Prezzi delle API Seedance misurati: la formula dei video token, risolta

Seedance fattura i video in token. La formula che coincide davvero con il contatore è encoded_width × encoded_height × (24 × seconds + 1) / 1024. Due elementi non compaiono nella documentazione che abbiamo trovato: il frame +1 e il fatto che le dimensioni codificate non corrispondono a quelle nominali (il 720p viene fatturato come 1248×704, non 1280×720). Abbiamo eseguito 27 generazioni con cinque modelli Seedance e tutte le fasce di risoluzione. Ogni conteggio fatturato coincide al singolo token con questa formula. In questo articolo descriviamo la famiglia di modelli e l’API a due richieste, poi presentiamo la formula ricavata, la scala dei prezzi al secondo che ne deriva e i due punti in cui il listino può trarre in inganno.

TL;DR

• Video token Seedance = larghezza codificata × altezza codificata × (24 × secondi + 1) / 1024; il frame +1 e le dimensioni codificate derivano dalle misurazioni, non dalla documentazione.
• Il 720p viene fatturato come 1248×704 e il 1080p come 1920×1088; il rapporto d’aspetto non cambia nulla.
• Lo stesso video di 4 secondi ha consumato lo stesso numero di token in tutte le fasce da 1.5-pro in su; le tariffe vanno da $1.0 a $7.0 per milione.
• La tariffa del 4k, $4.0/M, è inferiore ai $7.7/M del 1080p, ma il costo è $0.78 al secondo contro $0.38: 2.1x in più.
• generate_audio non modifica i token e raddoppia la tariffa su 1.5-pro.

Tutti i dati seguenti sono stati misurati il 2026-07-22 tramite l’endpoint /v1/videos del gateway Synthorai, dove la famiglia Seedance è disponibile ai prezzi di listino ByteDance. Ogni valore è supportato dai record grezzi delle singole attività.

Cosa fa ciascun modello Seedance?

La fascia scelta cambia la tariffa, mai il contatore: scegliete in base alle funzionalità, poi calcolate il prezzo con le sezioni successive. Lo stesso prompt 480p da 4 secondi ha consumato lo stesso numero di token su Seedance 2.0, 2.0-fast, 2.0-mini e 1.5-pro (40,594 ciascuno; 1.0-pro-fast ne ha consumati 39,285 per via della griglia di pixel leggermente più piccola). Salendo di fascia si pagano funzionalità aggiuntive, distribuite in modo non uniforme nella famiglia:

Prima di scegliere, tenete presenti tre particolarità. La riproducibilità segue una logica inversa: seed e camera_fixed esistono solo sui modelli 1.x. Le fasce più economiche sono quindi controllabili, mentre il modello di punta non lo è. Le funzionalità accettate sono vincolate rigidamente al modello: inviando generate_audio a un modello 1.0 si riceve un errore 400 specifico (extension_not_supported). Conviene quindi costruire le richieste a partire dall’elenco di funzionalità di ogni modello, anziché usare un unico payload comune. Solo 1.0-pro-fast supporta video da 2 secondi, motivo per cui le misurazioni della formula riportate sotto si basano soprattutto su quel modello; tutti i modelli più recenti partono da 4 secondi. Oltre a quanto indicato nella tabella, i modelli 2.0 accettano anche file di riferimento a monte, se la piattaforma espone questa funzione: fino a 9 immagini, 3 video e 3 file audio.

Come si chiama l’API Seedance?

La generazione video usa un’API a job asincroni: una POST crea l’attività e risponde in circa due secondi; poi si interroga periodicamente l’URL dell’attività fino al completamento. Ecco il flusso completo 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

Se preferite una chiamata bloccante al polling, aggiungete l’header Prefer: wait=60 alla richiesta di creazione. La risposta resta in attesa finché il video è pronto o scade la finestra; in quest’ultimo caso restituisce il normale oggetto da interrogare via polling. Nei nostri test, la generazione dei video 480p e 720p ha richiesto da 20 secondi a poco più di due minuti. Il campo usage.total_tokens dell’attività completata è il contatore di fatturazione. Il resto dell’articolo analizza i fattori che lo determinano.

