Seedance 2.5 crea video utilizando una escena escrita y referencias multimodales. El selector concreto doubao-seedance-2-5-260628 tiene su propia operación y su propio ejemplo documentados. Esa operación describe generación, edición y prolongación de video, con imágenes, video, audio y texto como medios de entrada. Utiliza las referencias para comunicar el aspecto del sujeto, la acción, el movimiento de cámara, el estilo y el sonido; después, explica el resultado que quieres crear a partir de ellas.
Las combinaciones de entrada incluyen solo texto, imágenes o video con texto opcional, imágenes con audio, video con audio e imágenes, video y audio juntos. Las combinaciones enumeradas adjuntan audio a medios visuales, en lugar de describir una solicitud de solo audio. Organiza cada elemento según su rol: una imagen establece un sujeto o un aspecto, un video demuestra un movimiento o una escena existente, y el audio proporciona una referencia sonora. Indica qué rol importa para el plano solicitado, de modo que una referencia de fondo no se confunda con el personaje principal.
El ejemplo específico de 2.5 es una secuencia publicitaria de producto. Proporciona una imagen y varias referencias de video; después, describe un centro de atención inicial, disposiciones ordenadas de productos, planos de detalle, una acción a cámara lenta y una composición final de marca. La solicitud asigna los roles reference_image y reference_video y utiliza referencias individuales para la composición, el movimiento, el trabajo de cámara y el impacto. Esto ofrece una estructura práctica para un concepto de campaña: planifica los momentos visibles, identifica la referencia de cada momento y especifica la disposición final.
Una secuencia escrita puede distinguir lo que ocurre de cómo se filma. Describe primero la acción del producto; después, el tamaño del plano, el recorrido de cámara, el ritmo y la transición a la vista siguiente. Si una referencia define el producto y otra demuestra un movimiento de cámara, indica esas responsabilidades por separado. Para una escena con varios objetos, explica sus posiciones y el orden de las interacciones. Revisa el resultado generado para comprobar la forma real del producto, la disposición y el movimiento, en lugar de asumir que cada detalle de las referencias aparece sin cambios.
Para una edición, identifica el video existente y el elemento que se debe revisar, como el entorno, una acción o el estilo visual, indicando a la vez la continuidad que se debe conservar. Para una prolongación, describe cómo debe continuar la escena a partir de la secuencia proporcionada. Revisa la unión además del segmento nuevo: el aspecto del sujeto, la dirección de movimiento, la posición de cámara y los tiempos del sonido influyen en que el resultado se perciba como una sola escena. Conserva juntos el video original y la revisión terminada para comprobar el cambio frente a la continuidad prevista.
El ejemplo multimodal documentado de 2.5 establece generate_audio=true y solicita una secuencia de quince segundos con encuadre 16:9. Esos valores describen ese ejemplo, no un límite máximo universal de duración ni un límite de recursos de referencia. Da a la escena solicitada una intención sonora clara, incluida la relación entre música, efectos y acción visible; después, evalúa la salida audiovisual real. La referencia de sonido y la banda sonora generada deben revisarse juntas para comprobar el ritmo y la interpretación previstos.
Elige duración, encuadre y resolución entre los ajustes ofrecidos para este perfil concreto. Conserva la configuración solicitada junto con las instrucciones y compárala con los campos reales devueltos por la tarea. Utiliza la duración, la resolución y la relación de aspecto devueltas al preparar el clip terminado para su destino. Conserva el identificador exacto del perfil en el registro de revisión para que una comparación posterior utilice la misma edición seleccionada.
El uso de tokens de video se calcula así: (duración del video de entrada + duración del video de salida) × ancho de salida × alto de salida × frecuencia de fotogramas de salida / 1024. Las solicitudes con video de entrada y las que no lo incluyen tienen categorías de facturación distintas. La consulta de la tarea comunica usage.completion_tokens y usage.total_tokens; conserva estas cantidades comunicadas junto con el clip terminado.
