Ohne Schnitt durch fünf Räume
Deck, Rutsche, Pool, Restaurant, Maschinenraum in einem Zug. Achten Sie darauf, ob die Übergänge flüssig sind und die räumliche Logik hält.
bytedance/seedance-2.5Mit einer Einstellung beginnen – und Ideen in Bewegung bringen.
Erstellen Sie kurze Clips aus Text, Bildern oder Videoreferenzen. Sehen Sie sich zuerst echte Beispielclips an, wählen Sie Parameter und Budget und binden Sie dann denselben Task in Ihr Produkt ein.
Abrechnung pro generierter Sekunde · Budget für diesen Durchlauf neben den Einstellungen
Seedance 2.5 ist das multimodale Videogenerierungsmodell der nächsten Generation aus der Doubao-Reihe von ByteDance, veröffentlicht am 2026-08-07. Es verarbeitet gemischte Eingaben aus Text, Bildern, Videos und Audio — bis zu 30 Bilder, 10 Videos und 10 Audioclips und damit insgesamt 50 Referenzmaterialien — und deckt die Erzeugung von Video aus Text, aus Bild und aus Video ab. Jeder Clip kann eine beliebige ganze Sekundenzahl zwischen 4 und 30 Sekunden lang sein, in 480p-, 720p- oder 1080p-Auflösung (standardmäßig 720p), mit sechs Seitenverhältnissen und einer adaptiven Option. Die Ausgabe enthält standardmäßig synchrones Audio, und Prompts lassen sich in mehreren Sprachen formulieren. Diese Generation verbessert die Befolgung von Anweisungen, die Erzählung über mehrere Einstellungen hinweg und die zeitliche Konsistenz über lange Sequenzen. Zugänglich über das OpenAI-compatible Protocol.
In einer Einstellung durch ein ganzes Kreuzfahrtschiff
Über die Rutsche vom Deck in den Pool, durch Restaurant, Küche und Maschinenraum und schließlich hinaus über das Heck – bleibt eine ungeschnittene Plansequenz durchgehend stimmig?
# 1. Create the generation task — keep the returned idcurl https://api.ofox.io/v1/videos \ -H "Authorization: Bearer $OFOX_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "bytedance/seedance-2.5", "prompt": "Continuous single take, camera tilting, rolling, spinning, flying through a colossal luxury cruise ship. Starts flying over the sunny upper deck dodging beach balls and sunbathers, camera dives straight down a twisting, translucent water slide, gliding past screaming children before splashing into the main pool. Sweeps underwater, effortlessly passing through a glass floor directly into the elegant grand dining room below, weaving through crystal chandeliers, clinking champagne glasses, and waiters balancing silver trays. Camera dives past the spinning kitchen doors into the humming, immaculate engine control room, transitions out the stern exhaust vent, gliding over the churning, foamy white wake as the sun sets over the ocean. No cuts, impossible camera moves, seamless transitions, energetic, dynamic, cinematic. 8K high definition, high quality footage.", "duration": 15, "resolution": "720p", "aspect_ratio": "16:9", "generate_audio": false, "provider": { "type": "byteplus" }}' # Or: "provider": { "type": "volcengine" } # 2. Poll with that id until status is completed / failed / cancelled / expiredcurl https://api.ofox.io/v1/videos/$TASK_ID \ -H "Authorization: Bearer $OFOX_API_KEY" # 3. Read mirror_urls[0] (persistent), or unsigned_urls[0] (expires in ~24h)Erst das Modell verstehen, dann den Einstieg wählen
Seedance 2.5 ist das Videogenerierungsmodell von ByteDance. Es verwandelt Szenenbeschreibungen und Referenzmaterial in bewegte Einstellungen, mit synchronem Ton; auf Ofox nutzen Sie es über die einheitliche Video-Task-API.
Ohne Material beschreiben Sie Handlung und Kameraführung in Worten. Mit einem Motivbild klären Sie zuerst, ob das Eröffnungsbild fixiert werden soll oder ob Sie nur Motiv und Stil übernehmen. Mit einem Video beschreiben Sie genau, welche Bewegung als Referenz dienen soll.
Text → Video
Ideal, um zuerst eine visuelle Richtung zu prüfen. Beschreiben Sie Motiv, Handlung, Szene und Kamera – ohne vorher Referenzmaterial zu erstellen.
