सीड्रीम 5.5 एपीआई का उपयोग कैसे करें

सीड्रीम 5.5 EmpirioLabs पर उपलब्ध है। यह बाइटडांस का नवीनतम सीड्रीम इमेज मॉडल है, जिसे 9 नवंबर, 2026 को text-to-image पीढ़ी के लिए जारी किया गया है, जो 10 संदर्भ छवियों को जोड़ता है, प्रॉम्प्ट या संदर्भों से बनाई गई वास्तविक पारदर्शिता वाली छवियां, और परत अपघटन, जो एक छवि को आधार छवि के साथ-साथ 99 पारदर्शी परतों में विभाजित करता है और उनमें पाठ पढ़ सकता है। यह एपीआई और Playground में काम करता है।

देखिए लॉन्च फिल्म

फिल्म की हर तस्वीर सीड्रीम 5.5 द्वारा 2K पर EmpirioLabs एपीआई के माध्यम से बनाई गई थी, जिसमें एक हंपबैक व्हेल के बगल में एक फ्रीडाइवर, एक फ्लेमेंको डांसर मिड-स्पिन, काम पर एक ग्लासब्लोअर और एक अक्षर वाला जैज़ पोस्टर शामिल था। स्कोर EmpirioLabs पर एसीई-स्टेप द्वारा उत्पन्न किया गया था। इसे YouTube पर देखें।.

यह कैसे तुलना करता है

यह क्या समर्थन करता है

• टेक्स्ट-टू-इमेज। बिना किसी छवि के एक संकेत भेजें।
• संपादन और संलयन। एक से दस छवियों को संलग्न करें और परिवर्तन का वर्णन करें, या उन्हें कैसे संयोजित करें।
• मार्कर और समन्वय संपादन। इनपुट छवि पर एक वृत्त, तीर या स्केच के साथ बदलने के लिए क्षेत्र को चिह्नित करें, या इसकी सटीक स्थिति के रूप में दें <bbox> प्रॉम्प्ट में टैग करें।
• पारदर्शी छवियां। सेट पृष्ठभूमि सेवा मेरे पारदर्शी एक अल्फा चैनल के साथ एक पीएनजी प्राप्त करने के लिए, अकेले एक संकेत से या संदर्भ छवियों से।
• परत अपघटन। एक छवि को आधार छवि में विभाजित करें और साथ ही 99 पारदर्शी पीएनजी परतों तक, प्रत्येक आधार छवि, एक नाम और विवरण में अपनी स्थिति के साथ लौटा।
• पाठ पहचान। अपघटन के दौरान, प्रत्येक मुद्रित पाठ परत का पाठ उसकी पंक्ति की स्थिति और स्टाइल के साथ प्राप्त करें।
• छवि में पाठ। संकेत, लेबल, पोस्टर और छोटे प्रिंट चीनी, अंग्रेजी और जापानी, कोरियाई, अरबी, स्पेनिश और फ्रेंच सहित 14 अन्य भाषाओं में प्रस्तुत किए गए हैं।

आउटपुट डिफ़ॉल्ट रूप से PNG है, या JPEG, 1K, 1.5K या 2K रिज़ॉल्यूशन स्तर पर, या कस्टम चौड़ाई और ऊंचाई पर।

एक छवि उत्पन्न करें

कर्ल https://api.empiriolabs.ai/v1/images/generations \ -एच "प्राधिकरण: वाहक $EMPIRIOLABS_एपीआई_की" \ -एच "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "seedream-5-5", "प्रॉम्प्ट": "एक छोटे चॉकबोर्ड साइन के बगल में एक सिरेमिक कॉफी कप जो ओट फ्लैट व्हाइट 4.50, मॉर्निंग विंडो लाइट" पढ़ता है", "aspect_ratio": "4:3", "गुणवत्ता": "2K" }'

अनुरोध तैयार छवि की प्रतीक्षा करता है और इसे लौटाता है डाटा. आगे कहना "सिंक": गलत एक बार में नौकरी वापस पाने के लिए, एक के साथ नौकरी id पर मतदान करने के लिए /v1/jobs/ प्राप्त <job_id>करें जब तक कि यह स्थिति है पूरा।.