La generación es asíncrona. El envío devuelve un identificador y el flujo de tareas configurado proporciona el estado y, tras completarse con éxito, content.video_url. Guarda el clip terminado junto con los medios de origen y las instrucciones de la secuencia. Revisa todos los momentos planificados, las interacciones entre objetos, el aspecto de los personajes, el encuadre y la alineación del sonido a lo largo de todo el resultado. Para una revisión, identifica el detalle concreto que no se logró y conserva las partes de la escena que funcionaron, en lugar de sustituir todas las instrucciones por otras sin relación.
", "aboutText": "Seedance 2.5 crea video utilizando una escena escrita y referencias multimodales. El selector concreto doubao-seedance-2-5-260628 tiene su propia operación y su propio ejemplo documentados. Esa operación describe generación, edición y prolongación de video, con imágenes, video, audio y texto como medios de entrada. Utiliza las referencias para comunicar el aspecto del sujeto, la acción, el movimiento de cámara, el estilo y el sonido; después, explica el resultado que quieres crear a partir de ellas.\n\nLas combinaciones de entrada incluyen solo texto, imágenes o video con texto opcional, imágenes con audio, video con audio e imágenes, video y audio juntos. Las combinaciones enumeradas adjuntan audio a medios visuales, en lugar de describir una solicitud de solo audio. Organiza cada elemento según su rol: una imagen establece un sujeto o un aspecto, un video demuestra un movimiento o una escena existente, y el audio proporciona una referencia sonora. Indica qué rol importa para el plano solicitado, de modo que una referencia de fondo no se confunda con el personaje principal.\n\nEl ejemplo específico de 2.5 es una secuencia publicitaria de producto. Proporciona una imagen y varias referencias de video; después, describe un centro de atención inicial, disposiciones ordenadas de productos, planos de detalle, una acción a cámara lenta y una composición final de marca. La solicitud asigna los roles reference_image y reference_video y utiliza referencias individuales para la composición, el movimiento, el trabajo de cámara y el impacto. Esto ofrece una estructura práctica para un concepto de campaña: planifica los momentos visibles, identifica la referencia de cada momento y especifica la disposición final.\n\nUna secuencia escrita puede distinguir lo que ocurre de cómo se filma. Describe primero la acción del producto; después, el tamaño del plano, el recorrido de cámara, el ritmo y la transición a la vista siguiente. Si una referencia define el producto y otra demuestra un movimiento de cámara, indica esas responsabilidades por separado. Para una escena con varios objetos, explica sus posiciones y el orden de las interacciones. Revisa el resultado generado para comprobar la forma real del producto, la disposición y el movimiento, en lugar de asumir que cada detalle de las referencias aparece sin cambios.\n\nPara una edición, identifica el video existente y el elemento que se debe revisar, como el entorno, una acción o el estilo visual, indicando a la vez la continuidad que se debe conservar. Para una prolongación, describe cómo debe continuar la escena a partir de la secuencia proporcionada. Revisa la unión además del segmento nuevo: el aspecto del sujeto, la dirección de movimiento, la posición de cámara y los tiempos del sonido influyen en que el resultado se perciba como una sola escena. Conserva juntos el video original y la revisión terminada para comprobar el cambio frente a la continuidad prevista.\n\nEl ejemplo multimodal documentado de 2.5 establece generate_audio=true y solicita una secuencia de quince segundos con encuadre 16:9. Esos valores describen ese ejemplo, no un límite máximo universal de duración ni un límite de recursos de referencia. Da a la escena solicitada una intención sonora clara, incluida la relación entre música, efectos y acción visible; después, evalúa la salida audiovisual real. La referencia de sonido y la banda sonora generada deben revisarse juntas para comprobar el ritmo y la interpretación previstos.\n\nElige duración, encuadre y resolución entre los ajustes ofrecidos para este perfil concreto. Conserva la configuración solicitada junto con las instrucciones y compárala con los campos reales devueltos por la tarea. Utiliza la duración, la resolución y la relación de aspecto devueltas al preparar el clip terminado para su destino. Conserva el identificador exacto del perfil en el registro de revisión para que una comparación posterior utilice la misma edición seleccionada.\n\nEl uso de tokens de video se calcula así: (duración del video de entrada + duración del video de salida) × ancho de salida × alto de salida × frecuencia de fotogramas de salida / 1024. Las solicitudes con video de entrada y las que no lo incluyen tienen categorías de facturación distintas. La consulta de la tarea comunica usage.completion_tokens y usage.total_tokens; conserva estas cantidades comunicadas junto con el clip terminado.