संक्षिप्त उत्तर: हमने दिया सीड्रीम 5.5, सीड्रीम 5.0 प्रो, जीपीटी छवि 2 तथा क्वेन छवि 2.1 वही तीन संकेत, प्रत्येक को एक शॉट। टेक्स्ट के सात ब्लॉक वाले पोस्टर पर, सीड्रीम 5.0 प्रो, जीपीटी इमेज 2 और क्वेन इमेज 2.1 ने प्रत्येक ब्लॉक को सही ढंग से लिखा है, और सीड्रीम 5.5 को सात में से छह मिले, जिससे एक बार में एक आवारा "10" जोड़ा गया है। नौ अनुरोधित विवरणों वाले एक दृश्य में, GPT इमेज 2 सभी नौ से मेल खाती है, और अन्य तीन में से प्रत्येक एक या दो से चूक गया। 2K पर, सीड्रीम 5.5 को प्रति छवि 27 से 43 सेकंड का समय लगा, क्वेन इमेज 2.1 35 से 37 और सीड्रीम 5.0 प्रो 50 से 74; GPT इमेज 2 को उच्च गुणवत्ता पर प्रति 117x1024 छवि में 92 से 1024 सेकंड का समय लगा। सीड्रीम 5.5 अकेले प्रॉम्प्ट से पारदर्शी छवियां भी बनाता है और एक छवि को 99 परतों में विभाजित करता है, और यह सीड्रीम 5.0 प्रो की तुलना में प्रति छवि कम बिल करता है। चारों एक ही छवि समापन बिंदु के माध्यम से EmpirioLabs पर चलते हैं। नीचे दिए गए परिणामों की तुलना करें; हम विजेता घोषित नहीं कर रहे हैं।
तुलना देखें
तीन संकेत, प्रत्येक मॉडल पर एक बार चलाएं। कुछ भी पुनर्जीवित या संपादित नहीं किया गया था। इसे YouTube पर देखें।.
टेस्ट 1: पाठ के सात ब्लॉकों वाला एक पोस्टर
तुरन्त: गर्म क्रीम पेपर पर एक फ्लैट वेक्टर-शैली की घटना पोस्टर। शीर्ष पर, बड़े बोल्ड नेवी कैपिटल अक्षरों में "नाइट स्काई फेस्टिवल" शीर्षक। सीधे इसके नीचे, उपशीर्षक "सभी उम्र के लिए टेलीस्कोप, वार्ता और स्टार मैप्स" छोटे इटैलिक सेरिफ़ प्रकार में। केंद्र में, तीन गहरे हरे देवदार के पेड़ों के ऊपर एक अर्धचंद्राकार चंद्रमा का एक सरल चित्रण। चित्रण के नीचे, नेवी सैन्स-सेरिफ़ प्रकार में तीन-पंक्ति का शेड्यूल: "शनि 8:00 बजे देखना", "उल्का वार्ता 9:15 बजे", "स्टार मैप वर्कशॉप 10:00 PM"। निचले किनारे के साथ, रेखा "हिलटॉप पार्क, शनिवार 14 मार्च"। निचले दाएं कोने में, एक गोल नारंगी बैज जिस पर "निःशुल्क प्रवेश" लिखा है।
| पाठ ब्लॉक | सीड्रीम 5.5 | सीड्रीम 5.0 प्रो | जीपीटी छवि 2 | क्वेन छवि 2.1 |
|---|---|---|---|---|
| नाइट स्काई फेस्टिवल | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है |
| सभी उम्र के लिए दूरबीन, वार्ता और स्टार मैप | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है |
| शनि का दर्शन रात 8:00 बजे | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है |
| उल्का वार्ता 9:15 अपराह्न | पढ़ता है "9:15 10 अपराह्न" | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है |
| स्टार मैप वर्कशॉप 10:00 PM | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है |
| हिलटॉप पार्क, शनिवार 14 मार्च | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है | सही शब्द, राजधानियों में सेट |
| नि: शुल्क प्रवेश | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है | जैसा कि लिखा है |
टेस्ट 2: एक दृश्य में नौ विवरण
तुरन्त: हरे लॉन पर एक लकड़ी की पिकनिक टेबल, थोड़ी उभरी हुई कोण से नरम दोपहर की रोशनी में फोटो खिंचवाती है। मेज के बाईं ओर, चार हरे सेब एक पंक्ति में बैठते हैं, पंक्ति के दाहिने छोर पर एक लाल सेब होता है। मेज के बीच में एक सफेद चायदानी है जिसके प्रत्येक तरफ एक नीला चाय का प्याला है। मेज के दाईं ओर तीन पुस्तकों का ढेर है: नीचे लाल, बीच में पीला और शीर्ष पर नीला, नीली किताब पर पड़े गोल पढ़ने वाले चश्मे की एक जोड़ी के साथ। चायदानी के ऊपर दो पीली तितलियाँ मंडराती हैं। एक काला और सफेद कुत्ता मेज के दाईं ओर घास पर बैठा है। मेज के पीछे एक लाल और सफेद धारीदार छत्र खड़ा है।
| अनुरोधित विवरण | सीड्रीम 5.5 | सीड्रीम 5.0 प्रो | जीपीटी छवि 2 | क्वेन छवि 2.1 |
|---|---|---|---|---|
