एक वीडियो मॉडल एक प्रॉम्प्ट से ज़्यादा लेता है। कुछ पहला फ़्रेम और आख़िरी फ़्रेम लेते हैं। कुछ रेफ़रेंस इमेज की एक मुट्ठी लेते हैं। कुछ एक रेफ़रेंस क्लिप लेते हैं, और फिर इसकी वजह से अलग बर्ताव करते हैं — अपना ख़ुद का साउंडट्रैक म्यूट करके, या क्लिप की अवधि को नतीजे की अवधि मानकर। कुछ एक ऑडियो क्लिप लेते हैं। हर मॉडल उस लिफ़ाफ़े को अलग तरीक़े से बनाता है, और हमारे ज़्यादातर सिर्फ़ इसका एक हिस्सा भेजते थे।
अब एक जगह है जो हर मॉडल का लिफ़ाफ़ा बताती है: कितनी इमेज, क्या क्लिप की इजाज़त है और कितने सेकंड के लिए, क्या ऑडियो स्वीकार किया जाता है, क्या ऑडियो को बगल में एक इमेज चाहिए, क्या क्लिप मॉडल का अपना आवाज़ म्यूट करता है, क्या क्लिप अवधि तय करता है। यह प्रोवाइडर्स के अपने डॉक्यूमेंटेशन से पढ़ा गया, फिर उसी दिन असली रेंडर पर असली key से आज़माया गया — इसी तरह नीचे दिए दोनों पॉइंट मिले।
बिना एक्सटेंशन वाली फ़ाइल
किसी मॉडल को लिंक के ज़रिए क्लिप देना साफ़ रास्ता है। यह इनमें से कई पर ऐसे तरीक़े से फ़ेल होता है जिसका अंदाज़ा लगाना बहुत मुश्किल है: फ़ाइल बिना एक्सटेंशन के आती है, और मॉडल एक्सटेंशन के आधार पर वैलिडेट करता है, इसलिए यह एक पूरी तरह अच्छी mp4 को इसलिए रिजेक्ट कर देता है कि वह कथित तौर पर mp4 नहीं है। इनलाइन भेजे गए वही बाइट्स हर जगह स्वीकार किए जाते थे। तो अब हर क्लिप को पहले एक स्टैंडर्ड फ़ॉर्मेट में दोबारा एनकोड किया जाता है और इनलाइन भेजा जाता है, एक साइज़ की सीमा के साथ जिसके ऊपर लिंक वाला रास्ता फिर भी इस्तेमाल होता है, एक चेतावनी के साथ।
एक टियर जो किसी को नहीं मिल रहा था
दूसरी चीज़ ग्राहकों को पैसे का नुक़सान पहुँचा रही थी। वीडियो मॉडलों में से एक के पास बिल्कुल भी रिज़ॉल्यूशन फ़ील्ड नहीं है — इसका क्वालिटी टियर एक अलग नाम वाली फ़ील्ड के ज़रिए सेट होता है — और इसके सामने वाला प्लैटफ़ॉर्म ऐसी फ़ील्ड को चुपचाप छोड़ देता है जिसे वह पहचानता नहीं। तो उस मॉडल के जुड़ने के बाद से हर रेंडर डिफ़ॉल्ट टियर पर वापस आता था जबकि ग्राहक ने ऊँचे टियर के लिए भुगतान किया होता। कुछ भी फ़ेल नहीं हुआ। वीडियो आ गया। बस यह वह वीडियो नहीं था जो बिल किया गया था।
टियर अब वाक़ई तय की गई क़ीमत वाले रिज़ॉल्यूशन से निकाला जाता है, और प्रोब से कन्फ़र्म किया जाता है।
Seedance एक सीधी रेल पर चला जाता है
उसी दौरान, पूरा Seedance परिवार एग्रीगेटर से प्रोवाइडर के अपने API पर चला गया, एग्रीगेटर को फ़ॉलबैक के तौर पर रखते हुए। एक मॉडल लाइन, एक नाम, दो टैरिफ़ सेट — और जो क़ीमत आपको बताई जाती है वही है जो आप चुकाते हैं भले ही प्राइमरी रेल फ़ेल हो जाए और फ़ॉलबैक चले, लेजर यह दर्ज करता है कि किस रेल ने वाक़ई काम किया, ताकि हमारी अपनी मार्जिन अकाउंटिंग कोटेशन नहीं, सच पढ़े।
यूज़र के तौर पर जानने वाली एक बात: जब आप उस रेल पर एक रेफ़रेंस क्लिप अटैच करते हैं, तो प्रोवाइडर नतीजे के सेकंडों के ऊपर क्लिप के सेकंडों को बिल करता है। फ़ॉर्म में अनुमान यह बताता है, और रन करने से पहले बताया गया नंबर वही नंबर है जो बिल किया जाता है।
रास्ते में मिली चीज़ें
तीन API क्लाइंट में उस एक अट्रिब्यूट की कमी थी जो प्रोवाइडर के नाम वाली किसी क्लास को हमारे कंटेनर में दिखने लायक़ बनाता है। इनमें से दो टेक्स्ट-टू-स्पीच क्लाइंट थे, जो जोड़े जाने के दिन से अदृश्य थे — यही वजह है कि कैटलॉग में बोई गई दो आवाज़ें कभी सच में सर्व नहीं हो सकीं। एक रिफ़्लेक्शन टेस्ट अब किसी को यह नोटिस करने का इंतज़ार करने की बजाय, ऐसी अगली चूक पर बिल्ड को फ़ेल कर देता है कि कोई आवाज़ कुछ भी नहीं करती।
और वेब सर्च का वह पेज जो हमने एक दिन पहले रिलीज़ किया था, वेब और मोबाइल पर हर टियर पर 403 का जवाब दे रहा था। यह एक पैरेंट परमिशन से लॉक है; रोल के दोनों सीड सिर्फ़ इसकी तीन चाइल्ड परमिशन देते थे, और कहीं भी बच्चों से पैरेंट का अनुमान नहीं लगाया जाता। चार दूसरे फ़ीचर्स कभी न कभी इसे हाथ से पैच कर चुके थे। अब एक जाँच है जो परमिशन ट्री से गुज़रती है और वहाँ फ़ेल होती है जहाँ कोई सर्विस किसी ऐसी परमिशन से लॉक है जो किसी भी रोल के पास नहीं।