はじめに
video_url と prompt を送ります。reference_image_urls、reference_audio_urls、resolution、generate_audio は任意です。結果は元クリップに従うため、リクエストに長さの項目はありません。generate_audio をオフにすると、クリップの元の音が出力に残ります。
| 項目 | 値 |
|---|---|
| 入力 | 動画 |
| 出力 | 動画 |
| 提供元 | ByteDance(Seedance 2.5 Flash は Seedance 2.5 の高速版で、2026 年 11 月 12 日に BytePlus が発表) |
| API 名 | bytedance/seedance-2.5-flash/text-to-video、image-to-video、reference-to-video、video-edit、video-extend |
| 解像度 | 480p または 720p(既定は 720p)。1080p と 4K は非対応 |
| クリップの長さ | 4〜30 の整数秒、既定は 5 秒。動画編集は 4〜30 秒の元クリップに従う |
| アスペクト比 | テキストとリファレンスのリクエストでは 16:9(既定)、9:16、4:3、3:4、1:1、21:9、adaptive。画像から動画は開始画像に従う |
| リファレンスの上限 | リファレンスから動画では、画像 10 枚、動画 5 本(合計 30 秒)、音声 5 本まで |
| リファレンス動画の条件 | 1 本につき 2 秒以上として数え、約 409,600 ピクセル(854×480 以上)が必要 |
| 編集の入力 | 4〜30 秒の |
| 音声 |
|
| 出力オプション | mp4(既定)または mov。watermark は既定でオフ。 |
| 課金の基準 | 解像度ごとの秒単位。リファレンス動画はその秒数を加算、編集は元クリップの秒数。失敗した生成は無料 |
| 実測の生成時間 | 4 秒・480p で 84 秒〜約 11 分(2026 年 11 月 13 日の実行) |
主な機能とハイライト
上限を下げた、フラッグシップのワークフロー
Flash は、下書きに向く Seedance 2.5 の 4 つのワークフロー(テキスト、開始・終了フレーム、混合リファレンス、クリップ編集)を残して 1080p と 4K を外し、画像から動画モードを使った動画延長を加えています。BytePlus はこのトレードオフを、フラッグシップに近い結果をほぼ 2 倍の速度で、と説明しています。私たちの 4 秒・480p のレンダーは 84 秒から約 11 分かかったので、速度はご自身のキューで測ってください。
プロンプトで、アップロードごとに役割を与える
素材は、スペースを入れた種類と順番(@Image 1、@Video 1、@Audio 1)で呼びます。2 枚のポートレートを @Image 1 と @Image 2 にして 16:9 で試したときは、2 人が同じエレベーターの場面に並び、顔、髪、服もそのまま保たれました。画像 1 枚、クリップ 1 本、声のファイル 1 本の場合は、クリップの通り、黄色い路面電車、追いかけるカメラが引き継がれましたが、人物は背中を向けたままで、@Image 1 の顔はほとんど映りませんでした。
晴れた通りが雪の夕方に
2 人の乗り手、自転車、路面電車、カメラの動きは、元のフレームとコマごとに一致し、天気と光だけが変わって、ほかは変わりませんでした。音声オフの 4.0 秒・480p のクリップで、元のサウンドトラックもそのまま残りました。
スイッチ 1 つで、どちらのサウンドトラックにするかが決まる
generate_audio は既定でオンで、映像と一緒にセリフ、効果音、環境音を生成します。動画編集でオフにすると元クリップ自身のトラックが残り(私たちのテストでは 44.1 kHz)、オンにすると @Audio 1 に沿える新しいトラックが生成されます。このスイッチは料金に影響しません。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | まず変更を書き、そのあと残すもの(人物、服装、小道具、動き、カメラの動き)を並べます。リファレンス画像は @Image 1、@Image 2、リファレンス音声は @Audio 1 と、アップロード順に、番号の前にスペースを入れて呼んでください。 1 文字以上 · 20000 文字以内 |
video_url | はい | 編集したい MP4 へのリンクで、長さは 4〜30 秒です。この範囲外のものは、課金の前に拒否されます。 1 文字以上 |
