Introduction
Seedance 2.0 Fast texte vers vidéo construit toute l’image à partir du prompt — sujet, décor, caméra, lumière — et produit la bande-son dans la même passe. Rien n’ancre l’image : c’est le point de terminaison pour un plan qui n’existe pas encore.
Seedance 2.0 Fast est le niveau rapide de la gamme Seedance 2.0 de ByteDance. Ses points de terminaison renvoient des clips de 4 à 15 secondes en 480p ou 720p, avec un son généré en même temps que l’image.
Choisir le mode Seedance 2.0 Fast selon votre matériau de départ
| Matériau de départ | Mode |
|---|---|
| Un script ou la description d’une scène | Seedance 2.0 Fast Texte vers vidéo |
| Une image de départ validée | Seedance 2.0 Fast Image vers vidéo |
| Des références séparées pour l’apparence, le mouvement ou le son | Seedance 2.0 Fast Références vers vidéo |
Fonctionnalités et points forts
Un seul jeu de champs, trois sources
Les trois points de terminaison acceptent les mêmes champs de base : prompt, duration_seconds de 4 à 15 (ou -1 pour laisser le modèle choisir), resolution en 480p ou 720p, aspect_ratio, generate_audio et seed. Seule change la source qui ancre l’image : aucune, une image de départ ou un ensemble de références. Une requête passe d’un mode à l’autre en ajoutant ou en retirant cette source.
Image et son en une seule passe
generate_audio est activé par défaut et produit ambiance, bruits de mouvement et voix calés sur les images. Le désactiver ne baisse pas le tarif à ce niveau : coupez-le seulement pour des boucles muettes ou pour une vidéo que vous sonoriserez en post-production.
Format adaptatif par défaut
aspect_ratio vaut adaptive par défaut : l’image vers vidéo garde les proportions de l’image de départ, les références vers vidéo suivent la référence principale, et le texte vers vidéo laisse le modèle choisir la forme suggérée par le prompt. Les six formats fixes, 16:9, 9:16, 4:3, 3:4, 1:1 et 21:9, restent disponibles quand l’emplacement de diffusion impose le cadre.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | La seule source de ce qui apparaît à l’écran. Ordonnez-le en sujet, action, caméra, lumière, son, une idée par phrase. 1 caractères minimum |
aspect_ratio | Non | Cadrage de sortie, adaptive par défaut, ou l’un des six ratios fixes du 21:9 au 9:16. |
resolution | Non | Résolution de sortie : 480p ou 720p par défaut. Elle sélectionne un palier tarifaire, et les paliers hauts signifient des fichiers plus lourds et des rendus plus longs. |
duration_seconds | Non | Durée du clip final en secondes entières, de 4 à 15, 5 par défaut, et quantité facturée : le coût suit directement. |
generate_audio | Non | Détermine si une bande-son native est rendue en synchronisation avec l’image. Actif par défaut ; le couper ne fait pas baisser le tarif dans cette variante. Valeur par défaut: |
enable_web_search | Non | Désactivé par défaut. Activé, le modèle peut chercher sur le web des informations liées à votre prompt avant le rendu. Valeur par défaut: |
seed | Non | Seed entière ; omettez-la et chaque tirage tire la sienne. Fixez-la, tout le reste étant constant, pour juger ce qu’une retouche de prompt a réellement changé. |
return_last_frame | Non | Renvoie en plus la dernière image du clip, sous forme d’image distincte à côté de la vidéo. Valeur par défaut: |
bitrate_mode | Non | Débit d’encodage du fichier livré : |
watermark | Non | Ajoute à la vidéo le filigrane visible « AI generated » propre au modèle. Valeur par défaut: |
Tarification
| Spécification | Prix |
|---|---|
| $0.04499712 / seconde |
| $0.096768 / seconde |
| $0.0702 / seconde |
| $0.1488 / seconde |
Cas d’utilisation
Formats verticaux pour les réseaux sociaux
Demandez 9:16 directement et écrivez le plan comme le verrait un téléphone : caméra à la main, lumière du jour par la fenêtre, bruit ambiant conservé. L’exemple ci-dessous est exactement cela : cinq secondes côté fenêtre dans un bus, générées à partir d’un prompt sans aucune prise de vue réelle.
Des plans que personne ne tournera
Sans image à suivre, le prompt est la seule source du sujet, du décor, de la caméra et de la lumière. C’est donc le point de terminaison des plans d’ensemble, des inserts et du b-roll qui demanderaient sinon un lieu et une équipe.
Le premier plan d’une séquence plus longue
Cette gamme n’a pas de point de terminaison pour prolonger un clip. Générez ici le plan d’ouverture, exportez sa dernière image et envoyez-la à l’image vers vidéo comme début du plan suivant ; tenue, décor et lumière se conservent parce qu’ils sont inscrits dans cette image.
Guide de prompt et conseils pratiques
Ordonnez le prompt comme une liste de plans
Sujet, action, caméra, lumière, son : une idée par phrase. Les secondes supplémentaires d’un duration_seconds plus long servent à terminer une action, pas à caser une deuxième idée ; les pièces longues se construisent en enchaînant des plans.
Sachez où agit le filtre propre à Seedance
Nous ne contrôlons rien de notre côté, mais la couche de sécurité propre à Seedance refuse une partie des formulations avant qu’une seule image soit rendue. Le baiser déclenche le refus de façon constante, alors qu’un murmure à l’oreille ou deux fronts qui se touchent passent. Pour un résultat littéral, faites plutôt porter la scène par une première image en image vers vidéo.
Adaptez l’exemple fourni
L’exemple publié utilise aspect_ratio 9:16, duration_seconds 5, generate_audio true et 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.
Le prompt demande le réalisme d’un téléphone plutôt que celui du cinéma, et c’est ce qui rend le selfie crédible. Gardez ce registre et changez la personne, le lieu et le geste.
Brouillons en 480p, comparaisons avec un seed fixe
Itérez en 480p tant que la formulation bouge, puis passez resolution à 720p pour la prise que vous gardez. Pour voir ce qu’une modification du prompt a réellement changé, fixez seed et laissez tous les autres champs identiques ; c’est un outil de comparaison, pas une promesse de répétitions identiques à l’image près. Avec duration_seconds à -1, l’estimation suppose 15 secondes et la facturation suit la durée livrée.
Démarrage rapide de l’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"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
