Ir al contenido principal

El reference-to-video de Seedance 2.0 Fast de ByteDance construye un plano con tu propio material: hasta 9 imágenes, 3 clips de video y 3 pistas de audio, sin primer cuadro. La salida dura de 4 a 15 segundos a 480p o 720p, con sonido en la misma pasada.

Desde $0.023/s

Playground

Entrada

Referencia a video

Al reordenar se actualizan las referencias del prompt. Al borrar un archivo también se borran sus referencias; revisa el prompt.

Obligatorio, y aquí además hace el reparto. Las referencias se citan en el orden en que las envías, así que nombra qué imagen es qué personaje, qué aporta cada clip y para qué sirve el audio. Los encargos no los revisamos nosotros; allí donde la capa propia de Seedance rechaza la redacción, un primer fotograma en image-to-video sigue siendo la ruta que llega. mínimo 1 caracteres
Indica al menos uno de estosRequisito cumplido
3/9

Arrastra archivos o enlaces multimedia, pega o selecciona · Hasta 9 archivos · Máx. 10 MB · JPG · PNG · WEBP · GIF

  • @Image1
  • @Image2
  • @Image3
3 / 9 archivos
Hasta 9 imágenes que tengas autorización para usar, para un personaje, un producto, un estilo o un decorado. Dos o tres ángulos del mismo sujeto aportan más que un montón de fotogramas casi idénticos. Cada solicitud necesita al menos una imagen o un clip de referencia; el audio solo se rechaza. Este endpoint no tiene campo de fotograma inicial ni final: cuando la imagen de apertura tenga que ser exacta, usa image-to-video. Cada lado debe medir entre 300 y 6000 píxeles; el control de entrada rechaza las imágenes más pequeñas antes de cobrarte nada. máximo 9 elementos
afecta al precio0/3

Suelta un video o elige un archivo · Hasta 3 archivos · Máx. 90 MB · MP4 · WEBM

0 / 3 archivos
Hasta 3 clips que aportan movimiento, ritmo o lenguaje de cámara. Cada clip debe durar de 2 a 15 segundos y todos juntos no más de 15; mantén cada archivo por debajo de 50 MB y en 1080p o menos, o la solicitud se rechaza. Sus segundos se facturan además de la duración de salida, así que recórtalos a la parte que de verdad quieras citar. máximo 3 elementos
0/3

Suelta un audio o elige un archivo · Hasta 3 archivos · Máx. 90 MB · MP3 · WAV

0 / 3 archivos
Hasta 3 archivos de audio, de 2 a 15 segundos cada uno y 15 en total, cada uno por debajo de 15 MB, que dan a la toma un ancla sonora — entonación, tempo, una frase musical — a la que se alinean el movimiento y los puntos de corte. El audio no puede ser la única referencia: envía al menos una imagen o un clip con él. Es una entrada, no la pista de salida: si el clip final lleva sonido lo sigue decidiendo `generate_audio`. máximo 3 elementos
Encuadre de salida, adaptive por defecto: el clip toma la forma de la referencia principal. Cuando las referencias no coinciden o la ubicación es fija, elige una de las seis proporciones, del 21:9 al 9:16, y di en el prompt cómo deben situarse los sujetos dentro de ella. No afecta a lo que se te factura.
afecta al precio
Resolución de salida: 480p o 720p por defecto. Elige un escalón de tarifa y no va a afilar referencias de baja resolución. Comprueba que las referencias combinan en un escalón bajo y súbelo luego para la toma final.
Duraciónafecta al precio
Duración del clip final en segundos enteros, de 4 a 15, 5 por defecto; con -1 la elige el modelo y la estimación supone 15 segundos. Sumada a los segundos de tus clips de referencia, forma la cantidad facturable. Cuantas más referencias tenga que conciliar una toma, menos caben en 4 segundos, pero confirma la combinación en corto antes de pagar 15. no menor que 4 · no mayor que 15
Generar audioafecta al precio
Determina si se renderiza una banda sonora nativa sincronizada con la imagen. Activo por defecto; apagarlo no baja la tarifa en esta versión. Apágalo para bucles mudos y para material que vayas a musicalizar después.
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Dinos cuál añadir y para qué lo usarías. Las solicitudes llegan directamente al equipo que decide los próximos modelos.

