Introducción
Seedance 2.0 Fast texto a video construye todo el cuadro a partir del prompt —sujeto, escenario, cámara, luz— y genera la banda sonora en la misma pasada. Nada ancla la imagen, así que es el endpoint para una toma que todavía no existe.
Seedance 2.0 Fast es el nivel rápido de la línea Seedance 2.0 de ByteDance. Sus endpoints devuelven clips de 4 a 15 segundos en 480p o 720p, con audio generado junto con la imagen.
Elige el modo de Seedance 2.0 Fast según tu material inicial
| Material inicial | Modo |
|---|---|
| Un guion o la descripción de una escena | Seedance 2.0 Fast Texto a video |
| Una imagen inicial aprobada | Seedance 2.0 Fast Imagen a video |
| Referencias separadas de apariencia, movimiento o audio | Seedance 2.0 Fast Referencias a video |
Funciones y aspectos destacados
Un mismo conjunto de campos, tres fuentes
Los tres endpoints aceptan los mismos campos base: prompt, duration_seconds de 4 a 15 (o -1 para que el modelo elija), resolution en 480p o 720p, aspect_ratio, generate_audio y seed. Lo que cambia es la fuente que ancla la imagen: nada, un fotograma inicial o un conjunto de referencias. Una solicitud pasa de un modo a otro con solo agregar o quitar esa fuente.
Imagen y sonido en una sola pasada
generate_audio viene activado y genera ambiente, efectos de movimiento y voz sincronizados con los fotogramas. Desactivarlo no baja la tarifa en este nivel, así que apágalo solo para loops mudos o para material que vas a musicalizar en posproducción.
Formato adaptable por defecto
aspect_ratio usa adaptive por defecto: imagen a video conserva las proporciones del fotograma inicial, referencias a video sigue la referencia principal y texto a video deja que el modelo elija la forma que sugiere el prompt. Las seis relaciones fijas, 16:9, 9:16, 4:3, 3:4, 1:1 y 21:9, están disponibles cuando el destino impone el formato.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | La única fuente de lo que aparece en pantalla. Ordénalo como sujeto, acción, cámara, luz, sonido, una idea por frase. mínimo 1 caracteres |
aspect_ratio | No | Encuadre de salida: adaptive por defecto o una de seis proporciones fijas, del 21:9 al 9:16. |
resolution | No | Resolución de salida: 480p o 720p por defecto. Elige un escalón de tarifa, y los escalones altos significan archivos más grandes y renders más largos. |
duration_seconds | No | Duración del clip final en segundos enteros, de 4 a 15, 5 por defecto, y la cantidad facturable: el costo crece en proporción directa. |
generate_audio | No | Determina si se renderiza una banda sonora nativa sincronizada con la imagen. Activo por defecto; apagarlo no baja la tarifa en esta versión. Valor predeterminado: |
enable_web_search | No | Apagado por defecto. Al activarlo, el modelo puede buscar en la web información relacionada con tu prompt antes de renderizar. Valor predeterminado: |
seed | No | Seed entera; si la omites, cada tirada saca la suya. Fíjala con todo lo demás constante para juzgar qué cambió realmente un retoque de prompt. |
return_last_frame | No | Devuelve además el último fotograma del clip como imagen aparte, junto al video. Valor predeterminado: |
bitrate_mode | No | Tasa de bits del archivo entregado: |
watermark | No | Añade al video la marca de agua visible «AI generated» del propio modelo. Valor predeterminado: |
Precios
| Especificación | Precio |
|---|---|
| $0.04499712 / segundo |
| $0.096768 / segundo |
| $0.0702 / segundo |
| $0.1488 / segundo |
Casos de uso
Cortes verticales para redes sociales
Pide 9:16 directamente y escribe la toma como la vería un teléfono: cámara en mano, luz de día por la ventana y el ruido ambiente incluido. El ejemplo de abajo es exactamente eso: cinco segundos en el asiento de ventana de un autobús, generados desde un prompt sin material filmado detrás.
Tomas que nadie va a filmar
Sin una imagen que seguir, el prompt es la única fuente de sujeto, escenario, cámara y luz. Por eso es el endpoint para planos de ubicación, insertos y b-roll que de otro modo necesitarían locación y equipo.
La primera toma de una secuencia más larga
Esta línea no tiene endpoint para extender clips. Genera aquí la toma inicial, exporta su último fotograma y envíalo a imagen a video como inicio de la siguiente toma; vestuario, escenario y luz se mantienen porque ya están en ese fotograma.
Guía de prompts y consejos prácticos
Ordena el prompt como una lista de tomas
Sujeto, acción, cámara, luz, sonido: una idea por oración. Los segundos extra de un duration_seconds más largo sirven para terminar una acción, no para meter una segunda idea; las piezas largas se arman encadenando tomas.
Sabe dónde actúa el filtro propio de Seedance
Nosotros no revisamos nada, pero la capa de seguridad propia de Seedance rechaza parte de la redacción antes de generar un solo fotograma. El beso es el disparador constante, mientras que un susurro al oído o las frentes juntas pasan. Si necesitas un resultado literal, lleva la escena desde un primer fotograma en imagen a video.
Adapta el ejemplo incluido
El ejemplo publicado usa aspect_ratio 9:16, duration_seconds 5, generate_audio true y resolution 720p.
Vertical selfie video: an adult woman on a city bus by the window, pale blue mohair cardigan slipping off one shoulder, hair in a lace headband, she tilts the phone, winks and flashes a peace sign, then laughs and looks away. Bright overcast daylight through the window, street sliding past, authentic handheld phone-camera look, ambient bus noise.
El prompt pide realismo de cámara de teléfono en lugar de cine, y eso es lo que lo vuelve creíble como selfie. Mantén ese registro y cambia la persona, el lugar y el gesto.
Prueba en 480p y compara con una semilla fija
Itera en 480p mientras la redacción siga cambiando y sube resolution a 720p solo para la toma final. Para ver qué cambió realmente una edición del prompt, fija seed y deja igual todo lo demás; es una herramienta de comparación, no una promesa de repeticiones idénticas. Con duration_seconds en -1, la estimación supone 15 segundos y el cobro sigue la duración entregada.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.0-fast/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "adaptive",
"bitrate_mode": "standard",
"generate_audio": true,
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
