reference_image_urls | いいえ | 目標の見た目を示す任意の画像を 10 枚まで。たとえば衣装、小道具、カラーボードです。 1 件以上 · 10 件以内 |
reference_audio_urls | いいえ | 任意の音声ファイルを 5 本まで、合計 30 秒まで。モデルが作るサウンドトラックを、声やムードに寄せる手がかりになります。 1 件以上 · 5 件以内 |
resolution | いいえ | 選べるのは 480p か 720p で、何も指定しなければ 720p が使われます。まず 480p で言葉を固めてから、承認したプロンプトを 720p で再実行してください。 |
generate_audio | いいえ | true(既定)では編集後の映像に新しいサウンドトラックを作り、false ではクリップ自身の音が残ります。音声オフで実行すると、元と一致する 44.1 kHz のトラックが返り、音声オンでは、4.0 秒の元クリップより 0.288 秒短くなって返りました。 デフォルト値: |
料金
アップロードした元クリップの秒数(4〜30 秒、切り上げ)に、480p か 720p の単価を掛けて課金します。結果の長さがどうなっても同じです。リファレンス画像、リファレンス音声、音声スイッチは料金に影響せず、失敗したタスクは課金されません。
| 仕様 | 料金 |
|---|---|
| $0.18 / 秒 |
| $0.36 / 秒 |
ユースケース
最終レンダーの前にショットの流れを試す
末尾に Audio: の行を付けた 4 秒・480p・16:9 のプロンプトを送ります。例は雨の夜の横断歩道です。私たちのテストでは、24 fps の 854×480、長さ 4.064 秒で、雨音と笑い声の AAC ステレオ音声が付いて返りました。語句を 1 つだけ変えて再実行すれば、何が変わったかを見比べられます。
撮影済みの映像のスタイルを変える
4〜30 秒のクリップをアップロードし、変更点を書いたあと、残すものを並べます。テストでは、2 人の自転車と路面電車がいる晴れた通りが雪の夕方になり、generate_audio をオフにすると元のサウンドトラックがそのまま返りました。
キャラクターと商品のモックアップ
人物写真と商品写真を @Image 1 と @Image 2 として付け、9:16 を指定します。2 枚の画像を使ったテストでは、男性がガラスのスポイトボトルをレンズに向けて持ち上げる 480×854 の映像が返り、両方のリファレンスが反映されました。結果はアイデアの確認に使い、そのあとで仕上げ版を作ってください。
ポートレートのループアニメーション
同じ写真を image_url と last_image_url の両方に指定し、その間の動きを書きます。陶芸家のポートレートでは、562×748・4.064 秒のクリップが返り、最初と最後のフレームがどちらも元のポーズと一致しました。
1 つのショットを次のショットにつなぐ
return_last_frame を true にすると、MP4 と一緒に最後のフレームの JPEG が届きます(テストでは 480p・16:9 で 854×480)。その JPEG を次の画像から動画のリクエストの image_url に渡せば、次のショットを前のショットの終わりから始められます。
プロンプトガイドと実践のヒント
入力に合わせてエンドポイントを選ぶ
プロンプトだけならテキストから動画、開始フレームがあるなら画像から動画、画像・クリップ・声を使うならリファレンスから動画、手元の 4〜30 秒のクリップを直すなら動画編集、最大 60 秒のクリップに 4〜30 秒を足すなら動画延長を使います。5 つとも、480p/720p の範囲と
generate_audioのスイッチは共通です。createTask リクエストを送る
POST https://api.spicyapi.ai/api/v1/jobs/createTask に、ヘッダー Authorization: Bearer YOUR_SPICY_API_KEY と、ボディ {"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"}} を付けて送信します。完成したクリップをポーリングで取得する
レスポンスには、state が queued の taskId が入っています。state が succeeded になるまで GET /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID を呼ぶか callBackUrl を渡し、完了したら output.assets から MP4 の URL を読み取ります。項目の詳細は、docs.spicyapi.ai/docs/tasks のタスクガイドにあります。
1 つの語句を変えて、次へ進む
