Введение
Отправьте prompt и хотя бы одно из reference_image_urls, reference_video_urls или reference_audio_urls. У каждого референса своя роль в сцене: внешность, продукт, движение камеры или голос. Длительность, разрешение, соотношение сторон и звук необязательны.
| Характеристика | Значение |
|---|---|
| Ввод | Текст |
| Вывод | Видео |
| Разработчик | ByteDance (Seedance 2.5 Flash, ускоренная версия Seedance 2.5, анонсирована BytePlus 12 ноября 2026 года) |
| Названия API | bytedance/seedance-2.5-flash/text-to-video, image-to-video, reference-to-video, video-edit, video-extend |
| Разрешение | 480p или 720p (по умолчанию 720p); 1080p и 4K не поддерживаются |
| Длительность клипа | 4–30 целых секунд, по умолчанию 5; video-edit следует исходнику длиной 4–30 с |
| Соотношение сторон | 16:9 (по умолчанию), 9:16, 4:3, 3:4, 1:1, 21:9 или adaptive в запросах из текста и референсов; image-to-video следует стартовому изображению |
| Ограничения референсов | До 10 изображений, 5 клипов (30 с вместе) и 5 аудиофайлов в reference-to-video |
| Правила для референсных клипов | Каждый клип засчитывается минимум за 2 с и должен содержать около 409 600 пикселей (854×480 или больше) |
| Входные данные для правки |
|
| Звук |
|
| Параметры вывода | mp4 (по умолчанию) или mov; watermark по умолчанию выключен; |
| Основа тарификации | Посекундно, по разрешению; референсные клипы добавляют свои секунды; правки считаются по секундам исходника; неудачные генерации бесплатны |
| Измеренное время рендера | От 84 с до примерно 11 мин для 4 с в 480p (запуски 13 ноября 2026 года) |
Ключевые возможности и особенности
Флагманские сценарии с более низким потолком
Flash сохраняет четыре сценария Seedance 2.5, подходящие для черновой работы (текст, начальный и конечный кадры, смешанные референсы, редактирование клипа), отказывается от 1080p и 4K и добавляет продление видео на основе своего режима изображение в видео. BytePlus подаёт этот компромисс как результат, близкий к флагману, при почти вдвое большей скорости. Наши рендеры 4 секунд в 480p занимали от 84 секунд до примерно 11 минут, поэтому измеряйте скорость на своей очереди.
Дайте каждой загрузке задачу в промпте
Называйте загрузки по типу и порядку с пробелом: @Image 1, @Video 1, @Audio 1. Когда два портрета были даны как @Image 1 и @Image 2 в 16:9, оба человека появились вместе в одной сцене в лифте и сохранили лица, волосы и одежду. С одним изображением, одним клипом и одним голосовым файлом улица клипа, жёлтый трамвай и следящая камера перенеслись, но человек остался спиной к камере, а лицо из @Image 1 почти не было видно.
Солнечная улица превратилась в снежный вечер
Оба велосипедиста, их велосипеды, трамвай и движение камеры совпали с исходником кадр в кадр: изменились погода и свет, а остальное нет. Это был клип 4,0 с в 480p с выключенным звуком, поэтому исходная звуковая дорожка тоже сохранилась.