OpenAI पायथन SDK की वही कॉल, EmpirioLabs की ओर इशारा करती है। नियंत्रण जिन्हें SDK परिभाषित नहीं करता है, वे अंदर जाते हैं extra_body:

OpenAI आयात OpenAI क्लाइंट से = OpenAI (base_url="https://api.empiriolabs.ai/v1", api_key="YOUR_EMPIRIOLABS_API_KEY",) परिणाम = client.images.generate(मॉडल ="seedream-5-5", प्रॉम्प्ट = "एक छोटे काई परिदृश्य के साथ एक ग्लास टेरारियम और एक पीतल का लेबल जो फर्न गार्डन पढ़ता है", extra_body={"aspect_ratio": "4:3", "गुणवत्ता": "2K"},) प्रिंट (result.data[0].url)

एक पारदर्शी छवि बनाएं

सेट पृष्ठभूमि सेवा मेरे पारदर्शी. यह अकेले एक प्रॉम्प्ट से काम करता है, और 10 संदर्भ छवियों के संपादन पर काम करता है जिन्हें अपने स्वयं के अल्फा चैनल की आवश्यकता नहीं होती है। आउटपुट पीएनजी होना चाहिए:

{ "मॉडल": "seedream-5-5", "प्रॉम्प्ट": "सोने के लटकन के साथ एक चमकदार लाल कागज लालटेन, पृथक उत्पाद कटआउट", "पृष्ठभूमि": "पारदर्शी", "गुणवत्ता": "1K" }

प्रत्येक लौटाई गई छवि रिपोर्ट करती है कि इसमें वास्तव में क्या शामिल है पृष्ठभूमि: पारदर्शी या अस्‍पष्‍ट. छोड़ना पृष्ठभूमि पर स्‍वचालित, डिफ़ॉल्ट, और मॉडल प्रॉम्प्ट और आउटपुट स्वरूप से निर्णय लेता है।

संदर्भ छवियों के साथ संपादित करें

अधिकतम 10 छवि URL, डेटा URI या अपलोड की गई छवियों को पास करें छवि, और उनके आदेश द्वारा संकेत में उन्हें देखें:

{ "मॉडल": "seedream-5-5", "प्रॉम्प्ट": "छवि 2 में शाखा से छवि 1 से लाल कागज लालटेन लटकाएं, छवि 2 में बाकी सब कुछ अपरिवर्तित रखें", "छवि": [ "https://example.com/lantern.png", "https://example.com/branch-poster.png"] }

किसी चिह्नित क्षेत्र को संपादित करें

किसी छवि के एक भाग को बदलने के लिए, इसे इनपुट पर एक वृत्त, तीर या स्केच के साथ चिह्नित करें और परिवर्तन का वर्णन करें, या क्षेत्र को एक के रूप में दें <bbox> टैग। एक बॉक्स है बाएँ ऊपर दाएँ नीचे छवि पर 0 से 1000 ग्रिड पर, चाहे उसका पिक्सेल आकार कुछ भी हो:

{ "मॉडल": "seedream-5-5", "प्रॉम्प्ट": "<bbox>60 80 300 520</bbox> के अंदर एक सफेद ट्यूलिप के साथ एक छोटा कांच का फूलदान जोड़ें। बाकी सब कुछ अपरिवर्तित रखें। ", "छवि": "https://example.com/kitchen.png" }

एक छवि को परतों में विभाजित करें

सेट layer_decomposition सेवा मेरे सच और बिल्कुल एक छवि संलग्न करें। संकेत वैकल्पिक है: मॉडल को तत्वों को चुनने देने के लिए इसे छोड़ दें, या तत्वों या क्षेत्रों को अलग करने के लिए नाम दें। max_images वापस लौटने के लिए सबसे अधिक छवियों को सेट करता है, आधार छवि शामिल है, 2 से 100 तक, और text_recognition प्रत्येक मुद्रित पाठ परत का पाठ जोड़ता है:

कर्ल https://api.empiriolabs.ai/v1/images/generations \ -एच "प्राधिकरण: वाहक $EMPIRIOLABS_एपीआई_की" \ -एच "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "seedream-5-5", "layer_decomposition": सच, "छवि": "https://example.com/magazine-cover.png", "max_images": 10, "text_recognition": सच }'

डेटा[0] आधार छवि है, एक के साथ z_index 0 का। इसके बाद प्रत्येक प्रविष्टि अपने स्टैकिंग ऑर्डर के साथ एक पारदर्शी पीएनजी परत है, पिक्सेल में आधार छवि में इसका बॉक्स (bounding_box.निरपेक्ष) और 0 से 1000 ग्रिड पर (bounding_box. सामान्यीकृत), दोनों के रूप में [बाएं, ऊपर, दाएं, नीचे], और एक नाम और विवरण। एक मुद्रित पाठ परत भी होती है text_recognition:

