Introducción
Seedance 2.0 Fast no tiene un interruptor de edición propio: lee tu clip como primer video de referencia y entiende por la redacción que el material debe rehacerse y no solo imitarse. Indica el cambio y lo que se queda, y el resultado vuelve con la duración y el encuadre del original.
| Campo | Valor |
|---|---|
| Entrada | Video |
| Salida | Video |
| Entradas obligatorias | prompt, |
| Clip de origen | 2–15 s · MP4 · 409,600–2,086,876 px por fotograma · relación 0.4–2.5 |
| Duración de salida | Igual al original; los clips de menos de 4 s vuelven con unos 4 s |
| Resolución | 480p, 720p (predeterminado); el encuadre sigue al original |
| Referencias | Hasta 9 imágenes y 3 pistas de audio, opcionales |
| Audio |
|
| Facturación | Por segundo de origen, redondeado hacia arriba, mínimo 4 s |
Funciones y aspectos destacados
Elige la vía que encaja con lo que ya tienes
Una frase va a text-to-video. Un primer fotograma aprobado va a image-to-video, que lo sigue mucho más literalmente que esas mismas palabras escritas en un prompt. Una cara, una prenda o una sala que deban mantenerse van a reference-to-video. Elegir por lo que ya tienes evita que una petición ignore en silencio la mitad de sus campos.
Que la fuente marque la forma
aspect_ratio viene en adaptive: image-to-video conserva las proporciones del fotograma inicial y reference-to-video sigue la referencia principal, así que una foto vertical no se recorta dentro de un marco horizontal. Las seis proporciones fijas —16:9, 9:16, 4:3, 3:4, 1:1 y 21:9— siguen ahí cuando la ubicación impone la forma.
Nueve referencias, tres clips y tres pistas
reference-to-video concilia hasta 9 imágenes, 3 clips de video y 3 pistas de audio en una sola petición. Tres ángulos de una misma cara sostienen un personaje mucho mejor que nueve fotos sin relación: dale a cada elemento una tarea en lugar de pedirles a todos identidad, estilo y movimiento a la vez.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Empieza por el cambio y luego enumera lo que no debe moverse: caras, manos, utilería, el tiempo de cada gesto y la trayectoria de la cámara. mínimo 1 caracteres |
video_url | Sí | MP4, de 2 a 15 segundos, de 24 a 60 fps, 50 MB como máximo. mínimo 1 caracteres |
reference_image_urls | No | Opcional: hasta 9 imágenes fijas que definan el aspecto buscado, como una chaqueta, un objeto, una cara o una carta de color. mínimo 1 elementos · máximo 9 elementos |
reference_audio_urls | No | Opcional: hasta 3 archivos de 2 a 15 segundos, 15 segundos en total, que orientan la nueva banda sonora hacia una voz o un ambiente. mínimo 1 elementos · máximo 3 elementos |
resolution | No | 480p o 720p (predeterminado). El encuadre sigue al original: en nuestras pruebas un clip panorámico volvió en 864×496 a 480p y uno cuadrado en 640×640. |
generate_audio | No | Activado de forma predeterminada: Fast compone una banda sonora nueva para la imagen editada. Valor predeterminado: |
seed | No | Entero opcional de 0 a 2147483647. Mantenerlo fijo facilita comparar dos versiones de una misma edición, aunque no garantiza fotogramas idénticos. |
return_last_frame | No | También devuelve el último fotograma del clip editado como imagen aparte, útil como imagen inicial de un plano siguiente. Desactivado de forma predeterminada. Valor predeterminado: |
bitrate_mode | No | standard (predeterminado) o high. high codifica el archivo entregado con una tasa de bits más alta, con detalles más nítidos y un archivo más pesado; el precio no cambia. |
watermark | No | Desactivado de forma predeterminada. Actívalo para grabar en el clip editado la marca visible "AI generated" del modelo. Valor predeterminado: |
Precios
Se factura por segundo del clip de origen, redondeado hacia arriba, con un mínimo de 4 segundos; la resolución elegida fija la tarifa. Las imágenes de referencia, el audio de referencia y el interruptor de audio no cambian el precio, y una tarea que falla no cuesta nada.
| Especificación | Precio |
|---|---|
| $0.045078 / segundo |
| $0.096942 / segundo |
Casos de uso
Cortes verticales para un feed social
Seedance 2.0 Fast de texto a video convierte una descripción en una toma de 4 a 15 segundos; define el recorrido de cámara y el sonido antes de generar otra versión.
