Seedream 5.5 API

Modèle d’image Seedream avec sortie transparente native, édition précise en plusieurs rounds, et décomposition en jusqu’à 99 calques modifiables avec reconnaissance de texte.

ByteDance Génération d’images Publié 9 nov. 2026 Malaysia Endpoint propriétaire Nouveau

À propos de Seedream 5.5

Modèle d’image Seedream avec sortie transparente native, édition précise en plusieurs rounds, et décomposition en jusqu’à 99 calques modifiables avec reconnaissance de texte.

Aussi connu sous le nom ByteDance Seedream 5.5

image generation image editing layer decomposition interactive editing multi reference text rendering multilingual text transparent background

Caractéristiques de Seedream 5.5

ID du modèle
seedream-5-5
Auteur
ByteDance
Catégorie
Génération d’images
Publié
9 nov. 2026
Entrée
TexteImage
Sortie
Image
Région
Malaysia
Endpoints
POST/v1/images/generations
Identifiants de modèle alternatifs
bytedance/dola-seedream-5-5-261028bytedance/seedream-5-5byteplus/dola-seedream-5-5-261028byteplus/seedream-5-5dola-seedream-5-5-261028seedream-5-5-261028seedream-5.5

Tarifs de l'API Seedream 5.5

Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.

Type
Spéc.
Tarif
Puissance jusqu’à 2,61 MP
par image
$0.0332
Puissance supérieure à 2,61 MP
par image
$0.0581
Image d’entrée
par image d’entrée
$0.0133
Comparer sur la page complète des tarifs

Comment appeler l'API Seedream 5.5

Seedream 5.5 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. Obtenez une clé API depuis le tableau de bord EmpirioLabs.

cURL : envoyer le job
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 : interroger le résultat
curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY"
Python
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)
Référence complète de l'API Seedream 5.5

Paramètres de l'API Seedream 5.5

Paramètres de requête pris en charge par l'API Seedream 5.5 sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.

ParamètreTypePar défautPlage / valeursDescription
promptstring--Invite texte. Avec l’image jointe, cela devient une instruction de montage ou de fusion.
imagearray--URL de l’image de référence, URI des données ou objet image téléchargé. Seedream 5.5 supporte jusqu’à 10 images de référence, et exactement une pour la décomposition...
imagesarray--Alias pour image. Utilisez ceci pour plusieurs références d’images téléchargées.
aspect_ratioenumautoauto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9Auto permet au modèle de choisir les dimensions dans le niveau de résolution sélectionné. Les ratios explicites utilisent la taille prédéfinie de ce palier.
layer_decompositionbooleanfalse-Séparez une image d’entrée en une image de base plus jusqu’à 99 calques PNG transparents, chacun renvoyé avec son ordre d’empilement, sa position dans l’image de...
max_imagesnumber302 à 100Décomposition des calques uniquement. Le nombre maximal d’images retournées, l’image de base incluse, de 2 à 100; le modèle décide du nombre réel. Vous êtes facturé...
text_recognitionbooleanfalse-Décomposition de calques uniquement. Retournez également le texte, la position des lignes et le style (police, couleur, gras, italique, souligné, rayure, ombre et...
qualityenum2K1K, 1.5K, 2KNiveau de résolution de sortie. 1,5K a le même prix que 1K et offre une résolution plus élevée. Par défaut est 2K. En décomposition de couches, laisser ce non-set...
sizestring--Niveau de résolution ou taille de pixel explicite comme 1K, 1,5K, 2K ou 2048x1152. Des pixels explicites prennent le dessus sur aspect_ratio et la qualité. La...
use_custom_sizebooleanfalse-Utilisez custom_width et custom_height au lieu de aspect_ratio prédéfini et de qualité. Cela s’applique quand aspect_ratio est automatique.
custom_widthnumber-15 à 8600Largeur de sortie personnalisée en pixels. La superficie totale doit être en [0,92 MP, 4,62 MP] et l’aspect en [1:16, 16:1].
custom_heightnumber-15 à 8600Hauteur de sortie personnalisée en pixels. La superficie totale doit être en [0,92 MP, 4,62 MP] et l’aspect en [1:16, 16:1].
watermarkbooleanfalse-Une fois activée, l’image générée inclut un filigrane de provenance généré par l’IA. EmpirioLabs n’ajoute pas de filigrane séparé.
output_formatenumpngjpeg, pngFormat de fichier image de sortie. En décomposition de couches, cela définit le format d’image de base, et les calques sont toujours retournés sous forme de PNG.
2 paramètres de plus dans la doc

