Ein Videomodell nimmt mehr als einen Prompt. Manche nehmen ein erstes und ein letztes Bild. Manche nehmen eine Handvoll Referenzbilder. Manche nehmen einen Referenzclip und verhalten sich dann deswegen anders — indem sie den eigenen Ton stummschalten oder die Länge des Clips als Länge des Ergebnisses übernehmen. Manche nehmen einen Audioclip. Jedes Modell zeichnet diesen Umschlag anders, und die meisten unserer sendeten nur einen Teil davon.
Es gibt jetzt einen einzigen Ort, der den Umschlag jedes Modells beschreibt: wie viele Bilder, ob ein Clip erlaubt ist und für wie viele Sekunden, ob Audio akzeptiert wird, ob Audio ein Bild daneben braucht, ob ein Clip den eigenen Ton des Modells stummschaltet, ob ein Clip die Dauer festlegt. Es wurde aus der eigenen Dokumentation der Anbieter gelesen und dann am selben Tag mit echten Aufnahmen auf echten Schlüsseln geprüft — so wurden beide der folgenden Punkte gefunden.
Eine Datei ohne Endung
Einem Modell einen Clip per Link zu übergeben, ist der naheliegende Weg. Bei mehreren scheitert es auf eine Weise, die sehr schwer zu erraten ist: Die Datei kommt ohne Endung an, und das Modell prüft anhand der Endung, sodass es ein völlig gutes mp4 ablehnt, weil es angeblich kein mp4 ist. Dieselben Bytes direkt eingebettet gesendet wurden überall akzeptiert. Also wird jeder Clip zuerst in ein Standardformat neu kodiert und eingebettet gesendet, mit einer Größenobergrenze, oberhalb derer der Link-Pfad trotzdem genutzt und davor gewarnt wird.
Eine Stufe, die niemand bekam
Das zweite kostete Kunden Geld. Eines der Videomodelle hat überhaupt kein Auflösungsfeld — seine Qualitätsstufe wird über ein anders benanntes Feld eingestellt — und die Plattform davor verwirft still Felder, die sie nicht kennt. Also kam jede Aufnahme bei diesem Modell seit seiner Einführung auf der Standardstufe zurück, während die Kundschaft für die höhere bezahlt hatte. Nichts schlug fehl. Das Video kam an. Es war nur nicht das abgerechnete Video.
Die Stufe wird jetzt aus der tatsächlich bepreisten Auflösung abgeleitet und per Sonde bestätigt.
Seedance wechselt auf eine direkte Schiene
Im selben Zeitraum wechselte die gesamte Seedance-Familie vom Aggregator zur eigenen API des Anbieters, wobei der Aggregator als Rückfallebene erhalten blieb. Eine Modellzeile, ein Name, zwei Tarifsätze — und der dir genannte Preis ist der Preis, den du zahlst, selbst wenn die primäre Schiene ausfällt und die Rückfallebene läuft, wobei das Hauptbuch festhält, welche Schiene die Arbeit tatsächlich erledigt hat, damit unsere eigene Margenrechnung die Wahrheit liest statt das Angebot.
Eine Sache, die du als Nutzer wissen solltest: Hängst du auf dieser Schiene einen Referenzclip an, berechnet der Anbieter die Sekunden des Clips zusätzlich zu den Sekunden des Ergebnisses. Die Schätzung im Formular sagt das, und die vor dem Start genannte Zahl ist die berechnete Zahl.
Auf dem Weg gefunden
Drei API-Clients fehlte das eine Attribut, das eine nach Anbieter benannte Klasse in unserem Container sichtbar macht. Zwei davon waren Text-zu-Sprache-Clients, unsichtbar seit dem Tag, an dem sie hinzugefügt wurden — deshalb konnten zwei im Katalog gesäte Stimmen nie tatsächlich bedient werden. Ein Reflexionstest bringt jetzt den Build zum Scheitern beim nächsten solchen Auslassen, statt darauf zu warten, dass jemand eine Stimme bemerkt, die nichts tut.
Und die Websuchseite, die wir einen Tag zuvor herausgebracht hatten, antwortete auf jeder Stufe, im Web wie mobil, mit 403. Sie ist an eine übergeordnete Berechtigung gebunden; beide Rollen-Seeder gewährten nur deren drei Kindberechtigungen, und nirgends wird eine übergeordnete Berechtigung aus ihren Kindern abgeleitet. Vier andere Funktionen hatten das an irgendeinem Punkt von Hand geflickt. Jetzt gibt es eine Prüfung, die den Berechtigungsbaum durchläuft und fehlschlägt, wo ein Dienst an eine Berechtigung gebunden ist, die keine Rolle besitzt.