
Seedream-Bildmodell mit nativer transparenter Ausgabe, präziser Mehrrundenbearbeitung und Zerlegung in bis zu 99 editierbare Ebenen mit Texterkennung.
Seedream-Bildmodell mit nativer transparenter Ausgabe, präziser Mehrrundenbearbeitung und Zerlegung in bis zu 99 editierbare Ebenen mit Texterkennung.
Auch bekannt als ByteDance Seedream 5.5
seedream-5-5/v1/images/generationsbytedance/dola-seedream-5-5-261028bytedance/seedream-5-5byteplus/dola-seedream-5-5-261028byteplus/seedream-5-5dola-seedream-5-5-261028seedream-5-5-261028seedream-5.5Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
Seedream 5.5 läuft über POST /v1/images/generations. Der Request liefert sofort eine job_id; frage GET /v1/jobs/{job_id} ab, bis der Job abgeschlossen ist, und lies die Ausgabe-URLs aus dem Ergebnis. Oder füge "sync": true hinzu, um das Polling zu überspringen: Der Request bleibt offen und liefert direkt die fertige OpenAI-artige Bildantwort, sodass OpenAI SDKs unverändert funktionieren. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/images/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedream-5-5",
"prompt": "Describe what you want Seedream 5.5 to generate."
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/images/generations",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "seedream-5-5",
"prompt": "Describe what you want Seedream 5.5 to generate.",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)Request-Parameter, die die Seedream 5.5 API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| prompt | string | - | - | Textaufforderung. Mit angehängtem Bild wird es zu einer Bearbeitungs- oder Fusionsanweisung. |
| image | array | - | - | Referenzbild-URL, Daten-URI oder hochgeladenes Bildobjekt. Seedream 5.5 unterstützt bis zu 10 Referenzbilder und genau eines für die Schichtzerlegung. |
| images | array | - | - | Alias für das Bild. Verwenden Sie dies für mehrere hochgeladene Bildreferenzen. |
| aspect_ratio | enum | auto | auto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 | Auto erlaubt dem Modell die Auswahl der Dimensionen innerhalb der ausgewählten Auflösungsebene. Explizite Verhältnisse verwenden die voreingestellte Größe für diese... |
| layer_decomposition | boolean | false | - | Teile ein Eingabebild in ein Basisbild plus bis zu 99 transparente PNG-Schichten auf, die jeweils mit ihrer Stapelreihenfolge, ihrer Position im Basisbild, einem... |
| max_images | number | 30 | 2 bis 100 | Nur Schichtzerlegung. Maximal zurückgegebene Bilder, einschließlich des Basisbildes, von 2 bis 100; das Modell bestimmt die tatsächliche Anzahl. Sie werden nur für... |
| text_recognition | boolean | false | - | Nur Schichtzerlegung. Geben Sie außerdem den Text, die Linienpositionen und das Styling (ähnliche Schriftart, Farbe, fett, kursiv, Unterstreichung, Durchstreichung,... |
| quality | enum | 2K | 1K, 1.5K, 2K | Ausgabe-Auflösungs-Ebene. 1,5K kostet genauso viel wie 1K und bietet eine höhere Auflösung. Standardmäßig 2K. Bei der Schichtzerlegung entspricht das Lassen dieses... |
| size | string | - | - | Auflösungsstufe oder explizite Pixelgröße wie 1K, 1,5K, 2K oder 2048x1152. Explizite Pixel überschreiben aspect_ratio und Qualität. Die Schichtzerlegung akzeptiert... |
| use_custom_size | boolean | false | - | Benutze custom_width und custom_height statt voreingestellter aspect_ratio und Qualität. Gilt, wenn aspect_ratio Auto ist. |
| custom_width | number | - | 15 bis 8600 | Benutzerdefinierte Ausgabebreite in Pixeln. Die Gesamtfläche muss in [0,92MP, 4,62MP] liegen und der Aspekt muss in [1:16, 16:1] liegen. |
