
Modelo de imagen Seedream con salida transparente nativa, edición precisa en múltiples rondas y descomposición en hasta 99 capas editables con reconocimiento de texto.
Modelo de imagen Seedream con salida transparente nativa, edición precisa en múltiples rondas y descomposición en hasta 99 capas editables con reconocimiento de texto.
También conocido como 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-5.5Tarifas de pago por uso en vivo del catálogo de EmpirioLabs. Solo pagas por lo que usas, sin mínimo mensual.
Seedream 5.5 funciona a través de POST /v1/images/generations. La solicitud devuelve un job_id de inmediato; consulta GET /v1/jobs/{job_id} hasta que el trabajo termine y lee las URLs de salida del resultado. O agrega "sync": true para omitir el sondeo: la solicitud queda abierta y devuelve directamente la respuesta de imagen al estilo OpenAI, así que los SDKs de OpenAI funcionan tal cual. Consigue una clave de API en el panel de EmpirioLabs.
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)Parámetros de solicitud compatibles con la API de Seedream 5.5 en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.
| Parámetro | Tipo | Predeterminado | Rango / valores | Descripción |
|---|---|---|---|---|
| prompt | string | - | - | Prompt de texto. Con la imagen adjunta, se convierte en una instrucción de edición o fusión. |
| image | array | - | - | URL de imagen de referencia, URI de datos o objeto de imagen subido. Seedream 5.5 soporta hasta 10 imágenes de referencia, y exactamente una para descomposición de capas. |
| images | array | - | - | Alias de imagen. Úsala para múltiples referencias de imágenes subidas. |
| aspect_ratio | enum | auto | auto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 | Auto permite que el modelo elija dimensiones dentro del nivel de resolución seleccionado. Las proporciones explícitas usan el tamaño preestablecido para ese nivel. |
| layer_decomposition | boolean | false | - | Divide una imagen de entrada en una imagen base más hasta 99 capas PNG transparentes, cada una devuelto con su orden de apilamiento, su posición en la imagen base,... |
| max_images | number | 30 | 2 a 100 | Solo descomposición por capas. Imágenes máximas devueltas, incluida la imagen base, de 2 a 100; el modelo decide el recuento real. Solo se te factura por las... |
| text_recognition | boolean | false | - | Solo descomposición por capas. También devuelven el texto, las posiciones de las líneas y el estilo (fuente, color, negrita similares, cursiva, subrayado, tachado,... |
| quality | enum | 2K | 1K, 1.5K, 2K | Nivel de resolución de salida. 1,5K tiene el mismo precio que 1K y proporciona mayor resolución. Por defecto es 2K. En la descomposición de capas, dejar este... |
| size | string | - | - | Nivel de resolución o tamaño explícito de píxel, como 1K, 1,5K, 2K o 2048x1152. Los píxeles explícitos anulan aspect_ratio y la calidad. La descomposición de capas... |
| use_custom_size | boolean | false | - | Usa custom_width y custom_height en lugar de aspect_ratio predefinidos y calidad. Se aplica cuando aspect_ratio es automático. |
| custom_width | number | - | 15 a 8600 | Ancho de salida personalizado en píxeles. El área total debe estar en [0,92MP, 4,62MP] y el aspecto debe estar en [1:16, 16:1]. |
| custom_height | number | - | 15 a 8600 | Altura de salida personalizada en píxeles. El área total debe estar en [0,92MP, 4,62MP] y el aspecto debe estar en [1:16, 16:1]. |
| watermark | boolean | false | - | Cuando está habilitada, la imagen generada incluye una filigrana de procedencia generada por IA. EmpirioLabs no añade una marca de agua separada. |
| output_format | enum | png | jpeg, png | Formato de archivo de imagen de salida. En la descomposición por capas, esto establece el formato base de la imagen, y las capas siempre se devuelven como PNG. |
Marca la región para cambiar directamente en la imagen de entrada con un boceto, círculo o flecha, y luego descríbelo en el prompt. Para la colocación exacta, usa etiquetas de coordenadas en una cuadrícula normalizada de 0 a 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>.Establece layer_decomposition a verdadero con exactamente una imagen de entrada para dividirla en una imagen base más hasta 99 capas PNG transparentes. max_images establece el mayor número de imágenes devueltas, incluida la imagen base, de 2 a 100, y por defecto es 30; un valor más alto permite una descomposición más fina. Cada imagen devuelta lleva su orden de apilamiento como z_index, y cada capa también lleva su posición en la imagen base como bounding_box.absoluta y bounding_box.normalizada, además de un nombre y una descripción. Escala cada capa a su caja cuando vuelvas a ensamblar la imagen. Deja el prompt vacío para que el modelo elija los elementos, o nombre los elementos o regiones de coordenadas a separar. La resolución acepta 1K, 1,5K o 2K, y coincide con la imagen de entrada cuando no está definida.
Con text_recognition activado, cada capa de texto normal también devuelve text_recognition: su texto completo, la posición de cada línea y el estilo de cada secuencia de texto (una fuente similar, color, negrita, cursiva, subrayado, tachado, sombra y translucidez). No se reconocen textos artísticos ni escritura a mano.
El fondo se pone por defecto en auto, lo que permite al modelo decidir a partir del formato de prompt y salida. Transparente devuelve una imagen con un canal alfa, solo a partir de texto o de hasta 10 imágenes de referencia que no necesitan canal alfa, y requiere salida PNG. Opaco devuelve una imagen sin una. Cada imagen devuelta informa de su transparencia real como fondo. La descomposición de capas no acepta fondo, y sus capas siempre son PNG transparentes.
Cada imagen devolvida factura a su propio tamaño: hasta 2,61MP, que cubre 1K y 1,5K, o más de 2,61MP, que cubre 2K. Cada imagen de entrada factura, incluida la de descomposición de capas. La descomposición de capas factura cada imagen devuelta, la imagen base y cada capa, a su propio tamaño.
Las imágenes generadas superan una comprobación automatizada de seguridad de contenido. No se devuelve una imagen marcada como explícita. Como la imagen se genera antes de que se ejecute la comprobación, una generación marcada sigue facturándose.
En EmpirioLabs, Seedream 5.5 se factura por uso: Potencia de hasta 2,61MP $0.0332 por imagen; Potencia superior a 2,61MP $0.0581 por imagen; Imagen de entrada $0.0133 por imagen de entrada. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
Seedream 5.5 se sirve a través de POST /v1/images/generations en api.empiriolabs.ai con autenticación estándar de token Bearer.
Sí. El playground de EmpirioLabs ejecuta Seedream 5.5 en el navegador con los mismos parámetros que expone la API, para que pruebes prompts antes de escribir código.
Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.