> ## Documentation Index
> Fetch the complete documentation index at: https://veniceai-docs-revamp.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Seedance 2.0

> Seedance 2.0 — Venices Flaggschiff-Multimodal-Videomodell. Text-/Image-/Reference-to-Video auf einem Endpoint, mit vier aus der Prompt-Form abgeleiteten Workflows (Reference, Edit, Extend, Stitch).

Seedance 2.0 ist ein Flaggschiff-Multimodal-Videomodell, das in Venice als Familie aus drei Varianten für Text-, Image- und Referenz-getriebene Videogenerierung verfügbar ist. Die **Reference-to-Video**-Variante ist außergewöhnlich mächtig: ein einziger Endpoint und eine einzige Modell-ID handhaben **vier verschiedene Workflows** (Reference, Edit, Extend, Stitch) — der Workflow wird aus der **Form deines Prompts** abgeleitet.

Dieser Guide führt durch die Varianten, die vier Workflows mit kanonischen Prompts, die Multimodal-Input-Limits, Preise und vollständige `curl`-Beispiele.

## Varianten

| Modell-ID                              | Variante | Output-Auflösungen  | Hinweise                                                                                                       |
| -------------------------------------- | -------- | ------------------- | -------------------------------------------------------------------------------------------------------------- |
| `seedance-2-0-text-to-video`           | T2V      | 480p / 720p / 1080p | Nur Text-Prompt                                                                                                |
| `seedance-2-0-image-to-video`          | I2V      | 480p / 720p / 1080p | Erst- (und optional Letzt-)Frame-Bildgrundlage                                                                 |
| `seedance-2-0-reference-to-video`      | R2V      | 480p / 720p / 1080p | Bis zu 9 Referenzbilder + 3 Referenzvideos + 3 Referenz-Audio-Donor. Treibt Reference / Edit / Extend / Stitch |
| `seedance-2-0-fast-text-to-video`      | Fast T2V | 480p / 720p         | Schneller, niedrigerer Fidelity-Tier                                                                           |
| `seedance-2-0-fast-image-to-video`     | Fast I2V | 480p / 720p         | Schneller, niedrigerer Fidelity-Tier                                                                           |
| `seedance-2-0-fast-reference-to-video` | Fast R2V | 480p / 720p         | Schneller, niedrigerer Fidelity-Tier; selber Workflow-Satz                                                     |

Alle Varianten sind async. Submit per `POST /api/v1/video/queue`, dann `POST /api/v1/video/retrieve` pollen, bis der Response-Body `video/mp4` ist. Siehe [Videogenerierung](/guides/media/video-generation) für den allgemeinen Queue-Flow.

## Das „Ein Modell, vier Workflows"-Modell

Die Reference-to-Video-Variante (`seedance-2-0-reference-to-video` und das Fast-Gegenstück) ist dasselbe zugrundeliegende Modell, das vier verschiedene Aufgaben bedient. **Das Modell leitet die Aufgabe aus dem Prompt-Präfix und der Form deiner Inputs ab.** Es gibt kein `task`- oder `workflow`-Feld – die Prompt-Syntax ist das Routing.

| Workflow      | Was es tut                                                                                                    | Prompt-Präfix                                                         | Inputs                                                                                           |
| ------------- | ------------------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------ |
| **Reference** | Ein neues Video generieren, mit hochgeladenen Referenzdateien als Donor für Subjekt / Bewegung / Stil / Audio | `Refer to ... in <Image\|Video\|Audio N> to generate ...`             | Text + ≥1 Bild- ODER Video-Referenz (0–9 Bilder, 0–3 Videos), plus optional bis zu 3 Audio-Donor |
| **Edit**      | Ein einzelnes Eingabevideo modifizieren, den Rest erhalten                                                    | `Strictly edit <Video 1>, changing its ...`                           | 1 Eingabevideo + Text (Bilder optional als Grounding)                                            |
| **Extend**    | Vorwärts-/Rückwärts-Verlängerung eines Clips                                                                  | `Extend <Video 1>, generate ...`                                      | 1 Eingabevideo + Text                                                                            |
| **Stitch**    | 2–3 Clips mit automatisch generierten Übergängen verbinden                                                    | `<Video 1> + <Transition-Beschreibung> + followed by <Video 2> + ...` | 2–3 Eingabevideos + Text                                                                         |

Die **Prompt-Syntax ist kanonisch und case-sensitiv**: spitze Klammern, Großbuchstabe am Anfang, ein Leerzeichen vor der Zahl – `<Video 1>`, `<Image 1>`, `<Audio 1>`.

