
bytedance / seedance2-5
Seedance 2.5 es el modelo de vídeo con IA de nueva generación de ByteDance para generar vídeos de hasta 30 segundos, usar referencias multimodales y realizar edición local precisa.
Kinovi Directory
Compara los modelos publicados y abre cada página para revisar entradas, acceso en Studio y estado de la API.
52 models
Provider

Seedance 2.5 es el modelo de vídeo con IA de nueva generación de ByteDance para generar vídeos de hasta 30 segundos, usar referencias multimodales y realizar edición local precisa.

Genera vídeos de 4–30 segundos a partir de texto, fotogramas inicial/final o referencias multimodales. Admite hasta 10 imágenes, 5 vídeos y 5 clips de audio en modo reference, 480p/720p nativo, generación de audio opcional y salida MP4/MOV. Tarifas de prueba temporales.

Modelo de video con IA de próxima generación de ByteDance. Combina los modos Fast y Pro para generar videos de alta calidad.

Wan 3.0 Prime multimodal reference-to-video — faster inference. Images, video, audio, web pages, and documents into 480P–1080P clips — up to 30s output without reference video; with videoUrls, reference total + output must stay within 30s.

Seedance 2.5 Flash Video Edit transforma metraje existente mediante cambios en los sujetos, el entorno, la iluminación y el estilo visual guiados por texto. Añade referencias opcionales de imagen y audio para orientar la edición. En Kinovi, la salida utiliza 480p o 720p nativos, con la duración y la relación de aspecto del vídeo de origen.

Seedance 2.5 Flash Video Extend genera nuevas imágenes a partir del final de un clip existente. Usa un vídeo de origen y un prompt para dirigir la siguiente acción, el movimiento de cámara y la progresión de la escena, con referencias opcionales de imagen y audio. Añade 4–30 segundos en 480p o 720p nativos; el encuadre se adapta al vídeo de origen.

Alibaba Wan 3.0 multimodal reference-to-video on Kinovi. Blend images, video, audio, web pages, and documents into 480P–1080P clips — up to 30s output without reference video; with videoUrls, reference total + output must stay within 30s.

Texto a imagen, edición guiada por referencia y renderizado de texto multilingüe para trabajo de imagen de nivel diseño.

Modelo avanzado de generación y edición de imágenes con IA de OpenAI. Comprende conceptos complejos y genera imágenes detalladas y realistas a partir de texto.

Seedream 5.5 genera una imagen a partir de un prompt de texto. Modelo upstream seedream-v5.5. Resolución: 1k / 1.5k / 2k (valor predeterminado 2k).

Seedance 2.0 Fast is Kinovi's lower-credit Seedance route for fast text-to-video and image-to-video iteration at 480p or 720p.

Seedream 5.5 edita o fusiona hasta 10 imágenes de referencia con una instrucción de texto. La ruta de consola es seedream-v5.5/edit; el modelo de API sigue siendo seedream-v5.5 con image. Resolución: 1k / 1.5k / 2k (valor predeterminado 2k).

Seedance 2.0 Mini es un modelo de generación de video de bajo costo diseñado para crear borradores rápidos, probar ideas en lote, producir recursos de e-commerce y desarrollar conceptos para videos cortos.

Sube un vídeo de referencia, describe exactamente qué debe cambiar e indica qué debe mantenerse. Ideal para ediciones controladas de sujetos, productos, fondos, iluminación y estilo.

Continúa un vídeo desde su último fotograma y conserva sujeto, escena, iluminación y lógica de cámara.

El modelo Midjourney más reciente con calidad fotorrealista y control creativo.

Cree vídeos cinematográficos coherentes a partir de texto con una duración flexible de 2 a 30 segundos, salida 480p–1080p, múltiples relaciones de aspecto y audio generado opcional.

Anime una imagen del primer fotograma en un vídeo cinematográfico coherente con guía opcional del último fotograma, duración de 2 a 30 segundos, salida 480p–1080p y audio generado opcional.

Genere videos cinematográficos coherentes a partir de texto con inferencia Wan 3.0 Prime acelerada, duración flexible de 2 a 30 segundos, salida 480p–1080p, múltiples relaciones de aspecto y audio generado opcional.

Anime una imagen del primer fotograma con inferencia Wan 3.0 Prime acelerada, guía opcional del último fotograma, duración de 2 a 30 segundos, salida 480p–1080p y audio generado opcional.

HappyHorse 1.0 es el modelo de generación de video de alta calidad de Alibaba disponible en Kinovi. Admite texto a video, imagen a video, video con imágenes de referencia y edición de video.

Modelo de IA de anime e ilustración especializado en estilos artísticos japoneses.

Generación de imágenes AI rápida y de alta calidad con control creativo y salida fotorrealista.

SeedVR2 Image Upscale está anunciado en Kinovi. El acceso desde Studio y la API REST pública aún no está disponible.

