Seedream 5.5

Seedream 5.5 は ByteDance の画像モデルです。1 回のリクエストで、プロンプトから、またはプロンプトと最大 10 枚の参照画像から画像を 1 枚生成するほか、画像を 1 枚、背景のベース画像と透明レイヤーに分解し、任意で各テキストレイヤーの文字も読み取れます。リクエストを送信し、返されたタスク ID を保持して、完成した画像をタスクから読み取ってください。参照画像は URL で渡します。

モデル ID

現在の料金はモデルページをご覧ください。

クイックサンプル

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"
  }'

エンドポイント

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

レスポンスはタスク（{"id": "task_...", "status": "processing"}）であり、完成した画像ではありません。結果は GET /v1/tasks/{task_id} をポーリングして取得してください。API キーはサーバー側のコードで保持してください。参照画像とレイヤー分解は同じリクエストの image で渡します。このモデルでは /v1/images/edits は使わず、400 が返されます。

パラメータ

この一覧にないフィールドはリクエスト転送前に削除され、エラーの原因にも出力の変更にもなりません。n、stream、seed、response_format は利用できません。各リクエストは画像を 1 枚、layer_decomposition では最大 max_images 枚返します。callback_url は利用できません。代わりにタスクをポーリングしてください。

出力サイズ

3K や 4K の解像度区分やアスペクト比による指定はありません。2K で 16:9 のフレームに固定するには、2560x1440 を送信してください。1K と 1.5K は同料金です。2K や 261 万ピクセルを超えるサイズは高い料金になります（料金の要素を参照）。

参照画像

編集する画像を 1 枚、組み合わせる画像を複数枚渡し、prompt で維持する部分と変更する部分を指定してください。「画像 1 のジャケット」のように、画像は順番で参照します。

{
  "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"
}

透明な背景

background: "transparent" を設定すると、プロンプトのみ、または参照画像から、背景が透明な PNG を取得できます：

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

レイヤー分解

layer_decomposition: true と画像を必ず 1 枚送信してください。タスクは最初に背景のベース画像を返し、続いて各レイヤーを透明 PNG として返します。

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

各レイヤーに z_index（背景のベース画像は 0、大きい番号ほど上）、background、そしてモデルが提供する場合は name、description、bounding_box が含まれます。bounding_box.absolute は背景のベース画像のピクセル単位の [left, top, right, bottom] です。bounding_box.normalized は同じボックスを 0–1000 に換算した値です。レイヤーファイルは選択した解像度区分で描画されるため、ピクセル寸法がボックスと異なる場合があります。画像を再構成するには、各レイヤーをボックスのサイズに合わせ、z_index の昇順に背景のベース画像に配置してください。

解像度区分で背景のベース画像と各レイヤーのサイズを設定します。auto では入力画像に合わせ、1K 未満なら引き上げ、2K を超える場合は引き下げて出力します。

文字認識

layer_decomposition_options.text_recognition: true を指定すると、通常の印刷文字を含むレイヤーには text_recognition も付きます。全文の text（行を \n で結合）と lines が含まれ、各行には個別の bounding_box と、異なる書式のテキストを表す runs があります。各テキスト断片の style には similar_font_family、foreground_color（#RRGGBB）、そして bold、italic、underline、strikethrough、shadow、translucent の属性が含まれます。フォントと属性はモデルの推定です。装飾文字や手書き文字にはテキストが返されず、分解時に prompt を送ると文字認識が抑制される場合もあるため、このフィールドは任意として扱ってください。

メディア入力

各参照画像は公開 HTTP(S) URL で渡します。Base64 の data URI は受け付けません。ファイルを自分のストレージにアップロードし、その URL を渡してください。対応形式は JPEG、PNG、WebP、BMP、TIFF、GIF、HEIC、HEIF です。各画像は最大 30 MB、総ピクセル数は最大 36,000,000 です。AVIF と JP2 は非対応です。入力を読み取れないタスクは失敗し、課金されません。

料金の要素

現在のレートはモデルの料金セクションをご覧ください。Seedream 5.5 はピクセル数による料金区分に応じて出力画像 1 枚ごとに課金され、さらにすべての参照画像に料金がかかります：

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

• 低い料金区分は 261 万ピクセル以下（1K と 1.5K）です。それを超える画像は高い料金区分になります。
• 参照画像は最初の 1 枚から、すべて課金対象です。レイヤー分解では入力画像 1 枚分が課金されます。
• レイヤー分解は背景のベース画像と各レイヤーが課金対象で、それぞれのサイズに応じた料金区分を使います。
• タスク受理時の確保額は最大の結果を想定しています。指定した料金区分の画像 1 枚分、またはレイヤー分解では max_images 枚分（省略時は 30 枚）です。auto は高い料金区分として計算します。その後、実際に返された画像分を課金し、差額を解放します。

最終的な課金額はアカウントの利用履歴で確認できます。失敗したタスクは課金されません。

出力スキーマ

送信するとタスクが返されます：

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

タスクを取得する

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

status が completed または failed になるまで、10〜20 秒ごとにポーリングしてください。ポーリング中のネットワークタイムアウトは生成の失敗を意味しません。タスク ID を保持して確認を再開してください。進捗確認のために別のタスクを作成しないでください。

完了したタスク

{
  "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"
      }
    ]
  }
}

レイヤー分解タスクでは、背景のベース画像、各レイヤーの順に表示されます。以下は文字認識をオンにして実際にポスターを分解した結果で、背景のベース画像と三つのレイヤーのうち最初のレイヤーを示しています：

{
  "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 }
              }
            ]
          }
        ]
      }
    }
  ]
}

私たちのテストでは 1K 画像は 47 秒、参照画像 1 枚を使った 2K の編集は 40 秒、画像四枚を返した 1K のレイヤー分解は 39 秒でした。多くのレイヤーに分解する場合は数分かかることがあります。

エラー

タスク作成前に拒否されたリクエストは、HTTP エラーと error オブジェクトを返し、課金されません。受理後に失敗したタスクは、照会時に HTTP 200 と status: "failed"、そして error オブジェクトを返します。

コード・HTTP ステータス・リトライの指針は共通エラーカタログを参照してください。

{
  "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."
  }
}

送信自体がタイムアウトした場合は、再送信の前にタスクを確認してください。最初のリクエストが受理されている可能性があります。

ヒント

• 試作は 1K または 1.5K で始めてください。1.5K と 1K は同料金です。
• 形を固定するには正確なピクセル寸法を指定してください。たとえば、2K の 16:9 には 2560x1440 を使います。
• 参照画像はすべて有料です。編集に必要な画像だけ送ってください。
• レイヤー分解では、想定する要素数に近い max_images を指定してください。確保額もそれに応じて変わります。
• 文字の取得が主な目的なら、text_recognition をオンにし、分解時の prompt は省略してください。

関連情報

• Seedream 5.5 の Playground と料金
• Seedream 5.0 Pro API
• OpenAPI をダウンロード
• コピー可能な Markdown