Seedance 2.5 API: vídeo de 30 segundos, audio y cómo acceder

Seedance 2.5 es el próximo modelo de video de ByteDance, presentado en la conferencia Volcano Engine FORCE el 23 de junio de 2026. Para cualquiera que desarrolle con la API, hay tres cambios importantes: una llamada de video ahora puede devolver un clip nativo de 30 segundos de una sola vez (2.0 tenía un límite de unos 15 s), una sola solicitud puede incluir hasta 50 recursos de referencia combinados, y el modelo puede generar audio sincronizado (voz, efectos de sonido y música de fondo) en la misma pasada.

Si ya publicas en Seedance 2.0, trata 2.5 como un reemplazo directo para los trabajos en los que 2.0 te obligaba a unir clips o a añadir audio después. La superficie de la API es lo bastante similar como para que la migración consista, en su mayor parte, en aumentar unos pocos límites y añadir dos o tres campos nuevos.

Las capacidades y límites a continuación provienen de la documentación de integración de Seedance 2.5 de ByteDance y del anuncio de FORCE del 23 de junio. A partir de julio de 2026, la API pública se está implementando por etapas, por lo que lo único que varía según desde dónde la llames es el ID de ruta final y el precio. Confirma eso con tu proveedor; todo lo demás es el comportamiento real del modelo.

Qué añade Seedance 2.5 respecto a 2.0

El salto se trata de longitud, referencias y sonido — no de una mejora cosmética de la calidad.

Generación nativa de 30 segundos. duration ahora acepta [4, 30] segundos (aproximadamente 97–721 fotogramas) en lugar de quedarse cerca de 15 s. Una demo de producto de 30 segundos, con preparación, acción y cierre, es una sola tarea en lugar de un pipeline de parche y oración.
Hasta 50 referencias combinadas. Una sola solicitud acepta 30 imágenes + 10 vídeos + 10 clips de audio (2.0 permitía 9 / 3 / 3). Los vídeos y el audio de referencia pueden durar hasta 30 s por clip y 30 s en total por modalidad. Este es el número que la mayoría de las páginas de terceros se equivoca; algunas siguen citando 20 imágenes / 6 clips.
Audio nativo. Con generate_audio activado, el resultado incluye diálogo, efectos de sonido y BGM sincronizados con las imágenes. Se basa en el trabajo de sincronización audio-visual de Seedance 1.5 Pro, ahora combinado con un rango de 30 segundos.
Mejor edición y control. La extensión de vídeo en múltiples pasadas ya no se difumina — extender un clip tres veces lo mantiene nítido. Las instrucciones negativas como "sin subtítulos, sin BGM" se siguen con mayor fiabilidad, los prompts con marca de tiempo se aplican con más precisión, las escenas multilingües se sostienen mejor y los artefactos de persona duplicada ("múltiples gemelos") disminuyen.
Una ruta de color profesional. 2.5 añade salida mov con color yuv444, que resiste mucho mejor la recodificación repetida durante la extensión y el etalonaje que el mp4 predeterminado.

	Seedance 2.0	Seedance 2.5
Duración nativa	~15s	30s
Imágenes de referencia	9	30
Videos de referencia	3 (15s total)	10 (30s total)
Audio de referencia	3 (15s total)	10 (30s total)
Audio nativo	limitado	voz + SFX + BGM
Formato de salida	mp4	mp4 o mov (yuv444)

Para una comparación completa lado a lado y un veredicto de "¿debería cambiar?", vea Seedance 2.5 vs Seedance 2.0.

¿Ya está disponible Seedance 2.5? Fecha de lanzamiento y acceso

Seedance 2.5 fue anunciado el 23 de junio de 2026 en Volcano Engine FORCE en Beijing. El acceso a la API se está desplegando hasta mediados de 2026, comenzando con acceso escalonado y para socios en lugar de un único lanzamiento abierto. Por eso las páginas de terceros varían tanto en la "fecha de lanzamiento": el anuncio es fijo, pero la ventana de la API abierta es escalonada.

Hay tres formas realistas de llegar a él:

Primera parte — la plataforma Volcano Engine / BytePlus ModelArk de ByteDance, abierta por etapas.
Enrutadores de modelos de terceros — agregadores que revenden la ruta una vez que está disponible.
AIReiter — añadimos nuevos modelos de video de ByteDance en cuanto se lanzan (como hicimos en toda la línea Seedance 2.0), así que una ruta de Seedance 2.5 llegará aquí en el momento en que esté disponible de forma general, detrás del mismo endpoint compatible con OpenAI que ya utilizas.

