Cinco espacios sin cortes
Cubierta, tobogán, piscina, comedor y sala de máquinas de un tirón. Observa si las transiciones son fluidas y si la relación espacial se mantiene.
bytedance/seedance-2.5Empieza con un plano y pon tu idea en movimiento.
Crea clips cortos a partir de texto, imágenes o referencias de video. Mira primero muestras reales, elige parámetros y presupuesto, y luego integra la misma tarea en tu producto.
Se factura por segundo generado · consulta el presupuesto junto a los parámetros
Seedance 2.5 es el modelo multimodal de creación de video de nueva generación de la línea Doubao de ByteDance, lanzado el 2026-08-07. Admite entrada mixta de texto, imágenes, video y audio —hasta 30 imágenes, 10 videos y 10 clips de audio, con un total de 50 materiales de referencia— y cubre la generación de video a partir de texto, de imagen y de video. Cada clip puede durar cualquier número entero de segundos entre 4 y 30, con resolución de 480p, 720p o 1080p (720p de forma predeterminada), seis relaciones de aspecto y una opción adaptativa. La salida incluye audio sincronizado de forma predeterminada y los prompts pueden escribirse en varios idiomas. Esta generación mejora el seguimiento de instrucciones, la narrativa de varios planos y la coherencia temporal en secuencias largas. Accesible mediante el protocolo compatible con OpenAI.
Una sola toma a través de todo un crucero
Del tobogán de la cubierta a la piscina, luego por el comedor, la cocina y la sala de máquinas, hasta salir volando por la popa: ¿se mantiene coherente una toma larga sin cortes?
# 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)Entiende el modelo antes de elegir cómo empezar
Seedance 2.5 es el modelo de generación de video de ByteDance. Convierte descripciones de escenas y material de referencia en planos en movimiento, con audio sincronizado; en Ofox se accede mediante la API unificada de tareas de video.
Sin material, describe con palabras la acción y el movimiento de cámara. Con una imagen del sujeto, decide primero si necesitas fijar la imagen inicial o solo tomar prestados el sujeto y el estilo. Con un video, explica claramente el movimiento que quieres usar como referencia.
Texto → video
Ideal para validar primero una dirección visual. Describe el sujeto, la acción, la escena y la cámara, sin preparar material de referencia.
Revisa primero:¿Está claro el sujeto y completa la acción?
Imagen → video
El primer fotograma fija dónde empieza el plano; el último restringe dónde termina. Las imágenes de referencia comunes, en cambio, guían el sujeto y el estilo: cumplen otra función.
Revisa primero:Imágenes inicial y final, detalles del sujeto y la transición.
Video → generación con referencia
Ideal para transmitir una intención de movimiento, encuadre o ritmo. Indica qué tomar como referencia y qué cambiar; no escribas solo «hazlo igual».
Revisa primero:¿Es adecuado el movimiento y se usa bien la referencia?
4–30s
Cualquier número entero de segundos, hasta 30 s por clip
1080p
Hasta 1080p, 720p por defecto
7relaciones de aspecto
Audio sincronizado
Imagen y sonido en una sola pasada, activable o desactivable
3tipos de entrada
Más material de referencia no significa más control. Indica para qué sirve cada material: quién es el sujeto, dónde está la escena y qué movimiento debe conservarse. No dejes que varias descripciones contradictorias compitan por el mismo plano.
bytedance/seedance-2.5La capacidad del modelo, el soporte del proveedor y las restricciones de la API son tres niveles distintos. La cantidad de referencias, el tamaño del material y las combinaciones disponibles dependen del endpoint que uses; el espacio de trabajo solo muestra una única referencia de video o primer/último fotograma, y no presenta los máximos anunciados del modelo como capacidades del formulario.
Resultados a la vista
6 tareas distintas, 6 prompts originales. Observa el movimiento, los materiales y las personas, y luego decide si encaja con tu proyecto.
Cubierta, tobogán, piscina, comedor y sala de máquinas de un tirón. Observa si las transiciones son fluidas y si la relación espacial se mantiene.
El prompt tiene solo dos párrafos. Evalúa la iluminación, las capas de ingredientes y el acabado sobre fondo blanco para ver si sirve directamente para e-commerce.