Один переключатель решает, чья звуковая дорожка вам достанется
generate_audio включён по умолчанию и создаёт речь, эффекты и атмосферу вместе с картинкой. В video-edit выключение сохраняет собственную дорожку исходного клипа (в нашем тесте 44,1 кГц), а включение генерирует новую, которая может следовать @Audio 1. Переключатель на цену не влияет.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
prompt | Да | Называйте каждую загрузку с пробелом и номером типа, например @Image 1, @Image 2, @Video 1 или @Audio 1, и давайте ей одну роль: внешность, продукт, движение камеры или голос. Не менее 1 символов · Не более 20000 символов |
reference_image_urls | Нет | До 10 изображений людей, продуктов, мест или образа, который нужно сохранить. Отправляйте по одной чёткой, хорошо освещённой картинке на каждый объект и называйте её в промпте. Не менее 1 элементов · Не более 10 элементов |
reference_video_urls | Нет | До 5 клипов, 30 секунд вместе, каждый не менее около 409 600 пикселей: 854×480 и 1280×720 проходят, а клип 640×360 был отклонён при отправке. Не менее 1 элементов · Не более 5 элементов |
reference_audio_urls | Нет | До 5 файлов с голосом, музыкой или звуком, 30 секунд вместе. Укажите один из них в промпте, например «in the voice from @Audio 1». Не менее 1 элементов · Не более 5 элементов |
aspect_ratio | Нет | 16:9 (по умолчанию), 9:16, 4:3, 3:4, 1:1, 21:9 или adaptive, чтобы форму выбрала модель. Наш тест с двумя изображениями в 9:16 вернулся как 480×854. |
resolution | Нет | 480p или 720p, по умолчанию 720p; 1080p во Flash нет. Выбранное разрешение задаёт посекундную ставку и для секунд приложенных клипов. |
duration_seconds | Нет | Целые секунды от 4 до 30, по умолчанию 5. |
generate_audio | Нет | Включён по умолчанию, поэтому сцена получает синхронную речь, эффекты и атмосферу; приложенные аудиофайлы направляют этот звук. По умолчанию: |
output_format | Нет | mp4 (по умолчанию) или mov. Выберите контейнер, который ожидает ваш редактор; цена одинакова в обоих случаях. |
return_last_frame | Нет | По умолчанию выключен. По умолчанию: |
watermark | Нет | По умолчанию выключен. Включённый добавляет на кадры видимый водяной знак модели, что может пригодиться, когда черновик из ваших референсов пойдёт по рукам; цена не меняется. По умолчанию: |
Стоимость
Оплата за секунду по ставке 480p или 720p. Если приложены референсные клипы, их секунды (не менее 2 на клип) добавляются к запрошенным, и вся сумма считается по сниженной ставке «с клипами». Референсные изображения и аудиофайлы, звук (включён или выключен), соотношение сторон, водяной знак, последний кадр и формат на цену не влияют; неудачные генерации не тарифицируются.
| Разрешение | With video: Да | With video: Нет |
|---|---|---|
| $0.0706 / секунду | $0.115 / секунду |
| $0.147 / секунду | $0.2392 / секунду |
Сценарии использования
Проверка плана кадра перед финальным рендером
Отправьте промпт на 4 секунды в 480p и 16:9, заканчивающийся строкой Audio:, например про ночной пешеходный переход под дождём. Наш запуск вернул 854×480 при 24 кадрах в секунду, длительностью 4,064 с, со стереодорожкой AAC с шумом дождя и смехом. Измените одну фразу и запустите снова, чтобы увидеть, что сдвинулось.
Смена стиля уже снятого материала
Загрузите клип длиной 4–30 секунд, опишите изменение и перечислите, что должно остаться прежним. В нашем тесте солнечная улица с двумя велосипедистами и трамваем превратилась в снежный вечер, а при выключенном generate_audio исходная звуковая дорожка вернулась без изменений.
Макеты персонажей и продуктов
Приложите портрет и фото продукта как @Image 1 и @Image 2 и запросите 9:16. В нашем тесте с двумя изображениями получилось 480×854: мужчина поднимает к объективу стеклянный флакон с пипеткой, то есть оба референса попали в кадр. По результату оцените идею, прежде чем делать отшлифованную версию.
Зацикленная анимация портрета
Передайте одно и то же фото как image_url и last_image_url и опишите движение между ними. Наш портрет гончарницы вернул клип 562×748 длительностью 4,064 с, у которого начальный и конечный кадры совпали с исходной позой.
Цепочка из кадра в кадр
Установите return_last_frame в true, и MP4 придёт вместе с JPEG его последнего кадра (854×480 в 480p и 16:9 в нашем тесте). Передайте этот JPEG как image_url в следующем запросе image-to-video, чтобы следующий кадр начинался там, где закончился предыдущий.
