Image
Seedream 5.5
呼叫 Seedream 5.5 進行文生圖、使用最多 10 張參考圖編輯、透明背景生成,以及附帶文字辨識的圖層分解,按張計費,以任務形式交付。
Seedream 5.5 是 ByteDance 的影像模型。一次請求可根據提示詞,或提示詞加最多 10 張參考圖生成一張影像,也可將一張影像分解為底圖與透明圖層,並可選擇辨識每個文字圖層中的文字。傳送請求後,保留回傳的任務 ID,再從任務讀取完成的影像。參考圖以 URL 形式傳入。
模型 ID
| 模型 ID | 輸入 | 輸出尺寸 | 每次請求的影像數量 |
|---|---|---|---|
seedream-5-5 | 文字、0–10 張影像 | 1K、1.5K、2K 或 WIDTHxHEIGHT | 1 張,圖層分解時為 2–100 張(包含底圖) |
目前價格請查看模型頁面。
快速範例
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"
}'端點
POST https://api.seedrouter.ai/v1/images/generations| 請求標頭 | 值 |
|---|---|
| Authorization | Bearer YOUR_API_KEY |
| Content-Type | application/json |
回應是一個任務({"id": "task_...", "status": "processing"}),而不是生成完成的影像。請輪詢 GET /v1/tasks/{task_id} 取得結果。請把 API 金鑰保存在伺服器端程式碼中。參考圖與圖層分解皆透過 image 在同一次請求中傳入;此模型不使用 /v1/images/edits,呼叫該端點會回傳 400。
參數
| 欄位 | 類型 | 預設值 | 說明 |
|---|---|---|---|
model | 字串 | 必填 | seedream-5-5 |
prompt | 字串 | 必填 | 描述要生成的影像。使用 layer_decomposition 時選填:說明要分離哪些元素,或省略,讓模型自行找出主體、文字與背景。 |
image | URL 或 URL 清單 | 無 | 一個公開的影像 URL,或最多包含 10 個的清單。不提供時為文生圖。使用 layer_decomposition 時僅限一張。每張參考圖皆會計費。 |
size | 字串 | 2K | 級距 1K、1.5K 或 2K,或精確像素尺寸 WIDTHxHEIGHT,請見輸出尺寸。使用 layer_decomposition 時僅支援 auto(預設)、1K、1.5K 或 2K。 |
output_format | 列舉 | png | png 或 jpeg。使用 layer_decomposition 時僅設定底圖格式;圖層一律為 PNG。 |
background | 列舉 | auto | auto、opaque 或 transparent。無論是否提供參考圖,皆可使用 transparent,且必須使用 png 輸出。使用 layer_decomposition 時請省略此欄位,連 auto 也不要傳入。 |
layer_decomposition | 布林值 | false | 將輸入的一張影像分解為底圖與透明 PNG 圖層。 |
layer_decomposition_options.max_images | 整數 | 30 | 僅用於 layer_decomposition。2–100,包含底圖。這是數量上限,模型可能回傳更少的影像。 |
layer_decomposition_options.text_recognition | 布林值 | false | 僅用於 layer_decomposition。在一般文字圖層附上辨識出的文字,請見文字辨識。 |
optimize_prompt_options.mode | 列舉 | standard | 僅接受 standard。提示詞最佳化一律開啟,無法關閉。 |
watermark | 布林值 | false | true 會加入「AI generated」標記。 |
content_filter | 布林值 | true | 僅可透過 API 設定。Playground 一律保持開啟。 |
清單以外的欄位會在轉送請求前捨棄,不會造成錯誤,也不會改變輸出。不提供 n、stream、seed 與 response_format:每次請求回傳一張影像,使用 layer_decomposition 時則最多回傳 max_images 張。不支援 callback_url,請改為輪詢任務。
輸出尺寸
| 形式 | 範例 | 規則 |
|---|---|---|
| 級距 | "size": "2K" | 1K、1.5K 或 2K。請在 prompt 中描述畫面形狀,模型會據此選擇寬高比。 |
| 精確像素尺寸 | "size": "2560x1440" | 總像素為 921,600 至 4,624,220;寬 / 高介於 1/16 與 16 之間。 |
沒有 3K 或 4K 級距,也不支援寬高比形式:若要在 2K 下固定使用 16:9 畫幅,請傳入 2560x1440。1K 與 1.5K 同價;2K 及超過 261 萬像素的尺寸價格較高(請見計費維度)。
參考圖
傳入一張影像進行編輯,或傳入多張進行整合,並在 prompt 中說明要保留及修改的內容。依順序指稱各張圖(例如「圖 1 中的夾克」)。
{
"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"
}透明背景
設定 background: "transparent" 即可取得透明背景的 PNG,可只提供提示詞,也可使用參考圖:
{
"model": "seedream-5-5",
"prompt": "A glossy red enamel pin shaped like a cherry, product cutout",