Cos’è esattamente un video token?

Un video token rappresenta una porzione fissa dei pixel prodotti nel tempo. Il conteggio fatturato è W × H × frames / 1024, dove il numero di frame è 24 × seconds + 1 e W×H sono le dimensioni reali dell’encoder, non quelle indicate dalla fascia di risoluzione. Abbiamo ricavato entrambi i termini direttamente dal contatore. Per ogni risoluzione, i token fatturati su tre durate diverse seguono una retta senza alcun residuo. La pendenza fornisce i token al secondo, mentre l’intercetta corrisponde sempre esattamente a un frame di token: 405 a 480p, 858 a 720p e 2,040 a 1080p. Risolvendo le pendenze rispetto a W×H si ottengono le griglie codificate reali:

Un controllo indipendente conferma il risultato: l’esempio di calcolo ByteDance ampiamente diffuso per 2.0, un video di 15 secondi da circa 308,880 token, equivale esattamente a 15 volte la nostra velocità misurata per il 720p. La griglia 720p vale quindi anche oltre la serie 1.0 su cui l’abbiamo calcolata, anche se il calcolo promozionale omette il frame +1.

Ne derivano due conseguenze pratiche. Il rapporto d’aspetto non incide sul costo: in tutte e nove le coppie di test, 16:9 e 9:16 hanno consumato lo stesso numero di token. Il formato verticale non è quindi una scelta di costo. Inoltre, l’approssimazione comunemente citata W × H × 24 × duration / 1024 sottostima il totale di un frame e usa dimensioni errate. Per questo le stime di terze parti si discostano di qualche punto percentuale dalle fatture reali.

Quanto costa davvero Seedance al secondo?

Moltiplicando i token misurati per le tariffe di listino di ciascuna fascia, l’intero catalogo si riduce a questa scala:

Per confrontarlo con i servizi che fatturano al secondo, ai prezzi di listino di luglio 2026 aggregati dai tracker pubblici dei prezzi: Kling costa circa $0.07/s, Sora 2 circa $0.10/s e Veo 3.1 circa $0.40/s. Seedance 2.0 a 480p si colloca allo stesso prezzo di Kling includendo audio multitraccia nativo. La fascia 1.0-fast genera video 480p fruibili a circa un settimo della tariffa di Kling. Un video 720p di 15 secondi con 2.0 costa circa $2.17; lo stesso video con 1.0-pro-fast costa $0.31.

Il 4k è più economico? Il listino dice di sì, la fattura no

Il 4k ha la tariffa per token più bassa di Seedance 2.0, $4.0 per milione contro $7.7 per il 1080p, ma resta l’opzione più costosa del catalogo. Il motivo è nella formula: il 4k produce circa quattro volte i token al secondo del 1080p, 194,400 contro 48,960. La tariffa più bassa si traduce quindi in un costo al secondo 2.1x superiore: $0.778/s contro $0.377/s. Il nostro test 4k da 4 secondi ha consumato 785,700 token, pari a $3.14 per quattro secondi di video. Nei video fatturati a token, una tariffa per token ha senso solo se letta insieme ai token al secondo della relativa risoluzione: il prezzo esposto e quello effettivo possono indicare direzioni opposte.

Cosa cambia generate_audio?

Cambia la tariffa, non i token. Su 1.5-pro, lo stesso video da 5 secondi ha consumato 50,638 token sia con l’audio attivo sia con l’audio disattivato. La tariffa di listino raddoppia da $1.2/M senza audio a $2.4/M con audio. Un video con colonna sonora costa quindi esattamente 2x, senza sovrapprezzi nascosti in token. Nella serie 2.0 l’audio è incluso nella tariffa unica del modello, quindi non serve fare calcoli separati. Se la vostra pipeline aggiunge comunque una traccia musicale, 1.5-pro senza audio a $0.0121/s è l’opzione meno costosa del catalogo.

