模型与路由
媒体模型（preview）
除了文本之外，目录还包含图像、视频、语音（text-to-speech）与 embedding 模型。它们与文本模型共用同一套账号、credits 与 project 控管，但每种模态有自己的计费单位，不是 input + output tokens。目前的模型与刊例见价格页。
Preview 状态
媒体生成正以 preview 形式陆续开放。价格页上标示 Preview 的模型已在测试中上线，但刊例尚未公布。若你的团队想要规模化抢先使用，告诉我们你的使用场景。
视频
视频模型：seedance-2-0（标准）、seedance-2-0-mini（轻量、较省）与 seedance-2-0-fast（加速）。各模型费率见价格页。
视频生成按 video tokens 计费，由渲染的像素与秒数计算：
video_tokens = width × height × (input seconds + output seconds) × 24 ÷ 1024
cost = video_tokens × per-1M rate for the resolution tier每秒单价速查（刊例，16:9、无视频输入）：
| 分辨率 | 约略单价 / 秒 |
|---|---|
| 480p（草稿） | ~$0.07 |
| 720p · 16:9 | ~$0.15 |
| 720p · 1:1 | ~$0.085 |
| 1080p | ~$0.37 |
下单前值得知道的事：
- 长宽比会影响价格。 费用按实际的宽 × 高计算——同为 720p，1:1 比 16:9 便宜约 44%。
- duration 设 auto 时按实际秒数计费，不是按请求上的数字。
- 带参考视频会切换费率档。 加入输入视频后改按 with-input 档计费，且输入秒数会进公式。
- 4K 尚未开放；超过 1080p 的请求会在创建任务前被拒绝。
- 任务失败不计费。
图像
文生图为同步生成——送出 prompt、回传图片 URL。刊例将于正式上线时公布；在那之前模型在价格页标示为 Preview。
语音（text-to-speech）
TTS 按输入文本的字符数计费，不是 token。刊例将于正式上线时公布。
Embeddings
Embedding 模型只按 input tokens 计费——没有 output 计量。费率见价格页。