"background": "transparent",
"output_format": "png",
"size": "1K"
}圖層分解
傳入且僅傳入一張影像,並設定 layer_decomposition: true。任務會先回傳底圖,再以透明 PNG 格式回傳各個圖層。
{
"model": "seedream-5-5",
"image": "https://example.com/poster.jpg",
"layer_decomposition": true,
"size": "1K",
"layer_decomposition_options": { "max_images": 4, "text_recognition": true }
}每個圖層都包含 z_index(底圖為 0;數字越大越靠上)、background,以及模型有提供時的 name、description 與 bounding_box。bounding_box.absolute 以底圖的像素座標表示,格式為 [left, top, right, bottom];bounding_box.normalized 則是將同一邊界框縮放至 0–1000 的表示方式。圖層檔案依所選級距算繪,因此像素尺寸可能與邊界框不同:重建影像時,將各圖層縮放至其邊界框大小,再依 z_index 遞增順序放到底圖上。
級距會設定底圖與每個圖層的尺寸。使用 auto 時,輸出依輸入影像的尺寸調整,最低提高至 1K,最高降低至 2K。
文字辨識
設定 layer_decomposition_options.text_recognition: true 後,含一般印刷文字的圖層也會附上 text_recognition:完整的 text(各行以 \n 連接),以及 lines,每行都有自己的 bounding_box 與含不同樣式文字的 runs。每個文字片段的 style 包含 similar_font_family、foreground_color(#RRGGBB),以及 bold、italic、underline、strikethrough、shadow 與 translucent 標記。字型與標記皆為模型的推測。藝術字或手寫字不會回傳文字,而分解時傳入 prompt 也可能使文字不回傳,因此請將此欄位視為選填。
媒體輸入
每張參考圖皆以公開的 HTTP(S) URL 傳入。不接受 Base64 data URI:請將檔案上傳至自己的儲存空間,再傳入其 URL。支援 JPEG、PNG、WebP、BMP、TIFF、GIF、HEIC 與 HEIF,每張不超過 30 MB,總像素最多 36,000,000。不支援 AVIF 與 JP2;無法讀取輸入影像的任務會失敗,且不收費。
計費維度
目前費率請查看模型定價區塊。Seedream 5.5 依像素級距對每張輸出影像計費,每張參考圖則另行收費:
cost = Σ each returned image's price for its own tier + reference images × reference price- 較低價格級距涵蓋不超過 261 萬像素的影像(
1K與1.5K);超過此範圍則為較高價格級距。 - 每張參考圖皆會計費,第一張也收費。圖層分解也會對一張輸入影像計費。
- 圖層分解依底圖與每個圖層各自尺寸的級距計費。
- 任務受理時,會依最大可能結果預留金額:所選級距的一張影像,或圖層分解的
max_images張影像(省略時為 30 張),auto採較高價格級距。之後按實際回傳的影像扣款,並釋回差額。
最終扣款請在帳戶的用量紀錄中查看。失敗的任務不收費。
輸出結構
提交後回傳任務:
{"id": "task_...", "model": "seedream-5-5", "status": "processing", "created_at": 1794323757}查詢任務
GET https://api.seedrouter.ai/v1/tasks/{task_id}每 10–20 秒輪詢一次,直到 status 變為 completed 或 failed。輪詢過程中出現網路逾時,並不代表生成失敗:請保留任務 ID 並繼續查詢。不要為了查看進度而再建立一個任務。
完成的任務
{
"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"
}
]
}
}圖層分解任務會先列出底圖,再列出各個圖層。以下是開啟文字辨識後,實際分解一張海報的結果,顯示底圖與三個圖層中的第一個:
{
"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 }
}
]
}
]
}
}
]
}我們的測試中,一張 1K 影像耗時 47 秒,使用一張參考圖的 2K 編輯耗時 40 秒,一次回傳四張影像的 1K 圖層分解耗時 39 秒。回傳更多圖層的分解可能需要幾分鐘。
錯誤
在任務建立之前就被拒絕的請求,會回傳 HTTP 錯誤狀態碼和一個 error 物件,且不收費。受理之後才失敗的任務,在查詢時回傳 HTTP 200,並帶有 status: "failed" 和一個 error 物件。
錯誤碼、HTTP 狀態碼和重試建議請參閱共用錯誤目錄。
{
"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."
}
}如果提交本身逾時,請先檢查你的任務清單再重新提交:第一次請求有可能已經被受理。
實用建議
- 先用
1K或1.5K反覆調整;1.5K與1K同價。 - 使用精確像素尺寸來固定畫幅,例如在 2K 下以
2560x1440指定 16:9 畫幅。 - 每張參考圖都收費:僅傳送編輯所需的影像。
- 圖層分解時,將
max_images設為接近預期元素數量的值;預留費用會隨之調整。 - 主要想取得文字時,請省略分解請求中的
prompt,並開啟text_recognition。
