Seedance 2.5

Seedance 2.5 (bytedance/seedance-2.5) — видеомодель ByteDance для длинных историй: мультимодальные референсы (картинки, ролики, аудио), первый и последний кадр, нативный звук, сид повторяемости. Генерация асинхронная: POST /v1/videos возвращает задачу, дальше опрос статуса и скачивание mp4.

Параметры

Поле	Описание
`model`	`bytedance/seedance-2.5` (или короткое `seedance-2.5`)
`prompt`	Описание сцены, обязательное; до 30 000 символов
`seconds`	Любое целое от 4 до 30; по умолчанию 4. Особое значение `-1` — режим редактирования (см. ниже)
`size`	Размер `WxH` из таблицы ниже; по умолчанию `1280x720`
`input_reference`	Image-to-video: одна картинка как стартовый кадр, `{"image_url": "data:image/...;base64,..."}` — только `data:`-URL
`input_references`	Reference-to-video: от 1 до 30 картинок в массиве, тоже только `data:`-URL
`input_video`	Видео-референс: `{"video_url": "https://..."}` или `data:`-URL. Движение, танец или хореография переносится на персонажа с картинок. Один ролик в API (в кабинете и боте — до 10). С `seconds: "-1"` — режим редактирования: модель переснимает сам ролик по промпту
`input_audio`	Аудио-референс: `{"audio_url": "https://..."}` или `data:`-URL. Звук ролика пойдёт по ритму и настроению трека, но это не копия входа. Один трек в API (в кабинете и боте — до 10)
`seed`	Сид повторяемости: целое 0…2147483647. Тот же промпт с тем же сидом даёт тот же ролик; без него апстрим берёт случайный

Восемнадцать допустимых размеров — шесть соотношений сторон в трёх разрешениях:

Соотношение	480p	720p	1080p
`16:9`	`852x480`	`1280x720`	`1920x1080`
`9:16`	`480x852`	`720x1280`	`1080x1920`
`1:1`	`480x480`	`720x720`	`1080x1080`
`4:3`	`640x480`	`960x720`	`1440x1080`
`3:4`	`480x640`	`720x960`	`1080x1440`
`21:9`	`1120x480`	`1680x720`	`2520x1080`

Значение вне списка вернёт 400 с перечнем допустимых вариантов — сверяйтесь с полем sizes в каталоге, если сомневаетесь.

Правила входов

Картинки (input_reference, input_references): только data:-URL, до 30 референсов, дополнительной платы за них нет.
Ролик (input_video): mp4 или mov, от 2 до 30 секунд (длиннее — обрезаем), кадр от 407 696 пикселей (например, 720×576), ссылка до 50 MB или data: до 40 MB. Совместим с input_references, несовместим с input_reference (первый кадр).
Аудио (input_audio): mp3, wav, m4a, aac, ogg, opus или flac; от 1 до 30 секунд (длиннее — обрезаем), до 20 MB.
Ссылки — только https на публичный адрес; редиректы не выполняются. Мы скачиваем файл до создания задачи, поэтому ошибка в нём сразу вернёт 400 с причиной.
В промпте ролик — @video1, картинки — @image1, @image2…, аудио — @audio1.
Первый и последний кадр (переход): доступен в веб-кабинете и боте; отдельного поля для конечного кадра в API пока нет.

Примеры

import requests

job = requests.post(
    "https://api.mixen.ai/v1/videos",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "bytedance/seedance-2.5",
        "prompt": "Дрон облетает маяк на скалистом берегу, рассвет, брызги волн",
        "seconds": "8",
        "size": "1920x1080",
    },
).json()
print(job["id"], job["status"])

curl https://api.mixen.ai/v1/videos \
  -H "Authorization: Bearer $MIXEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance/seedance-2.5",
    "prompt": "Дрон облетает маяк на скалистом берегу, рассвет, брызги волн",
    "seconds": "8",
    "size": "1920x1080"
  }'

Image-to-video по картинке-референсу и промпту

Картинка передаётся одной строкой data:-URL — внешние ссылки не принимаются. Полный цикл: читаем файл, кодируем в base64, запускаем задачу, опрашиваем до готовности, скачиваем mp4:

Python
cURL

import base64
import time
import requests

with open("portrait.jpg", "rb") as f:
    img = "data:image/jpeg;base64," + base64.b64encode(f.read()).decode()

job = requests.post(
    "https://api.mixen.ai/v1/videos",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={
        "model": "bytedance/seedance-2.5",
        "prompt": "Портрет оживает: взгляд в камеру, лёгкая улыбка, шевелятся волосы, мягкий свет",
        "seconds": "10",
        "size": "720x1280",
        "input_reference": {"image_url": img},
    },
).json()
print(job["id"], job["status"])

while True:
    time.sleep(7)
    st = requests.get(f"https://api.mixen.ai/v1/videos/{job['id']}",
                      headers={"Authorization": f"Bearer {API_KEY}"}).json()
    if st["status"] in ("completed", "failed"):
        print(st["status"], st.get("error"))
        break

if st["status"] == "completed":
    with requests.get(f"https://api.mixen.ai/v1/videos/{job['id']}/content",
                      headers={"Authorization": f"Bearer {API_KEY}"},
                      stream=True) as r:
        r.raise_for_status()
        with open("out.mp4", "wb") as f:
            for chunk in r.iter_content(1 << 16):
                f.write(chunk)
    print("saved out.mp4")

