Introducción
Envía image_url y prompt para animar una imagen fija; last_image_url, duration_seconds, resolution y generate_audio son opcionales, con watermark, return_last_frame y output_format como extras. No hay campo aspect_ratio, porque el clip conserva la forma de la imagen inicial. Escribe el prompt sobre movimiento, cámara y sonido en lugar de describir otra vez la foto.
| Campo | Valor |
|---|---|
| Entrada | Imagen |
| Salida | Video |
| Desarrollador | ByteDance (Seedance 2.5 Flash, versión rápida de Seedance 2.5, anunciada por BytePlus el 12 de noviembre de 2026) |
| Nombres de la API | bytedance/seedance-2.5-flash/text-to-video, image-to-video, reference-to-video, video-edit, video-extend |
| Resolución | 480p o 720p (720p por defecto); 1080p y 4K no son compatibles |
| Duración del clip | 4–30 segundos enteros, 5 por defecto; video-edit sigue su origen de 4–30 s |
| Relación de aspecto | 16:9 (por defecto), 9:16, 4:3, 3:4, 1:1, 21:9 o adaptive en solicitudes de texto y de referencia; imagen a video sigue la imagen inicial |
| Límites de referencias | Hasta 10 imágenes, 5 clips (30 s en total) y 5 archivos de audio en referencia a video |
| Reglas de los clips de referencia | Cada clip cuenta como mínimo 2 s y necesita unos 409.600 píxeles (854×480 o más) |
| Entradas de la edición |
|
| Audio |
|
| Opciones de salida | mp4 (por defecto) o mov; watermark desactivado por defecto; |
| Base del cobro | Por segundo según la resolución; los clips de referencia suman sus segundos; las ediciones cobran los segundos del origen; las generaciones fallidas no se cobran |
| Tiempo de render medido | De 84 s a unos 11 min para 4 s en 480p (ejecuciones del 13 de noviembre de 2026) |
Funciones y aspectos destacados
Los flujos del modelo insignia con un techo más bajo
Flash conserva los cuatro flujos de Seedance 2.5 que encajan con el trabajo de borrador (texto, fotogramas inicial y final, referencias mixtas, edición de clips), deja fuera 1080p y 4K, y suma una extensión de video basada en su modo de imagen a video. BytePlus presenta el intercambio como resultados cercanos al modelo insignia con casi el doble de velocidad. Nuestros renders de 4 segundos en 480p tardaron entre 84 segundos y unos 11 minutos, así que mide la velocidad en tu propia cola.
Asigna una función a cada archivo en el prompt
Nombra los archivos por tipo y orden, con un espacio: @Image 1, @Video 1, @Audio 1. Con dos retratos como @Image 1 y @Image 2 en 16:9, ambas personas aparecieron juntas en una misma escena de elevador y conservaron rostro, cabello y ropa. Con una imagen, un clip y un archivo de voz, la calle, el tranvía amarillo y la cámara de seguimiento del clip pasaron al resultado, pero la persona quedó de espaldas a la cámara y el rostro de @Image 1 apenas se vio.
Una calle soleada convertida en una tarde nevada
Los dos ciclistas, sus bicicletas, el tranvía y el movimiento de cámara coincidieron con el origen fotograma por fotograma; cambiaron el clima y la luz, y nada más. Fue un clip de 4,0 s en 480p con el audio desactivado, que además conservó la banda sonora original.
Un interruptor decide qué banda sonora obtienes
generate_audio viene activado por defecto y produce voces, efectos y ambiente junto con la imagen. En video-edit, desactivarlo conserva la pista propia del clip de origen (44,1 kHz en nuestra prueba), mientras que activarlo genera una nueva que puede seguir a @Audio 1. El interruptor no afecta el precio.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Obligatorio. Di qué se mueve, en qué orden, cómo se comporta la cámara y qué se oye, y deja que la imagen aporte el aspecto. mínimo 1 caracteres · máximo 20000 caracteres |
image_url | Sí | Obligatorio. |
last_image_url | No | Fotograma final opcional, enviado junto con |
resolution | No | 480p o 720p, 720p por defecto; la tarifa por segundo depende de la opción. |
duration_seconds | No | Segundos enteros de 4 a 30, 5 por defecto, y se cobra cada segundo solicitado. |
generate_audio | No | Activado por defecto: el sonido se genera en la misma pasada a partir de tu línea Audio: y de la imagen. Desactívalo para un clip sin sonido; el precio es el mismo en ambos casos. Valor predeterminado: |
output_format | No | mp4 (por defecto) o mov. Elige el contenedor que espera tu editor o reproductor; no cambia el tamaño de la imagen ni el precio. |
return_last_frame | No | Desactivado por defecto. Actívalo para recibir también el último fotograma como JPEG, que puedes enviar como |
watermark | No | Desactivado por defecto. Actívalo para que el modelo añada su marca de agua visible a los fotogramas, por ejemplo en copias de revisión. Valor predeterminado: |
Precios
Se cobra por segundo solicitado, y la tarifa depende de la resolución que elijas. El fotograma final, el interruptor de audio, la marca de agua, la imagen del último fotograma y el formato de archivo no cambian el precio, y las generaciones fallidas no se cobran.
| Especificación | Precio |
|---|---|
| $0.115 / segundo |
| $0.2392 / segundo |
Casos de uso
Probar un plano antes del render final
Envía un prompt de 4 segundos, 480p y 16:9 que termine con una línea Audio:, por ejemplo un cruce peatonal bajo la lluvia por la noche. Nuestra prueba devolvió 854×480 a 24 fps, con 4,064 s de duración y una pista AAC estéreo con lluvia y risas. Cambia una frase y vuelve a ejecutar para ver qué se movió.
