Seedance-API-Preise, nachgemessen: die Video-Token-Formel, gelöst

Seedance rechnet Video nach Token ab. Die Formel, die tatsächlich zum Zähler passt, lautet encoded_width × encoded_height × (24 × seconds + 1) / 1024. Zwei Teile davon finden sich in keiner Dokumentation, die wir aufspüren konnten: das +1-Frame und die Tatsache, dass die encoded dimensions nicht den nominellen entsprechen (720p wird als 1248×704 abgerechnet, nicht als 1280×720). Wir haben 27 Generierungen über fünf Seedance-Modelle und jede Auflösungsstufe hinweg laufen lassen, und jede abgerechnete Token-Zahl stimmt aufs Token genau mit dieser Formel überein. Dieser Beitrag kartiert die Modellfamilie, zeigt die Zwei-Request-API und liefert dann die gelöste Formel, die daraus folgende Preisstaffel pro Sekunde sowie die zwei Stellen, an denen die Preisliste in die Irre führt.

TL;DR

• Seedance-Video-Token = encoded width × height × (24 × seconds + 1) / 1024; das +1-Frame und die encoded dimensions sind gemessen, nicht dokumentiert.
• 720p wird als 1248×704 abgerechnet, 1080p als 1920×1088; das Seitenverhältnis ändert nichts.
• Derselbe 4-Sekunden-Clip wurde auf jeder Stufe ab 1.5-pro mit identischen Token abgerechnet; die Tarife reichen von 1,0 bis 7,0 $ pro Million.
• Der 4k-Tarif von 4,0 $/M unterbietet die 7,7 $/M von 1080p, kostet aber 0,78 $ pro Sekunde gegenüber 0,38 $ – also 2,1x mehr.
• generate_audio lässt die Token unverändert und verdoppelt den Tarif bei 1.5-pro.

Alles Folgende wurde am 2026-07-22 über den /v1/videos-Endpunkt des Synthorai-Gateways gemessen, wo die Seedance-Familie zu den ByteDance-Listenpreisen live ist; jede Zahl ist durch Roh-Datensätze pro Task belegt.

Welches Seedance-Modell macht was?

Die Wahl der Stufe ändert den Tarif, nie den Zähler: nach Fähigkeit auswählen, den Preis liefern die nächsten Abschnitte. Derselbe 4-Sekunden-480p-Prompt wurde auf Seedance 2.0, 2.0-fast, 2.0-mini und 1.5-pro mit identischen Token abgerechnet (je 40.594; 1.0-pro-fast rechnete auf seinem etwas kleineren Pixelraster 39.285 ab). Wenn man die Leiter hochgeht, zahlt man für Fähigkeit, und die Familie verteilt sie ungleich:

Drei Eigenheiten sollte man vor der Wahl kennen. Die Reproduzierbarkeit läuft in die falsche Richtung: seed und camera_fixed gibt es nur bei den 1.x-Modellen, also sind die günstigsten Stufen die steuerbaren und das Flaggschiff nicht. Fähigkeitsfelder sind pro Modell hart gesperrt: schickt man generate_audio an ein 1.0-Modell, kommt ein benannter 400 zurück (extension_not_supported). Baue Requests daher aus der Fähigkeitsliste des jeweiligen Modells statt aus einer gemeinsamen Struktur. Und nur 1.0-pro-fast geht bis auf 2-Sekunden-Clips herunter, weshalb sich die Formelmessungen unten darauf stützen; alles Neuere startet bei 4 Sekunden. Über die Tabelle hinaus akzeptieren die 2.0-Modelle upstream auch Referenzdatei-Eingaben (bis zu 9 Bilder, 3 Videoclips und 3 Audiodateien), sofern eine Plattform das freigibt.

Wie ruft man die Seedance-API auf?

Videogenerierung läuft als asynchroner Job-API: Ein POST erstellt den Task und kommt nach etwa zwei Sekunden zurück, danach pollst du die Task-URL, bis sie fertig ist. Der komplette Ablauf in Python:

import os, time, requests

BASE = "https://synthorai.io/v1"
auth = {"Authorization": f"Bearer {os.environ['SYNTHORAI_API_KEY']}"}

task = requests.post(f"{BASE}/videos", headers=auth, json={
    "model": "seedance-1-5-pro-251215",
    "prompt": "A paper boat drifting across a rain puddle, cinematic",
    "resolution": "720p", "ratio": "16:9",
    "duration": 5, "generate_audio": True,
}).json()                                    # returns in ~2s: {"id": "vid_...", "status": "queued", ...}

while task["status"] not in ("completed", "failed", "cancelled"):
    time.sleep(8)
    task = requests.get(f"{BASE}/videos/{task['id']}", headers=auth).json()

print(task["data"][0]["url"])                # signed MP4, valid 24h
print(task["usage"]["total_tokens"])         # the billing meter this post is about