バリエーションは 480p・4 秒で比べ、1 回の実行で変えるのは 1 つの語句だけにします。うまくいったテイクは、720p と目的の長さで再実行するか、1080p が必要なら同じ指示を Seedance 2.5 に送ってください。
Seedance 2.5 Flash 動画編集でできること
Seedance 2.5 Flash 動画編集は、ByteDance の高速版動画モデルに用意された、指示による編集タスクです。4〜30 秒のクリップをアップロードし、見た目を変えたい点を書くと、480p か 720p で描き直されて返ります。天気、時間帯、衣装、小道具が典型的な対象で、人物、その動き、カメラの軌道は、モデルに維持するよう指示します。
ByteDance のクラウドプラットフォームである BytePlus は、Flash を「フラッグシップの Seedance 2.5 に近い結果を、ほぼ 2 倍の生成速度で」と説明しています。ここでは、音声スイッチに 2 つの役割があります。generate_audio: false ならクリップ自身のサウンドトラックが残り、true なら、添付した声のファイルに沿える新しいサウンドトラックが作られます。
リクエスト例
これは、私たちのテストで使った雪の編集です。タスク API ガイドの説明どおり、Authorization: Bearer YOUR_SPICY_API_KEY を付けて POST https://api.spicyapi.ai/api/v1/jobs/createTask に送ります。
{
"model": "bytedance/seedance-2.5-flash/video-edit",
"input": {
"prompt": "Turn the sunny afternoon into a snowy winter evening: fresh snow on the rooftops, balconies and cobblestones, snowflakes drifting through the air and warm light in the windows. Keep both riders, their bikes, their clothes, their movement, the tram and the camera move exactly as in the source video.",
"video_url": "https://example.com/tram-street.mp4",
"resolution": "480p",
"generate_audio": false
}
}
レスポンス例
リクエストを送ると、タスクの ID がすぐに返ります。callBackUrl を渡すか、GET /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID を繰り返し呼んで、完了を確認してください。完了したタスクには、編集済みの MP4 が含まれます。
{ "code": 200, "msg": "success", "data": { "taskId": "YOUR_TASK_ID", "state": "queued" } }
{ "code": 200, "msg": "success", "data": { "taskId": "YOUR_TASK_ID", "state": "succeeded",
"output": { "assets": [ { "url": "https://example.com/edited-tram-street.mp4" } ] } } }
パラメーター表
prompt と video_url は必須です。
| パラメーター | 値・既定値 | 役割 |
|---|---|---|
prompt | 必須、20,000 文字まで | 変更点と、残すもの |
video_url | 必須、MP4、4〜30 秒 | 編集するクリップ |
reference_image_urls | 10 枚まで | 目標の見た目。@Image 1、@Image 2 と呼ぶ |
reference_audio_urls | 5 本まで、合計 30 秒 | 声やムード。@Audio 1 と呼ぶ |
resolution | 480p か 720p、既定は 720p | 出力サイズ |
generate_audio | 既定は true | 新しい音(true)か元の音(false) |
課金の仕組み
課金は、得られたクリップではなく、アップロードしたクリップに従います。元の秒数(4〜30 秒、切り上げ)に、選んだ解像度の単価(このページに表示)を掛けます。4.0 秒の元クリップが 3.712 秒で返っても、4 秒として計算されます。リファレンスと音声スイッチは料金を変えず、失敗したタスクは課金されません。
