Seedream 5.5

Seedream 5.5 è il modello di immagini di ByteDance. Una richiesta crea un’immagine da un prompt, da un prompt più un massimo di 10 immagini di riferimento, oppure scompone un’immagine in un’immagine di fondo e livelli trasparenti, con la possibilità di riconoscere il testo di ogni livello di testo. Invia la richiesta, conserva l’ID attività restituito e leggi le immagini finite dall’attività. Le immagini di riferimento vengono passate come URL.

ID modello

Consulta la pagina del modello per i prezzi attuali.

Esempio rapido

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 risposta è un’attività ({"id": "task_...", "status": "processing"}), non l’immagine finita. Interroga GET /v1/tasks/{task_id} per ottenere il risultato. Conserva le chiavi API nel codice lato server. I riferimenti e la scomposizione in livelli vengono passati nella stessa richiesta tramite image; /v1/images/edits non viene usato per questo modello e restituisce 400.

Parametri

I campi non presenti in questo elenco vengono eliminati prima dell’inoltro della richiesta; non causano mai errori e non modificano mai l’output. n, stream, seed e response_format non sono disponibili: ogni richiesta restituisce un’immagine oppure, con layer_decomposition, fino a max_images. callback_url non è disponibile; interroga invece l’attività.

Dimensioni di output

Non esistono fasce 3K o 4K e non si possono specificare direttamente le proporzioni: per un’inquadratura fissa in 16:9 a 2K, invia 2560x1440. 1K e 1.5K costano uguale; 2K e qualsiasi dimensione oltre 2,61 milioni di pixel costano di più (vedi Fattori di costo).

Immagini di riferimento

Passa un’immagine per modificarla, oppure più immagini per combinarle, e indica in prompt cosa conservare e cosa cambiare. Citale in base all’ordine («la giacca dell’immagine 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"
}

Sfondo trasparente

Imposta background: "transparent" per ottenere un PNG con sfondo trasparente, da un solo prompt o da riferimenti:

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

Scomposizione in livelli

Invia esattamente un’immagine con layer_decomposition: true. L’attività restituisce prima l’immagine di fondo e poi ogni livello come PNG trasparente.

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

Ogni livello include z_index (l’immagine di fondo è 0; i numeri più alti si sovrappongono), background e, quando il modello li fornisce, name, description e bounding_box. bounding_box.absolute è [left, top, right, bottom] in pixel dell’immagine di fondo; bounding_box.normalized è lo stesso riquadro riportato su una scala da 0 a 1000. I file dei livelli vengono generati alla fascia scelta, quindi le dimensioni in pixel possono differire dal riquadro: per ricostruire l’immagine, ridimensiona ogni livello al suo riquadro e posizionalo sull’immagine di fondo in ordine crescente di z_index.

Una fascia imposta le dimensioni dell’immagine di fondo e di ogni livello. Con auto, l’output segue l’immagine di input, ingrandita almeno a 1K e ridotta al massimo a 2K.

Riconoscimento del testo

Con layer_decomposition_options.text_recognition: true, un livello che contiene normale testo stampato include anche text_recognition: il text completo (righe unite da \n) e lines, ciascuna con il proprio bounding_box e runs di testo con stili diversi. Lo style di un segmento contiene similar_font_family, foreground_color (#RRGGBB) e gli attributi bold, italic, underline, strikethrough, shadow e translucent. Font e attributi sono una stima del modello. Le scritte artistiche o a mano non restituiscono testo e un prompt inviato con la scomposizione può impedirne la restituzione, quindi considera il campo facoltativo.

Input multimediali

Ogni riferimento è un URL HTTP(S) pubblico. I data URI in base64 non sono accettati: carica il file nel tuo storage e passa il suo URL. I formati accettati sono JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC e HEIF, fino a 30 MB ciascuno e al massimo 36.000.000 pixel in totale. AVIF e JP2 non sono supportati; un’attività che non riesce a leggere il proprio input fallisce e non viene addebitata.

Fattori di costo

Consulta la sezione prezzi del modello per le tariffe attuali. Seedream 5.5 si paga per immagine di output in base alla fascia di pixel, più ogni immagine di riferimento:

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

• La fascia inferiore copre le immagini fino a 2,61 milioni di pixel (1K e 1.5K); tutto ciò che è più grande rientra nella fascia superiore.
• Ogni immagine di riferimento viene addebitata, fin dalla prima. La scomposizione in livelli addebita la sua unica immagine di input.
• La scomposizione in livelli addebita l’immagine di fondo e ogni livello, ciascuno alla fascia delle proprie dimensioni.
• L’importo riservato all’accettazione di un’attività copre il risultato massimo: un’immagine alla fascia richiesta, oppure max_images immagini (30 se omesso) per la scomposizione in livelli, con auto conteggiato nella fascia superiore. L’attività viene poi addebitata per le immagini effettivamente restituite e la differenza viene sbloccata.

Consulta gli addebiti definitivi nella cronologia di utilizzo del tuo account. Le attività fallite non vengono addebitate.

Schema di output

L’invio restituisce l’attività:

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

Recuperare l’attività

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

Interroga ogni 10–20 secondi finché status non diventa completed o failed. Un timeout di rete durante il polling non significa che la generazione sia fallita: conserva l’ID attività e riprendi il controllo. Non creare un’altra attività per verificare l’avanzamento.

Attività completata

{
  "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"
      }
    ]
  }
}

Un’attività di scomposizione in livelli elenca prima l’immagine di fondo e poi ogni livello. Questa è una vera scomposizione di un poster con il riconoscimento del testo attivo; sono mostrate l’immagine di fondo e il primo dei suoi tre livelli:

{
  "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 }
              }
            ]
          }
        ]
      }
    }
  ]
}

Nei nostri test un’immagine 1K ha richiesto 47 secondi, una modifica a 2K con un riferimento 40 secondi e una scomposizione in livelli a 1K che ha restituito quattro immagini 39 secondi. Le scomposizioni più grandi possono richiedere diversi minuti.

Errori

Le richieste rifiutate prima della creazione di un’attività restituiscono un errore HTTP con un oggetto error e non vengono addebitate. Un’attività che fallisce dopo l’accettazione restituisce HTTP 200 quando viene interrogata, con status: "failed" e un oggetto error.

Vedi il catalogo errori comune per codici, stati HTTP e indicazioni sui tentativi.

{
  "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."
  }
}

Se l’invio stesso va in timeout, controlla le tue attività prima di inviare di nuovo: la prima richiesta potrebbe essere stata accettata.

Suggerimenti

• Inizia a 1K o 1.5K per fare prove; 1.5K costa quanto 1K.
• Usa dimensioni esatte in pixel per una forma fissa, come 2560x1440 per il 16:9 a 2K.
• Ogni riferimento costa: invia solo le immagini necessarie alla modifica.
• Per la scomposizione in livelli, imposta max_images vicino al numero di elementi che ti aspetti; l’importo riservato dipende da quel valore.
• Quando ti interessa soprattutto il testo, ometti prompt nella scomposizione con text_recognition attivo.

Correlati

• Playground e prezzi di Seedream 5.5
• API Seedream 5.0 Pro
• Scarica l’OpenAPI
• Markdown copiabile