| custom_height | number | - | 15 bis 8600 | Benutzerdefinierte Ausgabehöhe in Pixeln. Die Gesamtfläche muss in [0,92MP, 4,62MP] liegen und der Aspekt muss in [1:16, 16:1] liegen. |
| watermark | boolean | false | - | Wenn aktiviert, enthält das generierte Bild ein KI-generiertes Herkunfts-Wasserzeichen. EmpirioLabs fügt kein separates Wasserzeichen hinzu. |
| output_format | enum | png | jpeg, png | Bilddateiformat ausgeben. Bei der Schichtzerlegung legt dies das Basisbildformat fest, und Schichten werden immer als PNG zurückgegeben. |
Markiere den zu verändernden Bereich direkt auf dem Eingabebild mit einer Skizze, einem Kreis oder einem Pfeil und beschreibe ihn dann im Prompt. Für die genaue Platzierung verwenden Sie Koordinaten-Tags auf einem normalisierten Raster von 0 bis 1000:
Place the subject from image 1 <bbox>179 283 796 986</bbox> at the position in image 2 <bbox>118 331 933 871</bbox>.Setze layer_decomposition mit genau einem Eingabebild auf wahr, um es in ein Basisbild plus bis zu 99 transparente PNG-Ebenen zu teilen. max_images setzt die meisten zurückgegebenen Bilder, inklusive Basisbild, von 2 bis 100 und standardmäßig auf 30; ein höherer Wert erlaubt eine feinere Zerlegung. Jedes zurückgegebene Bild trägt seine Stapelreihenfolge als z_index, und jede Ebene trägt auch ihre Position im Basisbild als bounding_box.absolut und bounding_box.normalisiert sowie einen Namen und eine Beschreibung. Skaliere jede Ebene auf ihr Feld beim Reassembleren des Bildes. Lass die Eingabeaufforderung leer, damit das Modell die Elemente auswählen oder die Elemente oder Koordinatenbereiche zu trennen benennen. Die Auflösung akzeptiert 1K, 1,5K oder 2K und passt zum Eingabebild überein, wenn es nicht gesetzt ist.
Mit aktivierter text_recognition gibt jede reguläre Textebene auch text_recognition zurück: ihren Volltext, die Position jeder Zeile und das Styling jeder Textreihe (eine ähnliche Schriftart, Farbe, fett, kursiv, Unterstrichen, Durchstreichen, Schatten und Durchsichtigkeit). Künstlerischer Text und Handschrift werden nicht anerkannt.
Der Hintergrund steht standardmäßig auf Auto, sodass das Modell aus Eingabeaufforderung und Ausgabeformat entscheiden kann. Transparent liefert ein Bild mit einem Alphakanal, sei es nur aus Text oder aus bis zu 10 Referenzbildern, die keinen Alphakanal benötigen, und benötigt PNG-Ausgabe. Opaque liefert ein Bild ohne solchen Kanal. Jedes zurückgegebene Bild gibt seine tatsächliche Transparenz als Hintergrund an. Die Schichtzerlegung nimmt keinen Hintergrund, und seine Ebenen sind immer transparentes PNG.
Jedes zurückgegebene Bild hat seine eigene Größe: bis zu 2,61 MP, was 1K und 1,5K abdeckt, oder über 2,61 MP, was 2K abdeckt. Jedes Eingabebild berechnet, einschließlich der für die Schichtzerlegung. Die Schichtzerlegung berechnet jedes zurückgegebene Bild, das Basisbild und jede Schicht in ihrer eigenen Größe.
Generierte Bilder bestehen eine automatisierte Inhaltssicherheitsprüfung. Ein als explizit markiertes Bild wird nicht zurückgegeben. Da das Bild vor der Prüfung erzeugt wird, wird eine markierte Generierung weiterhin abgerechnet.
Auf EmpirioLabs wird Seedream 5.5 nach Verbrauch abgerechnet: Ausgabe bis zu 2,61 MP $0.0332 pro Bild; Ausgangsleistung über 2,61 MP $0.0581 pro Bild; Eingabebild $0.0133 pro Eingabebild. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
Seedream 5.5 wird über POST /v1/images/generations auf api.empiriolabs.ai mit normaler Bearer-Token-Authentifizierung bereitgestellt.
Ja. Der EmpirioLabs Playground führt Seedream 5.5 im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.