{ "यूआरएल": "https://media.empiriolabs.ai/...", "z_index": 1, "चौड़ाई": 1723, "ऊंचाई": 609, "bounding_box": { "निरपेक्ष": [75, 0, 995, 325], "सामान्यीकृत": [69, 0, 921, 301] }, "नाम": "शीर्ष पीला बड़ा सेरिफ़ शीर्षक पाठ सीड्रीम", "विवरण": "बड़े पीले रंग का सेरिफ़ शीर्षक पाठ पढ़ना \"सीड्रीम\" रचना के शीर्ष पर स्थित है। ", "text_recognition": { "पाठ": "सीड्रीम", "पंक्तियाँ": [ { "bounding_box": { "पूर्ण": [196, 53, 874, 231], "सामान्यीकृत": [181, 49, 809, 214] }, "रन": [ { "टेक्स्ट": "सीड्रीम", "शैली": { "similar_font_family": "एचटीएफ डिडोट", "foreground_color": "#F5E25A", "बोल्ड": झूठा, "इटैलिक": झूठा, "रेखांकन": झूठा, "स्ट्राइकथ्रू": झूठा, "छाया": झूठा, "पारभासी": झूठा} } ] } ]}, "पृष्ठभूमि": "पारदर्शी" }

आरोही में आधार छवि पर परतों को ढेर करें z_index इसे फिर से बनाने के लिए, या पहले किसी भी परत को स्थानांतरित करने, आकार बदलने, रंग बदलने या बदलने के लिए। मान्यता प्राप्त पाठ के साथ, एक परत को फिर से टाइप किया जा सकता है, अनुवादित या फिर से स्टाइल किया जा सकता है और इसकी लाइन के बॉक्स में वापस रखा जा सकता है।

आपके पहले अनुरोध से पहले जानने योग्य बातें

• प्रति अनुरोध एक छवि। एक अनुरोध एक छवि लौटाता है, और n 1 से ऊपर एक त्रुटि लौटाता है। विविधताओं के लिए अलग-अलग अनुरोध भेजें। परत अपघटन अपवाद है: यह आधार छवि और उसकी परतों को एक साथ लौटाता है।
• सेट max_images अपघटन के लिए आपको चाहिए। इसके बिना एक अपघटन 30 छवियों तक वापस आ सकता है, और प्रत्येक लौटाई गई छवि बिल। एक बड़ा मूल्य एक महीन विभाजन की अनुमति देता है।
• प्रत्येक परत को उसके बॉक्स में स्केल करें। एक परत PNG हमेशा आधार छवि में अपने पदचिह्न के आकार का नहीं होता है: ऊपर दिए गए उदाहरण में, एक 1723x609 परत 920x325 बॉक्स को भरती है। प्रत्येक परत को उसकी चौड़ाई और ऊंचाई तक स्केल करें bounding_box.निरपेक्ष इसे बॉक्स के ऊपरी-बाएँ कोने पर रखने से पहले।
• पाठ पहचान मुद्रित पाठ पढ़ता है। कलात्मक अक्षर और लिखावट बिना परतों के रूप में वापस आते हैं text_recognition।.
• अपघटन नहीं लेता है पृष्ठभूमि।. इसकी परतें हमेशा पारदर्शी पीएनजी और सेटिंग होती हैं पृष्ठभूमि सेवा मेरे पारदर्शी या अस्‍पष्‍ट साथ layer_decomposition एक त्रुटि लौटाता है.
• एक पारदर्शी परिणाम के लिए पीएनजी की आवश्यकता होती है। पृष्ठभूमि: "पारदर्शी" साथ output_format: "जेपीईजी" एक त्रुटि लौटाता है.

मूल्य निर्धारण

प्रति इमेज। Seedream 5.5 के रूप में आप जाते हैं भुगतान करते हैं और प्रति लौटाई गई छवि को इसके आकार पर बिल किया जाता है: 1K और 1.5K छवियां एक दर साझा करती हैं, और 2K छवियां उच्च दर पर बिल करती हैं। प्रत्येक संदर्भ छवि एक शुल्क जोड़ती है। एक परत अपघटन प्रत्येक छवि को उसके द्वारा लौटाए जाने वाले प्रत्येक चित्र, आधार छवि और प्रत्येक परत को अपने आकार में बिल करता है। आप जाते ही भुगतान कर सकते हैं, या साप्ताहिक भत्ते वाली योजना चुन सकते हैं। वर्तमान दरें मॉडल पेज और मूल्य निर्धारण पृष्ठ।.

सामग्री सुरक्षा। जेनरेट की गई छवियां एक स्वचालित सामग्री-सुरक्षा जांच पास करती हैं। स्पष्ट के रूप में चिह्नित की गई छवि वापस नहीं की जाती है, और क्योंकि यह चेक चलने से पहले जनरेट की गई थी, इसलिए इसे अभी भी बिल किया जाता है।

निर्माण शुरू करें

Seedream 5.5 को Playground, में पूर्ण पैरामीटर संदर्भ पढ़ें एपीआई डॉक, या अन्य छवि मॉडल के साथ इसकी तुलना करें मॉडल कैटलॉग. परिवार के पहले के मॉडल के लिए, देखें सीड्रीम 5.0 प्रो एपीआई का उपयोग कैसे करें तथा सीड्रीम 5.0 फ्लैश एपीआई का उपयोग कैसे करें।.