Cambiar el estilo de material que ya grabaste
Sube un clip de 4 a 30 segundos, describe el cambio y enumera lo que debe mantenerse. En nuestra prueba, una calle soleada con dos ciclistas y un tranvía se convirtió en una tarde nevada, y con generate_audio desactivado volvió la banda sonora original sin cambios.
Maquetas de personajes y productos
Adjunta un retrato y una foto de producto como @Image 1 y @Image 2 y pide 9:16. Nuestra prueba con dos imágenes devolvió 480×854 con el hombre levantando un frasco de vidrio con gotero hacia el lente, así que ambas referencias aparecieron. Usa el resultado para evaluar la idea antes de armar una versión pulida.
Animar un retrato en bucle
Da la misma foto como image_url y last_image_url y describe el movimiento entre ambas. Nuestro retrato de una alfarera devolvió un clip de 562×748 y 4,064 s cuyos fotogramas inicial y final coincidían con la pose de origen.
Encadenar un plano con el siguiente
Pon return_last_frame en true y el MP4 llega con un JPEG de su último fotograma (854×480 en 480p y 16:9 en nuestra prueba). Pasa ese JPEG como image_url de la siguiente solicitud de imagen a video para que el plano siguiente empiece donde terminó el anterior.
Guía de prompts y consejos prácticos
Elige el endpoint según tu entrada
Usa texto a video para un prompt solo, imagen a video para un fotograma inicial, referencia a video para imágenes, clips o una voz, edición de video para un clip existente de 4–30 segundos y extensión de video para sumar de 4 a 30 segundos a un clip de hasta 60 segundos. Los cinco comparten el rango 480p/720p y el interruptor
generate_audio.Envía la solicitud createTask
Haz POST a https://api.spicyapi.ai/api/v1/jobs/createTask con el encabezado Authorization: Bearer YOUR_SPICY_API_KEY y el cuerpo {"model": "bytedance/seedance-2.5-flash/text-to-video", "input": {"prompt": "A lighthouse keeper climbs a spiral stair at dawn and wipes fog from the lamp glass. Audio: wind, boots on iron.", "
duration_seconds": 4, "resolution": "480p"}}.Consulta el clip terminado
La respuesta entrega un taskId en estado queued. Llama a GET /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID, o pasa un callBackUrl, hasta que el estado sea succeeded; luego lee la dirección del MP4 en output.assets. Los detalles de los campos están en la guía de tareas en docs.spicyapi.ai/docs/tasks.
Cambia una frase y luego sube de nivel
Compara variaciones en 480p y 4 segundos, cambiando una sola frase por ejecución. Cuando una toma funcione, vuelve a ejecutarla en 720p y con la duración objetivo, o envía la misma instrucción a Seedance 2.5 para 1080p.
Seedance 2.5 Flash de imagen a video en una sola llamada
La imagen a video de Seedance 2.5 Flash es la forma que ofrece ByteDance de animar una imagen en la versión rápida de Seedance 2.5. Envías la imagen como image_url y un prompt sobre lo que debe moverse. El modelo devuelve un MP4 de 4 a 30 segundos en 480p o 720p que empieza en tu imagen, con sonido generado en la misma pasada. Añade last_image_url y el clip termina en una segunda imagen, lo que cubre bucles, regresos a la pose inicial y transiciones de A a B (lo que a menudo se busca como video de primer y último fotograma). BytePlus, la plataforma en la nube de ByteDance, afirma que Flash ofrece resultados cercanos a Seedance 2.5 con una velocidad de generación casi el doble.
