字节跳动旗下豆包大模型团队近日推出新一代多模态视频创作模型Seedance 2.0，该模型支持图像、视频、音频等多模态输入生成视频内容。火山引擎官网最新公布的定价标准显示，包含视频编辑功能的输入模式收费为28元/百万tokens，纯视频生成模式则定价46元/百万tokens。
根据实际使用场景测算，生成15秒视频约需消耗30.888万tokens。以纯视频生成模式计算，每秒视频成本约1元人民币。这一价格体系反映出字节跳动在AI视频生成领域的商业化策略，既区分了基础创作与专业编辑的不同需求，也通过差异化定价覆盖不同用户群体。
技术特性方面，Seedance 2.0突破了传统单模态输入的限制，允许用户通过多种素材组合生成视频内容。例如，用户可同时上传背景音乐、参考图像和视频片段，模型将自动融合这些元素生成连贯的动态画面。这种多模态交互能力显著提升了视频创作的灵活性和创意空间。
在商业化部署上，火山引擎官网明确表示Seedance 2.0暂不开放API接口。据行业消息人士透露，该模型现阶段主要面向字节内部业务使用，暂无向第三方工具开发者授权的计划。不过，已有部分企业获得早期接入权限，其中包括某头部漫剧制作公司，这表明字节跳动正在探索特定行业的应用场景落地。
市场分析认为，Seedance 2.0的定价策略既考虑了技术成本，也参考了行业竞品定价。其每秒1元的纯生成成本处于市场中等水平，但多模态输入能力可能成为差异化竞争优势。随着首批企业用户的测试反馈，该模型未来或将在内容创作、广告营销等领域拓展更多应用场景。