Cortos sin censura, también con parejas
SpicyAPI no añade revisión a las solicitudes Fast, pero las pruebas anteriores en SpicyAPI registraron rechazos del modelo a ciertos textos; la clasificación sin restricciones no garantiza todas las solicitudes NSFW para adultos.
Extender una toma desde su último fotograma
El modo video-extend de Seedance 2.0 Fast en SpicyAPI genera una continuación desde el último fotograma y entrega ambas partes unidas.
Borrador a 480p, entrega a 720p
Fast ofrece 480p y 720p, con 720p como valor inicial; prueba el movimiento en pequeño y vuelve a revisar los detalles en el tamaño de entrega. Fast expone un seed entero opcional de 0 a 2147483647; fijarlo ayuda a comparar un cambio por vez, pero no garantiza fotogramas idénticos.
Guía de prompts y consejos prácticos
Recorta el original para Seedance 2.0 Fast
Corta el material a los 2 a 15 segundos que quieres cambiar, comprueba que esté entre 480p y 1080p y envíalo como
video_url.Redacta la edición para Fast
Empieza con "Edit @Video1:", nombra un cambio y luego enumera lo que debe mantenerse: caras, gestos y sus tiempos, utilería y el movimiento de cámara.
Compara el resultado de Fast con el original
Reproduce ambos lado a lado y revisa manos, caras y texturas finas fotograma a fotograma; si la versión en 480p funciona, vuelve a ejecutar el mismo prompt en 720p.
Qué hace la edición de video de Seedance 2.0 Fast
Seedance 2.0 Fast es el nivel más rápido y económico del modelo de video Seedance 2.0 de ByteDance, pensado para sacar tomas con agilidad. Este endpoint lo aplica a material que ya tienes: el clip de origen entra como video_url, el modelo lo lee como @Video1 y tu prompt dice qué debe verse distinto. Quién aparece en el plano, cómo se mueven las personas y por dónde va la cámara vienen del original; el vestuario, la luz, el clima, la ambientación o el aspecto general vienen de tus palabras.
Seedance 2.0 no tiene un interruptor de edición propio. Decide a partir de la instrucción si un clip de referencia debe seguirse de forma libre o rehacerse fotograma a fotograma, así que la solicitud fija la duración y el encuadre al original y deja el resto al prompt. Escríbelo como una edición ("Edit @Video1: …") y detalla lo que debe quedarse.
Ejemplo de solicitud
Esta es la edición del izakaya de nuestras pruebas. Envíala como POST https://api.spicyapi.ai/api/v1/jobs/createTask con Authorization: Bearer YOUR_SPICY_API_KEY, como explica la guía de la API de tareas.
{
"model": "bytedance/seedance-2.0-fast/video-edit",
"input": {
"prompt": "Edit @Video1: change her white button-down shirt into a black silk camisole with thin straps, and turn the warm kitchen light into a deep red neon glow that reflects on the steel grill and in the rising smoke. Keep both faces, their long look across the grill, the steam, every movement and its timing, and the camera exactly as in @Video1.",
"video_url": "https://example.com/izakaya.mp4",
"resolution": "480p",
"generate_audio": true
}
}
La llamada devuelve de inmediato un ID de tarea. Consúltalo o pasa callBackUrl; la tarea terminada incluye el MP4 editado y, si return_last_frame está activado, su último fotograma.