Ejemplo de solicitud
POST https://api.spicyapi.ai/api/v1/jobs/createTask con Authorization: Bearer YOUR_SPICY_API_KEY y Content-Type: application/json. Este cuerpo es nuestra prueba de la alfarera, con un retrato usado como fotograma inicial y final:
{
"model": "bytedance/seedance-2.5-flash/image-to-video",
"input": {
"image_url": "https://example.com/potter-portrait.jpg",
"last_image_url": "https://example.com/potter-portrait.jpg",
"prompt": "The potter cups the spinning clay and slowly draws its wall upward, then lifts her eyes to the camera with a warm smile and settles back into the same pose. Locked-off medium shot, soft window light. Audio: the steady hum of the wheel and the wet squeak of clay, no music.",
"duration_seconds": 4,
"resolution": "480p",
"generate_audio": true
}
}
Ejemplo de respuesta
El envío devuelve de inmediato un id de tarea:
{"code": 200, "msg": "success", "data": {"taskId": "task_abc123", "state": "queued"}}
Consulta GET /api/v1/jobs/recordInfo?taskId=task_abc123 o pasa callBackUrl. Una tarea terminada incluye el MP4 (consulta la guía de la API de tareas):
{"code": 200, "msg": "success", "data": {"taskId": "task_abc123", "state": "succeeded", "output": {"assets": [{"url": "https://example.com/potter.mp4"}]}}}
Parámetros
| Parámetro | Valores | Por defecto |
|---|---|---|
image_url | Fotograma inicial | Obligatorio |
last_image_url | Fotograma final, enviado con image_url | Opcional |
prompt | Movimiento, cámara y sonido | Obligatorio |
duration_seconds | 4 a 30 | 5 |
resolution | 480p, 720p | 720p |
generate_audio | true, false | true |
watermark | Marca de agua visible del modelo | false |
return_last_frame | Devuelve también el último fotograma como JPEG | false |
output_format | mp4, mov | mp4 |
No hay campo aspect_ratio. La documentación de BytePlus indica que el modelo mantiene la relación de aspecto de salida coherente con el fotograma inicial.
Cómo funciona el cobro
Pagas por segundo solicitado y la resolución fija la tarifa; el precio de esta página muestra ambos datos. La solicitud de la alfarera pidió 4 segundos, el archivo midió 4,064 segundos y el cobro fue por 4. Un fotograma final, el audio activado o desactivado, la marca de agua, el JPEG del último fotograma y el formato de archivo no cambian el precio. Las generaciones fallidas no se cobran.
Consejos para buenos resultados
- Elige un fotograma inicial que ya se parezca a la apertura. La imagen fija el sujeto, el entorno y la luz, así que coloca al sujeto donde debe empezar el plano.
- Recorta antes de subir. Nuestra imagen vertical devolvió 562×748 en 480p. Recorta a 9:16 para vertical, a 1:1 para cuadrado o a 16:9 para panorámico.
- Escribe el movimiento. El prompt de la alfarera nunca describe su ropa ni el taller. Enumera las acciones en orden y luego la cámara y la luz.
- Termina con una línea
Audio:. Enumera los sonidos que sugiere la imagen, como el zumbido del torno y el chirrido húmedo de la arcilla en nuestro ejemplo; “no music” deja la pista libre para tu propia música. - Usa
last_image_urlde tres maneras. Repite la imagen inicial para un bucle o un regreso a la pose; nuestra ejecución con la alfarera terminó de vuelta en la pose de origen. Envía una imagen relacionada con el mismo encuadre y luz para un movimiento de A a B, y describe el camino. O déjalo sin usar. - Haz coincidir los dos fotogramas. Mantén parecidas la posición del sujeto, el recorte y la luz. Solo tenemos una ejecución de bucle registrada, así que revisa la unión en tu reproductor antes de confiar en una repetición sin cortes.
- Encadena planos. Activa
return_last_framey envía el JPEG como el siguienteimage_url.
Qué mostraron nuestras pruebas
El 13 de noviembre de 2026, la solicitud de la alfarera de arriba (4 segundos, 480p, audio activado) volvió como un clip de 562×748 y 4,064 segundos, y los fotogramas inicial y final regresaron a la pose de origen. La misma solicitud tardó 84 segundos en una ejecución y 4,8 minutos en otra, así que cuenta con minutos y usa la consulta periódica o callBackUrl. Los clips más largos y en 720p tardan más.
Límites y errores
- Flash genera en 480p y 720p; no tiene 1080p, 4K ni endpoint de extensión de video.
image_urlypromptson obligatorios, yduration_secondses un número entero de 4 a 30. Una solicitud que incumpla esto no es válida; corrige el campo y envíala de nuevo.- El modelo aplica su propio control de derechos de autor y semejanza, que detuvo una de nuestras solicitudes de texto a video. Una tarea fallida no se cobra; cambia la imagen o la redacción en lugar de reenviarla sin cambios.
- Envía imágenes que sean tuyas o que tengas licenciadas para este uso. No animes la foto de una persona real sin su permiso ni presentes el resultado como metraje real.
Cuándo elegir un endpoint hermano
- Imagen a video de Seedance 2.5 para 1080p o 4K, el modo borrador y la extensión de un clip.
- Seedance 2.0 Fast para la generación anterior en 480p y 720p.
- Referencia a video de Flash cuando la persona o el producto deben aparecer en una escena nueva en lugar de abrirla.
- Texto a video de Flash cuando no tienes una imagen, o edición de video de Flash cuando tienes un clip para cambiar de estilo.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.5-flash/image-to-video",
"input": {
"duration_seconds": 5,
"image_url": "https://example.com/reference.png",
"output_format": "mp4",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.










