Seedance 2.0 API

O Seedance 2.0 text-to-video constrói o quadro inteiro a partir do prompt — sujeito, cenário, câmera, luz — e renderiza a trilha na mesma passada. Nada ancora a imagem, então este é o endpoint para um plano que ainda não existe.

O Seedance 2.0, da ByteDance, publica text-to-video, image-to-video e reference-to-video: clipes de 4 a 15 segundos de 480p a 4K, com áudio nativo e enquadramento adaptive por padrão.

O ruído do ambiente volta no mesmo arquivo

generate_audio vem ligado, então gelo numa coqueteleira, uma risada, conversa baixa de bar e a sala em que tudo acontece saem da mesma passada que a imagem. O resultado chega já em sincronia em vez de esperar por uma passada de som. Desligue quando o clipe vai para um designer de qualquer jeito.

Nove referências e um elenco que não muda

O reference-to-video aceita até 9 imagens, 3 clipes e 3 faixas de áudio juntos. Três ângulos de um rosto mais um still de figurino seguram um personagem ao longo de um episódio muito melhor que nove quadros sem relação, e um clipe de referência carrega linguagem de câmera que nenhum adjetivo num prompt reproduz de forma confiável.

A forma segue o material

aspect_ratio vem em adaptive nos três endpoints. No image-to-video o clipe mantém a forma da sua imagem de abertura, então um retrato não é cortado para paisagem; no text-to-video o modelo tira a forma do prompt; no reference-to-video ele encontra um quadro que acomoda todos os sujeitos referenciados. Informe 16:9, 9:16 ou 21:9 só quando um posicionamento exigir formato fixo.

Planeje uma cena a partir de texto

O Seedance 2.0 text-to-video constrói o quadro inteiro a partir do prompt — sujeito, cenário, câmera, luz — e renderiza a trilha na mesma passada. Nada ancora a imagem, então este é o endpoint para um plano que ainda não existe. Use este modo para desenvolver um plano antes de existir uma imagem de origem. Descreva assunto, ação, cenário, câmera e som como uma sequência e verifique se a progressão visual está clara.

Cena noturna e de bar que já vem com o próprio som

Um coquetel sendo batido, vidro no balcão, conversa baixa atrás de uma lanterna vermelha: escreva a sala no prompt e deixe generate_audio ligado. O Seedance 2.0 renderiza a ambiência contra a imagem, então o corte chega com atmosfera em vez de uma chapa muda.

Trabalho de fantasia e de RPG, sem censura

Renda e cetim, adereços de cauda e orelhas, enquadramento em primeira pessoa, casais de qualquer gênero: nada disso é revisado do nosso lado. A camada do próprio Seedance recusa algumas formulações, então dirija essas cenas a partir de um primeiro quadro no image-to-video, e não do prompt.

Continuidade da campanha em toda a leva de cortes

Carregue o produto em três ângulos e a modelo em dois no reference-to-video, e depois mude só o prompt para cada corte. O mesmo frasco, o mesmo rosto e a mesma jaqueta viajam com a requisição, então o conjunto se segura sem uma passada manual de tratamento de cor.

# 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/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"

Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.