TokenLab ajoute l'annulation de tâches pour les jobs vidéo Seedance en file d'attente

TokenLab permet désormais d'annuler les tâches de génération vidéo Seedance en file d'attente avant qu'elles ne commencent à être traitées. Si vous soumettez un job avec le mauvais prompt, la mauvaise image source ou une requête en double, vous pouvez appeler DELETE /v1/tasks/{id} pour l'arrêter avant qu'il n'occupe un créneau de traitement. Cela comble une lacune rencontrée par tous ceux qui gèrent des pipelines vidéo asynchrones : le regret après soumission.

Points clés

• L'annulation fonctionne sur les tâches en file d'attente pour les modèles pris en charge ; une fois qu'une tâche passe en cours de traitement ou atteint un état terminal, elle ne peut généralement plus être annulée.
• Le endpoint est DELETE /v1/tasks/{id}, correspondant à l'ID de tâche que vous recevez lors de la création de la tâche.
• Les tâches annulées restent interrogeables via le endpoint standard de statut de tâche, de sorte que votre logique de polling n'a pas besoin de traitement spécifique.
• Ceci est particulièrement utile pour les files d'attente vidéo asynchrones à haut volume où les soumissions avec des entrées erronées et les tentatives en double sont courantes et coûteuses à laisser tourner.

Pourquoi est-ce important pour les pipelines de génération vidéo

La génération vidéo n'est pas comme une complétion de texte que vous pouvez simplement ignorer si le résultat ne vous plaît pas. Les jobs Seedance s'exécutent de manière asynchrone, prennent du temps réel à traiter et occupent un créneau de file d'attente dès qu'ils sont acceptés. Si votre application soumet une tâche avec un mauvais prompt, une image source corrompue ou une résolution qui ne correspond pas à votre cas d'utilisation réel, votre seule option précédente était de laisser le job se terminer et de jeter le résultat.

C'est un gaspillage à deux niveaux. Premièrement, vous attendez sur un créneau de file d'attente qui pourrait traiter un job dont vous avez réellement besoin. Deuxièmement, si votre système multiplie les jobs vidéo par action utilisateur (courant dans les outils d'édition, les pipelines de contenu par lots ou tout système avec une logique de réessai), un bug ou un double-clic utilisateur peut silencieusement empiler plusieurs jobs en file d'attente pour la même intention. Sans annulation, tous ces jobs s'exécutent jusqu'au bout, que vous souhaitiez toujours le résultat ou non.

L'annulation de tâche vous permet de nettoyer cela à la source. Dès que vous détectez une entrée erronée, une soumission en double ou une interruption initiée par l'utilisateur (quelqu'un ferme un onglet, annule un téléchargement ou change d'avis sur une demande de génération), vous pouvez annuler la tâche en file d'attente directement au lieu d'attendre qu'elle se termine et de rejeter le résultat en aval.

Comment fonctionne l'annulation de tâche Seedance

Le mécanisme est une requête DELETE standard sur la ressource de tâche :

DELETE /v1/tasks/{id}

Vous transmettez le même ID de tâche que celui retourné lors de la création du job de génération vidéo. Si la tâche est toujours en file d'attente et que le modèle prend en charge l'annulation, TokenLab la marque comme annulée et elle ne passera pas au traitement.

Quelques comportements à anticiper :

• Les tâches en file d'attente sont annulables. C'est la fenêtre principale. Si une tâche n'a pas encore commencé à être traitée, l'annulation devrait réussir.
• Les tâches en cours de traitement ou terminales peuvent ne pas être annulables. Une fois qu'une tâche est passée en traitement actif ou a atteint un état terminal (terminé, échoué ou précédemment annulé), l'appel d'annulation peut être rejeté. Votre intégration doit traiter cela comme un résultat attendu, et non comme une condition d'erreur nécessitant une nouvelle tentative agressive.
• Les tâches annulées restent interrogeables. Après l'annulation, vous pouvez toujours appeler le endpoint standard de statut de tâche et récupérer un objet de tâche indiquant l'état annulé. C'est important pour la journalisation, l'audit et tout tableau de bord affichant l'historique des jobs aux utilisateurs finaux - vous ne perdez pas la visibilité sur ce qui est arrivé à une tâche simplement parce qu'elle a été annulée.
• Toutes les combinaisons tâche/modèle ne prennent pas en charge l'annulation. Consultez la documentation actuelle pour savoir quels types de tâches Seedance permettent cela avant d'intégrer l'annulation dans un chemin critique. La prise en charge peut varier selon le modèle et le type de tâche au sein de l'API de génération vidéo.

Pour le schéma complet de requête et de réponse, consultez la référence sur l'annulation de tâche.