***

## Workflow-Muster

### Reference-Workflow

Nutze die hochgeladenen Referenzdateien als **Donor** – Subjekt, Szene, Bewegung, Stil, Stimmtimbre –, um ein völlig neues Video zu generieren.

**Kanonische Prompt-Muster**:

```
Refer to <Subject N> in <Image N> to generate ...
Refer to the [action | camera scene | style | sound effect] in <Video N> to generate ...
Refer to the [tone | timbre] in <Audio N> to generate ...
```

**Beispiele**:

* `Refer to <Subject 1> in <Image 1> to generate a 5-second clip of the same character riding a horse through snow.`
* `Refer to the camera scene in <Video 1> to generate a similar establishing shot of a futuristic city at dawn.`
* `Refer to <Subject 1> in <Image 1> and use the timbre in <Audio 1> for the narrator describing the scene.` (Audio-Donor müssen mit mindestens einer Bild- oder Video-Referenz gepaart sein – nur Audio wird abgelehnt)

### Edit-Workflow

Modifiziere ein einzelnes Eingabevideo. **Alles, was nicht explizit im Prompt genannt ist, bleibt erhalten.** Nutze dies, wenn du eine lokale Änderung möchtest (Subjekttausch, Wetter-/Farbänderung, Element-Add/Remove) statt eines komplett neuen Videos.

**Kanonisches Prompt-Muster**:

```
Strictly edit <Video 1>, changing its [original feature] to [new feature] ...
```

**Sub-Muster für feinere Kontrolle**:

```
Elemente hinzufügen:
  At [timestamp / timing] and [spatial location] of <Video 1>, add [description of intended element].

Elemente entfernen:
  Remove [element to be deleted] from <Video 1>, keeping the rest of the video content unchanged.

Elemente ändern:
  Replace [description of element to be changed] in <Video 1> with [description of intended element].
```

**Beispiele**:

* `Strictly edit <Video 1>, changing its weather from sunny to a heavy rainstorm.`
* `Add snacks such as fried chicken and pizza to the countertop in <Video 1>.`
* `Remove the red car from <Video 1>, keeping the rest of the video content unchanged.`
* `Replace the perfume featured in <Video 1> with the face cream from <Image 1>, with all original motions and camera work preserved.`

Das letzte Beispiel kombiniert Edit mit einer Bildreferenz – völlig legitim, das Modell nutzt `<Image 1>` als visuellen Donor für den Austausch.

### Extend-Workflow

Setze einen einzelnen Clip zeitlich vorwärts oder rückwärts fort. **Standardmäßig liefert Seedance nur den neuen Inhalt** – nicht das Original-Input verkettet mit der Verlängerung. Das ist für die Übergangskontinuität gewollt; soll der Eingabeclip neben der Verlängerung erhalten bleiben, sage es explizit:

```
Extend <Video 1>, generate [Beschreibung des Verlängerungsinhalts]
Extend <Video 1> backward, [Beschreibung des Verlängerungsinhalts]
Extend <Video 1>, start with <Video 1>, then [Beschreibung des Verlängerungsinhalts]      ← Input am Anfang erhalten
Extend <Video 1> backward, [Beschreibung], and then end with <Video 1>                    ← Input am Ende erhalten
```

Übergangsbehandlung: Das Modell extrahiert automatisch die Übergangsframes für nahtloses Blending; die Originalsegmente des Eingabevideos werden nicht neu generiert.

**Beispiele**:

* `Extend <Video 1>, generate a dramatic chase scene through narrow alleys at dusk.`
* `Extend <Video 1> backward, the same character walking toward the camera before the original shot begins.`
* `Extend <Video 1>, start with <Video 1>, then the camera pulls back to reveal a vast landscape.`

### Stitch-Workflow (Track-Completion)

Verbinde 2–3 Eingangsclips mit KI-generierten Übergängen. Die kombinierte Eingangsdauer muss ≤ 15 s sein.

