Seedream 5.5

Seedream 5.5 to model obrazów od ByteDance. Jedno żądanie tworzy jeden obraz z promptu lub promptu z maksymalnie 10 obrazami referencyjnymi albo dzieli jeden obraz na obraz tła i przezroczyste warstwy, opcjonalnie z odczytanym tekstem każdej warstwy tekstowej. Wyślij żądanie, zachowaj zwrócony identyfikator zadania i odczytaj gotowe obrazy z tego zadania. Obrazy referencyjne przekazujesz jako adresy URL.

ID modeli

Aktualne ceny znajdziesz na stronie modelu.

Krótki przykład

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"
  }'

Punkt końcowy

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

Odpowiedź to zadanie ({"id": "task_...", "status": "processing"}), a nie gotowy obraz. Wynik odczytasz, odpytując GET /v1/tasks/{task_id}. Klucze API trzymaj w kodzie po stronie serwera. Obrazy referencyjne i podział na warstwy przekazujesz w tym samym żądaniu przez image; /v1/images/edits nie jest używane dla tego modelu i zwraca 400.

Parametry

Pola spoza tej listy są usuwane przed przekazaniem żądania dalej; nigdy nie powodują błędu ani nie zmieniają wyniku. n, stream, seed i response_format nie są dostępne: każde żądanie zwraca jeden obraz lub przy layer_decomposition do max_images. callback_url nie jest dostępne; zamiast tego odpytuj zadanie.

Rozmiar wyjściowy

Nie ma poziomu 3K ani 4K, a rozmiaru nie można podać w formie proporcji: dla stałego kadru 16:9 w 2K wyślij 2560x1440. 1K i 1.5K kosztują tyle samo; 2K i każdy rozmiar powyżej 2,61 miliona pikseli kosztują więcej (zobacz Czynniki wpływające na koszt).

Obrazy referencyjne

Przekaż jeden obraz, aby go edytować, lub kilka, aby je połączyć, i napisz w prompt, co zachować, a co zmienić. Odwołuj się do nich według kolejności („kurtka z obrazu 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"
}

Przezroczyste tło

Ustaw background: "transparent", aby uzyskać PNG z przezroczystym tłem, z samego promptu lub z obrazów referencyjnych:

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

Podział na warstwy

Wyślij dokładnie jeden obraz z layer_decomposition: true. Zadanie zwraca najpierw obraz tła, a następnie każdą warstwę jako przezroczysty PNG.

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

Każda warstwa zawiera z_index (obraz tła ma 0; wyższe liczby oznaczają warstwy powyżej), background, a gdy model je udostępni, także name, description i bounding_box. bounding_box.absolute to [left, top, right, bottom] w pikselach obrazu tła; bounding_box.normalized to ta sama ramka przeskalowana do 0–1000. Pliki warstw są renderowane w wybranym poziomie, więc ich wymiary w pikselach mogą różnić się od ramki: aby odtworzyć obraz, przeskaluj każdą warstwę do jej ramki i umieść ją na obrazie tła w rosnącej kolejności z_index.

Poziom ustawia rozmiar obrazu tła i każdej warstwy. Przy auto wynik dopasowuje się do obrazu wejściowego, powiększony do co najmniej 1K i pomniejszony do najwyżej 2K.

Rozpoznawanie tekstu

Przy layer_decomposition_options.text_recognition: true warstwa ze zwykłym tekstem drukowanym zawiera też text_recognition: pełny text (wiersze połączone przez \n) i lines, każdy z własnym bounding_box oraz runs fragmentów tekstu o różnym formatowaniu. style fragmentu zawiera similar_font_family, foreground_color (#RRGGBB) i cechy bold, italic, underline, strikethrough, shadow oraz translucent. Czcionki i cechy są oszacowaniem modelu. Artystyczne lub odręczne napisy nie zwracają tekstu, a prompt wysłany z podziałem może go wyłączyć, więc traktuj to pole jako opcjonalne.