Come funziona la fatturazione dei video asincroni?

La fatturazione segue il ciclo di vita dell’attività descritto sopra: l’addebito avviene una sola volta, quando l’attività passa per la prima volta allo stato completato, indipendentemente dal numero di polling. La cancellazione rispetta lo stato reale dell’elaborazione: un’attività ancora in coda viene annullata senza addebiti, ma quando è già in esecuzione il sistema upstream rifiuta l’eliminazione (409) e occorre attendere il risultato. Le generazioni non riuscite non vengono fatturate.

Dalle 27 attività eseguite emergono tre indicazioni operative. Primo, le risposte video includono l’utilizzo in token ma non il campo del costo, a differenza di usage.cost nelle chat; il budget va calcolato come token × tariffa della fascia. Secondo, l’output viene restituito tramite un URL firmato valido per 24 ore; trasferitelo subito sul vostro storage. Terzo, limitate il ritmo delle richieste di creazione: la piattaforma consente 6 attività video al minuto per workspace. Poiché ogni attività in attesa riserva sul saldo il costo massimo previsto, un picco di richieste durante un rallentamento upstream può causare temporaneamente una risposta di quota insufficiente, anche se la spesa finale sarebbe compatibile con il saldo.

FAQ

L’API Seedance 2.0 è davvero disponibile?

Sì. Le informazioni sull’accesso di inizio 2026, tra credenziali cinesi, liste d’attesa e rollout graduale, sono ormai superate. L’intera famiglia, incluso 2.0, è disponibile tramite l’endpoint /v1/videos del gateway Synthorai ai prezzi di listino ByteDance (pagine dei modelli: Seedance 2.0, 1.5-pro, 1.0-pro-fast); viene inoltre offerta da diverse altre piattaforme. Le pagine che indicano Seedance 2.0 come accessibile solo tramite quote di prova sono precedenti al rollout dell’API.

Perché i prezzi di Seedance variano così tanto tra i provider?

La maggior parte dei reseller converte la fatturazione a token in prezzi fissi al secondo o per video, applicando margini e arrotondamenti propri. Questa conversione nasconde il calcolo dei token, che dipende da risoluzione e durata. La formula dell’articolo è la base reale di ogni preventivo: calcolate W × H × (24s + 1) / 1024 usando le dimensioni codificate e moltiplicate il risultato per la tariffa ufficiale. In questo modo potete determinare con precisione il margine applicato da qualsiasi provider.

Il rapporto d’aspetto o il formato verticale costano di più?

No. 16:9 e 9:16 hanno consumato lo stesso numero di token per tutte le risoluzioni e durate testate. Solo risoluzione e durata modificano il contatore, e l’andamento rispetto alla durata è esattamente lineare.

E Seedance 2.5?

È stato annunciato, ma non è ancora disponibile tramite le API che monitoriamo. La formula dei token e la struttura basata su fasce e tariffe probabilmente resteranno valide; quando sarà disponibile ripeteremo gli stessi test.

Misurazioni del 2026-07-22/23: 27 generazioni completate su cinque modelli Seedance tramite /v1/videos, conteggi dei token ricavati dai record di utilizzo delle singole attività, tariffe dal listino ByteDance e matrice delle funzionalità dal catalogo live /v1/videos/models. I prezzi al secondo dei concorrenti sono dati di listino, non misurazioni. La formula coincide esattamente con ogni punto misurato; le dimensioni codificate sono ricavate dal contatore, quindi vanno verificate di nuovo se ByteDance cambia encoder. Gli altri articoli della serie dedicata alle modalità: generazione di immagini, trascrizione vocale, sessioni vocali e token di testo.

← Torna al blog