Зачем видео и картинки в каталоге API
Разработчику, который подключает ИИ к продукту, текстовые модели закрывают не всё. Каталог товаров требует изображений, карточка на маркетплейсе — видеообложки, контент-план — готовых роликов. Обычно на этом месте подключают второй аккаунт, вторую оплату и второй SDK. Задача единого шлюза — свести всё в один ключ: и текст, и изображения, и видео.
У медиамоделей другая экономика. Текст считается токенами, а изображение или ролик — за штуку или за секунду. Поэтому в биллинге их учитывают отдельно, а контракт с вендором строят по-другому.
Семейство ByteDance: Doubao, Seedream, Seedance
У ByteDance (字节跳动) модели идут комплектом, и это удобно: один поставщик закрывает три разных типа контента.
| Модель | Тип | Что умеет | Где встречается в быту |
|---|---|---|---|
| Doubao (豆包) | Текст и мультимодальный вход | Диалог, работа с документами и изображениями на входе, низкая цена на потоке | Ассистент в приложении, чат-боты, разбор картинок |
| Seedream 5.0 | Изображения | Генерация по описанию и редактирование по инструкции в одной модели; до десяти изображений в одном запросе | Карточки товаров, баннеры, обложки, правка фото |
| Seedance 2.0 | Видео | На входе текст, картинка, видео и аудио; на выходе видео до 1080p. Есть облегчённая версия Mini: быстрее и примерно вдвое дешевле | Ролик товара, оживление фото, короткие сцены для соцсетей |
Именно Seedance 2.0 в 2026 году чаще всего называют одним из сильнейших китайских видеогенераторов — он задал и рыночный ориентир по цене («примерно рубль за секунду» в рознице), и планку по мультимодальному входу: на вход можно подать не только текст и кадр, но и звук.
Кто конкурирует с Seedance в Китае
Видеогенерация в Китае — самая коммерциализированная часть рынка: здесь уже несколько лет идёт честная конкуренция по цене и качеству.
| Модель | Разработчик | Позиция на рынке | Когда брать |
|---|---|---|---|
| Seedance 2.0 / Mini | ByteDance | Сильное качество, мультимодальный вход, есть дешёвая версия | Универсальные задачи: товарные ролики, контент на поток |
| Kling 3.0 | Kuaishou | Самый дорогой и «премиальный» сегмент, раньше всех вышел на коммерческий масштаб | Рекламные и презентационные ролики, где важна детализация |
| Hailuo | MiniMax | Самые доступные короткие ролики | Массовый контент, где стоимость важнее идеальности |
| Wan | Alibaba | Середина: компромисс цены и качества, сцены до 10 секунд | Сцены средней длины, смешанные задачи с изображениями |
| Vidu | 生数科技 | Отдельная линейка с собственным почерком | Когда нужен нестандартный визуальный стиль |
Названия и версии принадлежат правообладателям. Китай-API не является партнёром, представителем или агентом перечисленных компаний.
Сколько стоит генерация
Порядок цен важно понимать до того, как строить на медиамоделях продукт: разница между дешёвой картинкой и премиальным видео — десятки раз. Ниже ориентировочные рыночные прайсы на сентябрь 2026 года по внешним источникам; они меняются, а итоговый прайс сервиса утверждается отдельно.
Почему это не чат-запрос
Текстовая модель отвечает сразу, за секунды. Генерация видео — это длинная задача: ролик считается минутами, а иногда и дольше. Поэтому в API она устроена иначе, и это первое, что стоит знать разработчику.
Сценарии и ограничения
Где это работает
- Товарные изображения. Фон, композиция, эффект съёмки — вместо студии с фотографом.
- Оживление фотографии товара. Из статичного кадра получается короткий ролик для карточки или рекламы.
- Контент на поток. Обложки, баннеры, короткие сцены для соцсетей массово — по цене, близкой к нулю.
- Черновики для дизайнера. Быстрая отрисовка идей до того, как в работу включится человек.
- Правка существующего материала. Замена фона, удаление лишнего, изменение деталей по описанию.
Где нужно быть осторожным
- Точность в мелочах. Модель может дорисовать лишний палец, перепутать деталь формы или исказить логотип. Для официальных материалов — обязательная человеческая приёмка.
- Нестабильность кадров в видео. Движение и мелкие объекты могут «плыть». Короткие сцены получаются надёжнее длинных.
- Права и лица. Генерация людей, узнаваемых персонажей и чужих товарных знаков — зона юридических рисков, а не только технических.
- Модерация. Публичный доступ к медиамоделям всегда сопровождается фильтрами. Часть запросов будет отклоняться.
- Стоимость при переборе. Легко уйти в десятки попыток на один удачный кадр. Считайте не стоимость кадра, а стоимость серии.
Медиамодели — следующий этап каталога: текстовые модели подключаются первыми. Мы не продаём их уже сегодня и не обещаем сроков вперёд решения продуктовой команды. Заявку на доступ к медиамоделям можно оставить сейчас — по ней и будем понимать приоритет.
Китай-API — независимый сервис и не является официальным партнёром, представителем или агентом ByteDance, Kuaishou, MiniMax, Alibaba или иных разработчиков моделей. Названия моделей используются для обозначения технологий, к которым предоставляется доступ.
- Каталог не только про текст: изображения и видео закрывают задачи, которые модель текста не решает.
- У ByteDance семейство из трёх моделей: Doubao — текст, Seedream — картинки, Seedance — видео.
- Разница в цене между дешёвым изображением и премиальным видео — десятки раз.
- Медиазапрос — это задача с ожиданием, а не мгновенный ответ: нужна асинхронная схема.
- Для официальных материалов обязательна человеческая приёмка результата.