Cada uno de los tres planos especifica imagen y audio. Revisa la coherencia del personaje y cómo se corresponde la música con los dedos.
Un giro de cabeza, un roce de hocicos, un abrazo, con un acercamiento de plano medio a primer plano. Comprueba si la continuidad de la acción y los cambios de expresión resultan creíbles.
Los pétalos se abren uno a uno sobre un degradado limpio. Reprodúcelo más lento y busca saltos de fotogramas o parpadeos.
Cada segundo tiene definidos su tamaño de plano y su movimiento de cámara, con audio nativo. Revisa si el ritmo, el estilo y las transiciones son coherentes.
OfoxAI generó estas muestras con bytedance/seedance-2.5; los prompts son el texto exacto usado al generarlas. Cada clip indica su resolución, duración, relación de aspecto y si lleva audio, y «Reutilizar este plano» carga esos mismos parámetros. Las muestras sirven solo para juzgar el resultado: no reflejan tasas de éxito ni constituyen una comparación con otros modelos.
Un prompt debe dirigir la toma
Expresa por separado el sujeto, la acción, la cámara y las restricciones. Las plantillas originales de abajo son herramientas de borrador; el resultado real hay que verificarlo generando.
Sujeto y escena
Quién, dónde y qué detalles reconocibles deben conservarse.
Acción principal
Cómo empieza la acción, cómo cambia y dónde termina.
Cámara y encuadre
Tamaño de plano, dirección del movimiento, formato horizontal o vertical y si se permiten cortes.
Sonido y restricciones
Sonido ambiente o sin audio; textos, logotipos o acciones que no deben aparecer.




Elige un punto de partida
Un plano, un argumento de venta: acabado superficial, estructura o un gesto de uso. Consigue primero un sujeto nítido antes de probar movimientos de cámara complejos.
01Una taza de cerámica sin marca sobre una mesa de madera limpia. 03La cámara se acerca lentamente desde un plano medio hacia el borde de la taza, mientras una luz lateral suave recorre el esmalte. 02La taza permanece inmóvil, el fondo es sencillo y todo el clip es un único acercamiento continuo. 045 segundos, 16:9, sin subtítulos, sin texto adicional, sin audio.
Organiza el inicio y el final en torno a una acción clara. Deja espacio para los subtítulos en posproducción; no le pidas al modelo que genere textos complejos en la imagen.
01Una persona adulta con un chándal liso, en un estudio luminoso, 02da una vuelta completa y termina de pie, quieta y de frente a la cámara. 03La cámara mantiene un plano entero fijo, con el sujeto siempre en el centro del encuadre; 02la ropa y las extremidades se mueven con naturalidad. 045 segundos, 9:16 vertical, un solo plano, sin subtítulos, texto ni logotipos, sin audio.
Escribe primero la situación del personaje, su acción y su giro emocional. No ocultes relaciones poco claras tras muchos cortes.
01Una persona adulta sentada junto a una ventana tranquila, 02al principio mira hacia abajo un sobre que hay en la mesa; luego levanta despacio la cabeza y mira por la ventana, y su expresión pasa de la duda a la calma. 03La cámara se acerca lentamente desde un plano medio y termina en un primer plano del rostro; 04el vestuario y el entorno no cambian. 10 segundos, 16:9, un solo plano, sin subtítulos, sin texto adicional, sin audio.
Divide el proceso en acciones observables; no hagas que las manos, las herramientas y los objetos hagan demasiado a la vez. Deja las anotaciones necesarias para la posproducción.
03Vista cenital de 01un banco de trabajo de madera limpio. 02Un par de manos dobla una hoja de papel cuadrada por la mitad, luego otra vez por la mitad, y termina un barco de papel sencillo que deja en el centro de la mesa. 03La cámara permanece fija; 02los movimientos de las manos son claros y de ritmo uniforme, y los pliegues y la deformación del papel resultan realistas. 048 segundos, 16:9, un solo plano, sin subtítulos, sin texto adicional, sin audio.
Reemplaza el prompt, el modo y la configuración del Playground. No se genera nada automáticamente.