Zuerst prüfen:Ist das Motiv klar und die Handlung vollständig?
Bild → Video
Der erste Frame setzt den Startpunkt der Einstellung, der letzte Frame gibt das Schlussbild vor. Normale Referenzbilder lenken dagegen Motiv und Stil – eine andere Funktion.
Zuerst prüfen:Start- und Endbild, Motivdetails und Übergang.
Video → referenzbasierte Generierung
Ideal, um Absichten zu Bewegung, Bildaufbau oder Rhythmus zu vermitteln. Sagen Sie, was übernommen und was geändert werden soll – nicht nur „mach es so“.
Zuerst prüfen:Passt die Bewegung, und wird die Referenz falsch verwendet?
4–30s
Beliebige ganze Sekunden, bis zu 30 s pro Clip
1080p
Bis zu 1080p, standardmäßig 720p
7Seitenverhältnisse
Synchroner Ton
Bild und Ton in einem Durchgang, ein- oder ausschaltbar
3Eingabearten
Mehr Referenzmaterial heißt nicht mehr Kontrolle. Geben Sie für jedes Material den Zweck an: Wer ist das Motiv, wo spielt die Szene, welche Bewegung muss erhalten bleiben. Lassen Sie nicht mehrere widersprüchliche Beschreibungen um dieselbe Einstellung konkurrieren.
bytedance/seedance-2.5Modellfähigkeit, Anbieterunterstützung und API-Vorgaben sind drei verschiedene Ebenen. Anzahl der Referenzen, Dateigrößen und mögliche Kombinationen richten sich nach dem gewählten Endpunkt; der Arbeitsbereich demonstriert nur eine einzelne Videoreferenz oder ersten/letzten Frame und behandelt die beworbenen Maximalwerte des Modells nicht als Formularfunktionen.
Sichtbare Ergebnisse
Sechs verschiedene Aufgaben, sechs Original-Prompts. Achten Sie auf Bewegung, Materialien und Personen und entscheiden Sie dann, ob es zu Ihrem Projekt passt.
Deck, Rutsche, Pool, Restaurant, Maschinenraum in einem Zug. Achten Sie darauf, ob die Übergänge flüssig sind und die räumliche Logik hält.
Der Prompt hat nur zwei Absätze. Beurteilen Sie Licht, Schichtung der Zutaten und die Anmutung vor weißem Hintergrund – taugt das direkt als E-Commerce-Material?
Für jede der drei Einstellungen sind Bild und Ton beschrieben. Prüfen Sie die Konsistenz der Figur und ob die Klaviertöne zu den Fingern passen.
Kopfdrehen, Nasenstupser, Umarmung – die Kamera fährt von der Halbtotalen in die Großaufnahme. Wirken Bewegungsabläufe und Mimikwechsel glaubwürdig?
Die Blütenblätter öffnen sich eines nach dem anderen vor einem sauberen Verlauf. Spielen Sie es verlangsamt ab und achten Sie auf Bildsprünge oder Flackern.
Einstellungsgröße und Kamerabewegung sekundengenau festgelegt, mit nativer Tonspur. Prüfen Sie, ob Rhythmus, Look und Übergänge einheitlich sind.
Die Beispielclips wurden von OfoxAI tatsächlich mit bytedance/seedance-2.5 generiert; die Prompts sind der exakte Originaltext. Auflösung, Dauer, Seitenverhältnis und Tonspur sind an jedem Clip angegeben, und „Diese Einstellung wiederverwenden“ lädt genau diese Parameter. Die Clips dienen nur zur Beurteilung der Qualität – sie sagen nichts über Erfolgsquoten aus und erlauben keine Vergleiche mit anderen Modellen.
Prompts sollen die Aufnahme anleiten
Formulieren Sie Motiv, Handlung, Kamera und Einschränkungen getrennt. Die eigenen Vorlagen unten sind Entwurfshilfen; die tatsächliche Wirkung muss durch Generieren überprüft werden.
Motiv und Szene
Wer, wo – und welche erkennbaren Details erhalten bleiben müssen.
Haupthandlung
Wie die Handlung beginnt, wie sie sich verändert und wo sie endet.
Kamera und Bildaufbau
Einstellungsgröße, Bewegungsrichtung, Quer- oder Hochformat, ob Schnitte erlaubt sind.
