Wie man die Seedream 5.5 API verwendet

Seedream 5.5 ist auf EmpirioLabs verfügbar. Es ist das neueste Seedream-Bildmodell von ByteDance, das am 9. November 2026 für text-to-image Generation veröffentlicht wurde, Bearbeitungen, die bis zu 10 Referenzbilder kombinieren, Bilder mit echter Transparenz, die aus einem Prompt oder Referenzen erstellt wurden, sowie Schichtzerlegung, bei der ein Bild in ein Basisbild plus bis zu 99 transparente Ebenen aufgeteilt werden und der Text darin gelesen werden kann. Es funktioniert sowohl in der API als auch im Playground.

Sehen Sie sich den Startfilm an

Jedes Bild im Film wurde von Seedream 5.5 über die EmpirioLabs API bei 2K gemacht, darunter ein Freitaucher neben einem Buckelwal, ein Flamenco-Tänzer mitten in der Drehung, ein Glasbläser bei der Arbeit und ein Jazzplakat mit Buchstaben. Die Filmmusik wurde von ACE-Step auf EmpirioLabs erstellt. Sieh es dir auf YouTube an..

Wie es im Vergleich steht

Was es unterstützt

• Text-zu-Bild. Senden Sie einen Prompt ohne Bild.
• Bearbeitung und Fusion. Füge ein bis zehn Bilder hinzu und beschreibe die Veränderung oder wie man sie kombiniert.
• Markiere und koordiniere Bearbeitungen. Markiere den zu verändernden Bereich im Eingabebild mit einem Kreis, Pfeil oder einer Skizze oder gib seine genaue Position als ein <bbox> Markiere den Prompt ein.
• Transparente Bilder. Setz Hintergrund zu Transparent um eine PNG mit einem Alpha-Kanal zu erhalten, entweder allein durch einen Prompt oder aus Referenzbildern.
• Schichtzerlegung. Teile ein Bild in ein Basisbild plus bis zu 99 transparente PNG-Ebenen auf, die jeweils mit ihrer Position im Basisbild, einem Namen und einer Beschreibung zurückgegeben werden.
• Texterkennung. Während einer Zerlegung erhalten Sie den Text jeder gedruckten Textebene mit ihren Linienpositionen und dem Styling.
• Text im Bild. Schilder, Etiketten, Poster und Kleingedruckte werden in Chinesisch, Englisch und 14 weiteren Sprachen dargestellt, darunter Japanisch, Koreanisch, Arabisch, Spanisch und Französisch.

Die Ausgabe ist standardmäßig PNG, also JPEG, auf der 1K-, 1.5K- oder 2K-Auflösungsstufe oder mit einer benutzerdefinierten Breite und Höhe.

Erzeugen Sie ein Bild

curl https://api.empiriolabs.ai/v1/images/generations \ -H "Autorisierung: Inhaber $EMPIRIOLABS_API_KEY" \ -H "Inhaltstyp: application/json" \ -d '{ "model": "seedream-5-5", "prompt": "Eine keramische Kaffeetasse neben einem kleinen Tafelschild mit der Aufschrift Oat Flat White 4,50, Morgenfensterlicht", "aspect_ratio": "4:3", "quality": "2K" }'

Die Anfrage wartet auf das fertige Bild und schickt es zurück Daten. Hinzufügen "Synchronisation": falsch sofort einen Job zurückzubekommen, mit einem job id Zur Abstimmung bei LOS /v1/jobs/<job_id> Bis es Status ist abgeschlossen.

Derselbe Aufruf vom OpenAI Python SDK, der auf EmpirioLabs zeigte. Steuerungen, die das SDK nicht definiert, gehen hinein extra_body:

von openai-import OpenAI-Client = OpenAI(base_url="https://api.empiriolabs.ai/v1", api_key="YOUR_EMPIRIOLABS_API_KEY",) result = client.images.generate(model="seedream-5-5", prompt="Ein Glasterrarium mit einer winzigen Mooslandschaft und einem Messinglabel, das Fern Garden lautet", extra_body={"aspect_ratio": "4:3", "quality": "2K"},) print(result.data[0].url)

Mach ein transparentes Bild

Setz Hintergrund zu Transparent. Es funktioniert allein mit einem Prompt und bei Bearbeitungen von bis zu 10 Referenzbildern, die keinen eigenen Alphakanal benötigen. Die Ausgabe muss PNG sein:

{ "model": "seedream-5-5", "prompt": "Eine glänzende rote Papierlaterne mit goldenen Quasten, isolierter Produktausschnitt", "hintergrund": "transparent", "quality": "1K" }

Jedes zurückgegebene Bild gibt an, was es tatsächlich enthält, als Hintergrund: Transparent oder Undurchsichtig. Gehen Sie Hintergrund bei Auto, dem Standard, und das Modell entscheidet aus dem Prompt und dem Ausgabeformat.

Bearbeitung mit Referenzbildern

Geben Sie bis zu 10 Bild-URLs, Daten-URIs oder hochgeladene Bilder durch bild, und beziehe dich in der Aufforderung in ihrer Reihenfolge auf sie:

{ "model": "seedream-5-5", "prompt": "Hänge die rote Papierlaterne von Bild 1 vom Ast in Bild 2 auf, wobei alles andere in Bild 2 unverändert bleibt", "image": [ "https://example.com/lantern.png", "https://example.com/branch-poster.png" ] }

Bearbeite einen markierten Bereich

Um einen Teil eines Bildes zu verändern, markiere ihn auf der Eingabe mit einem Kreis, Pfeil oder einer Skizze und beschreibe die Veränderung, oder gib den Bereich als ein <bbox> Tag. Eine Box ist links oben rechts unten auf einem Raster von 0 bis 1000 über dem Bild, unabhängig von seiner Pixelgröße:

