
Texto a imagen
Crea imágenes con IA desde prompts de texto
Crea videos guiados con Seedance 2.0 Reference-to-Video API, con generación de humanos realistas, control por referencia, sonido integrado y salida estable de ByteDance.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'seedance-v2.0-reference-to-video',
prompt: 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
resolution: '1080p',
duration: 8,
aspect_ratio: '16:9',
sound: true,
images: ['https://example.com/subject-reference.jpg'],
videos: ['https://example.com/motion-reference.mp4'],
audios: ['https://example.com/atmosphere-reference.mp3']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
// Placeholder numbering is 1-based for each media array:
// <<<image_1>>> = images[0], <<<image_2>>> = images[1]
// <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
const mediaReferenceResponse = await fetch('https://api.flaq.ai/api/v1/video/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'seedance-v2.0-reference-to-video',
prompt: 'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>',
resolution: '1080p',
duration: 10,
aspect_ratio: '16:9',
sound: true,
images: [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.jpg'
],
videos: ['https://example.com/camera-movement-reference.mp4'],
audios: ['https://example.com/voice-reference.mp3']
})
});
const { data: mediaReferenceData } = await mediaReferenceResponse.json();
const mediaReferenceTaskId = mediaReferenceData.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/video/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.videos[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'seedance-v2.0-reference-to-video',
'prompt': 'Use image one for the subject, video one for the movement, and audio one for the atmosphere',
'resolution': '1080p',
'duration': 8,
'aspect_ratio': '16:9',
'sound': True,
'images': ['https://example.com/subject-reference.jpg'],
'videos': ['https://example.com/motion-reference.mp4'],
'audios': ['https://example.com/atmosphere-reference.mp3']
}
)
result = response.json()
task_id = result['data']['task_id']
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1]
# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
media_reference_response = requests.post(
'https://api.flaq.ai/api/v1/video/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'seedance-v2.0-reference-to-video',
'prompt': 'Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>',
'resolution': '1080p',
'duration': 10,
'aspect_ratio': '16:9',
'sound': True,
'images': [
'https://example.com/explorer-reference.jpg',
'https://example.com/environment-reference.jpg'
],
'videos': ['https://example.com/camera-movement-reference.mp4'],
'audios': ['https://example.com/voice-reference.mp3']
}
)
media_reference_result = media_reference_response.json()
media_reference_task_id = media_reference_result['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/video/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['videos'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "seedance-v2.0-reference-to-video",
"prompt": "Use image one for the subject, video one for the movement, and audio one for the atmosphere",
"resolution": "1080p",
"duration": 8,
"aspect_ratio": "16:9",
"sound": true,
"images": ["https://example.com/subject-reference.jpg"],
"videos": ["https://example.com/motion-reference.mp4"],
"audios": ["https://example.com/atmosphere-reference.mp3"]
}'
# Use the @ (AT) reference feature in prompt through <<<...>>> placeholders.
# Placeholder numbering is 1-based for each media array:
# <<<image_1>>> = images[0], <<<image_2>>> = images[1]
# <<<video_1>>> = videos[0], <<<audio_1>>> = audios[0]
curl -X POST https://api.flaq.ai/api/v1/video/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "seedance-v2.0-reference-to-video",
"prompt": "Place the explorer from <<<image_1>>> in the environment from <<<image_2>>>, following the camera movement in <<<video_1>>> and speaking with the reference voice from <<<audio_1>>>",
"resolution": "1080p",
"duration": 10,
"aspect_ratio": "16:9",
"sound": true,
"images": [
"https://example.com/explorer-reference.jpg",
"https://example.com/environment-reference.jpg"
],
"videos": ["https://example.com/camera-movement-reference.mp4"],
"audios": ["https://example.com/voice-reference.mp3"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/video/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
| Parámetros | Precio | Precio original | Descuento |
|---|
La API Seedance V2.0 Reference-to-Video de ByteDance ofrece generación de vídeo guiada por referencias para desarrolladores y equipos creativos en Flaq AI. La integración actual de la API acepta un prompt de texto con al menos una imagen o vídeo de referencia, además de referencias adicionales opcionales de imagen, vídeo y audio. Admite duración configurable, múltiples relaciones de aspecto, varios niveles de resolución y una opción de sonido generado para flujos de trabajo de vídeo controlados.
Nota Se requiere al menos una imagen o un vídeo de referencia; el audio por sí solo no puede utilizarse como única entrada de referencia. Asegúrate de que tus prompts y medios de referencia cumplan las directrices de seguridad de contenido de ByteDance.
Seedance V2.0 Reference-to-Video frente a Seedance V2.0 Text-to-Video Seedance V2.0 Text-to-Video funciona a partir de un prompt de texto. Reference-to-Video añade entradas compatibles de imagen, vídeo y audio opcional, además de menciones de medios basadas en el prompt.
Seedance V2.0 Reference-to-Video frente a Seedance V2.0 Fast Reference-to-Video Ambas variantes ofrecen los mismos tipos de medios de referencia y controles principales en Flaq AI. La variante estándar añade opciones de resolución de 1080p y 4K, mientras que la variante Fast se centra en flujos de trabajo de 480p y 720p.
Seedance V2.0 Reference-to-Video frente a Wan 2.7 Reference-to-Video Ambas API aceptan referencias de imagen y vídeo. Wan 2.7 también ofrece controles de prompt negativo y seed, mientras que Seedance V2.0 admite múltiples referencias de audio opcionales y un selector de sonido generado.
Seedance V2.0 Reference-to-Video frente a Vidu Q3 Reference-to-Video Vidu Q3 Reference-to-Video utiliza referencias de imagen en la configuración actual de Flaq AI. Seedance V2.0 también acepta vídeos de referencia y audio de referencia opcional.
Seedance V2.0 Reference-to-Video frente a las herramientas de vídeo de Runway Runway ofrece una suite de creación interactiva más amplia. Seedance V2.0 Reference-to-Video proporciona un flujo de trabajo de API específico centrado en prompts, cargas de referencias compatibles, ajustes de salida y sonido generado.
Explora varias herramientas de creación con IA para flujos rápidos de imagen y video en tu navegador, luego escala las ideas exitosas con las API de modelos listas para producción de Flaq AI. Flaq AI proporciona una capa API unificada para todos los modelos, lo que facilita usar y escalar tus flujos.

