(幅/高さ)は0.4〜2.5、幅と高さは300〜6000px、ファイルサイズは各30MB未満である必要があります。first_frame_urlまたはlast_frame_urlと組み合わせることはできません。 |
| reference_video_urls | 任意。480pまたは720pのmp4またはmov形式の動画を最大3本まで指定可能。各動画は2〜15秒で、合計は最大15秒以内である必要があります。アスペクト比は0.4〜2.5、幅と高さは300〜6000px、総ピクセル数は409,600〜927,408、フレームレートは24〜60FPS、ファイルサイズは各最大50MBまでです。 |
| reference_audio_urls | 任意。wavまたはmp3形式の音声クリップを最大3つまで指定可能。各クリップは2〜15秒で、合計は最大15秒以内、ファイルサイズは各最大15MBまでです。 |
| generate_audio | 任意の真偽値。デフォルトはtrueで、ネイティブに同期された音声を生成します。 |
| resolution | 任意。480p(ドキュメントでは「高速生成向け」と記載)または720p(「バランス重視」と記載)。デフォルトは720pです。 |
| aspect_ratio | 任意。指定可能な値:1:1、4:3、3:4、16:9、9:16、21:9、またはadaptive。デフォルトは16:9です。 |
| duration | 任意。4〜15秒の動画の長さ、またはモデルに長さを選択させる場合は-1。デフォルトは5です。 |
| web_search | 任意の真偽値。オンライン検索を有効にします。テキストから動画モードでのみサポートされます。 |
各動画は2026年10月にKie.ai上でSeedance 2.0 Miniを使用して生成されました。各出力に音声トラックが含まれていることは確認しましたが、音声自体の評価は行っていません。
小さなカフェの窓の外の雨の夜、ガラスを伝う雨粒、店内の暖かい光、歩道を通り過ぎる黄色いレインコートを着た人物、窓に向かってゆっくりと寄るカメラワーク、そして降り続く雨音や遠くの交通音、濡れた舗装路の足音を、720p、16:9、5秒でリクエストしました。APIは音声トラック付きの5.09秒・1280x720のMP4を返しました。出力にはガラスの雨粒、店内の暖かい光、黄色いレインコートの人物が映っていますが、カメラは指示通りに窓へ寄るのではなく、窓を通り抜けて外の通りへと移動しています。
無地のライトグレーのスタジオ背景にオレンジ色のロボットマスコットが映った正方形の開始フレーム画像から始め、同じデザインと色を維持したまま、ロボットが右手でカメラに向かって手を振り、頭を少し横に傾け、アンテナのライトを点滅させるよう、480p、アスペクト比adaptive、5秒でリクエストしました。音声トラック付きの5.09秒・640x640のMP4が返されました。アダプティブ設定により入力画像の正方形の形状が維持され、ロボットもオレンジ色のボディ、青い目、胸の稲妻バッジを保ったまま手を振りましたが、プロンプトでは指示していないにもかかわらずカメラに向かって歩く動作が加わっており、頭を傾ける動きは見られません。
スタジオのロボット画像を開始フレームとし、川と熱気球がある晴れた渓谷の草の丘に立つロボットのイラスト画像を終了フレームとして使用し、スタジオ内のロボットから晴れた渓谷の風景に立つロボットへと視点を運ぶ滑らかなカメラワークを、480p、16:9、5秒でリクエストしました。APIは音声トラック付きの5.09秒・864x496のMP4を返しました。動画はスタジオのロボットから始まり、丘の上でロボットが手を振る終了フレームの渓谷のシーンで終わりますが、スタジオから渓谷への変化はリクエストした滑らかなカメラワークではなく、約1.5秒から2.0秒の間のカット切り替えとして行われています。
1枚目にスタジオのロボット画像、2枚目に風景の中のロボットを描いた渓谷の画像の計2枚のリファレンス画像を渡し、1枚目のリファレンス画像のロボットが2枚目のリファレンス画像の草の渓谷を川に向かって歩き、立ち止まって手を振る様子を、陽気なBGM付き、720p、16:9、長さ-1でリクエストしました。長さ-1の設定によりモデルが動画の長さを選択したため、APIは音声トラック付きの10.08秒・1280x720のMP4を返しました。動画では、ロボットがリファレンス画像のデザインと色を維持したまま草の斜面を川に向かって歩き、水際で立ち止まって手を振っています。
以下の表は、Kie.aiで利用可能な3つのSeedance 2.0モデルのドキュメント記載パラメータのみを比較したものです。
| Seedance 2.0 Mini | Seedance 2.0 | Seedance 2.0 Fast | |
|---|---|---|---|
| モデルID | bytedance/seedance-2-mini | bytedance/seedance-2 | bytedance/seedance-2-fast |
| Resolution | 480p、720p | 480p、720p、1080p | 480p、720p |
| Duration | 4〜15秒または-1 | 4〜15秒または-1 | 4〜15秒または-1 |
| 参照入力 | 最大9枚の画像、3本の動画、3個の音声クリップ | 最大9枚の画像、3本の動画、3個の音声クリップ | 最大9枚の画像、3本の動画、3個の音声クリップ |
| return_last_frame | ドキュメントに記載なし | Supported | Supported |
| web_search | テキストから動画生成のみ | テキストから動画生成のみ | テキストから動画生成のみ |
generate_audioはデフォルトでtrueになっているため、generate_audio: falseを渡さない限り、すべての動画に音声トラックが付きます。無音のクリップのみが必要な場合はfalseに設定してください。
ドキュメントでは、reference_image_urlsのアスペクト比(幅/高さ)の制限は0.4から2.5と規定されています。2026年10月にKie.aiで実施したテストでは、アスペクト比4.03の横長バナー画像をlast_frame_urlとして渡した場合も、約1秒以内に「expected the aspect ratio to be between 0.40 and 2.50, but received image with aspect ratio: 4.03」(アスペクト比は0.40から2.50の範囲である必要があるが、4.03の画像を受け取った)というエラーで失敗しました(消費クレジットは0)。最後のフレーム画像も0.4から2.5の範囲内に収めてください。
マルチモーダル参照モードでは、テキストプロンプト内で参照画像を最初または最後のフレームとして指定できます。ただし、Kie.aiのドキュメントでは、開始フレームと終了フレームが提供した画像と厳密に一致することを保証するには、代わりに画像から動画生成(最初と最後のフレーム)モードを使用するよう案内されています。
リクエストに参照動画が含まれる場合、課金は通常より低い1秒あたりの単価に、参照動画の合計時間と出力時間を足した時間を掛けた金額になります。durationが-1に設定されている場合、実際に生成された時間に応じて課金されます。
Kie.aiマーケットのすべてのモデルは同じ認証方式を使用します。Kie.aiのAPIキー管理ページで取得したキーを使ったAuthorization: Bearer YOUR_API_KEYヘッダーです。アカウントにはすべての生成サービスで共通のクレジット残高があり、残りクレジット取得APIで確認できます。
Kie.aiはこのモデルをプレイグラウンド付きのAPIとして提供しており、アプリのダウンロードやインストールは不要です。コードを書かずに、このページのプレイグラウンドでこのモデルを試すことができます。
Kie.aiの新規ユーザーには、テスト用に80クレジットが無料で付与されます。