Seedance 2.5 怎么用（2026）：提示词、时间戳与真实费用

Seedance 2.5 是 ByteDance 的 30 秒视频模型，它改动的提示词约定多到，一条 Seedance 2.0 的提示词已经不再是正确写法。 时间戳这次真能用了，参考素材从 15 个涨到 50 个，任务类型由提示词里的用词推断出来，用错词返回的不是报错而是一条不对路的视频。

Model ID:        bytedance/seedance-2.5 on a gateway, dreamina-seedance-2-5-260628 on ByteDance's API
Clip length:     4 to 30 seconds, or -1 to let the model choose
Resolution:      480p and 720p today; vendor says 1080p starts 2026-08-17; 4K stays on 2.0
Audio:           synchronized, on by default, suppressible per element
References:      50 assets max, as 30 images + 10 videos + 10 audio clips
New in 2.5:      integer-second timestamps, audio-only references, mov output, 11 languages
Cost:            $0.11/s at 480p, $0.24/s at 720p
Measured:        6s clip billed $0.66 in 103s; 30s clip billed $3.30 in 200s
Snapshot:        2026-08-14

下面每一条都对照过 ByteDance 官方的 Seedance 2.5 教程 与 提示词指南，外加 2026-08-13 我们通过 bytedance/seedance-2.5 真实跑出来的三条视频。实跑结果和文档打架的地方，我们会直说。

相比 Seedance 2.0 改了什么？

四条，而且是厂商自己列的。 2.5 的提示词指南里有一节叫「Differences from Seedance 2.0」，价值高过所有发布报道：

教程页的能力表在这之上补了几个大家常引的数字：时长 30 秒对 15 秒，参考素材 50 个对 15 个，以及纯音频参考，后者在 2.0 系列上必须配一张图或一段视频才收。

在你去核对之前，有一处不一致值得先知道：同一张能力表给两个模型列的输出比例是一样的，都是 21:9 到 9:16 外加 adaptive。上面那行「任意比例」出自提示词指南，说的是输入素材能把输出带成什么比例，不是下拉框里多了几个选项。

发布报道里没人放在开头讲的，是分辨率这一行的方向。Seedance 2.5 今天的上限是 720p，教程页最近一次更新在 2026-08-13，仍然写着不支持 1080p 和 4K。不过这个缺口的一半现在有日期了：ModelArk 定价页挂出公告，Seedance 2.5「will officially support 1080p output starting from August 17, 2026, Beijing time」，并给了单独的 token 价和一段折扣（下文有）。4K 没有任何类似公告，所以 Seedance 2.0 仍是这一家里唯一能出 4K 的模型。17 号之前，要交母版素材的人无论如何都得用 2.0。完整取舍我们写在 Seedance 2.5 与 2.0 对比 里，含同一条片子在两边各花多少钱。

在哪里能调到 Seedance 2.5？

两条按量计费透明的路，外加一个不公布单价的消费级应用。

资源包这道门槛最容易让人意外。ByteDance 官方文档写得很清楚：只有持有对应的预付费资源包，Seedance 系列才处于可用状态，所以「绑张卡就能调 API」的心智模型在这里不成立，而且资源包会过期、不退款。

走网关的话，模型只是一个字符串。在 ofox 上它是 bytedance/seedance-2.5，和 2.0 各档共用同一个 /v1/videos 端点，两者互换就是改一个词。请求与轮询的形状自我们写 Seedance 2.0 接入指南 以来没变过，而 是否有免费额度这个问题 的答案与 2.0 时期一致：任何通路上都没有免费 API 档。

Seedance 2.5 的提示词该怎么写？

三段，顺序固定：一句话概述、逐拍剧情、然后是整条片子都要保持不变的细节。 这是 ByteDance 指南要求的结构，也比大多数视频提示词最后写成的那一大段形容词更贴近模型的阅读方式。

官方给的形状：

One-sentence summary:  subject + location + event + genre/style + camera movement
Detailed plot:         timestamps or Shot N, each with visuals, camera, action, dialogue, sound
Additional notes:      what stays constant throughout: angle, environment, atmosphere, audio

配套还有两条规矩。一是正面表述，因为负向约束只在字幕和音频上受支持（「No subtitles」「No BGM; generate only environmental sounds and action sounds」）。二是每个参考素材都要在正文里按上传顺序编号显式绑定，别指望模型去认图片内部画着的标签。

ByteDance 还为这个模型发了一个提示词工程 skill，这是指南里最有用、却没人写过的东西：

npx --yes skills@latest add \
  "https://arkdocs-en.tos-ap-southeast-1.volces.com/skills/" \
  --skill sd25-pe \
  --yes