Sea cual sea la ruta que elija, confirme el ID del modelo final y el precio actual en ese proveedor antes de integrarlo en producción.

Cómo llamar a la API de Seedance 2.5

Seedance 2.5 usa la misma estructura async, content-array que el resto de la línea Seedance: envías un trabajo, recibes de vuelta un ID de tarea y luego consultas o recibes una devolución de llamada cuando el video está listo.

Una solicitud mínima de imagen a video con audio nativo y un objetivo de 30 segundos se ve así (envíala mediante POST al endpoint de generación de video de tu proveedor con tu clave en el encabezado Authorization: Bearer <API_KEY>):

{
  "model": "doubao-seedance-2-5-260628",
  "content": [
    { "type": "text", "text": "Una barista prepara un espresso, con vapor elevándose, luz de la mañana. \"La mejor taza de toda la semana,\" dice ella." },
    { "type": "image_url", "role": "first_frame", "image_url": { "url": "https://your-cdn.com/cafe.jpg" } }
  ],
  "duration": 30,
  "resolution": "720p",
  "ratio": "16:9",
  "generate_audio": true,
  "output_format": "mp4",
  "callback_url": "https://your-app.com/webhooks/seedance"
}

Los campos que tocan la mayoría de las solicitudes:

Campo	Qué hace
`model`	El ID del modelo / ruta de Seedance 2.5 (confirma la cadena exacta en tu proveedor).
`content`	Matriz de `text` más `image_url` opcional (`role`: `first_frame`, `last_frame`, `reference_image`), `video_url` (`reference_video`), `audio_url` (`reference_audio`). Texto del prompt hasta 5000 caracteres.
`duration`	Segundos, `[4, 30]`. Predeterminado 5.
`resolution`	`480p` o `720p` (predeterminado `720p`). 1080p/4K no están en la versión de lanzamiento.
`ratio`	`16:9`, `4:3`, `1:1`, `3:4`, `9:16`, `21:9`, o `adaptive`.
`generate_audio`	`true` (predeterminado) para voz/SFX/BGM sincronizados; `false` para video sin sonido.
`output_format`	`mp4` (predeterminado) o `mov`.
`return_last_frame`	`true` devuelve el fotograma final como un PNG sin marca de agua — útil para encadenar clips.
`callback_url`	Dónde ByteDance hace POST de los cambios de estado: `queued`, `running`, `succeeded`, `failed`, `expired`.
`watermark`, `safety_identifier`, `execution_expires_after`	Alternancia de marca de agua, ID hash del usuario final para comprobaciones de abuso y una caducidad del trabajo (predeterminado 48h).

Como un trabajo de 30 segundos tarda más que un trabajo de imagen, apóyate en la devolución de llamada en lugar de hacer sondeos frecuentes, y registra cada estado — los clips queued y running permanecerán en la cola más tiempo de lo que estás acostumbrado en 2.0.

Obteniendo el máximo de 30 segundos, 50 referencias y audio nativo

Planifica para una sola toma, no para un montaje. Con 30 segundos puedes mantener un ritmo completo — un movimiento de cámara y una revelación, o una acción en tres partes, en una sola generación, lo que elimina la deriva de continuidad que obtendrías al unir clips de 15 segundos.
Usa el presupuesto de referencias de forma deliberada. 30 imágenes / 10 videos / 10 audio es mucho margen. Usa las imágenes para personajes, productos y estilo; usa videos de referencia para movimiento y pose; usa audio de referencia para una voz o un ritmo que quieras igualar. Valida tanto el límite por recurso como el total por modalidad — una solicitud puede pasar la comprobación de un solo archivo y aun así fallar porque la duración total de los videos de referencia supera los 30 s.
Pon las líneas habladas entre comillas dobles. Para una sincronización de voz más limpia, encierra el diálogo entre comillas dentro del prompt (por ejemplo, she says, "we're closed"). El modelo trata el texto entre comillas como líneas para vocalizar, no como descripción de la escena.

mp4 vs mov: qué formato de salida

La mayoría de los flujos de trabajo de entrega deberían mantenerse en mp4 — es la opción predeterminada más pequeña y reproducible universalmente (H.264 / AAC / yuv420p), lista para usarse directamente en web, móvil y redes sociales.

