Docs / 模型能力边界

模型能力与参数边界

RelayDance 上所有视频模型都用同一种请求形状调用(model、prompt、seconds、image、metadata),但模型 ID 背后的各个系列能接受的输入差别很大。本页就是契约: 逐个系列写清哪些字段会生效、哪些原样透传、哪些会被静默忽略、哪些会让请求在计费前直接失败。凡是没有列为"支持"的字段,请默认它不起作用。

#能力矩阵

#Seedance 2.5

模型 ID: doubao-seedance-2-5-720p、doubao-seedance-2-5-480p。能力最全的系列: 片段最长、参考素材最多,也是唯一能在一次请求里同时使用角色参考图和动作参考视频的系列。

生效字段

参考素材的 role

{
  "model": "doubao-seedance-2-5-720p",
  "prompt": "@image1 rises onto tiptoes, holds for a beat, then lowers the heels, matching the motion of the reference video",
  "seconds": "5",
  "metadata": {
    "ratio": "adaptive",
    "generate_audio": false,
    "content": [
      { "type": "image_url", "role": "reference_image", "image_url": { "url": "https://your-cdn.example.com/character.png" } },
      { "type": "video_url", "role": "reference_video", "video_url": { "url": "https://your-cdn.example.com/motion.mp4" } }
    ]
  }
}

#Seedance 2.0

模型 ID: doubao-seedance-2-0-480p、doubao-seedance-2-0-720p、doubao-seedance-2-0-1080p、doubao-seedance-2-0-4k、doubao-seedance-2-0-fast-260128(720p,更快)、doubao-seedance-2-0-mini-480p、doubao-seedance-2-0-mini-720p,以及 seedance-1-5-pro-with-audio 与 seedance-1-5-pro-no-audio。请求形状和 metadata 字段与 2.5 相同,只是限制更紧。

#Kling

模型 ID: kling-v2-6、kling-v2-6-pro、kling-v3、kling-v3-pro、kling-v3-omni、kling-v3-omni-pro。带 -pro 后缀的是 1080p 档,不带的是 720p。Kling 是文生视频和首帧图生视频路由,能力面刻意收窄: 不接受参考图、参考视频、音频或任何动作迁移输入。带了这些的请求会在计费前被拒绝,而不是悄悄降级成文生视频。

生效字段

会被拒绝(HTTP 400,不计费)

• metadata.content 里的 video_url 或 audio_url 条目: 这条路由没有参考视频、动作控制或视频编辑模式
• 多于一张首帧图,或只有尾帧没有首帧
• 以 base64 data URL 或 asset:// 形式给出的图片: Kling 需要公网可访问的 https URL

会被忽略

generate_audio(Kling 输出没有音轨)、seed、camera_fixed、watermark、output_format、resolution(由 SKU 锁定)。Seedance 的 @imageN 语法对 Kling 没有意义,会从提示词中剥离。

输出与计费

mp4,24 fps,无音频。标准档输出 1280×720(或对应的竖版 / 方形),专业档输出 1080p;有首帧时输出保持图片的宽高比。通常 1 到 3 分钟出片。按归一后的时长逐秒计费,提交时一次性扣除,事后不再调整;失败任务全额退款。请在 24 小时内下载结果。Kling 的并发额度有限: 返回 HTTP 429 表示队列已满,请稍等后重试。

{
  "model": "kling-v3-omni",
  "prompt": "The boy rises onto his toes, holds briefly, then lowers his heels. Static camera, full body in frame.",
  "seconds": "5",
  "image": "https://your-cdn.example.com/character.png"
}

#MiniMax H3

模型 ID: minimax-h3-768p、minimax-h3-2k。每条视频都自带原生生成的立体声音频;没有静音选项,generate_audio 不起作用。

忽略: resolution(由 SKU 锁定)、seed、camera_fixed、watermark、output_format、尾帧以及视频 / 音频参考。按秒计费;失败任务不计费。

#Grok Video

模型 ID: grok-video-1.5、grok-image-video(轻量、更便宜)。仅支持图生视频: 没有图片的请求会被拒绝。输出 720p,无音频。

忽略: generate_audio、seed、camera_fixed、watermark、尾帧、第一张以外的参考图、视频和音频参考。按请求时长逐秒计费,提交时扣除;失败任务退款。

#HappyHorse

模型 ID: happyhorse-1.0-t2v、happyhorse-1.0-i2v、happyhorse-1.0-r2v、happyhorse-1.0-video-edit。变体决定唯一的 image 字段怎么解释: i2v 是首帧,r2v 是参考图,video-edit 是源视频 URL。t2v 只用提示词。水印始终关闭。其他 metadata 键原样透传。按秒计费,提交时扣除;失败任务退款。

#模型不支持的字段会怎样

如果你的客户端会在不同系列之间切换,请按系列来构造请求,而不是假设共享的请求形状在哪都一样: 一份对 Seedance 2.5 完美的请求体,在 MiniMax 上会变成纯文生视频,在 Kling 上则直接报错。

#怎么选模型

• 参考图定角色、参考视频定动作: Seedance 2.5
• 超过 15 秒的片段,或超过 9 张参考图: Seedance 2.5
• 原生 4K: Seedance 2.0 Pro,或对已有片段做超分辨率
• 生成配乐: Seedance 2.5 / 2.0 开 generate_audio,或 MiniMax H3(始终生成)
• 让一张静态图动起来,固定 5 或 10 秒,成本最低: Kling 标准档
• 6 到 15 秒的快速图生视频,不需要音频: Grok Video

#后续步骤

• 视频生成 : 提交、轮询与 webhook 流程
• 生成视频接口文档 : 完整的请求与响应结构
• 图生视频示例 : 参考素材实战
• 错误码 : 400 与失败任务的含义