Quand utiliser l'annulation

L'annulation est un outil pour des modes de défaillance spécifiques, pas un contrôle général pour gérer chaque job en file d'attente. Voici où elle trouve sa place dans votre pipeline :

Scénario	Pourquoi l'annulation aide
Mauvais prompt soumis	Arrête le job avant qu'il ne consomme un créneau de traitement pour un résultat inutilisable
Mauvaise image/vidéo source jointe	Idem - intercepte les échecs de validation d'entrée après soumission
Soumission en double (double-clic, tempête de réessais)	Annule les copies redondantes, garde le premier job valide en cours
L'utilisateur abandonne la requête en cours de route	Onglet fermé, téléchargement annulé ou changement d'avis avant le début de la génération
Le backlog de la file d'attente rend un job obsolète	Si un job n'est plus pertinent pour la session utilisateur, annulez plutôt que de le laisser se terminer inutilement

Ce pour quoi l'annulation n'est pas faite : essayer d'arrêter un job déjà en cours parce que vous êtes impatient, ou utiliser l'annulation/resoumission comme substitut à la validation des entrées avant la soumission. Validez d'abord. L'annulation est le filet de sécurité, pas le contrôle principal.

Checklist d'intégration pour les files d'attente vidéo asynchrones

Si vous intégrez l'annulation dans une intégration Seedance existante, suivez cette liste :

• Stockez l'ID de tâche retourné lors de la création là où votre application peut le retrouver plus tard (état de session, table de jobs, etc.).
• Ajoutez un chemin d'annulation déclenché par votre propre logique de détection de doublons, pas seulement par l'action de l'utilisateur - cela intercepte automatiquement les tempêtes de réessais.
• Gérez la réponse "non annulable" avec élégance. Si une tâche est déjà en cours de traitement, ne traitez pas le rejet de l'annulation comme une erreur fatale - revenez à l'attente du résultat et rejetez-le si nécessaire.
• Continuez à interroger le endpoint de statut de tâche après un appel d'annulation pour confirmer que l'état a bien changé en annulé, plutôt que de supposer le succès à partir de la seule réponse DELETE.
• Ajoutez l'annulation comme étape explicite dans toute logique de "fermeture d'application" ou de fin de session, afin que les jobs abandonnés ne s'exécutent pas jusqu'au bout pour personne.
• Journalisez les tâches annulées de la même manière que vous journalisez les tâches terminées ou échouées - ces données sont utiles pour repérer des modèles de soumissions en double ou une mauvaise validation des entrées.

Si vous n'avez pas encore construit une logique de polling solide pour les jobs Seedance, consultez le guide sur les jobs asynchrones et le polling en complément de cette fonctionnalité - l'annulation et le polling sont les deux faces d'un même problème de gestion du cycle de vie des tâches.

FAQ

Puis-je annuler une tâche Seedance déjà en cours de traitement ? Généralement non. L'annulation est conçue pour les tâches en file d'attente. Une fois qu'une tâche est passée en traitement actif, elle peut ne plus être annulable, et vous devriez vérifier la réponse de l'appel d'annulation plutôt que de supposer qu'il a fonctionné.

Les tâches annulées apparaissent-elles toujours lorsque j'interroge le statut de la tâche ? Oui. Les tâches annulées restent interrogeables via le endpoint standard de statut de tâche. Vous verrez l'état annulé reflété, ce qui maintient la cohérence de vos journaux et de votre historique, même pour les jobs arrêtés prématurément.

Chaque type de tâche Seedance prend-il en charge l'annulation ? Pas nécessairement. La prise en charge dépend de la combinaison spécifique tâche/modèle. Consultez la référence API actuelle avant de compter sur l'annulation comme une garantie absolue dans votre intégration.

Sources et fraîcheur

Cet article reflète la documentation de l'API TokenLab et le comportement observé au 2026-07-07. Pour les détails les plus récents sur les endpoints, consultez la référence de l'API d'annulation de tâche et le guide de l'API Seedance directement, car la prise en charge de l'annulation peut changer à mesure que les modèles sont mis à jour.

---

Si vous intégrez la génération vidéo dans votre produit et avez besoin d'un contrôle de file d'attente fiable pour Seedance, Veo 3, PixVerse V6 ou Kling 3.0, TokenLab vous offre une interface API unique avec un comportement cohérent du cycle de vie des tâches, y compris l'annulation, sur tous les modèles vidéo pris en charge. Consultez la documentation et nettoyez votre intégration avant votre prochaine exécution à haut volume.

Lectures associées et prochaines étapes

L'annulation de tâche pour les jobs vidéo Seedance en file d'attente donne aux développeurs plus de contrôle sur les dépenses de calcul et les files d'attente, mais cela fonctionne mieux avec une compréhension claire du paysage plus large de la génération vidéo. Pour en savoir plus sur la façon dont Seedance s'intègre dans les flux de travail vidéo courants, consultez le Guide de l'API Seedance : Quand l'utiliser pour la génération vidéo par IA. Si vous comparez plusieurs fournisseurs avant de choisir un modèle, le Guide de l'API des meilleurs modèles vidéo IA 2026 : Comment les développeurs doivent choisir les modèles de génération vidéo couvre les critères de sélection clés, tandis que Tarification de l'API vidéo IA en 2026 : Comment les développeurs doivent comparer les coûts détaille les structures de coûts entre les services.

La disponibilité et la tarification des modèles changent fréquemment, vérifiez donc les détails actuels du modèle et de la tarification avant une utilisation en production à haut volume. Prêt à tester l'annulation et d'autres contrôles de file d'attente vous-même ? Créez une clé API et lancez-vous dès aujourd'hui.