Elige mov cuando el clip generado sea un intermedio, no el entregable final. mov incluye color yuv444 y audio PCM, que se mantienen bien durante la extensión, la composición y la gradación de color, donde el subsampling de croma de mp4 se desviaría tras codificaciones repetidas. La desventaja es un archivo mucho más grande. Regla general: entrega en mp4, edita en mov. (mov es una opción solo de 2.5; los modelos anteriores lo rechazan.)

Modo borrador: previsualiza barato y luego renderiza el resultado final

Si estás iterando sobre un prompt, no gastes renders de 30 segundos en resolución completa en borradores. El modo borrador de Seedance 2.5 genera una vista previa rápida en 480p y devuelve un ID de draft_task. Una vez que una vista previa se vea bien, pasas ese ID de vuelta para reutilizar exactamente las mismas entradas (prompt, referencias, relación de aspecto, duración) y renderizar el clip final. Es la forma más económica de clavar una toma antes de pagar por la pasada en calidad completa, y la mayor palanca de coste que la mayoría pasa por alto.

Precios y costo de Seedance 2.5

No hay una tarifa plana pública única todavía; el precio depende de tu proveedor y configuración. Lo que impulsa el costo es predecible:

Duración. Un clip de 30 segundos cuesta significativamente más que uno de 5 o 15 segundos; pagas por fotograma.
Resolución. 720p cuesta más que 480p.
Referencias y audio. Las entradas multimodales más pesadas y generate_audio añaden procesamiento.

No hay nivel gratuito. Lo más parecido a experimentar gratis es el modo borrador, que te permite previsualizar en 480p antes de comprometerte con un render completo. Si enrutas a través de AIReiter, Seedance 2.5 se sitúa junto al resto de tus modelos en un solo saldo, por lo que un equipo que ya esté aplicando la optimización de costes de Seedance 2.0 puede extender las mismas tácticas — primero borrador, ajustar la resolución al tamaño correcto, reutilizar los últimos fotogramas — sin una segunda cuenta de facturación. ¿Lo comparas con Sora 2, Veo 3.1 o Kling? Consulta la comparación de modelos de vídeo con IA de 2026.

Preguntas frecuentes

¿Cuándo se lanzó Seedance 2.5?

Se anunció el 23 de junio de 2026 en Volcano Engine FORCE. El acceso a la API se está implementando por etapas hasta mediados de 2026 en lugar de lanzarse todo a la vez.

¿Hay una versión gratuita de Seedance 2.5?

No hay nivel gratuito. El modo borrador (una vista previa rápida de 480p) es la forma más económica de probar un prompt antes de pagar por un renderizado completo.

¿Cuánto pueden durar los videos de Seedance 2.5?

Hasta 30 segundos en una sola generación nativa, el doble del límite de ~15 segundos de Seedance 2.0. El rango de duration es [4, 30].

¿Seedance 2.5 genera audio?

Sí. Con generate_audio habilitado, produce voz sincronizada, efectos de sonido y música de fondo. Coloca las líneas habladas entre comillas dobles para una mejor sincronización.

¿Cuántos recursos de referencia puede tomar Seedance 2.5?

Hasta 50 en total: 30 imágenes, 10 videos y 10 clips de audio por solicitud, con el video y el audio de referencia limitados a 30 s por clip y 30 s en total cada uno.

¿Seedance 2.5 admite 4K?

No en el lanzamiento. La versión de lanzamiento genera 480p y 720p; resoluciones más altas pueden llegar más adelante.

¿Es Seedance 2.5 mejor que 2.0?

Para trabajos largos, con muchas referencias o con muchas ediciones, sí. Para clips cortos que ya funcionan en 2.0, la actualización es opcional. Desglose completo: Seedance 2.5 vs Seedance 2.0.

¿Cómo accedo a la API de Seedance 2.5?

A través de la plataforma Volcano Engine / BytePlus de ByteDance, a medida que se abre por etapas, mediante routers de modelos, o a través de AIReiter, que añade nuevos modelos de video de ByteDance al lanzarse detrás de un endpoint compatible con OpenAI.