Руководство по промптам и практические советы
Выберите эндпоинт под ваши входные данные
Берите text-to-video, если у вас есть один промпт, image-to-video — для стартового кадра, reference-to-video — для изображений, клипов или голоса, video-edit — для готового клипа длиной 4–30 секунд, а video-extend — чтобы добавить 4–30 секунд к клипу длиной до 60 секунд. У всех пяти одинаковый диапазон 480p/720p и переключатель
generate_audio.Отправьте запрос createTask
Отправьте POST на https://api.spicyapi.ai/api/v1/jobs/createTask с заголовком Authorization: Bearer YOUR_SPICY_API_KEY и телом {"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"}}.Опросите статус и заберите готовый клип
В ответе приходит taskId в состоянии queued. Вызывайте GET /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID или передайте callBackUrl, пока состояние не станет succeeded, затем возьмите адрес MP4 из output.assets. Подробности по полям — в руководстве по задачам на docs.spicyapi.ai/docs/tasks.
Меняйте одну фразу, затем повышайте разрешение
Сравнивайте варианты в 480p на 4 секунды, меняя по одной фразе за запуск. Когда дубль получился, повторите его в 720p и нужной длительности или отправьте то же задание в Seedance 2.5 ради 1080p.
Что делает Seedance 2.5 Flash reference-to-video
Seedance 2.5 Flash reference-to-video — мультиреференсный эндпоинт ByteDance для версии Flash в Seedance 2.5. Вы прикладываете до 10 изображений, 5 видеоклипов и 5 аудиофайлов, а промпт объясняет, что каждый из них вносит в новую сцену длиной от 4 до 30 секунд в 480p или 720p, со звуком.
Референс задаёт внешность, вид продукта, поведение камеры или голос; ни один из них не становится первым кадром, поэтому кадр, который должен начаться с одной конкретной картинки, относится к image-to-video. BytePlus, облачная платформа ByteDance, описывает Flash как «результат, близкий к флагманской Seedance 2.5, при почти вдвое большей скорости генерации», причём лишь в 480p и 720p.
Пример запроса
Отправьте POST https://api.spicyapi.ai/api/v1/jobs/createTask с заголовком Authorization: Bearer YOUR_SPICY_API_KEY и этим телом (руководство по API задач). Каждый тип нумеруется отдельно по порядку в списке: портрет — @Image 1, клип — @Video 1, голосовой файл — @Audio 1.
{
"model": "bytedance/seedance-2.5-flash/reference-to-video",
"input": {
"prompt": "The man from @Image 1 walks past the vintage car at the roadside gas station from @Video 1, filmed with the same slow camera move. He stops by the pump, looks into the lens and says a short friendly greeting in the voice from @Audio 1.",
"reference_image_urls": ["https://example.com/man-portrait.jpg"],
"reference_video_urls": ["https://example.com/gas-station-1280x720.mp4"],
"reference_audio_urls": ["https://example.com/greeting-voice.mp3"],
"duration_seconds": 4,
"resolution": "480p",
"aspect_ratio": "16:9",
"generate_audio": true
}
}
Пример ответа
Отправка возвращает {"code": 200, "msg": "success", "data": {"taskId": "YOUR_TASK_ID", "state": "queued"}}. Опрашивайте GET /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID или передайте callBackUrl; завершённая задача выглядит так:
{"code": 200, "msg": "success", "data": {"taskId": "YOUR_TASK_ID", "state": "succeeded", "output": {"assets": [{"url": "https://example.com/seedance-flash-reference.mp4"}]}}}
Параметры
| Параметр | Значения |
|---|---|
prompt | Обязательно; называет загрузки как @Image 1, @Video 1, @Audio 1 |
reference_image_urls | До 10 изображений |
reference_video_urls | До 5 клипов, 30 с вместе, каждый не менее около 409 600 пикселей |
reference_audio_urls | До 5 аудиофайлов, 30 с вместе |
duration_seconds | от 4 до 30, по умолчанию 5 |
resolution | 480p или 720p, по умолчанию 720p |
aspect_ratio | 16:9 (по умолчанию), 9:16, 4:3, 3:4, 1:1, 21:9, adaptive |
generate_audio, watermark, return_last_frame, output_format | true, false, false, по умолчанию mp4 (также mov) |
Отправьте хотя бы одно изображение, клип или аудиофайл; поля image_url здесь нет.