\n\nLa generación es asíncrona. El envío devuelve un identificador y el flujo de tareas configurado proporciona el estado y, tras completarse con éxito, content.video_url. Guarda el clip terminado junto con los medios de origen y las instrucciones de la secuencia. Revisa todos los momentos planificados, las interacciones entre objetos, el aspecto de los personajes, el encuadre y la alineación del sonido a lo largo de todo el resultado. Para una revisión, identifica el detalle concreto que no se logró y conserva las partes de la escena que funcionaron, en lugar de sustituir todas las instrucciones por otras sin relación.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9517d2965c51568661ff415141a3a5e79dbe5f59b2e7698f70c78649017d0e25", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "doubao-seedance-2-5-260628Seedance 2.5 crea video a partir de texto y referencias de imagen, video o audio, con flujos de trabajo documentados de edición y prolongación. Su ejemplo específico de 2.5 combina una imagen de producto con varias referencias de movimiento y activa el sonido generado para una secuencia publicitaria coordinada.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Seedance 2.5 crea video utilizando una escena escrita y referencias multimodales. El selector concreto doubao-seedance-2-5-260628 tiene su propia operación y su propio ejemplo documentados. Esa operación describe generación, edición y prolongación de video, con imágenes, video, audio y texto como medios de entrada. Utiliza las referencias para comunicar el aspecto del sujeto, la acción, el movimiento de cámara, el estilo y el sonido; después, explica el resultado que quieres crear a partir de ellas.
Las combinaciones de entrada incluyen solo texto, imágenes o video con texto opcional, imágenes con audio, video con audio e imágenes, video y audio juntos. Las combinaciones enumeradas adjuntan audio a medios visuales, en lugar de describir una solicitud de solo audio. Organiza cada elemento según su rol: una imagen establece un sujeto o un aspecto, un video demuestra un movimiento o una escena existente, y el audio proporciona una referencia sonora. Indica qué rol importa para el plano solicitado, de modo que una referencia de fondo no se confunda con el personaje principal.
El ejemplo específico de 2.5 es una secuencia publicitaria de producto. Proporciona una imagen y varias referencias de video; después, describe un centro de atención inicial, disposiciones ordenadas de productos, planos de detalle, una acción a cámara lenta y una composición final de marca. La solicitud asigna los roles reference_image y reference_video y utiliza referencias individuales para la composición, el movimiento, el trabajo de cámara y el impacto. Esto ofrece una estructura práctica para un concepto de campaña: planifica los momentos visibles, identifica la referencia de cada momento y especifica la disposición final.
Una secuencia escrita puede distinguir lo que ocurre de cómo se filma. Describe primero la acción del producto; después, el tamaño del plano, el recorrido de cámara, el ritmo y la transición a la vista siguiente. Si una referencia define el producto y otra demuestra un movimiento de cámara, indica esas responsabilidades por separado. Para una escena con varios objetos, explica sus posiciones y el orden de las interacciones. Revisa el resultado generado para comprobar la forma real del producto, la disposición y el movimiento, en lugar de asumir que cada detalle de las referencias aparece sin cambios.
Para una edición, identifica el video existente y el elemento que se debe revisar, como el entorno, una acción o el estilo visual, indicando a la vez la continuidad que se debe conservar. Para una prolongación, describe cómo debe continuar la escena a partir de la secuencia proporcionada. Revisa la unión además del segmento nuevo: el aspecto del sujeto, la dirección de movimiento, la posición de cámara y los tiempos del sonido influyen en que el resultado se perciba como una sola escena. Conserva juntos el video original y la revisión terminada para comprobar el cambio frente a la continuidad prevista.
El ejemplo multimodal documentado de 2.5 establece generate_audio=true y solicita una secuencia de quince segundos con encuadre 16:9. Esos valores describen ese ejemplo, no un límite máximo universal de duración ni un límite de recursos de referencia. Da a la escena solicitada una intención sonora clara, incluida la relación entre música, efectos y acción visible; después, evalúa la salida audiovisual real. La referencia de sonido y la banda sonora generada deben revisarse juntas para comprobar el ritmo y la interpretación previstos.