# 1) картинка → data:-URL
IMG=$(base64 -w0 portrait.jpg)

# 2) запуск задачи
JOB=$(curl -s https://api.mixen.ai/v1/videos \
  -H "Authorization: Bearer $MIXEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"bytedance/seedance-2.5\",
    \"prompt\": \"Портрет оживает: взгляд в камеру, лёгкая улыбка, шевелятся волосы, мягкий свет\",
    \"seconds\": \"10\",
    \"size\": \"720x1280\",
    \"input_reference\": {\"image_url\": \"data:image/jpeg;base64,$IMG\"}
  }" | python3 -c 'import json,sys; print(json.load(sys.stdin)["id"])')

# 3) опрос до completed и скачивание
curl -s https://api.mixen.ai/v1/videos/$JOB -H "Authorization: Bearer $MIXEN_API_KEY"
curl -L https://api.mixen.ai/v1/videos/$JOB/content \
  -H "Authorization: Bearer $MIXEN_API_KEY" -o out.mp4

Reference-to-video по нескольким картинкам

От одной до тридцати картинок — модель собирает сцену, удерживая персонажей и стиль из референсов:

{
  "model": "bytedance/seedance-2.5",
  "prompt": "Девушка из @image1 идёт по улице из @image2, вечерние огни",
  "seconds": "6",
  "size": "1280x720",
  "input_references": [
    "data:image/png;base64,iVBORw0...",
    "data:image/png;base64,iVBORw0..."
  ]
}

Картинки + ролик + аудио в одном запросе

Движение берётся из ролика, персонаж — из картинок, звук — по ритму трека:

{
  "model": "bytedance/seedance-2.5",
  "prompt": "Девушка с @image1 повторяет танец из @video1 в ритм @audio1, неоновый зал",
  "seconds": "10",
  "size": "720x1280",
  "input_references": ["data:image/jpeg;base64,/9j/4AAQ..."],
  "input_video": {"video_url": "https://example.com/dance.mp4"},
  "input_audio": {"audio_url": "https://example.com/beat.mp3"}
}

Редактирование готового ролика (v2v)

Переделка СВОЕГО ролика промптом — без картинок: "seconds": "-1" и один input_video. Модель переснимает тот же ролик с правками из промпта: наследуются длительность и формат кадра, выход рендерится в 720p, звук сохраняется. size в этом режиме не учитывается, референсы и кадры не передаются:

{
  "model": "bytedance/seedance-2.5",
  "prompt": "Add golden sunset light, warm cinematic grade",
  "seconds": "-1",
  "input_video": {"video_url": "https://example.com/clip.mp4"}
}

Опрос и скачивание — как обычно (GET /v1/videos/{id} → GET /v1/videos/{id}/content). В кабинете ролик приводится к ≤15 с, в API — к ≤30 с; оплачивается пересъёмка (выход 720p × длина) плюс вход токенами — точную сумму заранее вернёт POST /videos/price.

Дальше как обычно: GET /v1/videos/{id} раз в 5–10 секунд до completed, затем GET /v1/videos/{id}/content за mp4. Полный цикл — гайд по видео.

Цена

Тарификация посекундная и зависит от разрешения: 480p — 15.65 ₽ за секунду, 720p — 33.66 ₽, 1080p — 82.80 ₽. Ролик- и аудио-референс оплачиваются поверх секунд выхода — сумма зависит от кадра и длины ролика и от длины аудио, поэтому итог виден после завершения задачи (точную сумму заранее возвращает POST /videos/price). Картинки-референсы бесплатны. Редактирование (seconds: "-1") считается по ставке 720p × длина исходника плюс вход ролика токенами. Актуальные цены — каталог.

Сильные стороны и ограничения

Длительности от 4 до 30 секунд — непрерывный ряд: длинные планы и целые сцены одной моделью.
Шесть форматов кадра, включая широкий 21:9, в трёх разрешениях до 1080p.
Три вида референсов в одном запросе: до 30 картинок, ролик и аудио.
Переход «первый → последний кадр» поддерживается (кабинет и бот).
Сид повторяемости для воспроизводимых дублей; нативный звук в готовом ролике.
Видео- и аудио-референс — по одному в API; списком (до 10 каждого) — только кабинет и бот.
Редактирование готового ролика (seconds: "-1"): выход наследует длительность и формат исходника, рендер 720p.

Все модели — в каталоге. Общий порядок работы с видео — гайд по видео.