Seedream 5.5

Seedream 5.5 es el modelo de imágenes de ByteDance. Cada solicitud crea una imagen a partir de un prompt, de un prompt con hasta 10 imágenes de referencia, o separa una imagen en una imagen base y capas transparentes, opcionalmente con las palabras de cada capa de texto extraídas. Envía la solicitud, conserva el ID de tarea devuelto y lee las imágenes terminadas en la tarea. Las imágenes de referencia se envían como URL.

ID de modelo

Consulta los precios actuales en la página del modelo.

Ejemplo rápido

curl https://api.seedrouter.ai/v1/images/generations \
  -H "Authorization: Bearer $SEEDROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedream-5-5",
    "prompt": "A ceramic teapot shaped like a sleeping fox on a linen tablecloth, soft morning window light, shallow depth of field. No text.",
    "size": "1K"
  }'

Endpoint

POST https://api.seedrouter.ai/v1/images/generations

La respuesta es una tarea ({"id": "task_...", "status": "processing"}), no la imagen terminada. Sondea GET /v1/tasks/{task_id} para obtener el resultado. Guarda las claves de API en código del servidor. Las referencias y la descomposición en capas van en la misma solicitud mediante image; /v1/images/edits no se usa para este modelo y devuelve 400.

Parámetros

Los campos fuera de esta lista se descartan antes de reenviar la solicitud; nunca causan errores ni cambian la salida. n, stream, seed y response_format no están disponibles: cada solicitud devuelve una imagen o, con layer_decomposition, hasta max_images. callback_url no está disponible; sondea la tarea.

Tamaño de salida

No hay nivel 3K ni 4K ni tamaño expresado como relación de aspecto: para un encuadre fijo de 16:9 en 2K, envía 2560x1440. 1K y 1.5K cuestan lo mismo; 2K y cualquier tamaño por encima de 2,61 millones de píxeles cuestan más (consulta Criterios de precio).

Imágenes de referencia

Pasa una imagen para editarla o varias para combinarlas, e indica en prompt qué conservar y qué cambiar. Haz referencia a ellas por su orden («la chaqueta de la imagen 1»).

{
  "model": "seedream-5-5",
  "prompt": "Turn this scene into a snowy winter night with warm light from the lighthouse windows, keep the composition",
  "image": "https://example.com/lighthouse.jpg",
  "size": "2560x1440"
}

Fondo transparente

Usa background: "transparent" para obtener un PNG de fondo transparente, a partir de un prompt solo o de referencias:

{
  "model": "seedream-5-5",
  "prompt": "A glossy red enamel pin shaped like a cherry, product cutout",
  "background": "transparent",
  "output_format": "png",
  "size": "1K"
}

Descomposición en capas

Envía exactamente una imagen con layer_decomposition: true. La tarea devuelve primero la imagen base y después cada capa como PNG transparente.

{
  "model": "seedream-5-5",
  "image": "https://example.com/poster.jpg",
  "layer_decomposition": true,
  "size": "1K",
  "layer_decomposition_options": { "max_images": 4, "text_recognition": true }
}

Cada capa incluye z_index (la imagen base es 0; los números mayores se colocan encima), background y, cuando el modelo los proporciona, name, description y bounding_box. bounding_box.absolute es [left, top, right, bottom] en píxeles de la imagen base; bounding_box.normalized es la misma caja escalada a 0–1000. Los archivos de las capas se renderizan en el nivel elegido, así que su tamaño en píxeles puede diferir del de la caja: para reconstruir la imagen, ajusta cada capa a su caja y colócala sobre la imagen base en orden ascendente de z_index.

Un nivel fija el tamaño de la imagen base y de cada capa. Con auto, la salida sigue el tamaño de la imagen de entrada, elevado al menos a 1K y reducido como máximo a 2K.

Reconocimiento de texto

Con layer_decomposition_options.text_recognition: true, una capa que contiene texto impreso normal también incluye text_recognition: el text completo (líneas unidas por \n) y lines, cada una con su propia bounding_box y runs de texto con distintos estilos. El style de un fragmento incluye similar_font_family, foreground_color (#RRGGBB) y las marcas bold, italic, underline, strikethrough, shadow y translucent. Las fuentes y las marcas son una estimación del modelo. Las letras artísticas o manuscritas no devuelven texto, y un prompt enviado con la descomposición puede suprimirlo, así que trata el campo como opcional.

Entradas multimedia

Cada referencia es una URL pública HTTP(S). No se aceptan URI de datos Base64: sube el archivo a tu propio almacenamiento y pasa su URL. Los formatos admitidos son JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC y HEIF, hasta 30 MB cada uno y un máximo de 36.000.000 píxeles en total. AVIF y JP2 no son compatibles; una tarea que no puede leer su entrada falla y no se cobra.