Reglas del clip de origen
- Duración de 2 a 15 segundos; lo que quede fuera de ese rango se rechaza antes de cobrar nada.
- MP4 a 24–60 fps, 50 MB como máximo.
- Entre 409,600 y 2,086,876 píxeles por fotograma, con una relación de aspecto de 0.4 a 2.5. En la práctica funciona el material en 480p, 720p y 1080p, mientras que los clips en 360p y todo lo que supere 1080p se rechazan sin costo.
- Las caras y las manos se conservan mejor cuando ocupan una parte razonable del cuadro; la edición no puede inventar detalles que el original nunca tuvo.
Cómo escribir la instrucción de edición
Abre con el cambio y sé concreto ("su camisa blanca se convierte en un top de seda negra", "la tarde se convierte en una noche iluminada en rojo"). Después enumera lo que debe mantenerse: caras, cabello, cada gesto y su tiempo, la utilería, el escenario y la trayectoria de la cámara. Uno o dos cambios relacionados por ejecución salen mejor que una lista larga; si necesitas más, haz una segunda edición sobre el resultado.
Las imágenes de referencia ayudan cuando las palabras no bastan para fijar un aspecto. Agrega hasta nueve en reference_image_urls y señálalas ("cambia su chaqueta por la de @Image1"). El audio de referencia, hasta tres archivos y 15 segundos en total, orienta la nueva banda sonora y solo cuenta con generate_audio activado.
Sonido, resolución y duración
generate_audio viene activado y crea una banda sonora nueva para la imagen editada; en el ejemplo, el chisporroteo de la plancha, el murmullo del bar y una línea de bajo reemplazaron el sonido original. Si lo desactivas, la edición sale sin sonido, ya que el audio del original no se traslada.
resolution ofrece 480p o 720p, y el encuadre sigue al original: nuestros originales 16:9 volvieron en 864×496 a 480p y uno cuadrado en 640×640. La duración también sigue al original, más un fotograma (4.00 s de entrada, 4.04 s de salida; 5.00 s de entrada, 5.09 s de salida). Fast nunca genera menos de 4 segundos, así que un clip de 2 segundos se edita en sus 2 segundos y luego se continúa hasta unos 4.
Cómo funciona la facturación
El cobro es por segundo del clip de origen, redondeado hacia arriba a segundos enteros con un mínimo de 4, según la tarifa de la resolución elegida. Un clip de 5 segundos se factura como 5 segundos, uno de 4.2 segundos como 5 y uno de 2 segundos como 4. Las imágenes de referencia, el audio de referencia y el interruptor de audio no cambian el precio. Con los clips subidos a SpicyAPI, la estimación que ves antes de enviar es exactamente lo que pagas; con enlaces externos se reservan 15 segundos y el resto se libera al terminar la edición. Las tareas fallidas o rechazadas no se cobran.
Qué mostraron nuestras pruebas
Antes del lanzamiento hicimos cinco ediciones en 480p y comparamos cada una con su original fotograma a fotograma. Las cinco cambiaron solo lo que nombraba el prompt (un cambio de vestuario, un escenario con otra luz, un fondo nuevo), mientras que las personas, sus movimientos y la cámara coincidían con el original. Las ediciones en los niveles de contenido Moderate y Strong se renderizaron tal como se pidieron, y ninguna fue rechazada. El original de 2 segundos volvió con 4.04 segundos: sus primeros 2 segundos siguieron al original y el resto continuó el plano.
Edita solo material que grabaste o que tienes derecho a modificar, con adultos que aceptaron aparecer en él; Seedance 2.0 Fast no debe usarse para poner a una persona real en una escena engañosa o sin su consentimiento.
Edita solo material que grabaste o que tienes derecho a modificar, con adultos que aceptaron aparecer en él; Seedance 2.0 Fast no debe usarse para poner a una persona real en una escena engañosa o sin su consentimiento.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.0-fast/video-edit",
"input": {
"bitrate_mode": "standard",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.