我们跑了这条命令确认它能装上：它会写出 .agents/skills/sd25-pe/SKILL.md，并注册到它能找到的各个 agent CLI，包括 Claude Code 和 Codex。之后 /sd25-pe 加上你的粗稿提示词，就会把它改写成上面那个结构。

时间戳这次是真能用了吗？

能，而且这是一条被推翻的规则。 Seedance 2.0 的提示词指南原话是让你别这么写：「The model’s support for precise timing (such as 0–3 seconds) is unstable, and forcibly limiting duration may lead to abnormal generation results.」我们的 Seedance 2.0 指南 也照实转述了这条，因为它当时是对的。到了 2.5，同一家厂商写的是反过来的：支持整秒粒度的时间戳，并给出三种写法。

同时来了三条约束。时间轴要连续，像「0-3s… 5-6s…」这样留缝被官方点名为错误写法。节奏大约每 2 到 3 秒一拍，因为一个时间窗里情节太少模型会自由发挥，太多则会疯狂剪切或者干脆丢情节。高频动作别用时间戳，指南自己举的反例是「shake your head three times per second」。

这条我们没有照抄，而是测了。一条提示词，三拍，写死秒区间：

0-2s: the paper fox sits still, then its ears twitch twice.
2-4s: the fox unfolds into a single flat sheet of orange paper.
4-6s: the flat sheet folds itself back into the fox, which hops once
      toward the camera and freezes.

480p、固定 seed、generate_audio: true。在 t=1s、t=3s、t=5s 三处取帧，分别是完整的狐狸、展开到一半、以及跃起在半空，与脚本一致。同一条提示词在 Seedance 2.0 上的逐帧对照放在 姊妹篇 里；结论简版是两个模型都踩到了拍点，2.5 落点更贴秒，而且真把最后那一跳做了出来。

真正有意思的是把脚本拉长。我们把同一条三拍提示词原样提到 duration: 30，没加情节。结果 30 秒全程连贯、主体稳定、没有跳切，但其中大约十秒都停在一张摊平的纸上，因为脚本里没别的可演。文档预测的正是这个：30 秒的片子要写大约十拍，而不是把三拍拉长。

该挂多少个参考素材？

上限是 50。推荐的工作区间离它远得很。

2.0 时代「离上限远一点」的建议没有被废除，只是换了刻度。真正变了的是音频可以单独作为参考存在，语音或音乐不配图也能驱动一次生成；多视角主体图也从「不建议」变成了「支持」。主体超过五个时，指南仍然要求改用单视角图片、一视角一张，而不是一张图里塞好几个视角。

走网关而不是直连 ByteDance 的人还要多留一句心：你真正能用的参考素材上限，是你的网关透传了多少，而网关在这一项上历来落后于模型。先用两张参考图跑通，再去设计一条挂三十张图的流水线。

你实际在跑的是哪种任务类型？

Seedance 2.5 把每个请求分成 locked 和 unlocked 两类，locked 任务会拒绝你平时会设的参数。 Seedance 2.0 没有这个概念，这也是把提示词原样搬过来会开始抛异步错误的原因。

意图是从你的用词里读出来的。编辑需要 edit video、add、insert、remove、delete、modify、replace、change to 之一；扩展需要 extend forward、extend backward、continue、continue from、extend the story 之一。漏了这些词，你的编辑请求会被归类成参考任务，返回的是一条按你素材松散重建的新片，而不是「原片改一处」。

逃生口是 omni_reference_task_type。设成 edit 或 extend，API 会在提交时就校验 locked 任务的约束，你拿到的是同步报错，而不是为一条形状不对的结果付钱。留在 auto，校验发生在任务已经开跑之后。模型之后仍会从提示词重新推断任务类型，所以这个参数是把失败窗口收窄，不是关死。

编辑和扩展任务把 output_format 设成 mov。指南对两者都推荐它，mov 也是那个能带上 yuv444p 色度和 PCM 音频、让二次剪辑看起来还是同一批素材的格式。

Seedance 2.5 要花多少钱？

480p 每成片秒 $0.11，720p $0.24，输入含视频比纯文本或图片更贵。

真实片子，真实账单，都来自 2026-08-13：

两条都精确落在每秒 $0.11 上，说明标价就是实付价，30 秒的片子也不会按「长片溢价」多收。

ByteDance 对同一个模型的计费口径不同：输出 480p 与 720p 时，dreamina-seedance-2-5-260628 是无视频输入 $10.70 每百万 token、含视频输入 $6.40，token 用 (input video duration + output duration) × width × height × frame rate / 1024 估算。我们那条 6 秒片子返回的是 854×480、24 fps，算出来约 57,600 token，折合约 $0.62。我们实付的按秒价，与 ByteDance 自己那套算法对同一条片子的结果相差约 7%，而且省掉了预付资源包。把网关和源站放在一起比，正确姿势就是这个：拿一条你已经生成出来的片子去跑厂商自己的公式。

