Seedance 2.5 API

Seedance 2.5 es el modelo de generación de vídeo de ByteDance Seed, presentado en la conferencia FORCE de Volcano Engine el 23 de junio de 2026 y lanzado oficialmente el 31 de julio de 2026. Utiliza una arquitectura unificada de generación conjunta de audio y vídeo que procesa ambas señales en el mismo espacio latente, de modo que el sonido ambiente, los efectos de sala y la banda sonora se producen en sincronía con la imagen generada. Admite entradas de texto, imágenes, vídeo y audio, y ofrece una salida de vídeo con audio. El modelo destaca por generar de forma nativa una sola toma continua de hasta 30 segundos sin necesidad de empalmar fragmentos, y por permitir extensiones multiturno que alargan el contenido hasta varios minutos manteniendo una coherencia audiovisual. Acepta hasta 50 referencias por generación —30 imágenes, 10 vídeos y 10 clips de audio— que pueden guiar la apariencia del sujeto, el estilo de la escena, el movimiento y las características de la voz. Incorpora modos de referencia de modelo blanco, referencia de movimiento y referencia creativa, además de control por marcas de tiempo para acciones, cambios de cámara, ritmo e instrucciones de edición, y edición por regiones que sustituye sujetos, fondos o productos sin volver a renderizar el clip completo. Está pensado para tareas como series cortas que requieren un arco narrativo completo, películas publicitarias y piezas para redes sociales, tráilers y demostraciones de producto, vídeos de incorporación, contenido animado, producción cinematográfica y televisiva, comunicación corporativa, formación y educación, fabricación industrial, inteligencia encarnada y conducción autónoma. Su punto fuerte es el renderizado de microdetalle y la alta controlabilidad para mantener la fidelidad de marca y producto entre tomas, aunque un informe de revisión señala que el control lógico macro es relativamente débil.

Tu factura depende del proveedor que uses, de sus precios y de tu uso. Las entradas más largas u otras condiciones pueden tener precios distintos. Se factura según el costo real de generación. Consulta tu factura para el importe final.

Acepta indicaciones de texto, imágenes, vídeo y audio. Además, admite hasta 50 referencias multimodales por generación: 30 imágenes, 10 vídeos y 10 clips de audio.

Genera una sola toma continua de hasta 30 segundos sin empalmar fragmentos. Las extensiones multiturno permiten ampliar el contenido hasta varios minutos conservando la coherencia audiovisual.

Está orientado a series cortas, publicidad, tráilers y demostraciones de producto, vídeos de incorporación, contenido animado, producción cinematográfica y televisiva, comunicación corporativa, educación y formación, así como a ámbitos industriales como la fabricación, la inteligencia encarnada y la conducción autónoma.

La toma nativa pasa de 15 segundos en Seedance 2.0 a 30 segundos en Seedance 2.5. También amplía las referencias de 12 a 50 entradas multimodales y, según el proveedor, mejora un 20 % el cumplimiento de las indicaciones.

Está disponible en plataformas propias de ByteDance como Jimeng AI y Doubao Professional Edition. El acceso a la API se ofrece a través de la plataforma empresarial Volcano Ark y está sujeto a acceso por lotes y a invitación, sin endpoint público.