Как работает тарификация
Тарификация посекундная, по ставке выбранного разрешения. Без референсных клипов оплачиваемая длина равна запрошенным секундам.
С приложенными клипами она равна запрошенным секундам плюс секунды каждого клипа (каждый засчитывается минимум за 2) по сниженной посекундной ставке; цена на этой странице показывает оба уровня, поэтому обрезайте клипы до нужного отрезка. Изображения, аудиофайлы, переключатель звука, соотношение сторон, водяной знак, последний кадр и формат на цену не влияют. Неудачные генерации не тарифицируются.
Советы для хорошего результата
Давайте каждому референсу задачу; тег без пояснения оставляет модель гадать:
| Имя | Роль | Формулировка из наших запросов |
|---|---|---|
@Image 1 | Внешность | "The man from @Image 1" |
@Image 2 | Продукт | "the glass dropper bottle from @Image 2" |
@Video 1 | Движение камеры | "filmed with the same slow camera move" |
@Audio 1 | Голос | "in the voice from @Audio 1" |
Пишите имя с пробелом, как в @Image 1, — в такой форме даны наши примеры. Нумерация идёт по типам, поэтому клип в начале списка видео — это @Video 1 при любом числе изображений.
Просите показать лицо. В одном тесте портрет, 4-секундный клип и аудиофайл дали улицу клипа, жёлтый трамвай и следящую камеру, но человек остался спиной к камере, а лицо из @Image 1 почти не было видно. Укажите, куда направлено лицо, как это делает фраза "looks into the lens" в примере с заправкой.
Решите, что несёт клип. В том тесте вместе с движением камеры пришла и обстановка; чтобы взять лишь движение, так и напишите.
Что показали наши тесты
Все запуски 13 ноября 2026 года в 480p, 4 секунды, звук включён.
| Референсы | Результат | Время |
|---|---|---|
| Портрет, клип 1280×720 длиной 5,04 с, голосовой файл | 854×480, 4,064 с; мужчина проходит мимо старинного автомобиля и улыбается в объектив | 2,5 мин |
| 2 изображения (мужчина, флакон с пипеткой), 9:16 | 480×854; он поднимает флакон и поворачивает его к камере, использованы оба референса | 5,4 мин |
| Портрет, клип 4 с, аудиофайл | Улица, трамвай и камера сохранены; человек спиной к камере | 9,4 мин |
Во всех четырёх эндпоинтах Flash 4-секундные клипы в 480p занимали от 84 секунд до примерно 11 минут; клипы в 720p или более длинные занимают больше времени. Эти тайминги одного лишь Flash не подтверждают и не опровергают сравнение BytePlus с Seedance 2.5.
Ограничения и ошибки
| Ограничение | Что происходит | Что делать |
|---|---|---|
| Больше 10 изображений, 5 клипов или 5 аудиофайлов либо клипы дольше 30 с вместе | Проверка не проходит | Оставьте референсы, у которых есть роль; обрежьте клипы |
| Клип меньше около 409 600 пикселей | createTask отклоняется при отправке, рендер не начинается; наш клип 640×360 (230 400 пикселей) был отклонён | Экспортируйте заново в 854×480 или 1280×720 либо больше; вертикальный клип 480×854 тоже проходит |
Используйте лица, голоса и материал, на которые у вас есть права, и не выдавайте сгенерированного человека за реального. Модель выполняет собственные проверки на авторские права и сходство с реальными людьми и может отклонить запрос.
Когда выбрать соседнюю модель
- Flash image-to-video: кадр должна открывать одна конкретная картинка.
- Flash text-to-video — для одного промпта; Flash video edit — для изменения существующего клипа.
- Seedance 2.5: выдача выше 720p, 4K или продление клипа.
- Seedance 2.0 Fast: ускоренная версия предыдущего поколения с продлением.
Быстрый старт 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.5-flash/reference-to-video",
"input": {
"aspect_ratio": "16:9",
"duration_seconds": 5,
"output_format": "mp4",
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"reference_image_urls": [
"https://example.com/reference.png"
]
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.










