Seedance 2.5 API：30秒视频、音频及访问方式

Seedance 2.5 是 ByteDance 的下一代视频模型，于 2026 年 6 月 23 日在 Volcano Engine FORCE 大会上发布。对于使用 API 构建应用的人来说，有三项变化值得关注：一次视频调用现在可以直接返回原生 30 秒片段（2.0 版本上限约为 15 秒），单次请求可携带最多 50 个拼接的参考素材，并且模型可以在同一轮生成同步音频（人声、音效和背景音乐）。

如果你已经在 Seedance 2.0 上发布，那么对于 2.0 迫使你把片段拼接起来或在后期补加音频的那些任务，可以把 2.5 当作可直接替换的版本。API 表面足够接近，因此迁移工作主要就是提高几个限制并添加两三个新字段。

以下能力和限制来自 ByteDance 的 Seedance 2.5 集成文档以及 6 月 23 日的 FORCE 公告。截至 2026 年 7 月，公开 API 正在分阶段推出，因此唯一会因调用位置不同而变化的是最终的路由 ID 和价格。请向你的提供商确认这些信息；其他内容都是模型的实际行为。

Seedance 2.5 相比 2.0 增加了什么

这次跃升主要体现在篇幅、引用和声音上——而不是表面的质量提升。

30 秒原生生成。 duration 现在接受 [4, 30] 秒（大约 97–721 帧），而不再只到接近 15 秒。一个带有开场、动作和收尾的 30 秒产品演示，现在只需一个任务，而不是一个拼接后祈祷的流水线。
最多 50 个联合参考。 单次请求可接受 30 张图片 + 10 段视频 + 10 段音频（2.0 允许 9 / 3 / 3）。参考视频和音频每个剪辑都可最长 30 秒，每种模态合计 30 秒。这是很多第三方页面最容易写错的数字；有些页面至今仍写着 20 张图片 / 6 个剪辑。
原生音频。 开启 generate_audio 后，输出会包含与画面匹配的对白、音效和 BGM。它建立在 Seedance 1.5 Pro 的音画同步工作基础上，并配备了 30 秒范围。
更好的编辑与控制。 多轮视频扩展不再会糊掉——将一个片段扩展三次仍能保持清晰。像 "no subtitles, no BGM" 这样的负向指令会更可靠地被遵循，带时间戳的提示词定位更准确，多语言场景表现更稳，重复人物（"multiple twins"）伪影也减少了。
专业级色彩路径。 2.5 新增了带有 yuv444 色彩的 mov 输出，在扩展和调色过程中反复重新编码时，表现远优于默认的 mp4。

	Seedance 2.0	Seedance 2.5
原生时长	~15s	30s
参考图像	9	30
参考视频	3 (15s total)	10 (30s total)
参考音频	3 (15s total)	10 (30s total)
原生音频	limited	voice + SFX + BGM
输出格式	mp4	mp4 or mov (yuv444)

如需查看完整的并排对比以及“我是否应该切换？”的结论，请参见 Seedance 2.5 vs Seedance 2.0。

Seedance 2.5 现在可用了吗？发布日期和访问方式

Seedance 2.5 于2026年6月23日在北京的 Volcano Engine FORCE 上宣布。API 访问将于 2026 年中期逐步开放，首先是分阶段和合作伙伴访问，而不是一次性全面开放。这就是为什么第三方页面对“发布日期”的说法差异很大：公告日期是确定的，但开放 API 窗口是分阶段推进的。

有三种切实可行的方式可以到达它：

第一方 — ByteDance 的 Volcano Engine / BytePlus ModelArk 平台，分阶段开放。
第三方模型路由器 — 一旦路由上线即可转售的聚合商。
AIReiter — 我们会在 ByteDance 的新视频模型一发布就立即加入（正如我们在整个 Seedance 2.0 系列中所做的那样），因此 Seedance 2.5 路由一旦正式可用，就会出现在这里，并且仍将通过你已在使用的同一个兼容 OpenAI 的端点提供。

无论您选择哪条路线，在将其接入生产环境之前，请先在该提供商处确认最终模型 ID 和当前价格。

如何调用 Seedance 2.5 API

Seedance 2.5 使用与 Seedance 系列其余产品相同的 async, content-array 结构：您提交任务，返回一个任务 ID，然后在视频准备就绪时轮询或接收回调。

一个带原生音频且目标时长为 30 秒的最简图像转视频请求如下（通过您的密钥在 Authorization: Bearer <API_KEY> 标头中，将其 POST 到您的提供商的视频生成端点）：

{
  "model": "doubao-seedance-2-5-260628",
  "content": [
    { "type": "text", "text": "一位咖啡师正在萃取一杯浓缩咖啡，蒸汽升腾，晨光洒落。\"这一周里最好的一杯，\"她说道。" },
    { "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"
}

大多数请求会涉及的字段：

字段	作用
`model`	Seedance 2.5 模型 / 路由 ID（请在你的提供商处确认准确的字符串）。
`content`	`text` 数组，外加可选的 `image_url`（`role`: `first_frame`、`last_frame`、`reference_image`）、`video_url`（`reference_video`）、`audio_url`（`reference_audio`）。提示文本最多 5000 个字符。
`duration`	秒，`[4, 30]`。默认 5。
`resolution`	`480p` 或 `720p`（默认 `720p`）。1080p/4K 在发布版本中不支持。
`ratio`	`16:9`、`4:3`、`1:1`、`3:4`、`9:16`、`21:9` 或 `adaptive`。
`generate_audio`	`true`（默认）用于同步的语音/SFX/BGM；`false` 用于无声视频。
`output_format`	`mp4`（默认）或 `mov`。
`return_last_frame`	`true` 会将最终帧作为无水印 PNG 返回——适合用于串联片段。
`callback_url`	ByteDance 在此 POST 状态变更：`queued`、`running`、`succeeded`、`failed`、`expired`。
`watermark`, `safety_identifier`, `execution_expires_after`	水印开关、用于滥用检查的哈希终端用户 ID，以及作业过期时间（默认 48h）。