Dane wejściowe multimediów

Każdy obraz referencyjny to publiczny adres URL HTTP(S). Dane base64 (data URI) nie są przyjmowane: prześlij plik do własnego magazynu i przekaż jego adres URL. Akceptowane formaty to JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC i HEIF, do 30 MB każdy i łącznie najwyżej 36 000 000 pikseli. AVIF i JP2 nie są obsługiwane; zadanie, które nie może odczytać danych wejściowych, kończy się niepowodzeniem i nie jest naliczane.

Czynniki wpływające na koszt

Aktualne stawki znajdziesz w sekcji cen modelu. Seedream 5.5 jest rozliczany za obraz wyjściowy według progu liczby pikseli, z dopłatą za każdy obraz referencyjny:

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

• Niższy próg cenowy obejmuje obrazy do 2,61 miliona pikseli (1K i 1.5K); większe trafiają do wyższego progu.
• Każdy obraz referencyjny jest rozliczany, także pierwszy. Podział na warstwy rozlicza jeden obraz wejściowy.
• Podział na warstwy rozlicza obraz tła i każdą warstwę, każde według progu cenowego właściwego dla jego rozmiaru.
• Kwota zarezerwowana przy przyjęciu zadania pokrywa największy wynik: jeden obraz w żądanym progu cenowym lub max_images obrazów (30 po pominięciu pola) przy podziale na warstwy, przy czym auto liczy się jako wyższy próg. Zadanie jest następnie rozliczane za faktycznie zwrócone obrazy, a różnica zostaje zwolniona.

Ostateczne opłaty zobaczysz w historii zużycia swojego konta. Nieudane zadania nie są naliczane.

Schemat odpowiedzi

Wysłanie zwraca zadanie:

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

Pobieranie zadania

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

Odpytuj co 10–20 sekund, aż status przyjmie wartość completed lub failed. Przekroczenie limitu czasu sieci podczas odpytywania nie oznacza, że generowanie się nie powiodło: zachowaj identyfikator zadania i wznów sprawdzanie. Nie twórz kolejnego zadania, aby sprawdzić postęp.

Zadanie zakończone

{
  "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"
      }
    ]
  }
}

Zadanie podziału na warstwy wylicza najpierw obraz tła, a potem każdą warstwę. To rzeczywisty podział plakatu z włączonym rozpoznawaniem tekstu; pokazano obraz tła i pierwszą z trzech warstw:

{
  "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 }
              }
            ]
          }
        ]
      }
    }
  ]
}

W naszych testach obraz 1K powstał w 47 sekund, edycja 2K z jednym obrazem referencyjnym zajęła 40 sekund, a podział na warstwy w 1K, który zwrócił cztery obrazy, 39 sekund. Większe podziały mogą trwać kilka minut.

Błędy

Żądania odrzucone przed utworzeniem zadania zwracają błąd HTTP wraz z obiektem error i nie są naliczane. Zadanie, które zawiodło po przyjęciu, przy odpytaniu zwraca HTTP 200 z status: "failed" i obiektem error.

Kody, statusy HTTP i wskazówki dotyczące ponawiania znajdziesz we wspólnym katalogu błędów.

{
  "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."
  }
}

Jeśli limit czasu został przekroczony przy samym wysyłaniu, przed ponownym wysłaniem sprawdź swoje zadania: pierwsze żądanie mogło już zostać przyjęte.

Wskazówki

• Zacznij od 1K lub 1.5K przy kolejnych próbach; 1.5K kosztuje tyle samo co 1K.
• Użyj dokładnych wymiarów w pikselach, aby ustalić format, np. 2560x1440 dla 16:9 w 2K.
• Każdy obraz referencyjny kosztuje: wysyłaj tylko obrazy potrzebne do edycji.
• Przy podziale na warstwy ustaw max_images blisko oczekiwanej liczby elementów; od tego zależy rezerwacja.
• Jeśli zależy Ci głównie na tekście, pomiń prompt przy podziale z włączonym text_recognition.

Powiązane

• Playground i ceny Seedream 5.5
• Seedream 5.0 Pro API
• Pobierz OpenAPI
• Markdown do skopiowania