Ton und Einschränkungen
Umgebungsgeräusche oder keine Tonspur; Texte, Logos oder Handlungen, die nicht vorkommen dürfen.




Ausgangspunkt wählen
Eine Einstellung, ein Verkaufsargument: Oberfläche, Aufbau oder eine Anwendungsgeste. Erst das Motiv sauber ins Bild bringen, dann über komplexere Kameraarbeit nachdenken.
01Eine Keramiktasse ohne Logo steht auf einem sauberen Holztisch. 03Die Kamera fährt langsam aus einer Halbtotalen an den Tassenrand heran, seitliches weiches Licht gleitet über die Glasur. 02Die Tasse bleibt unbewegt, der Hintergrund ist schlicht, der ganze Clip besteht aus einer einzigen durchgehenden Ranfahrt. 045 Sekunden, 16:9, keine Untertitel, kein zusätzlicher Text, kein Ton.
Bauen Sie Anfang und Ende um eine klare Handlung auf. Lassen Sie Platz für Untertitel in der Nachbearbeitung – überlassen Sie komplexe Texte nicht der Bildgenerierung.
01Ein Erwachsener in einem einfarbigen Trainingsanzug in einem hellen Studio 02dreht sich einmal um und bleibt am Ende frontal zur Kamera stehen. 03Die Kamera hält eine feste Totale, das Motiv bleibt durchgehend in der Bildmitte, 02Kleidung und Gliedmaßen bewegen sich natürlich. 045 Sekunden, 9:16 Hochformat, eine Einstellung, keine Untertitel, Texte oder Logos, kein Ton.
Beschreiben Sie zuerst Situation, Handlung und emotionale Wendung der Figur. Kaschieren Sie unklare Figurenbeziehungen nicht mit vielen Schnitten.
01Ein Erwachsener sitzt an einem ruhigen Fenster, 02blickt zunächst auf einen Umschlag auf dem Tisch, hebt dann langsam den Kopf und schaut hinaus; der Ausdruck wandelt sich von Zögern zu Ruhe. 03Die Kamera fährt langsam aus einer Halbtotalen heran und endet in einer Nahaufnahme des Gesichts, 04Kleidung und Umgebung bleiben unverändert. 10 Sekunden, 16:9, eine Einstellung, keine Untertitel, kein zusätzlicher Text, kein Ton.
Zerlegen Sie den Ablauf in beobachtbare Schritte; lassen Sie Hände, Werkzeuge und Objekte nicht zu viel gleichzeitig tun. Nötige Beschriftungen kommen in der Nachbearbeitung.
03Draufsicht auf 01eine saubere Werkbank aus Holz. 02Zwei Hände falten ein quadratisches Blatt Papier einmal, dann noch einmal, falten schließlich ein einfaches Papierboot und stellen es in die Tischmitte. 03Die Kamera steht fest, 02die Handbewegungen sind klar und gleichmäßig, Falzkanten und Verformung des Papiers wirken echt. 048 Sekunden, 16:9, eine Einstellung, keine Untertitel, kein zusätzlicher Text, kein Ton.
Ersetzt Prompt, Modus und Einstellungen im Playground; es wird nichts automatisch generiert.
Immer nur eine Variable ändern
Runde eins: Bildaufbau. Runde zwei: die Handlung. Runde drei: Licht oder Rhythmus. Wenn Sie Prompt und Ergebnis jeder Runde aufbewahren, lassen sich Probleme viel leichter eingrenzen, als wenn Sie alles auf einmal umschreiben.
Kosten vorab klar
Das Budget folgt der aktuellen Konfiguration. Prüfen Sie die Richtung zuerst mit kurzen Clips und entscheiden Sie dann, ob Sie Dauer oder Auflösung erhöhen.
Testbudget für die aktuelle Konfiguration
Text zu Video · 720p · 15 s
Ein Clip
$3.60
3 Runden gesamt
$10.80
Geschätzte Nutzungskosten$10.80
Kein Mindestaufladebetrag. Testdurchläufe sind keine verwertbaren Clips; maßgeblich für die Abbuchung ist Ihre aktuelle Abrechnung.
| Auflösung | Text zu Video / s | Video zu Video / s |
|---|---|---|
| 480p | $0.11/s | $0.14/s |
| 720p | $0.24/s | $0.3/s |
| 1080p | $0.6/s | $0.71/s |
Live-Preise von Ofox – dieselben Preise, die das Budget links verwendet. Bild zu Video ist in dieser Tabelle nicht eigens ausgewiesen, daher wird kein Preis dafür angenommen. Die aufgeführten Preisstufen gelten für „beliebigen“ Ton. Dieses Modell wird von mehreren Plattformen bereitgestellt; mit provider.type in der Anfrage legen Sie die Plattform fest.