Criterios de precio

Consulta las tarifas actuales en la sección de precios del modelo. Seedream 5.5 se cobra por imagen de salida según el nivel de píxeles, más cada imagen de referencia:

cost = Σ each returned image's price for its own tier + reference images × reference price

• El nivel inferior cubre imágenes de hasta 2,61 millones de píxeles (1K y 1.5K); cualquier tamaño mayor pertenece al nivel superior.
• Se cobra cada imagen de referencia, incluida la primera. La descomposición en capas cobra su única imagen de entrada.
• La descomposición en capas cobra la imagen base y cada capa, cada una al nivel de su propio tamaño.
• El importe reservado al aceptar una tarea cubre el resultado máximo: una imagen en el nivel solicitado o max_images imágenes (30 si se omite) para descomposición en capas, con auto contado como nivel superior. Después se cobran las imágenes realmente devueltas y se libera la diferencia.

Consulta los cargos finales en el historial de uso de tu cuenta. Las tareas fallidas no se cobran.

Esquema de salida

El envío devuelve la tarea:

{"id": "task_...", "model": "seedream-5-5", "status": "processing", "created_at": 1794323757}

Consultar la tarea

GET https://api.seedrouter.ai/v1/tasks/{task_id}

Sondea cada 10–20 segundos hasta que status sea completed o failed. Un timeout de red durante el sondeo no significa que la generación haya fallado: conserva el ID de tarea y sigue consultándolo. No crees otra tarea para comprobar el progreso.

Tarea completada

{
  "id": "task_...",
  "model": "seedream-5-5",
  "status": "completed",
  "created_at": 1794323757,
  "finished_at": 1794323804,
  "output": {
    "data": [
      {
        "url": "https://static.seedrouter.ai/media/tasks/task_example/0.png",
        "size": "1248x832",
        "output_format": "png",
        "background": "opaque"
      }
    ]
  }
}

Una tarea de descomposición en capas enumera la imagen base y después cada capa. Esta es una descomposición real de un póster con el reconocimiento de texto activado; se muestran la imagen base y la primera de sus tres capas:

{
  "data": [
    { "url": "https://static.seedrouter.ai/media/tasks/task_example/0.png", "size": "836x1254", "output_format": "png", "background": "opaque", "z_index": 0 },
    {
      "url": "https://static.seedrouter.ai/media/tasks/task_example/1.png",
      "size": "1455x721",
      "output_format": "png",
      "background": "transparent",
      "z_index": 1,
      "name": "Dark blue serif main title text with dash decorations",
      "description": "Dark blue serif main title text reading \"BLUE TIDE SESSIONS\", with short horizontal dash decorations on its left and right sides.",
      "bounding_box": { "absolute": [0, 0, 836, 414], "normalized": [0, 0, 1000, 330] },
      "text_recognition": {
        "text": "BLUE TIDE\nSESSIONS",
        "lines": [
          {
            "bounding_box": { "absolute": [146, 69, 694, 196], "normalized": [175, 55, 830, 156] },
            "runs": [
              {
                "text": "BLUE TIDE",
                "style": { "similar_font_family": "HTF Didot", "foreground_color": "#122C4D", "bold": false, "italic": false, "underline": false, "strikethrough": false, "shadow": false, "translucent": false }
              }
            ]
          },
          {
            "bounding_box": { "absolute": [175, 168, 664, 300], "normalized": [209, 134, 794, 239] },
            "runs": [
              {
                "text": "SESSIONS",
                "style": { "similar_font_family": "HTF Didot", "foreground_color": "#122C4D", "bold": false, "italic": false, "underline": false, "strikethrough": false, "shadow": false, "translucent": false }
              }
            ]
          }
        ]
      }
    }
  ]
}

En nuestras pruebas, una imagen 1K tardó 47 segundos, una edición en 2K con una referencia, 40 segundos, y una descomposición en capas en 1K que devolvió cuatro imágenes, 39 segundos. Las descomposiciones más grandes pueden tardar varios minutos.

Errores

Las solicitudes rechazadas antes de crear una tarea devuelven un error HTTP con un objeto error y no se cobran. Una tarea que falla después de aceptarse devuelve HTTP 200 al consultarla, con status: "failed" y un objeto error.

Consulta el catálogo común de errores para ver códigos, estados HTTP y recomendaciones para reintentos.

{
  "id": "task_...",
  "model": "seedream-5-5",
  "status": "failed",
  "error": {
    "code": 60001,
    "message": "The request was rejected by the content policy. Please revise the prompt or input images."
  }
}

Si el propio envío agota el tiempo de espera, consulta tus tareas antes de volver a enviarlo: la primera solicitud podría haberse aceptado.

Consejos

• Empieza en 1K o 1.5K para hacer pruebas; 1.5K cuesta lo mismo que 1K.
• Usa píxeles exactos para una forma fija, como 2560x1440 para 16:9 en 2K.
• Cada referencia cuesta dinero: envía solo las imágenes que la edición necesita.
• Para la descomposición en capas, fija max_images cerca del número de elementos que esperas; la reserva depende de ese valor.
• Cuando quieras principalmente el texto, omite prompt en una descomposición con text_recognition activado.

Relacionado

• Playground y precios de Seedream 5.5
• API de Seedream 5.0 Pro
• Descargar OpenAPI
• Markdown para copiar