由于一个 30 秒的任务比图像任务运行时间更长，请依赖回调而不是频繁轮询，并记录每个状态——queued 和 running 剪辑在队列中的停留时间会比您在 2.0 中习惯的更长。

充分利用 30 秒、50 个参考和原生音频

一次规划一个完整镜头，而不是拼接镜头。 有了 30 秒，你可以在一次生成中呈现完整的节奏——比如一次镜头移动和揭示，或一个三段式动作，这会避免将 15 秒片段拼接起来时出现的连续性漂移。
有意地使用参考预算。 30 张图片 / 10 个视频 / 10 个音频提供了很大的空间。用图片来参考角色、产品和风格；用参考视频来参考动作和姿势；用参考音频来参考你希望匹配的声音或节奏。既要验证单个资源的限制，也要验证每种模态的总量限制——一个请求可能通过单文件检查，但仍会因为参考视频总时长超过 30 秒而失败。
把口语台词放在双引号中。 为了获得更干净的语音同步，请在提示词中将对白用引号括起来（例如 she says, "we're closed"）。模型会把引号内的文本视为需要配音的台词，而不是场景描述。

mp4 与 mov：哪种输出格式

大多数交付工作流都应保持为 mp4 — 这是更小、可在所有平台通用播放的默认格式（H.264 / AAC / yuv420p），可直接用于网页、移动端和社交媒体。

当生成的片段是一个中间产物而非最终交付物时，请选择 mov。mov 采用 yuv444 色彩和 PCM 音频，在扩展、合成和调色过程中都能保持稳定，而 mp4 的色度子采样在反复编码后会发生漂移。代价是文件要大得多。经验法则：交付用 mp4，编辑用 mov。（mov 仅为 2.5 版本可选项；较旧的模型会拒绝它。）

草稿模式：先预览低成本版本，然后渲染最终版本

如果你正在迭代一个提示词，不要在草稿上烧掉完整分辨率的 30 秒渲染。Seedance 2.5 的草稿模式会生成一个快速的 480p 预览并返回一个 draft_task ID。一旦预览看起来正确，你就把该 ID 传回去，复用完全相同的输入（提示词、参考、比例、时长），然后渲染完成的视频片段。这是在为完整质量版本付费之前先把镜头打磨到位的最便宜方式，也是大多数人最容易忽略的最大成本杠杆。

Seedance 2.5 价格和成本

目前还没有统一的公开固定费率；价格取决于您的提供商和设置。成本的驱动因素是可预测的：

时长。 30 秒片段的成本明显高于 5 秒或 15 秒片段；你是按帧付费的。
分辨率。 720p 的成本高于 480p。
参考素材和音频。 更重的多模态输入和 generate_audio 会增加处理开销。

没有免费套餐。最接近免费试用的是草稿模式，它允许你在进行完整渲染之前先预览 480p。如果你通过 AIReiter 路由，Seedance 2.5 会与你其余的模型一起使用同一个余额，因此已经在运行 Seedance 2.0 成本优化的团队可以沿用相同的策略——先草稿、按需调整分辨率、复用上一帧——而无需再开一个计费账户。若要将它与 Sora 2、Veo 3.1 或 Kling 对比？请查看 2026 AI 视频模型对比。

常见问题

Seedance 2.5 是什么时候发布的？

该内容于 2026 年 6 月 23 日在 Volcano Engine FORCE 上公布。API 访问将分阶段推出，而不是一次性全面上线，预计持续到 2026 年年中。

Seedance 2.5 有免费版本吗？

没有免费套餐。草稿模式（快速 480p 预览）是在付费进行完整渲染之前测试提示词的最便宜方式。

Seedance 2.5 视频可以有多长？

单次原生生成最长可达 30 秒，是 Seedance 2.0 约 15 秒上限的两倍。duration 范围为 [4, 30]。

Seedance 2.5 会生成音频吗？

是的。启用 generate_audio 后，它会生成同步的语音、音效和背景音乐。将台词用双引号括起来可获得更好的同步效果。

Seedance 2.5 可以接受多少个参考素材？

最多共 50 个：每个请求可包含 30 张图片、10 个视频和 10 段音频，参考视频和音频每个片段上限为 30 秒，且每类总时长均为 30 秒。

Seedance 2.5 支持 4K 吗？

在首发时还不支持。首发版本输出 480p 和 720p；更高分辨率可能会在后续推出。

Seedance 2.5 比 2.0 更好吗？

对于长篇、参考内容较多或编辑频繁的工作，是的。对于已经能在 2.0 上正常运行的短片，升级是可选的。完整分析：Seedance 2.5 vs Seedance 2.0。

如何访问 Seedance 2.5 API？

通过 ByteDance 的 Volcano Engine / BytePlus 平台，随着其分阶段开放；通过 model routers；或通过 AIReiter，该服务在发布后会在 OpenAI-compatible endpoint 后新增 ByteDance 视频模型。