**Kanonisches Prompt-Muster**:

```
<Video 1> + [Transition-Beschreibung] + followed by <Video 2> [+ [Transition-Beschreibung] + followed by <Video 3>]
```

**Beispiele**:

* `<Video 1> + a smooth seamless cut + followed by <Video 2>`
* `<Video 1>. The moment a leaf falls to the ground, it sets off a special effect of golden particles. A gust of wind blows by, leading into <Video 2>.`
* `<Video 1> + a wisp of smoke transforms into a flock of birds + followed by <Video 2> + a slow dolly-in + followed by <Video 3>`

Das Modell trimmt verbindende Segmente an den Übergängen automatisch für Kontinuität.

***

## Universelle Prompt-Formel

Über alle vier Workflows hinweg lautet die empfohlene Schreibformel:

```
Subjekt + Bewegung + Umgebung (optional)
       + Kamerabewegung / Schnitt (optional)
       + Ästhetik-Beschreibung (optional)
       + Audio (optional)
```

* **Subjekt + Bewegung**: das logische Fundament – definiere „Wer" führt „Welche Aktion" aus
* **Umgebung + Ästhetik**: räumlicher Hintergrund, Beleuchtung, Bildstil
* **Kamera**: expliziter Shot-Typ oder Bewegung
* **Audio**: Ambient-Soundeffekte oder Stimmrichtung für immersiven Output

Wenn du das auf ein Workflow-Präfix legst (z. B. `Strictly edit <Video 1>, changing its <Subjekt + Bewegung + Umgebung + ...>`), bekommst du die qualitativ besten Ergebnisse.

***

## Multimodale Input-Limits

Die unten genannten Werte sind das, was die Venice-API akzeptiert. Anfragen außerhalb dieser Bereiche werden auf der Schema-Ebene mit 400 abgelehnt, bevor sie die Inferenz erreichen.

### Bilder

| Constraint                          | Wert                                                                |
| ----------------------------------- | ------------------------------------------------------------------- |
| Input-Methoden                      | URL (`http://`, `https://`) oder Base64-Data-URL (`data:image/...`) |
| Formate                             | `.jpeg`, `.png`, `.webp`, `.bmp`, `.tiff`, `.gif`, `.heic`, `.heif` |
| Aspect Ratio (B / H)                | exklusiv `(0.4, 2.5)`                                               |
| Mindestseite                        | ≥ 300 px                                                            |
| Bildanzahl: I2V Erst-Frame          | 1                                                                   |
| Bildanzahl: I2V Erst- + Letzt-Frame | 2                                                                   |
| **Bildanzahl: R2V (V2 / Fast)**     | **1 – 9**                                                           |

### Videos

| Constraint                  | Wert                                                                |
| --------------------------- | ------------------------------------------------------------------- |
| Input-Methoden              | URL (`http://`, `https://`) oder Base64-Data-URL (`data:video/...`) |
| Formate                     | `.mp4`, `.mov`                                                      |
| Video-Codecs                | H.264 / AVC, H.265 / HEVC                                           |
| Audio-Codecs (im Container) | AAC, MP3                                                            |
| **Dauer pro Clip**          | `[2, 15]` s (inklusiv)                                              |
| **Max. Clip-Anzahl**        | 3 (R2V / Stitch / Extend)                                           |
| **Gesamtdauer kombiniert**  | ≤ 15 s über alle Clips                                              |
| **Größe pro Clip**          | ≤ 50 MB                                                             |

### Audio

| Constraint                 | Wert                                                                |
| -------------------------- | ------------------------------------------------------------------- |
| Input-Methoden             | URL (`http://`, `https://`) oder Base64-Data-URL (`data:audio/...`) |
| Formate                    | `.wav`, `.mp3`                                                      |
| **Dauer pro Clip**         | `[2, 15]` s                                                         |
| **Max. Clip-Anzahl**       | 3                                                                   |
| **Gesamtdauer kombiniert** | ≤ 15 s über alle Clips                                              |
| **Größe pro Clip**         | ≤ 15 MB                                                             |

Referenz-Audio wird nur in den R2V-Varianten unterstützt. Jeder Eintrag wird an das Modell als Content-Item mit `role: "reference_audio"` weitergegeben, das der Prompt als `<Audio 1>`, `<Audio 2>`, `<Audio 3>` adressiert – das Modell nutzt jeden Clip je nach Prompt-Rahmen für Stimmtimbre, Soundeffekte oder Hintergrundmusik. Das veraltete Singular-Feld `audio_url` mappt auf dieselbe Content-Form und ist nun äquivalent zur Übergabe eines einzelelementigen `reference_audio_urls`.