Cambia una sola variable cada vez
Primera ronda: la composición. Segunda: la acción. Tercera: la luz o el ritmo. Guardar el prompt y el resultado de cada ronda hace mucho más fácil localizar los problemas que reescribirlo todo a la vez.
El costo, claro desde el principio
El presupuesto sigue la configuración actual. Valida primero la dirección con clips cortos y luego decide si aumentar la duración o la resolución.
Presupuesto de prueba para la configuración actual
Texto a video · 720p · 15 s
Un clip
$3.60
Total de 3 rondas
$10.80
Costo estimado$10.80
No es una recarga mínima. Las pruebas no equivalen a clips utilizables; el cargo real se rige por tu facturación en tiempo real.
| Resolución | Texto a video / s | Video a video / s |
|---|---|---|
| 480p | $0.11/s | $0.14/s |
| 720p | $0.24/s | $0.3/s |
| 1080p | $0.6/s | $0.71/s |
Precios de Ofox en tiempo real: las mismas tarifas que usa el presupuesto de la izquierda. Esta tabla no detalla imagen a video por separado, así que no se supone ninguna tarifa. Los niveles listados aplican a cualquier configuración de audio. Varias plataformas sirven este modelo; usa provider.type en la solicitud para elegir una.
Ver la fuente de precios en tiempo realConfiguraciones de prueba sugeridas para texto a video; los costos se calculan en tiempo real con los precios actuales.
Confirma al menor costo que el sujeto y la acción se entienden bien; si no, corrige el prompt y reintenta antes de subir la configuración.
Pasa a la configuración de entrega solo cuando la estructura, los bordes, el contacto y la continuidad estén bien; si hay problemas, corrígelos en este nivel.
Úsalo solo cuando la dirección y los detalles estén definidos, para confirmar el resultado final en la resolución objetivo.
De la prueba al desarrollo
Crea una tarea de video con el prompt y los parámetros actuales, sin tener que volver a armar la solicitud a partir de la documentación.
POST /v1/videosEnvía el modelo, el prompt, la duración, la resolución y la configuración de audio. El material de referencia se incluye en la solicitud según el modo.
GET /v1/videos/{id}Guarda el ID de tarea devuelto. Consulta hasta que se complete, falle, se cancele o caduque; no crees la misma tarea dos veces.
mirror_urls / unsigned_urlsComprueba primero el estado de la tarea y luego lee la URL del resultado. Prioriza mirror_urls; si falta, usa unsigned_urls.
Endpoints y campos según los ejemplos de código oficiales.
Leer la documentación para desarrolladoresmodelpromptduration / resolution / aspect_ratioframe_imagesinput_referencesgenerate_audioprovider.typeDistingue entre «no aceptada» y «aceptada pero sin terminar». Cuando la creación devuelve un ID de tarea, consulta primero esa tarea.
Revisa la duración, los valores enumerados, las URL y el tipo de entrada. El primer/último fotograma y las referencias comunes usan campos distintos y no se pueden mezclar en una misma solicitud.
Verifica tu clave del lado del servidor y el saldo disponible. Resuelve primero la autenticación y la facturación, y luego vuelve a intentar crear la tarea.
Guarda el ID y consulta hasta obtener un estado final definitivo, con backoff para evitar sondeos demasiado frecuentes. Que el frontend agote el tiempo de espera no significa que la generación haya fallado en el servidor.
Cuando tengas el video, guárdalo en tu propio almacenamiento de entrega. No trates las URL temporales de resultados como una biblioteca permanente; confirma que la tarea se completó antes de descargar.
¿Ya usas un flujo de trabajo con Agent?
Indica el objetivo, la duración, la relación de aspecto, la función de cada material, el tope de presupuesto y los criterios de aceptación. Haz que el Agent muestre primero la solicitud y el costo estimado, que cree la tarea solo después de tu confirmación, guarde el ID de tarea y devuelva el resultado o un error claro.
Es una descripción de tarea para copiar: no conecta con ningún Agent ni ejecuta ninguna llamada. Las claves se quedan en tu entorno del lado del servidor.
Dudas antes de empezar
Por último, otras opciones
Elige candidatos según la pregunta que necesites verificar. Estos enlaces te ayudan a seguir evaluando; no representan una clasificación de calidad en igualdad de condiciones.