Wenn du lieber blockieren als pollen willst, schick beim Erstellen einen Prefer: wait=60-Header mit. Die Antwort wartet dann, bis der Clip fertig ist oder das Zeitfenster abläuft, und fällt danach auf das Polling-Objekt zurück. Die Generierung selbst dauerte in unseren Läufen zwischen 20 Sekunden und etwas über zwei Minuten für die 480p- und 720p-Clips. Das Feld usage.total_tokens im fertigen Task ist der Abrechnungszähler, und um dessen Treiber geht es im Rest dieses Beitrags.

Was ist ein Video-Token genau?

Ein Video-Token ist eine feste Scheibe aus Output-Pixeln über die Zeit: Der abgerechnete Wert ist W × H × frames / 1024, wobei die Frame-Anzahl 24 × seconds + 1 beträgt und W×H die echten Encoder-Dimensionen sind, nicht das Label der Auflösungsstufe. Beide Terme haben wir aus dem Zähler selbst rekonstruiert. Die abgerechneten Token-Zahlen über drei Dauern hinweg passen für jede Auflösung auf eine Gerade ohne Residuum. Die Steigung der Geraden ergibt Tokens pro Sekunde, und ihr Achsenabschnitt entspricht bei jeder Auflösung exakt einem Frame an Tokens (405 bei 480p, 858 bei 720p, 2.040 bei 1080p). Löst man die Steigungen nach W×H auf, erhält man die echten encodierten Raster:

Ein unabhängiger Gegencheck: Das viel zitierte Rechenbeispiel von ByteDance für 2.0, ein 15-Sekunden-Clip mit etwa 308.880 Tokens, ist exakt das 15-Fache unserer gemessenen 720p-Rate. Das 720p-Raster gilt also auch über die 1.0-Serie hinaus, an der wir es angepasst haben (und ihre Marketing-Rechnung lässt den +1-Frame weg).

Zwei praktische Konsequenzen. Das Seitenverhältnis bewegt die Rechnung nicht: 16:9 und 9:16 wurden in allen neun gepaarten Läufen mit identischen Tokens abgerechnet, vertikaler Output ist also keine Kostenfrage. Und die oft zitierte Näherung W × H × 24 × duration / 1024 liegt um einen Frame zu niedrig und verwendet die falschen Dimensionen. Deshalb weichen Schätzungen von Drittanbietern um ein paar Prozent von den echten Rechnungen ab.

Was kostet Seedance eigentlich pro Sekunde?

Multipliziert man die gemessenen Token-Raten mit dem Listenpreis jeder Stufe, schrumpft der gesamte Katalog auf eine einzige Rangfolge zusammen:

Zum Vergleich die Listenpreise der Pro-Sekunde-Abrechner vom Juli 2026 (aggregiert von öffentlichen Preis-Trackern): Kling liegt bei rund $0.07/s, Sora 2 bei etwa $0.10/s und Veo 3.1 bei rund $0.40/s. Seedance 2.0 mit 480p landet auf Klings Preisniveau, inklusive nativem Multi-Track-Audio, und die 1.0-fast-Stufe erzeugt ansehnliches 480p zu etwa einem Siebtel von Klings Rate. Ein 15-sekündiger 720p-Clip auf 2.0 kostet rund $2.17; derselbe Clip auf 1.0-pro-fast $0.31.

Ist 4k billiger? Die Preisliste sagt ja, die Rechnung sagt nein

4k hat auf Seedance 2.0 die niedrigste Token-Rate, $4.0 pro Million gegenüber $7.7 bei 1080p, und ist trotzdem der teuerste Posten auf der Karte. Grund dafür ist die Formel: 4k liefert pro Sekunde etwa viermal so viele Tokens wie 1080p (194.400 vs. 48.960), also erkauft die günstigere Rate das 2,1-Fache der Kosten pro Sekunde, $0.778/s gegen $0.377/s. Unser 4-sekündiger 4k-Referenzclip wurde mit 785.700 Tokens abgerechnet, $3.14 für vier Sekunden Video. Lies jede Token-Preisliste zusammen mit den Tokens pro Sekunde dieser Auflösung; bei tokenbasiert abgerechnetem Video können Preisschild und Rechnung in entgegengesetzte Richtungen zeigen.

Was ändert generate_audio?

