Type
Spéc.
Tarif
Génération d’images
par image
$0.030
Décomposition des couches
par image
$0.030
Seedream 5.0 Flash et Qwen Image 3.0 côte à côte : caractéristiques, capacités, paramètres et tarifs en direct du catalogue EmpirioLabs.
ByteDance 
Alibaba Cloud Génération d’imagesSeedream 5.0 Flash de ByteDance et Qwen Image 3.0 de Alibaba Cloud appartiennent tous deux à la catégorie Génération d’images et sont disponibles via l'API EmpirioLabs.
| Spéc. | Seedream 5.0 Flash | Qwen Image 3.0 |
|---|---|---|
| ID du modèle | seedream-5-0-flash | qwen-image-3-0 |
| Auteur | ByteDance | Alibaba Cloud |
| Publié | 28 sept. 2026 | 21 juil. 2026 |
| Entrée | Texte Image | Texte Image |
| Sortie | Image | Image |
| Région | Malaysia | Singapore |
| Endpoints | POST /v1/images/generations | POST /v1/images/generations |
| Capacités |
Tarifs en direct du catalogue EmpirioLabs pour les deux modèles. Chaque grille tarifaire correspond toujours à ce que l'API facture.
Paramètres de requête indiqués pour chaque modèle sur EmpirioLabs, avec les valeurs autorisées ou la plage le cas échéant. Un tiret signale un paramètre que le modèle n'indique pas.
| Paramètre | Seedream 5.0 Flash | Qwen Image 3.0 |
|---|---|---|
| prompt | string | string |
| image | array | array |
| images | array | array |
| aspect_ratio | auto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 Par défaut: auto | auto, 1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5 Par défaut: auto |
| layer_decomposition | boolean Par défaut: false | - |
| quality | 1K, 1.5K, 2K Par défaut: 2K | - |
| size | string | string |
| use_custom_size | boolean Par défaut: false | boolean Par défaut: false |
| custom_width | 15 à 8600 | 256 à 2048 |
| custom_height | 15 à 8600 | 256 à 2048 |
| watermark | boolean Par défaut: false | boolean Par défaut: false |
| output_format | jpeg, png Par défaut: png | - |
| background | opaque, transparent Par défaut: opaque | - |
| response_format | url, b64_json Par défaut: url | url, b64_json Par défaut: url |
| model_variant | - | qwen-image-3.0-pro, qwen-image-3.0 Par défaut: qwen-image-3.0-pro |
| resolution | - | auto, 1K, 2K Par défaut: 2K |
Marquez la région à modifier directement sur l’image d’entrée avec un croquis, un cercle ou une flèche, puis décrivez-la dans la demande. Pour un placement exact, utilisez des balises de coordonnées sur une grille normalisée de 0 à 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>.Réglez layer_decomposition sur true avec exactement une image d’entrée pour la diviser en une image de base plus jusqu’à 16 couches PNG transparentes. Chaque image retournée porte son ordre d’empilement en z_index, et chaque couche porte également sa position dans l’image de base en bounding_box.absolue et bounding_box.normalisée, plus un nom et une description. Laissez l’invite vide pour laisser le modèle choisir les éléments, ou nommer les éléments ou régions de coordonnées à séparer. La résolution accepte 1K, 1,5K ou 2K, et correspond à l’image d’entrée lorsqu’elle est non définie.
Chaque niveau de résolution facture au même débit par image, et les images de référence sont gratuites. La décomposition des couches facture chaque image retournée, l’image de base et chaque couche, au même rythme.
Les images générées passent un contrôle automatisé de sécurité du contenu. Une image signalée comme explicite n’est pas retournée. Comme l’image est générée avant l’exécution du contrôle, une génération signalée est toujours facturée.
Qwen Image 3.0 combine la génération et l’édition d’images Base et Pro dans un seul modèle. Pro est sélectionné par défaut, la sortie commence à 2K, et le format d’image commence en Auto. Base offre une option moins coûteuse pour une itération rapide.
Les images générées passent un contrôle automatisé de sécurité du contenu. Une image signalée comme explicite n’est pas retournée. Comme l’image est générée avant l’exécution du contrôle, une génération signalée est toujours facturée.
Seedream 5.0 Flash fonctionne via POST /v1/images/generations. La requête renvoie immédiatement un job_id ; interrogez GET /v1/jobs/{job_id} jusqu'à la fin du job et lisez les URLs de sortie dans le résultat. Ou ajoutez "sync": true pour éviter le polling : la requête reste ouverte et renvoie directement la réponse image au format OpenAI, donc les SDKs OpenAI fonctionnent tels quels. Les deux modèles s'appellent via le même endpoint. Définissez model sur seedream-5-0-flash ou qwen-image-3-0. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
curl https://api.empiriolabs.ai/v1/images/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedream-5-0-flash",
"prompt": "Describe what you want Seedream 5.0 Flash to generate."
}'Tests de prompts et comparaisons qui couvrent les deux modèles.
Seedream 5.0 Flash est la version la plus récente (28 sept. 2026) ; Qwen Image 3.0 est sorti le 21 juil. 2026. Capacités indiquées uniquement pour Seedream 5.0 Flash : layer decomposition, interactive editing, multi reference, transparent background. Capacités indiquées uniquement pour Qwen Image 3.0 : multi image, dense layouts, photorealism. Les caractéristiques, les grilles tarifaires et les paramètres de cette page proviennent du catalogue EmpirioLabs en direct.
Seedream 5.0 Flash est la version la plus récente (28 sept. 2026) ; Qwen Image 3.0 est sorti le 21 juil. 2026.
Les deux modèles sont tarifés sur des unités ou des paliers différents : comparez les grilles tarifaires en direct de cette page. Elles correspondent toujours à ce que l'API facture.
Oui. Les deux modèles utilisent POST /v1/images/generations avec la même clé API EmpirioLabs : la plupart des intégrations basculent en changeant la valeur model. Vérifiez d'abord le tableau des paramètres de cette page si vous dépendez d'un paramètre propre à un modèle.
Oui. Ouvrez chaque modèle dans le playground EmpirioLabs et lancez le même prompt sur les deux, avec les paramètres exposés par l'API.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.