2026-08-17 上线的 1080p 档单独计价，而且更贵：无视频输入 $11.70 每百万 token、含视频输入 $7.00，折扣期内按 72% 收，一直到北京时间 2026-09-17，ByteDance 自己的说法是「starting at approximately USD 0.41 per second」。两边都套一遍 token 公式就会发现，打完折的 1080p 一秒仍约等于源站 480p 一秒的四倍，因为 token 数跟像素面积走。这是一个档位差，不是四舍五入的差别。

还有两条计费细节值得知道。一是失败的生成不收费，两条通路都一样，包括内容审核导致的失败。二是折扣仍然偏向老一代，至少对今天能生成出来的东西是这样：ByteDance 对两个便宜的 2.0 档打折到 2026-09-07，Mini 收 4 折、Fast 收 75 折，基础版 2.0 保持 $7.00 每百万 token；ofox 侧则是 2.0 各档打九折，划线价是 $0.07 和 $0.16。目前唯一在牌面上的 Seedance 2.5 折扣只覆盖 1080p 输出，定价页同一句话里就写明 480p 和 720p 不在优惠范围内。也就是说，2.5 现在能产出的每一种分辨率都是原价。

用代码怎么调 Seedance 2.5？

提交、轮询、下载。 端点是异步的，30 秒的片子要按分钟算，所以一开始就该按轮询写，或者直接给一个 callback_url。

import os, time, requests

BASE = "https://api.ofox.run/v1"
H = {"Authorization": f"Bearer {os.environ['OFOX_API_KEY']}"}

body = {
    "model": "bytedance/seedance-2.5",
    "prompt": (
        "3D animated style, bright clean studio lighting, a small orange origami "
        "paper fox on a white paper desk. "
        "0-2s: the paper fox sits still, then its ears twitch twice. "
        "2-4s: the fox unfolds into a single flat sheet of orange paper. "
        "4-6s: the flat sheet folds itself back into the fox, which hops once "
        "toward the camera and freezes. "
        "Fixed camera, medium close-up. No subtitles. "
        "Sound: soft paper rustling on each fold, one gentle chime on the freeze."
    ),
    "duration": 6,
    "resolution": "480p",
    "aspect_ratio": "16:9",
    "generate_audio": True,
}

job = requests.post(f"{BASE}/videos", json=body, headers=H).json()
while True:
    s = requests.get(f"{BASE}/videos/{job['id']}", headers=H).json()
    if s["status"] in ("completed", "failed"):
        break
    time.sleep(5)

print(s["status"], s.get("usage"))

这就是产出上面那些帧的原始请求，只去掉了 seed。usage 返回的是 {"video_seconds": 6, "video_cost": "0.6600000000"}，如果你按片子记账而不是靠估算，要记的就是这个数。

有两种失败值得手动接住，因为都很容易撞上，而且都在生成开始前就返回：

{"error":{"code":"unsupported_parameter",
  "message":"resolution \"1080p\" not supported; allowed: [480p 720p]"}}

{"error":{"code":"unsupported_parameter",
  "message":"duration 30 out of range [4, 15]"}}

第一条是 Seedance 2.5 拒绝 1080p。第二条是 Seedance 2.0 拒绝 30 秒请求，也是你第一次把旧代码指向新时长、或把新代码指向老模型时会看到的那条。

第一步该做什么？

先花 $0.44 生成一条 4 秒 480p 的片子，再规划别的。 它能告诉你三件事：你的主体能不能过内容审核、音频回来的样子是否合意、以及你的网关到底透传了什么，而代价比一杯咖啡还低。

之后按这个顺序放大：先在 6 秒里用时间戳把拍点调准，再一个一个加参考素材而不是一次挂三十个，等脚本定稿了再上 720p，因为那是每秒单价翻一倍多的分界点。如果你的交付格式在 2026-08-17 之前就要 1080p，或者需要 4K，那就到此为止，去读 与 Seedance 2.0 的对比，因为今天的 2.5 无论怎么写提示词都过不了 720p。

References

• Dreamina Seedance 2.5 tutorial
• Dreamina Seedance 2.5 prompt guide
• Dreamina Seedance 2.0 series prompt guide
• ModelArk pricing
• ofox 模型页：Seedance 2.5
• ofox 模型页：Seedance 2.0
• ofox 视频 API 文档