Bon à savoir

Modes

  • Texte à image
  • Image unique ou multi-image à image
  • Montage interactif avec des marqueurs de coordonnées ou de croquis
  • Décomposition de calques en image de base plus jusqu’à 99 calques, avec reconnaissance de texte optionnelle

Montage interactif

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>.

Décomposition des couches

Régler layer_decomposition sur true avec exactement une image d’entrée pour la diviser en une image de base plus jusqu’à 99 calques PNG transparents. max_images règle le plus d’images retournées, l’image de base incluse, de 2 à 100, et par défaut à 30; une valeur plus élevée permet une décomposition plus fine. Chaque image retournée porte son ordre d’empilement en z_index, et chaque couche affiche également sa position dans l’image de base comme bounding_box.absolue et bounding_box.normalisée, ainsi qu’un nom et une description. Mettez chaque calque à l’échelle de sa boîte lors du réassemblage de l’image. 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 n’est pas définie.

Reconnaissance de texte

Avec text_recognition activé, chaque calque de texte régulier renvoie également text_recognition: son texte complet, la position de chaque ligne, et le style de chaque série de texte (une police similaire, couleur, gras, italique, soulign, rayure, ombre et translucidité). Le texte artistique et l’écriture manuscrite ne sont pas reconnus.

Transparence

Le fond est par défaut en auto, ce qui permet au modèle de décider à partir du format d’invite et de sortie. Le transparent renvoie une image avec un canal alpha, uniquement à partir du texte ou jusqu’à 10 images de référence qui n’ont pas besoin de canal alpha, et nécessite une sortie PNG. L’opacité renvoie une image sans canal PNG. Chaque image retournée rapporte sa transparence réelle comme arrière-plan. La décomposition des couches ne prend pas d’arrière-plan, et ses calques sont toujours du PNG transparent.

Limites

  • Une image de sortie par requête, sauf la décomposition des couches, qui retourne l’image de base ainsi que ses calques
  • Jusqu’à 10 images de référence, et exactement une pour la décomposition des couches
  • Niveaux de résolution 1K, 1,5K et 2K, ou une taille exacte allant de 0,92MP à 4,62MP
  • Sortie PNG ou JPEG, et les calques sont toujours PNG
  • Pas de sortie groupée, de streaming ou de recherche web

Facturation

Chaque image retournée facture à sa propre taille: jusqu’à 2,61 MP, ce qui couvre 1K et 1,5K, ou plus de 2,61 MP, qui couvre 2K. Chaque image d’entrée facture, y compris celle de la décomposition des couches. La décomposition des couches facture chaque image retournée, l’image de base et chaque couche, à sa propre taille.

Sécurité du contenu

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.

API Seedream 5.5 : questions fréquentes

Combien coûte l'API Seedream 5.5 ?

Sur EmpirioLabs, Seedream 5.5 est facturé à l'usage : Puissance jusqu’à 2,61 MP $0.0332 par image; Puissance supérieure à 2,61 MP $0.0581 par image; Image d’entrée $0.0133 par image d’entrée. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.

Quel endpoint Seedream 5.5 utilise-t-il ?

Seedream 5.5 est servi via POST /v1/images/generations sur api.empiriolabs.ai avec une authentification standard par token Bearer.

Puis-je essayer Seedream 5.5 dans le navigateur avant d'intégrer ?

Oui. Le playground EmpirioLabs exécute Seedream 5.5 dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.

Comment obtenir une clé API Seedream 5.5 ?

Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.

Comparer Seedream 5.5 à d'autres modèles

Toutes les comparaisons de modèles

Prêt à utiliser de meilleurs points de terminaison ?

Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.