Quelle der Live-Preise ansehenEmpfohlene Testkonfigurationen für Text zu Video; die Kosten werden live aus den aktuellen Preisen berechnet.
Prüfen Sie zu minimalen Kosten, ob Motiv und Handlung richtig verstanden werden; falls nicht, Prompt anpassen und erneut versuchen – noch nicht die Konfiguration hochstufen.
Erst wenn Struktur, Kanten, Kontakt und Kontinuität stimmen, zur Auslieferungskonfiguration wechseln; Probleme auf dieser Stufe beheben, bis alles passt.
Erst einsetzen, wenn Richtung und Details feststehen – um das Endergebnis in der Zielauflösung zu bestätigen.
Vom Testen zum Entwickeln
Erstellen Sie einen Video-Task mit dem aktuellen Prompt und den aktuellen Parametern – ohne die Anfrage anhand der Doku neu zusammenzusetzen.
POST /v1/videosSenden Sie Modell, Prompt, Dauer, Auflösung und Toneinstellung. Referenzmaterial wird je nach Modus in die Anfrage geschrieben.
GET /v1/videos/{id}Speichern Sie die zurückgegebene Task-ID. Fragen Sie ab, bis der Task abgeschlossen, fehlgeschlagen, abgebrochen oder abgelaufen ist; erstellen Sie denselben Task nicht doppelt.
mirror_urls / unsigned_urlsPrüfen Sie zuerst den Task-Status, dann lesen Sie die Ergebnis-URL. Bevorzugen Sie mirror_urls; fehlen diese, lesen Sie unsigned_urls.
Endpunkte und Felder folgen den offiziellen Codebeispielen.
Entwicklerdokumentation lesenmodelpromptduration / resolution / aspect_ratioframe_imagesinput_referencesgenerate_audioprovider.typeUnterscheiden Sie zuerst „nicht angenommen“ von „angenommen, aber noch nicht fertig“. Sobald beim Erstellen eine Task-ID zurückkommt, fragen Sie vorrangig diesen Task ab.
Prüfen Sie Dauer, Enum-Werte, URLs und Eingabeart. Erster/letzter Frame und normale Referenzen verwenden unterschiedliche Felder und dürfen nicht in derselben Anfrage stehen.
Prüfen Sie Ihren serverseitigen Schlüssel und das verfügbare Guthaben. Klären Sie zuerst Authentifizierung und Abrechnung, dann versuchen Sie es erneut.
Speichern Sie die ID und fragen Sie ab, bis ein eindeutiger Endstatus vorliegt; mit angemessenem Backoff, um zu häufiges Polling zu vermeiden. Ein Timeout im Frontend bedeutet nicht, dass die Generierung auf dem Server fehlgeschlagen ist.
Legen Sie das Video nach dem Abruf in Ihrem eigenen Auslieferungsspeicher ab. Behandeln Sie temporäre Ergebnis-URLs nicht als dauerhafte Mediathek; prüfen Sie vor dem Download, ob der Task abgeschlossen ist.
Sie nutzen bereits einen Agent-Workflow?
Geben Sie Ziel, Dauer, Seitenverhältnis, Zweck jedes Materials, Budgetobergrenze und Abnahmekriterien an. Lassen Sie den Agent zuerst Anfrage und geschätzte Kosten zeigen und den Task erst nach Ihrer Bestätigung erstellen; die Task-ID wird gespeichert und das Ergebnis oder ein eindeutiger Fehler zurückgegeben.
Dies ist eine kopierbare Aufgabenbeschreibung; sie verbindet keinen Agent und führt keinen Aufruf aus. Schlüssel bleiben in Ihrer serverseitigen Umgebung.
Fragen vor dem Start
Zum Schluss: weitere Kandidaten
Wählen Sie Kandidaten nach der Frage, die Sie prüfen müssen. Die folgenden Links helfen bei der weiteren Auswahl; sie stellen kein Qualitätsranking unter gleichen Bedingungen dar.