Crea imágenes con IA desde prompts de texto

Crea imágenes con IA desde imágenes y prompts de texto

Crea videos con IA desde prompts de texto

Anima imágenes en videos con IA

Crea imágenes y vídeos con IA en un espacio de trabajo unificado

Crea vídeos coherentes a partir de medios de referencia
La API Seedance 2.5 para videos cinematográficos ya está disponible en Flaq AI, ofreciendo a creadores y desarrolladores acceso directo a la generación de video basada en prompts con sonido opcional, relaciones de aspecto flexibles, salida en 480p o 720p y clips de 4 a 30 segundos.
La API MiniMax H3 ofrece a los equipos de video una combinación útil: generación de imagen a video, opciones de salida en 768p y 2K, clips de hasta 15 segundos y un costo publicado más bajo que varias configuraciones comparables de Seedance 2.0. MiniMax también ha publicado los pesos H3-Base en Hugging Face, creando nuevas opciones para la investigación, los flujos de trabajo personalizados y la experimentación autoalojada cuando su licencia lo permite.
Compara Higgsfield MCP y CLI con los endpoints REST de Seedance 2.0 de Flaq AI en cuanto a precios, sondeo de tareas, variantes de modelo, pruebas y casos de uso prácticos en producción.
Comparación entre WaveSpeed y Flaq AI para flujos de trabajo con la API de Seedance 2.0, elección de endpoints, pruebas de prompts, latencia, coste, enrutamiento de contingencia y builds de vídeo escalables.
Explora las perspectivas del lanzamiento de Seedance 2.5, las probables actualizaciones de la API, los puntos de comparación con Seedance 2.0, las pruebas de prompts y la planificación del flujo de trabajo de Flaq AI para creadores de video.
Una guía práctica de la API Seedance 2.0 en Flaq AI, con funciones, consejos de flujo de trabajo, contexto de precios e ideas para una creación de texto a video más rápida.