OpenAI GPT Image 2.5 Sunburst: nivel de precisión cuando importa el detalle. Texto a imagen y edición, mismos controles y uso que Flare.

Grok Imagine Video v1.5 Text to Video turns natural-language prompts into short, stylized AI videos, with 480P, 720P, and 1080P output options plus selectable aspect ratios for social media clips, creative storytelling, concept videos, marketing content, and professional text-to-video workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

OpenAI GPT Image 2.5 Flare convierte prompts en imágenes listas para producción. Nivel rápido para texto a imagen y edición, mismos controles y facturación por uso que Sunburst.

Grok Imagine Video v1.5 Image-to-Video turns a single input image and a natural-language prompt into short, stylized AI videos, with 480P, 720P, and 1080P output options and selectable aspect ratios for character animation, product videos, social media content, creative storytelling, and marketing workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Grok Imagine Video v1.5 Reference to Video turns up to seven reference images and a natural-language prompt into short, stylized AI videos, with 480P / 720P output options and selectable aspect ratios for identity-consistent clips, character-driven videos, social media content, creative storytelling, and marketing workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

High-quality AI image generation and editing with 1K, 2K, and 4K output.

Grok Imagine Video 1.5 Lite generates videos from text descriptions using xAI's Grok Imagine Video model. Create high-quality videos with customizable duration, aspect ratio, and resolution. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Texto a vídeo solo con prompt. MP4 a 720p o 1080p, entre 3 y 30 segundos, con audio nativo.

Grok Imagine Video 1.5 Lite transforms images into videos using xAI's Grok Imagine Video model. Animate still images with natural motion, scene continuity, and synchronized audio. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Imagen a vídeo guiado por fotogramas clave. Anima un primer fotograma o recorre hasta 10 fotogramas clave en orden. La salida conserva la relación de aspecto de la imagen de entrada. MP4 a 720p o 1080p, 3–30 segundos, audio nativo.

AI music generation with Suno.

Vídeo guiado por referencias. Dirige el clip con imágenes de referencia, vídeos de referencia o fotogramas clave, o cualquier mezcla de ellos. MP4 a 720p o 1080p, 3–30 segundos, audio nativo.

Imagen a vídeo a partir de una imagen del primer fotograma (último fotograma opcional). MP4 a 480p o 768p; duración 5–15 segundos. La relación de aspecto de salida sigue la imagen de entrada.

Texto a vídeo solo con indicación. MP4 a 480p o 768p; duración 5–15 segundos.
Video de persona hablando a partir de un retrato y una pista de audio. Salida sincronizada con los labios en 480p o 720p, de 2 a 15 segundos.

AI sample generation with Suno.

AI remix with Suno.

AI sound effects with Suno.

Texto a vídeo solo con indicación. MP4 a 768p o 2k; duración 4–15 segundos.

Imagen a vídeo a partir de una imagen del primer fotograma (último fotograma opcional). MP4 a 768p o 2k; duración 4–15 segundos. La relación de aspecto de salida sigue la imagen de entrada.

Vídeo guiado por referencias a partir de imágenes, vídeos y/o audio (al menos uno). MP4 a 768p o 2k; duración 4–15 segundos. No se puede combinar con el primer/último fotograma.

Texto a vídeo solo con indicación. MP4 a 480p o 768p; duración 5–15 segundos.

Imagen a vídeo a partir de una imagen del primer fotograma (último fotograma opcional). MP4 a 480p o 768p; duración 5–15 segundos. La relación de aspecto de salida sigue la imagen de entrada.

Vídeo guiado por referencias a partir de imágenes, vídeos y/o audio (al menos uno). MP4 a 480p o 768p; duración 5–15 segundos. No se puede combinar con el primer/último fotograma.

Entrada de texto de ByteDance Seed Audio 1.0 en la API de Kinovi. Describe timbre, emoción, diálogo y escena en un prompt: genera voz coordinada con ambiente y SFX opcionales. Hasta ~2 minutos por pasada, más de 20 idiomas, marcas de tiempo de diálogo ~100 ms.

Entrada de audio de referencia de ByteDance Seed Audio 1.0 en la API de Kinovi. Sube hasta 3 clips limpios de habla y cítalos como @Audio1–@Audio3 para clonar el timbre en nuevas líneas o continuaciones, con interpretación a nivel de escena. No se puede combinar con referencia de imagen.

Entrada de imagen de referencia de ByteDance Seed Audio 1.0 en la API de Kinovi. Suba una imagen de persona o personaje; el modelo infiere una voz coincidente y habla su prompt. Las referencias de imagen y audio son excluyentes.

Entrada de diseño sonoro de ByteDance Seed Audio 1.0 en la API de Kinovi. Texto a SFX y camas de ambiente — callejones lluviosos, cafés, Foley, whoosh/impactos — orientada a audio no centrado en diálogo desde el mismo modelo de escena completa.