Seedream 5.5

Seedream 5.5 é o modelo de imagens da ByteDance. Uma requisição gera uma imagem a partir de um prompt, de um prompt com até 10 imagens de referência, ou separa uma imagem em uma imagem de base e camadas transparentes, opcionalmente com as palavras de cada camada de texto extraídas. Envie a requisição, guarde o ID da tarefa retornado e leia as imagens prontas na tarefa. As imagens de referência são enviadas como URLs.

IDs dos modelos

Veja os preços atuais na página do modelo.

Exemplo 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

A resposta é uma tarefa ({"id": "task_...", "status": "processing"}), não a imagem pronta. Consulte GET /v1/tasks/{task_id} para obter o resultado. Mantenha as chaves de API no código do servidor. As referências e a decomposição em camadas vão na mesma requisição por image; /v1/images/edits não é usado para este modelo e retorna 400.

Parâmetros

Campos fora desta lista são descartados antes de encaminhar a requisição; nunca causam erros nem alteram a saída. n, stream, seed e response_format não estão disponíveis: cada requisição retorna uma imagem ou, com layer_decomposition, até max_images. callback_url não está disponível; consulte a tarefa.

Tamanho de saída

Não há faixa 3K ou 4K nem tamanho expresso como proporção: para um quadro fixo 16:9 em 2K, envie 2560x1440. 1K e 1.5K custam o mesmo; 2K e qualquer tamanho acima de 2,61 milhões de pixels custam mais (veja Dimensões de preço).

Imagens de referência

Passe uma imagem para editá-la ou várias para combiná-las e diga em prompt o que manter e o que mudar. Faça referência a elas pela ordem (“a jaqueta da imagem 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"
}

Fundo transparente

Defina background: "transparent" para obter um PNG com fundo transparente, a partir de um prompt sozinho ou de referências:

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

Decomposição em camadas

Envie exatamente uma imagem com layer_decomposition: true. A tarefa retorna primeiro a imagem de base e depois cada camada 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 camada inclui z_index (a imagem de base é 0; números maiores ficam por cima), background e, quando o modelo os fornece, name, description e bounding_box. bounding_box.absolute é [left, top, right, bottom] em pixels da imagem de base; bounding_box.normalized é a mesma caixa redimensionada para 0–1000. Os arquivos das camadas são renderizados na faixa escolhida, então seu tamanho em pixels pode ser diferente do tamanho da caixa: para reconstruir a imagem, redimensione cada camada para sua caixa e coloque-a sobre a imagem de base em ordem crescente de z_index.

Uma faixa define o tamanho da imagem de base e de cada camada. Com auto, a saída acompanha a imagem de entrada, ampliada para no mínimo 1K e reduzida para no máximo 2K.

Reconhecimento de texto

Com layer_decomposition_options.text_recognition: true, uma camada que contém texto impresso comum também inclui text_recognition: o text completo (linhas unidas por \n) e lines, cada uma com sua própria bounding_box e runs de texto com estilos diferentes. O style de um trecho tem similar_font_family, foreground_color (#RRGGBB) e as marcas bold, italic, underline, strikethrough, shadow e translucent. As fontes e as marcas são estimativas do modelo. Letras artísticas ou manuscritas não retornam texto, e um prompt enviado com a decomposição pode suprimi-lo, então trate o campo como opcional.

Entradas de mídia

Cada referência é uma URL pública HTTP(S). URIs de dados Base64 não são aceitas: envie o arquivo para seu próprio armazenamento e passe a URL. Os formatos aceitos são JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC e HEIF, até 30 MB cada e no máximo 36.000.000 pixels no total. AVIF e JP2 não são aceitos; uma tarefa que não consegue ler a entrada falha e não é cobrada.

Dimensões de preço

Veja as tarifas atuais na seção de preços do modelo. Seedream 5.5 é cobrado por imagem de saída conforme a faixa de pixels, mais cada imagem de referência:

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

• A faixa inferior cobre imagens de até 2,61 milhões de pixels (1K e 1.5K); qualquer tamanho maior fica na faixa superior.
• Cada imagem de referência é cobrada, inclusive a primeira. A decomposição em camadas cobra sua única imagem de entrada.
• A decomposição em camadas cobra a imagem de base e cada camada, cada uma na faixa do próprio tamanho.
• O valor reservado quando uma tarefa é aceita cobre o maior resultado: uma imagem na faixa solicitada ou max_images imagens (30 quando omitido) para decomposição em camadas, com auto contado como faixa superior. Depois, a tarefa é cobrada pelas imagens realmente retornadas e a diferença é liberada.

Veja as cobranças finais no histórico de uso da conta. Tarefas que falham não são cobradas.

Esquema de saída

O envio retorna a tarefa:

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

Consultar a tarefa

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

Consulte a cada 10–20 segundos até status ser completed ou failed. Um timeout de rede durante a consulta não significa que a geração falhou: guarde o ID da tarefa e retome as consultas. Não crie outra tarefa para verificar o progresso.

Tarefa concluída

{
  "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"
      }
    ]
  }
}

Uma tarefa de decomposição em camadas lista a imagem de base e depois cada camada. Esta é uma decomposição real de um pôster com reconhecimento de texto ativado; são mostradas a imagem de base e a primeira das três camadas:

{
  "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 }
              }
            ]
          }
        ]
      }
    }
  ]
}

Nos nossos testes, uma imagem 1K levou 47 segundos, uma edição em 2K com uma referência levou 40 segundos e uma decomposição em camadas em 1K que retornou quatro imagens levou 39 segundos. Decomposições maiores podem levar vários minutos.

Erros

Requisições rejeitadas antes de criar uma tarefa retornam um erro HTTP com um objeto error e não são cobradas. Uma tarefa que falha após a aceitação retorna HTTP 200 quando consultada, com status: "failed" e um objeto error.

Veja o catálogo compartilhado de erros para códigos, status HTTP e orientações de nova tentativa.

{
  "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 o próprio envio atingir o tempo limite, consulte suas tarefas antes de enviar novamente: a primeira requisição pode ter sido aceita.

Dicas

• Comece em 1K ou 1.5K para fazer testes; 1.5K custa o mesmo que 1K.
• Use dimensões exatas em pixels para um formato fixo, como 2560x1440 para 16:9 em 2K.
• Cada referência custa dinheiro: envie apenas as imagens necessárias para a edição.
• Para a decomposição em camadas, defina max_images perto da quantidade de elementos que você espera; a reserva acompanha esse valor.
• Quando quiser principalmente o texto, omita prompt de uma decomposição com text_recognition ativado.

Relacionados

• Playground e preços de Seedream 5.5
• API de Seedream 5.0 Pro
• Baixar OpenAPI
• Markdown para copiar