OpenRouterがByteDanceのSeedance 2.5を追加し、30秒の動画生成に対応

Why it matters

Seedance 2.5 moves AI video toward reference-heavy editing and production workflows. For OpenRouter, it tests whether a unified API remains valuable when access comes from one provider and routing is unavailable.

Alex Atallah、現在OpenRouterを運営しているOpenSeaの共同創業者は、8月7日にByteDanceのSeedance 2.5をゲートウェイのビデオ生成APIに追加し、開発者に最大30秒のクリップと数十の参照アセットを含むプロンプトを扱える単一のエンドポイントを提供した。

https://x.com/OpenRouter/status/2086260287683092792

OpenRouterはX上のスレッドで述べたところによると、1つのリクエストに最大30枚の画像、10本の動画クリップ、10本のオーディオクリップを含められるという。これらの入力はモデルの被写体、構図、動き、音声を指示するために使えるほか、人物の差し替えや既存のビデオ内のオブジェクトの追加・削除・変更などの編集要求にも利用できる。

今回の公開は、Atallahのもともとのルーティングの主張を、生成AIの技術的に最も不均一な領域の一つへと拡張するものだ。AtallahはPalantirやいくつかの初期スタートアップでの勤務を経てOpenSeaを共同設立し、CTOを務めた経験がある。彼は2023年にOpenRouterを立ち上げ、競合するAIモデル群に対する中立的なインターフェースを提供し、開発者がプロバイダごとに個別の統合を作成・維持する手間を省くことを目指している。

より大きな参照ウィンドウ

ByteDanceのSeed研究部門はSeedance 2.5を30秒の物語作り、参照制御された生成および編集のために設計された音声・映像モデルとして説明している。ByteDanceによれば、クリップは2倍まで延長可能で、モデルはカメラ制御、パフォーマンスのブロッキング、プロダクションワークフローを意図したグリーンスクリーン編集もサポートするという。

参照の上限は、2月12日にByteDanceがリリースしたSeedance 2.0から大幅に増加している。当時のバージョンは最大9枚の画像、3本の動画クリップ、3本のオーディオクリップを受け取り、最大15秒の同期した映像と音声を生成していた。OpenRouterとByteDanceが公開した仕様によれば、Seedance 2.5はネイティブの出力時間を倍にし、参照アセットの合計許容数を15から50に引き上げている。

この増加は、シーケンス全体でキャラクター、製品、視覚的アイデンティティを維持する必要があるアプリケーションにとって重要だ。開発者は1つのジョブで被写体、ロケーション、カメラ処理、サウンドトラック、ソース映像それぞれの参照を別々に提供でき、これらをテキストプロンプトに圧縮したり、複数の独立した生成をつなぎ合わせたりする代わりに済ませられる。

OpenRouterはまた、初フレームおよび初フレームと最終フレームのコントロール、任意の生成オーディオ、多言語の視聴覚生成、ビデオ延長、参照に基づく編集を列挙している。OpenRouterはSeedance 2.5を長編の物語作りに適していると説明しているが、ネイティブの30秒の上限はより長い作品には拡張やポストプロダクションでの組み立てを依然として必要とする。

開発者はOpenRouterの非同期ビデオAPIを通じてモデルにアクセスする。アプリケーションはビデオエンドポイントにジョブを送信し、識別子とポーリング用URLを受け取り、生成の完了を待ってから完成ファイルをダウンロードする。OpenRouterは各ジョブを繰り返しポーリングしたくないアプリケーション向けにWebhookもサポートしている。

モデルページには生成された秒あたり$0.1028からの価格が記載されている。しかしプロバイダ表は、Seed経由の映像のみおよび映像＋音声の出力の両方に対して秒あたり$0.2311を示している。見出しにあるレートと表示されているプロバイダレートが一致していないため、開発者は本番コストを見積もる前にアクティブなエンドポイントの価格を確認するべきだ。

Seedは現時点でOpenRouter上でSeedance 2.5にリストされている唯一のプロバイダである。したがってOpenRouterは各リクエストを直接そのエンドポイントに転送し、価格、レイテンシ、可用性の面で選択を行うことはできない。即時の利点は、複数のエンドポイントが同じモデルを提供している場合にOpenRouterが提供するプロバイダレベルのフェイルオーバーではなく、APIの標準化にある。

OpenRouterはテキストモデルを超えて展開

ビデオは、OpenRouterがアプリケーション開発者とモデル制作者の間で占めたいと考えている役割を拡大する。OpenRouterは当初言語モデルのマーケットプレイスとして始まったが、現在のインターフェースは画像、音声、文字起こし、埋め込み、ビデオのワークロードもカバーしている。OpenRouterは現在、70を超えるプロバイダから400以上のモデルにわたり月間で200兆トークン以上を扱い、1,000万以上のユーザーにサービスを提供していると述べている。これらの数字は自己申告のものである。

この追加は、OpenRouterがCapitalGが主導した1億1,300万ドルのシリーズBを獲得した（記事）5月28日の資金調達から3か月未満で行われた。NVentures、ServiceNow Ventures、MongoDB Ventures、Snowflake Ventures、Databricks Ventures、AMP PBC、Pace Capitalが、Andreessen HorowitzとMenlo Venturesら既存の投資家とともにこの資金調達に参加した。OpenRouterは、この資金をインフラ、エンタープライズ向けコントロール、より洗練されたルーティングのために使うと述べている。

Seedance 2.5はまた、そのルーティングの提案の境界を露呈している。OpenRouterは開発者に対してビデオモデルに関する単一の請求関係、リクエスト形式、ジョブ管理システムを提供できるため、これらをテストしたり置き換えたりするためのエンジニアリング作業を削減できる。しかしSeedance 2.5の提供者が1社しかない現状では、OpenRouterはリクエストの背後で競争を生み出したり、別のホストに送ることで回復したりすることはできない。互換性のあるバージョンのモデルを提供する追加のプロバイダが現れれば、この状況は変わる可能性がある。

Atallahにとって、この公開はOpenRouterが基盤となるモデルやコンピュートを制御していない場合でもゲートウェイを有用にしようとする別の試みだ。モデル作成者は異なるスケジュールで新しいモダリティ、入力フォーマット、価格体系をリリースしている。統合が増えるたびにアプリケーション開発者の保守負担は増え、OpenRouterが開発者とラボの間に位置する理由は増える。

Seedance 2.5はその戦略にとって厳しい試験ケースを提供する。ビデオジョブはテキスト推論とは異なり、より遅く、より高価で、運用上の違いがある。非同期キュー、ファイルストレージ、進捗トラッキング、大きなマルチモーダルアップロードが必要だ。もしOpenRouterがこれらの違いを1つのAPI内の別のモデル選択のように見せられるなら、上流に提供できるエンドポイントが1つしかなくても、Atallahのルーターはアプリケーションスタックから取り除きにくくなるだろう。