Die Rate, nicht die Tokens. Auf 1.5-pro wurde derselbe 5-Sekunden-Clip mit 50.638 Tokens bei aktiviertem Audio abgerechnet und mit 50.638 bei deaktiviertem; der Listenpreis verdoppelt sich von $1.2/M stumm auf $2.4/M mit Audio, vertonte Ausgabe kostet also exakt das Doppelte, sauber, ohne versteckten Token-Aufschlag. Bei der 2.0-Serie ist Audio Teil der einheitlichen Modellrate, hier gibt es keine Toggle-Rechnung. Wenn deine Pipeline ohnehin ihren eigenen Musik-Bed hinzufügt, ist 1.5-pro stumm bei $0.0121/s das stille Schnäppchen des Katalogs.

Wie verhält sich die asynchrone Video-Abrechnung?

Die Abrechnung hängt am oben beschriebenen Task-Lebenszyklus: die Rechnung fällt einmal an, sobald der Task erstmals completed meldet, egal wie oft du pollst. Beim Abbruch ist das System ehrlich zur Physik: ein Task in der Warteschlange lässt sich sauber abbrechen und kostet nichts, aber sobald der Task läuft, lehnt der Upstream das Löschen ab (409) und du musst das Ergebnis abwarten. Fehlgeschlagene Generierungen werden nicht abgerechnet.

Drei betriebliche Anmerkungen aus 27 durchgeführten Tasks. Erstens: Video-Antworten enthalten die Token-Nutzung, aber kein Kostenfeld, anders als bei Chat mit usage.cost; kalkuliere mit Tokens × der Rate deiner Stufe. Zweitens: die Ausgabe kommt als signierte URL mit 24 Stunden Lebensdauer; verschiebe sie zügig in deinen eigenen Storage. Drittens: dosiere deine Creates. Die Plattform erlaubt 6 Video-Tasks pro Workspace und Minute, und da jeder ausstehende Task die Worst-Case-Kosten gegen dein Guthaben reserviert, kann ein Burst von Creates während einer Upstream-Verlangsamung an einer vorübergehenden insufficient-quota-Antwort abprallen, selbst wenn die letztendlichen Ausgaben unproblematisch sind.

FAQ

Ist die Seedance 2.0 API tatsächlich verfügbar?

Ja. Die Geschichte vom Zugang Anfang 2026 (chinesische Zugangsdaten, Wartelisten, gestaffelter Rollout) ist überholt: Die komplette Familie inklusive 2.0 läuft am /v1/videos-Endpoint des Synthorai-Gateways zu den Listenpreisen von ByteDance (Modellseiten: Seedance 2.0, 1.5-pro, 1.0-pro-fast), und einige andere Plattformen bieten sie ebenfalls an. Wenn eine Seite behauptet, Seedance 2.0 sei nur über ein Erlebnis-Kontingent zugänglich, stammt sie aus der Zeit vor dem API-Rollout.

Warum unterscheiden sich die Seedance-Preise so stark zwischen den Anbietern?

Weil die meisten Reseller die Token-Abrechnung in pauschale Preise pro Sekunde oder pro Clip umrechnen, mit eigener Marge und Rundung, und diese Umrechnung die auflösungs- und dauerabhängige Token-Rechnung verdeckt. Die Formel in diesem Beitrag ist die Grundlage unter jedem Angebot: Berechne W × H × (24s + 1) / 1024 mit den kodierten Dimensionen und multipliziere mit dem offiziellen Tarif, und du kannst den Aufschlag jedes Anbieters exakt bestimmen.

Kosten Seitenverhältnis oder ein vertikales Format extra?

Nein. 16:9 und 9:16 wurden bei jeder getesteten Auflösung und Dauer mit identischen Tokens abgerechnet. Nur Auflösung und Dauer bewegen den Zähler, und die Dauer ist exakt linear.

Was ist mit Seedance 2.5?

Angekündigt, aber noch nicht auf den APIs verfügbar, die wir beobachten. Die Token-Formel und die Struktur aus Tier gegen Tarif werden voraussichtlich übernommen; sobald es soweit ist, wiederholen wir dieselben Messungen.

Gemessen am 22./23.07.2026: 27 abgeschlossene Generierungen über fünf Seedance-Modelle via /v1/videos, Token-Zahlen aus den Usage-Records pro Task, Tarife aus der ByteDance-Liste und die Capability-Matrix aus dem Live-Katalog /v1/videos/models. Die Sekundenpreise der Konkurrenz sind Listenpreise, keine Messungen. Die Formeln passen an jedem gemessenen Punkt exakt; die kodierten Dimensionen sind aus dem Zähler abgeleitet, prüfe sie also erneut, falls ByteDance die Encoder ändert. Zum Rest der Modalitätsreihe: Bildgenerierung, Speech-to-Text, Voice-Sessions und Text-Tokens.

← Zurück zum Blog