Elige duración, encuadre y resolución entre los ajustes ofrecidos para este perfil concreto. Conserva la configuración solicitada junto con las instrucciones y compárala con los campos reales devueltos por la tarea. Utiliza la duración, la resolución y la relación de aspecto devueltas al preparar el clip terminado para su destino. Conserva el identificador exacto del perfil en el registro de revisión para que una comparación posterior utilice la misma edición seleccionada.
El uso de tokens de video se calcula así: (duración del video de entrada + duración del video de salida) × ancho de salida × alto de salida × frecuencia de fotogramas de salida / 1024. Las solicitudes con video de entrada y las que no lo incluyen tienen categorías de facturación distintas. La consulta de la tarea comunica usage.completion_tokens y usage.total_tokens; conserva estas cantidades comunicadas junto con el clip terminado.
La generación es asíncrona. El envío devuelve un identificador y el flujo de tareas configurado proporciona el estado y, tras completarse con éxito, content.video_url. Guarda el clip terminado junto con los medios de origen y las instrucciones de la secuencia. Revisa todos los momentos planificados, las interacciones entre objetos, el aspecto de los personajes, el encuadre y la alineación del sonido a lo largo de todo el resultado. Para una revisión, identifica el detalle concreto que no se logró y conserva las partes de la escena que funcionaron, en lugar de sustituir todas las instrucciones por otras sin relación.
POST /v1/videostext, image, video, audiovideo| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites doubao-seedance-2-5-260628 | Predeterminado— |
Campocontent | Tipoarray | RequisitoObligatorio | Valores y límites Condiciones: Objetos nativos de texto o contenido multimedia; el arreglo exterior no debe estar vacío. Este constructor genérico de Ailoot no valida los tipos de los nodos anidados. | Predeterminado— |
Campogenerate_audio | Tipoboolean | RequisitoOpcional | Valores y límites Condiciones: El ejemplo de 2.5 establece true, pero el texto copiado del selector solo enumera 2.0/fast/1.5; no hay garantía más amplia sobre la configuración ni el valor predeterminado. | Predeterminado— |
Campoduration | Tipointeger | RequisitoOpcional | Valores y límites Condiciones: El valor literal 15 del ejemplo de 2.5 no es un máximo ni un valor predeterminado. | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites Condiciones: No se deducen valores predeterminados ni conjuntos de valores específicos de 2.5 a partir de descripciones copiadas. | Predeterminado— |
Camporatio | Tipostring | RequisitoOpcional | Valores y límites Condiciones: adaptive se limita expresamente a 2.0/fast/1.5; el ejemplo de 2.5 usa únicamente 16:9. | Predeterminado— |
Campowatermark | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Camposeed | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: -1 Máximo: 4,294,967,295 | Predeterminado-1 |
Campoexecution_expires_after | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 3,600 Máximo: 259,200 Unidad: segundos | Predeterminado172,800 |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 2.0/fast excluyen flex sin conexión; el alcance de 2.5 no está establecido. | Predeterminado— |
Camposafety_identifier | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratocontent, model |
Parámetrooptional | Contratogenerate_audio, duration, resolution, ratio, watermark, seed, execution_expires_after, service_tier, safety_identifier |
Parámetromaterial_types | Contratotext, image, video, audio |
Parámetroadditional_properties | Contratotrue |
Parámetrovalidation_scope | ContratoAiloot verifica los tipos de los campos obligatorios y que el modelo y el arreglo de contenido no estén vacíos. Los demás campos de la solicitud se conservan para el modelo seleccionado. |
Parámetromaterial_combinations | Contratotext, image, video, image, audio, image, video, video, audio, image, video, audio |
Parámetrooptional_text_with_media | Contratotrue |
Parámetroreference_media_count_and_size_limits | Contratonull |
Alias de método: /v1/videos/generations
Ciclo de vida: submit_once_poll_original
GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/videos/generations/{request_id}/content
Crea una sola vez y conserva el id/polling_url público devuelto.
Consulta periódicamente el trabajo original; descarga el contenido real content.video_url que te pertenece después de succeeded.
Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Unidad de facturación | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Unidad de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónLa entrada contiene video de referencia. | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor 1K tokens de video | Cargo Salida · Estimación solo para comparar $0.012 por 1K tokens de video |
| ConfiguraciónLa entrada no contiene video de referencia. | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor 1K tokens de video | Cargo Salida · Estimación solo para comparar $0.02 por 1K tokens de video |
| ConfiguraciónCosto estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Unidad de facturación— | Cargo Salida · Costo estimado de generación · Estimación solo para comparar $0.822402 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON_REQUEST'\n{"model":"doubao-seedance-2-5-260628","content":[{"type":"text","text":"女孩抱着狐狸，女孩睁开眼，温柔地看向镜头，狐狸友善地抱着，镜头缓缓拉出，女孩的头发被风吹动"}]}\nJSON_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_POLL'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote,urljoin,urlsplit\nr=json.loads(Path("result.json").read_text())\ni=r.get("id")\nif not isinstance(i,str) or not i.startswith("native302_"):raise SystemExit("Keep original response/headers/id; do not resubmit creation.")\nu=urljoin("https://api.ailoot.ai",r.get("polling_url") or "/v1/videos/"+quote(i,safe=""))\np=urlsplit(u)\nif p.scheme!="https" or p.netloc!="api.ailoot.ai" or not p.path.startswith("/v1/videos/"):raise SystemExit("Use actual Ailoot lookup path.")\nPath("poll-url.txt").write_text(u)\nPY_POLL\ncurl --fail-with-body --silent --show-error "$(cat poll-url.txt)" -H "Authorization: Bearer $AILOOT_API_KEY" -D status-headers.txt -o status.json\nset -eu\npython3 - <<'PY_ASSETS'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import urlsplit\nr=json.loads(Path("status.json").read_text())\nif r.get("status")!="succeeded":raise SystemExit("Poll same original job until an owned result is returned.")\nu=r.get("content",{}).get("video_url")\nurls=[u] if isinstance(u,str) else u\nif not isinstance(urls,list) or not urls:raise SystemExit("No completed video URL.")\nfor u in urls:\n if not isinstance(u,str):raise SystemExit("Invalid returned URL.")\n p=urlsplit(u)\n if p.scheme!="https" or p.netloc!="api.ailoot.ai" or not p.path.startswith("/v1/media/assets/") or not p.path.endswith("/content") or not p.query:raise SystemExit("Wait for actual Ailoot-owned signed result.")\nPath("asset-urls.txt").write_text("\\n".join(urls)+"\\n")\nPY_ASSETS\nindex=0\nwhile IFS= read -r asset_url; do\n curl --fail-with-body --silent --show-error "$asset_url" -o "video-${index}.bin"\n index=$((index + 1))\ndone < asset-urls.txt\nJSON nativo con id/polling_url públicos. Después de la publicación, content.video_url contiene URL firmadas bajo control de Ailoot; antes de la publicación, las URL de salida seleccionadas se dejan vacías.
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/videos/generations/{request_id}/contentGuarda todos los videos completados o archivos recibidos; descarga cada URL de archivo que se haya devuelto.
Conserva cada URL real en content.video_url; index debe identificar una salida real devuelta.
Conserva la respuesta, los encabezados y el id originales y consulta periódicamente esa operación; nunca vuelvas a enviar una creación de resultado desconocido.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campoprovider_task_id | Tipostring |
Campopolling_url | Tipostring |
Campostatus | Tipostring when supplied |
Campocontent.video_url | Tipostring|string[] |
Campousage | Tipoobject when supplied |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónJSON, modelo, tipos de campos obligatorios o índice de contenido no válidos. | Siguiente paso |
Respuesta401 · authentication_error | CondiciónClave API de Ailoot no válida. | Siguiente paso |
Respuesta404 · not_found_error | CondiciónLa tarea o salida no existe o no pertenece al mismo usuario, clave API y grupo. | Siguiente paso |
Respuesta502 · result_pending_check | CondiciónEnvío o estado original incompleto; conserva el ID original, sin reenviar. | Siguiente paso |
Respuesta503 · result_pending_check | CondiciónSe verifican el contenido multimedia, la ruta o la liquidación originales; continúa la operación original. | Siguiente paso |
Ailoot Ultra doubao-seedance-2-5-260628
/v1/videos/generations