{ "model": "seedream-5-5", "prompt": "Füge eine kleine Glasvase mit einer einzelnen weißen Tulpe hinein <bbox>60 80 300 520</bbox>. Lass alles andere unverändert.", "image": "https://example.com/kitchen.png" }

Teile ein Bild in Schichten auf

Setz layer_decomposition zu Stimmt und genau ein Bild anhängen. Die Aufforderung ist optional: Lassen Sie sie weg, damit das Modell die Elemente auswählen oder die zu trennenden Elemente oder Regionen benennen. max_images setzt die meisten Bilder, die zurückkehren, einschließlich des Basisbildes, von 2 auf 100 und text_recognition fügt den Text jeder gedruckten Textebene hinzu:

curl https://api.empiriolabs.ai/v1/images/generations \ -H "Autorisierung: Träger $EMPIRIOLABS_API_KEY" \ -H "Inhaltstyp: application/json" \ -d '{ "model": "seedream-5-5", "layer_decomposition": true, "image": "https://example.com/magazine-cover.png", "max_images": 10, "text_recognition": true }'

Daten[0] ist das Basisbild, mit einem z_index von 0. Jeder Eintrag danach ist eine transparente PNG-Schicht mit ihrer Stapelreihenfolge, ihrem Feld im Basisbild in Pixeln (bounding_box. absolut) und auf dem Raster von 0 bis 1000 (bounding_box. normalisiert), beide als [links, oben, rechts, unten], sowie einen Namen und eine Beschreibung. Eine gedruckte Textebene trägt ebenfalls text_recognition:

{ "url": "https://media.empiriolabs.ai/...", "z_index": 1, "width": 1723, "height": 609, "bounding_box": { "absolute": [75, 0, 995, 325], "normalized": [69, 0, 921, 301] }, "name": "oberer gelber großer Serifentiteltext Seedream", "description": "Großer gelber Serifentiteltext mit der Aufschrift \"Seedream\" oben in der Komposition positioniert.", "text_recognition": { "text": "Seedream", "lines": [ { "bounding_box": { "absolute": [196, 53, 874, 231], "normalisiert": [181, 49, 809, 214] }, "runs": [ { { "text": "Seedream", "style": { "similar_font_family": "HTF Didot", "foreground_color": "#F5E25A", "fett": falsch, "kursiv": falsch, "unterstreichen": falsch, "durchstreichen": falsch, "schatten": falsch, "durchsichtig": falsch } } } } }, "hintergrund": "transparent" }

Stapele die Schichten über dem Basisbild aufsteigend z_index um sie neu aufzubauen oder zuerst eine beliebige Ebene zu verschieben, zu vergrößern, neu zu färben oder zu ersetzen. Mit dem erkannten Text kann eine Ebene neu getippt, übersetzt oder neu gestaltet und in das Zeilenfeld zurückgelegt werden.

Dinge, die du vor deiner ersten Anfrage wissen solltest

• Ein Bild pro Anfrage. Eine Anfrage liefert ein Bild zurück, und n über 1 liefert einen Fehler. Senden Sie separate Anfragen für Variationen. Die Schichtzerlegung ist die Ausnahme: Sie gibt das Basisbild und seine Schichten zusammen zurück.
• Setz max_images für die Zersetzung, die du brauchst. Ohne diese kann eine Dekomposition bis zu 30 Bilder zurückgeben, und jedes zurückgegebene Bild entspricht Rechnungen. Ein größerer Wert ermöglicht eine feinere Aufteilung.
• Skaliere jede Ebene auf ihre Box. Eine PNG-Schicht ist nicht immer so groß wie ihr Footprint im Basisbild: Im obigen Beispiel füllt eine 1723x609-Schicht ein 920x325-Feld. Skaliere jede Schicht auf die Breite und Höhe ihrer bounding_box. absolut bevor er es in die obere linke Ecke der Box stellte.
• Texterkennung liest gedruckten Text. Künstlerische Schrift und Handschrift kommen als Schichten zurück, ohne text_recognition.
• Die Zersetzung nimmt keine Hintergrund. Seine Ebenen sind immer transparentes PNG, und Setting Hintergrund zu Transparent oder Undurchsichtig mit layer_decomposition gibt einen Fehler zurück.
• Ein transparentes Ergebnis benötigt PNG. Hintergrund: "Transparent" mit output_format: "jpeg" gibt einen Fehler zurück.

Preisgestaltung

Laut Bild. Seedream 5.5 ist Pay-as-you-go und berechnet pro zurückgegebenem Bild in seiner Größe: 1K- und 1.5K-Bilder teilen sich einen Satz, 2K-Bilder werden mit einem höheren Satz berechnet. Jedes Referenzbild erhebt eine Gebühr. Eine Schichtzerlegung berechnet jedes zurückgegebene Bild, das Basisbild und jede Schicht in ihrer eigenen Größe. Sie können nach Bezahlung zahlen oder einen Plan mit wöchentlichen Zulagen wählen. Die aktuellen Sätze sind auf dem modellblatt und die preisseite.

Inhaltssicherheit. Generierte Bilder bestehen eine automatisierte Inhaltssicherheitsprüfung. Ein als explizit markiertes Bild wird nicht zurückgegeben, und da es vor der Prüfung erstellt wurde, wird es weiterhin abgerechnet.

Beginnen Sie mit dem Bau

Versuche Seedream 5.5 in der Playground, lesen Sie die vollständige Parameterreferenz in der API-Doku, oder sie mit den anderen Bildmodellen in der Modellkatalog. Für die früheren Modelle der Familie siehe Wie man die Seedream 5.0 Pro API verwendet und Wie man die Seedream 5.0 Flash API verwendet.