Compón un plano a partir de tus propias imágenes, clips y audio

La API de referencia a video de Seedance 2.0 Fast compone un clip a partir de material que tú aportas: hasta 9 imágenes de referencia, 3 clips de video y 3 pistas de audio, con prompt obligatorio y al menos una imagen o clip entre las referencias. La salida dura de 4 a 15 segundos a 480p o 720p. Los segundos de los clips de referencia se facturan encima de la duración de salida, e incluir cualquier clip mueve la solicitud a una tarifa por segundo distinta y más baja.

Abrir el Playground
Compón un plano a partir de tus propias imágenes, clips y audio
Entrada requerida
prompt, más al menos una imagen o video de referencia
Límites de referencia
9 imágenes, 3 clips y 3 pistas de audio por solicitud
Duración de un clip de referencia
2-15 segundos cada uno, 15 segundos combinados
Duración
4-15 segundos enteros, 5 por defecto, o -1 para una duración elegida por el modelo
Resolución
480p o 720p, 720p por defecto; sin paso a 1080p ni 4K
Tiempo límite de la tarea
1200 segundos para llegar a un estado final, frente a 1800 en la 2.0 base
Entradas
Tres arrays de referencia en una sola llamadareference_image_urls, reference_video_urls y reference_audio_urls viajan juntos, con 9, 3 y 3 como sus techos. El esquema plantea la regla como un anyOf: una solicitud califica en cuanto hay un array de imágenes o un array de videos, así que una llamada que traiga solo audio se rechaza antes de renderizar nada.
Facturación
Los clips de referencia se facturan junto con la salidaLos segundos facturados son la duración de salida más la duración combinada de los clips de referencia, cada uno contado como mínimo 2 segundos y redondeado hacia arriba, hasta un techo compartido de 15 segundos. Incluir un video de referencia también mueve la solicitud a una tarifa por segundo distinta y más baja para su resolución, mientras que una composición hecha solo de imágenes, con o sin audio, se queda en la tarifa estándar.
Techo
720p en la cima de este nivelresolution acepta 480p y 720p en Seedance 2.0 Fast, mientras que la Seedance 2.0 base sigue hasta 1080p y 4K con los mismos límites de referencia. Una composición que funciona aquí pasa a la 2.0 base sin cambios cuando la entrega necesita más píxeles.

En qué destaca la API de Seedance 2.0 Fast

Dos niveles, y las referencias fijan el techo

Dos niveles, y las referencias fijan el techo

resolution toma 480p o 720p y elige el nivel de precio; no puede dar nitidez a material que llegó borroso. Componer a 480p mientras la disposición aún está en movimiento es el orden sensato, porque una pila de referencias suele necesitar varios intentos antes de que el plano funcione, y la solicitud ya asentada puede ejecutarse una vez a 720p.

Las referencias cargan con el detalle del mundo real

Las referencias cargan con el detalle del mundo real

No hay campo de búsqueda en este endpoint y las fotografías lo hacen innecesario. Una foto del producto, la habitación o el rostro real fija el aspecto con mucha más fiabilidad que una descripción, lo que deja al prompt libre para decir qué está haciendo cada referencia en el plano.

  • Sin endpoint de edición, pero los clips se pueden extender

    Envía un clip terminado al endpoint de extensión de video y lo continúa desde el último fotograma, unido en un solo video. Para cortar a un plano nuevo, establece return_last_frame en true y usa ese fotograma como image_url en la siguiente solicitud image-to-video.

  • adaptive sigue a la referencia principal

    aspect_ratio usa adaptive por defecto, lo que deja que la referencia principal decida el encuadre. Los seis valores fijos están ahí para colocaciones cuya forma ya está resuelta, y elegir uno significa que las referencias se ajustan a ese encuadre en vez de definirlo, algo que vale la pena aclarar en el prompt.

  • El audio de referencia y el audio generado son campos distintos

    reference_audio_urls aporta hasta tres pistas para que la escena las iguale en tempo o entonación. generate_audio es un booleano aparte que decide si el clip final trae una pista de sonido renderizada, y sigue activado por defecto tanto si se envió alguna referencia de audio como si no. Desactivarlo tampoco reduce la tarifa en este endpoint.

  • Fija la seed para comparar con más claridad

    Mantén el prompt, la seed, la duración y la resolución, y cambia un solo ajuste cada vez. En tareas basadas en imágenes, reutiliza las mismas fuentes. Compara la puesta en escena y el movimiento en varias tomas para ver si el cambio mejora el resultado.