うまくいかせるコツ
- 変更を書き、そのあとに残すものの一覧を書く。 変更を 1 文、残すものをすべて挙げる節を 1 つ添える書き方は、私たちの実行でうまくいきました。ByteDance のクリエイティブアプリである Dreamina は、先に人物、衣装、カメラの軌道、タイミングを固定するよう勧めています。両方の半分が書かれていれば、どちらの順でも機能します。
- 目に見える結果を名指しする。 雪のプロンプトは、雪が画面の中で何をするかを並べています。屋根に積もる雪、空中に舞う雪片、窓の暖かい光です。「冬にして」だけでは、どの面も名指しされません。
- 1 回の実行で変えるのは 1 つだけにする。 天気と光は 1 つのシーンの変更です。新しいジャケットは 2 回目の実行で加えて、どの節が何に効いたかを確かめてください。
- 音の設定を最初に決める。 音声オフは、残したいセリフや音楽を守ります。新しい音が必要な映像には音声オンが向いており、声のファイルを @Audio 1 として添付し、
Audio:の行を加えてください。 - コマごとに確認する。 ByteDance の Seedance 2.5 の発表は、複雑な動きや、複数の被写体が絡み合うシーンはまだ改善中だとしているので、動きの多い場面はコマ送りで確かめてください。リファレンス画像(「@Image 1 のジャケット」)は私たちの実行では使っていません。4 秒にトリミングしたクリップで試してください。
テストでわかったこと
2026 年 11 月 13 日に、2 人のサイクリストと路面電車がいる晴れた通りの 4.0 秒のクリップを、480p で 2 回編集しました。
| 実行 | 設定 | 結果 | 送信から完了まで |
|---|---|---|---|
| 雪、音を残す | 雪の夕方のプロンプト、音声オフ | 854×480、4.000 秒。乗り手、路面電車、カメラはコマごとに元と一致し、天気と光が変わり、元のサウンドトラックは維持(44.1 kHz) | 3.7 分 |
| 雪、新しい声 | 同じプロンプト、声のファイルを @Audio 1、音声オン | 3.712 秒。編集の品質は同じで、サウンドトラックは新しい | 7.8 分 |
その日の Flash の 4 つのエンドポイントすべてで、4 秒・480p のクリップは 84 秒から約 11 分かかりました。2 回の編集の実行では、BytePlus の「ほぼ 2 倍」という主張は確認できないので、数分かかる前提で計画し、長いクリップと 720p はさらに時間がかかると考えてください。
制限とエラー
- 元クリップの長さ。 4 秒未満や 30 秒を超えるクリップは、送信時に拒否され、課金されません。トリミングするか、長いクリップは分割して、それぞれに同じ「残すものの一覧」を使ってください。
- 結果の長さ。 長さの項目はありません。音声オンだと、結果がわずかに短くなることがあります(ここでは 4.0 秒から 3.712 秒)。正確な長さが必要なら、音声オフで編集し、サウンドは自分の編集ソフトで足してください。
- 解像度。 480p と 720p です。ByteDance は Flash の 1080p と 4K を非対応としています。
- モデルのチェック。 モデルは独自の著作権・肖像のチェックを行い、リクエストを断ったり表現を弱めたりすることがあります。止められたタスクは、課金されずに失敗します。言い換え、名前のある人物やブランドを外して、再送してください。
- 権利と保存期間。 使用権のある映像と声を編集してください。完成したファイルは 14 日間保存されます。
兄弟モデルを選ぶとき
- Seedance 2.5 の動画編集:720p を超える最終納品向けで、フラッグシップは 1080p まで編集できます。ここの設定を使い回す前に、そちらの音声に関する注記をお読みください。
- Seedance 2.5 Flash リファレンスから動画:クリップを書き換えるのではなく、クリップのカメラの動き(@Video 1)を軸に新しいシーンを作るとき。
- Seedance 2.5 の動画延長:ショットを最後のフレームより先へ続ける必要があるとき。
- Seedance 2.0 Fast:480p と 720p の前世代の高速版で、延長、またはテキスト・画像・リファレンスの作業向けです。
API クイックスタート
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.5-flash/video-edit",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。










