HiAPI
博客

使用指南

Seedance 2.5 Flash 参考素材生视频接入指南:参考图、参考音频与计费规则

2026年11月17日 9 分钟阅读
Stacked sheets receding into shallow depth of field, cream and graphite with one terracotta sheet as accent.
模型
seedance-2.5-flash
本页内容

这个模型做什么

seedance-2.5-flash/reference-to-video 是 ByteDance 的参考素材驱动视频模型。你把参考图和参考音频交给它,在提示词里用 @image1、@audio1 按顺序指代,模型据此生成一段新视频。参考图决定人物、商品或场景长什么样,参考音频给出节奏、配乐或口播。

参考素材的约束

  • 参考图:最多 10 张,支持 jpeg、png、webp、bmp、tiff、gif,单张小于 30 MB,单边 300 到 6000 像素,宽高比 0.4 到 2.5;不支持 SVG、HEIC、HEIF。
  • 参考音频:最多 5 段,wav 或 mp3,小于 15 MB,单段 2 到 30 秒,合计不超过 30 秒;可以只给音频、不搭配图片。

两类素材至少要给一个,否则请求不成立。

计费规则

这条线路按输出视频的秒数计费,参考图和参考音频不计入计费秒数:

  • 480p:$0.0679/秒,5 秒成片约 $0.34。
  • 720p:$0.1525/秒,5 秒成片约 $0.76。

时长填 4 到 30 的整数时按填写的秒数计费;填 -1(自动)时按成片实际时长四舍五入,至少按 4 秒计。想控制预算就填固定秒数。

请求参数

  • prompt(必填):说明素材怎么用,按顺序用 @image1、@audio1 指代,最多 5000 字符。
  • reference_image_urls / reference_audio_urls:参考图和参考音频的 URL 数组。
  • duration:4 到 30 的整数,或 -1 表示自动;默认 5。
  • resolution:480p 或 720p,默认 480p。
  • aspect_ratio:16:9、4:3、1:1、3:4、9:16、21:9,或 adaptive 跟随参考素材,默认 adaptive。
  • omni_reference_task_type:固定为 reference(默认值,可以不传)。
  • output_format:mp4(默认)或 mov;generate_audio:默认 true,生成同步的对白、音效和背景声。

提示词怎么写

先按出现顺序给素材编号,再逐条说明每个素材承担什么、最后的画面要变成什么样。例如:

@image1 中的产品放在木质桌面上缓慢旋转展示,背景是 @image2 的清晨窗边,
镜头从中景缓缓推近到特写,画面节奏跟随 @audio1 的鼓点,保持产品的金属高光不变。

多张参考图时,写清哪张是主体、哪张是场景或风格,比只写「参考这些图」稳定得多。用了参考音频,就说明画面动作要和音频的哪一段对上。

常见问题

  • 请求被拒说缺少素材:参考图和参考音频至少要有一个。
  • 参考图传不上去:先看格式是否在支持列表里、单边像素是否在 300 到 6000 之间、宽高比是否在 0.4 到 2.5 之间。
  • 音频被拒:单段要在 2 到 30 秒、小于 15 MB,多段合计不超过 30 秒。
  • 费用和预期不一致:检查是否用了 -1 自动时长,自动时长按成片实际秒数计费。

上线建议

先用一张参考图、5 秒 480p 跑一单,确认链路和扣费口径;再加上参考音频或多张参考图跑一单,对照画面是否按提示词里的编号使用了素材。把这两单的记录留着当基线,后面改提示词或改素材时就有了对照。参数与价格以模型页当前说明为准。

立即开始构建持久 AI 产物

获取 API 密钥,通过一个基于任务(task)的 API 调用图像、视频和音频模型。

阅读 API 文档