<Warning>
  **`reference_audio_urls` kann nicht der einzige Referenz-Input sein.** Das Modell verlangt mindestens eine Bild- oder Videoreferenz neben jedem Audio-Donor. Paare `reference_audio_urls` mit `reference_image_urls`, `reference_video_urls`, `image_url` oder `video_url` – reine Audio-Submissions werden abgelehnt.
</Warning>

### Request-Größe

Der Queue-Endpoint akzeptiert JSON-Bodies bis zu **35 MB**. Inline-Data-URLs für große Videos können das überschreiten – besonders bei Multi-Clip-Stitch URLs gegenüber Inline-Base64 bevorzugen.

***

## Preise

Rufe `POST /api/v1/video/quote` auf, um ein Quote für eine bestimmte Request-Form zu erhalten, bevor du es an `/video/queue` schickst. Der Quote-Endpoint ist die einzige maßgebliche Quelle; Pricing-Details können sich ändern und sollten nicht client-seitig gecached oder dupliziert werden.

Wenn Referenzvideos Teil des Requests sind, übergib auch `reference_video_total_duration` (die Summe aller Referenzclip-Dauern in Sekunden), damit das Quote dem entspricht, was `/video/queue` abrechnet:

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/quote \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "duration": "5s",
    "resolution": "1080p",
    "aspect_ratio": "16:9",
    "reference_video_total_duration": 5
  }'
```

***

## Vollständige Beispiele

Alle Beispiele setzen voraus, dass `VENICE_API_KEY` in der Umgebung gesetzt ist.

### Text-to-Video

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-text-to-video",
    "prompt": "A golden retriever frolicking through a sunlit meadow at sunset, slow camera dolly-in, shallow depth of field, warm cinematic lighting.",
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### Image-to-Video (Erst-Frame)

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-image-to-video",
    "prompt": "The lighthouse keeper turns toward the storm, lantern raised, waves crashing against the rocks.",
    "image_url": "https://example.com/lighthouse.jpg",
    "duration": "5s",
    "resolution": "720p"
  }'
```

<Note>
  `seedance-2-0-image-to-video` (und seine Fast-Variante) **akzeptieren `aspect_ratio` nicht** – das Output-Aspect-Ratio wird automatisch aus den Dimensionen des Eingabebilds abgeleitet. Wird das Feld übergeben, kommt 400 mit *„This model does not support aspect\_ratio"*. Verwende die T2V- oder R2V-Varianten, wenn du explizite Aspect-Ratio-Kontrolle brauchst.
</Note>

### Reference-Workflow — Subjekt-Donor

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Refer to <Subject 1> in <Image 1> to generate a 5-second clip of the same character walking through a neon-lit Tokyo street at night.",
    "reference_image_urls": ["https://example.com/character.png"],
    "duration": "5s",
    "aspect_ratio": "9:16",
    "resolution": "1080p"
  }'
```

### Reference-Workflow — Subjekt + Audio-Donor

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Refer to <Subject 1> in <Image 1> to generate a 5-second clip of the same character walking through a neon-lit Tokyo street at night. Refer to the timbre in <Audio 1> for a soft female voiceover describing the scene.",
    "reference_image_urls": ["https://example.com/character.png"],
    "reference_audio_urls": ["https://example.com/voice-sample.mp3"],
    "duration": "5s",
    "aspect_ratio": "9:16",
    "resolution": "1080p"
  }'
```

### Edit-Workflow

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Strictly edit <Video 1>, changing its weather from sunny to a heavy rainstorm, with all original motions and camera work preserved.",
    "reference_video_urls": ["https://example.com/sunny-scene.mp4"],
    "reference_video_total_duration": 5,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### Edit-Workflow mit Bild-Grounding

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Replace the perfume featured in <Video 1> with the face cream from <Image 1>, with all original motions and camera work preserved.",
    "reference_video_urls": ["https://example.com/perfume-ad.mp4"],
    "reference_image_urls": ["https://example.com/face-cream.png"],
    "reference_video_total_duration": 4,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### Extend (vorwärts)