Para quién es Seedance 2.0 Fast

  • Compón a 480p mientras la disposición se mueve

    Composiciones aún en desarrollo

    Compón a 480p mientras la disposición se mueve

    Varias pasadas baratas son la forma de averiguar qué referencia está gobernando de verdad cada parte del encuadre. Nada aquí repara un clip ya entregado, así que los intentos que menos cuestan son donde se asienta el conjunto de referencias.

  • Nombra la proporción cuando la colocación sea fija

    Entrega con formato ya decidido

    Nombra la proporción cuando la colocación sea fija

    adaptive sigue a la referencia principal, algo que no siempre coincide con la forma que necesita una colocación. Fija aspect_ratio directamente y usa el prompt para decir cómo deben disponerse los sujetos una vez que el encuadre ya se ha fijado por ti.

  • Fotografíalo en lugar de describirlo

    Un producto, habitación o rostro real

    Fotografíalo en lugar de describirlo

    Envía fotos del decorado, la prenda o el producto real y deja que el prompt maneje el comportamiento. La precisión del aspecto sale del archivo; lo que hace el sujeto en el plano sale de la frase, y mezclar ambos desperdicia los dos.

  • Usa un clip cuando la referencia sea el movimiento

    Movimiento tomado de una filmación

    Usa un clip cuando la referencia sea el movimiento

    reference_video_urls acepta hasta tres clips de 2 a 15 segundos, que es cómo un movimiento de cámara o un gesto se traslada a un plano nuevo. Esos segundos se facturan junto con la salida, así que un clip corto que muestre el movimiento con claridad supera a uno largo.

Cómo llamar a la API de Seedance 2.0 Fast

  1. Asigna a cada archivo su papel dentro del prompt

    Nada en el esquema etiqueta una referencia, así que tiene que hacerlo el prompt. Escribe una línea que ate cada archivo a un papel: quién es la primera imagen, para qué está la segunda, qué aporta un clip.

  2. Envía solo el material que el plano necesita

    Nueve imágenes es el techo, y llegar hasta ahí rara vez es el objetivo. Cada archivo de más es algo más que el modelo tiene que reconciliar, y una pila sin división clara de funciones suele ser la razón por la que una composición se desvía.

  3. Mantén cortos los clips de referencia

    Cada video de referencia cuenta como mínimo 2 segundos dentro de un tope combinado de 15 segundos, y esos segundos se facturan. Recorta un clip hasta la parte que muestra el movimiento antes de enviarlo.

  4. Compón a 480p, confirma a 720p

    resolution fija el nivel de tarifa, y la presencia de cualquier video de referencia cambia ese nivel a su tarifa distinta y más baja. Un plano de varias referencias rara vez sale bien al primer intento, así que haz las primeras pasadas en 480p con el conjunto de referencias que piensas conservar, y repite la solicitud ya asentada una sola vez.

  5. Revisa la estimación después de tocar las referencias

    La cotización cubre la duración de salida y los segundos de los clips de referencia juntos, así que recortar un clip la mueve, y añadir el primer clip o quitar el último también cambia la tarifa por segundo. Actualízala antes de enviar en vez de leer la diferencia en el cargo después.

Ejemplos resueltos con Seedance 2.0 Fast

  • Una referencia de personaje, una referencia de lugar

    Dos entradas en reference_image_urls combinadas en un plano nuevo a 16:9, 720p, con el prompt diciendo cuál archivo es cuál.

    Place the person from the first reference image into the setting shown in the second reference image, walking at a relaxed pace toward camera
  • Un anclaje visual con una referencia de audio a juego

    reference_image_urls fija el personaje mientras reference_audio_urls marca el tono que debe seguir la escena.

    Keep the character's appearance exactly as shown in the reference image; match the quiet, unhurried mood of the reference audio while they sit reading by a window
  • Movimiento tomado de un clip de referencia

    Un video de referencia aporta el movimiento de cámara y una imagen de referencia aporta quién está en el plano.

    Apply the camera movement from the reference video to the person shown in the reference image, walking through a quiet market at dusk

Preguntas sobre la API de Seedance 2.0 Fast

Componer con tres tipos de referencia

Una composición con varias referencias rara vez sale exacta al primer intento, y nada aquí repara un solo detalle de un clip ya terminado. Compón a 480p hasta que la disposición de imagen, video y audio funcione, gasta el prompt en decir qué referencia gobierna qué parte del plano, y confirma la versión aprobada una vez a 720p. Recorta primero los clips de referencia, ya que sus segundos se facturan junto con la salida.