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "Extend <Video 1>, generate a dramatic chase scene through narrow alleys at dusk, with neon signs flickering and rain on the pavement.",
    "reference_video_urls": ["https://example.com/alley-intro.mp4"],
    "reference_video_total_duration": 4,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### Stitch (3 Clips)

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/queue \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "prompt": "<Video 1> + a wisp of smoke transforms into a flock of birds + followed by <Video 2> + a slow dolly-in + followed by <Video 3>",
    "reference_video_urls": [
      "https://example.com/clip-1.mp4",
      "https://example.com/clip-2.mp4",
      "https://example.com/clip-3.mp4"
    ],
    "reference_video_total_duration": 12,
    "duration": "5s",
    "aspect_ratio": "16:9",
    "resolution": "1080p"
  }'
```

### Polling auf Fertigstellung

Speichere nach jedem Queue-Submit die zurückgegebene `queue_id` und pollte `/video/retrieve`, bis der Response-Body `video/mp4` ist:

```bash theme={"dark"}
curl -X POST https://api.venice.ai/api/v1/video/retrieve \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-0-reference-to-video",
    "queue_id": "123e4567-e89b-12d3-a456-426614174000"
  }' \
  -o output.mp4
```

Die Antwort ist JSON (`{ "status": "queued" | "running" | "failed", ... }`), bis der Job abgeschlossen ist; dann wechselt der Response-Body auf `video/mp4`-Bytes. Siehe [Videogenerierung](/guides/media/video-generation) für das vollständige Polling-Muster.

***

## Fehlerbehebung

### `At least one reference is required for this model`

Reference-to-Video-Submissions müssen mindestens eines von `reference_image_urls`, `reference_video_urls`, `image_references` oder `video_references` enthalten. Reine Text-Generierung ist kein gültiger R2V-Workflow – verwende stattdessen `seedance-2-0-text-to-video`. `reference_audio_urls` allein reicht nicht (siehe Audio-Abschnitt oben).

### `reference_video_urls must have at most 3 videos`

Das Modell deckelt Referenzvideos bei 3. Wenn du mehr Clips brauchst, mach zuerst einen Stitch (3 → 1) und nutze den Output als Referenz für einen Folge-Job.

### `Per clip must be 2–15s` / Aggregat `> 15s`

Die Dauer pro Clip ist `[2, 15]` Sekunden **inklusiv**; die Summe über alle Referenzvideos ist ebenfalls auf 15 Sekunden gedeckelt. Clips vor dem Submit client-seitig trimmen.

### Prompt routet auf den falschen Workflow

Der Workflow wird aus der Prompt-Syntax abgeleitet. Häufige Fehlrouten:

* **Extend** gemeint, aber `Refer to ...` geschrieben → Modell behandelt dein Video als *Donor*, nicht als fortzusetzende Canvas
* **Stitch** gemeint, aber `Refer to ...` geschrieben → Modell wählt einen als Donor, ignoriert die anderen
* **Edit** gemeint, aber `Generate a video based on <Video 1>` geschrieben → mehrdeutig; Modell fällt evtl. auf Reference zurück

Nutze die kanonischen Präfixe exakt wie geschrieben: `Strictly edit <Video 1>, ...`, `Extend <Video 1>, ...`, `<Video 1> + ... + followed by <Video 2>`.

### Quote stimmt nicht mit dem Queue-Betrag überein

Wenn du ein Referenzvideo eingebunden, aber `reference_video_total_duration` nicht an `/video/quote` übergeben hast, können Quote und Queue-Betrag abweichen. Bei vorhandenen Referenzvideos immer `reference_video_total_duration` (Summe aller Referenzclip-Dauern in Sekunden) übergeben.

***

## Referenzen

* Venice Video-Queue-Endpoint: [`POST /api/v1/video/queue`](/api-reference/endpoint/video/queue)
* Venice Quote-Endpoint: [`POST /api/v1/video/quote`](/api-reference/endpoint/video/quote)
* Begleitender Guide: [Reference to Video](/guides/media/reference-to-video) (deckt Kling O3 + Grok Imagine R2V ab)
* Begleitender Guide: [Videogenerierung](/guides/media/video-generation) (Queue-/Polling-Übersicht)