| एक पंक्ति में चार हरे सेब | हाँ, पंक्ति के पीछे एक सेट | तीन हरे सेब | हाँ | हाँ |
| दाहिने छोर पर एक लाल सेब | हाँ | हाँ | हाँ | हाँ |
| बीच में सफेद चायदानी | हाँ, नीले पुष्प पैटर्न के साथ | हाँ | हाँ | हाँ, नीले पुष्प पैटर्न के साथ |
| चायदानी के प्रत्येक तरफ एक नीला चाय का कप | तीन कप, दो बाईं ओर और एक दाईं ओर | हाँ | हाँ | नीले पैटर्न वाले दो सफेद कप, एक बाईं ओर और एक सामने |
| नीचे से लाल, पीली और नीली तीन किताबें | हाँ | हाँ | हाँ | हाँ |
| नीली किताब पर गोल पढ़ने का चश्मा | हाँ | हाँ | हाँ | हाँ |
| चायदानी के ऊपर दो पीली तितलियाँ | हाँ | तीन तितलियाँ | हाँ | दो, काले किनारों के साथ नारंगी-पीला |
| मेज के दाईं ओर बैठे काले और सफेद कुत्ते | हाँ | हाँ | हाँ | हाँ |
| मेज के पीछे लाल और सफेद धारीदार छत्र | हाँ | हाँ | हाँ | हाँ, लाल और क्रीम |
टेस्ट 3: पीतल, कांच, ऊन और अखरोट करीब
तुरन्त: एक प्राचीन पीतल की जेब कम्पास की मैक्रो तस्वीर एक मुड़े हुए चारकोल हेरिंगबोन ऊन कपड़े पर खुली हुई है, लच्छेदार लिनन धागे के एक छोटे से कुंडल और अखरोट की लकड़ी के बक्से के कोने के बगल में। पीतल उत्कीर्ण खांचे में पहने हुए किनारों, महीन खरोंच और गहरे रंग के पेटिना को दिखाता है। कम्पास ग्लास थोड़ा घिसा हुआ है और एक उज्ज्वल खिड़की को दर्शाता है। ऊन अपनी हेरिंगबोन बुनाई और ढीले फाइबर दिखाता है, और अखरोट एक साटन खत्म के तहत खुला अनाज दिखाता है। बाईं ओर से नरम दिन का उजाला, क्षेत्र की उथली गहराई, 100 मिमी मैक्रो लेंस।
चश्मा एक नज़र में
| सीड्रीम 5.5 | सीड्रीम 5.0 प्रो | जीपीटी छवि 2 | क्वेन छवि 2.1 | |
|---|---|---|---|---|
| निर्माता | बाइटडांस | बाइटडांस | ओपनएआई | अलीबाबा क्लाउड |
| इनपुट और मोड | छवि के लिए पाठ, संपादन और संलयन, मार्कर और समन्वय संपादन, परत अपघटन | छवि के लिए पाठ, संपादन और संलयन, मार्कर और समन्वय संपादन, परत अपघटन | टेक्स्ट टू इमेज, एडिटिंग और कंपोजिटिंग | टेक्स्ट टू इमेज, एडिटिंग और रेफरेंस-गाइडेड जनरेशन |
| संदर्भ चित्र | 10 तक | 10 तक | 16 तक | 10 तक |
| आउटपुट आकार | 1K, 1.5K और 2K स्तर, या 0.92MP से 4.62MP तक का सटीक आकार | 1K, 1.5K और 2K स्तर, या एक कस्टम चौड़ाई और ऊंचाई | 1024x1024, 1536x1024 या 1024x1536 | 1K और 2K स्तर, या कुल क्षेत्रफल में 512x512 से 2560x2560 तक का सटीक आकार |
| गुणवत्ता नियंत्रण | गुण: 1K, 1.5K, 2K | गुण: 1K, 1.5K, 2K; शीघ्र अनुकूलन: मानक या तेज़ | गुण: निम्न, मध्यम, उच्च | प्रो या टर्बो संस्करण; संकल्प: 1K, 2K |
| प्रति अनुरोध छवियाँ | 1 (एक अपघटन आधार छवि और उसकी परतों को लौटाता है) | 1 (एक अपघटन आधार छवि और उसकी परतों को लौटाता है) | 1 से 4 | 1 से 6 |
| पारदर्शी आउटपुट | हां, अकेले प्रॉम्प्ट से या अधिकतम 10 संदर्भों से, पीएनजी के रूप में | एक इनपुट छवि से जिसमें पहले से ही एक अल्फा चैनल है, पीएनजी के रूप में | नहीं | हाँ, पीएनजी के रूप में, के साथ prompt_extend false पर सेट करें |
| परत अपघटन | आधार छवि प्लस 99 परतों तक, पाठ पहचान के साथ | आधार छवि प्लस 16 परतों तक | नहीं | नहीं |
| बिलिंग | दो आकार स्तरों पर प्रति छवि, साथ ही प्रत्येक इनपुट छवि | दो आकार स्तरों पर प्रति छवि, साथ ही पहले के बाद प्रत्येक इनपुट छवि | तीन गुणवत्ता स्तरों पर प्रति छवि | प्रो या टर्बो दर पर प्रति छवि; संदर्भ छवियों को बिल नहीं किया जाता है |
हमने इसे कैसे चलाया
प्रत्येक मॉडल को प्रत्येक परीक्षण के लिए समान संकेत प्राप्त हुआ, प्रति मॉडल प्रति प्रॉम्प्ट एक अनुरोध, के माध्यम से पोस्ट /v1/images/generations साथ "सिंक": सच 13 नवंबर, 2026 को। सीड्रीम 5.5 और सीड्रीम 5.0 प्रो के साथ दौड़े गुणवत्ता: "2K" तथा aspect_ratio: "1:1", और क्वेन इमेज 2.1 के साथ संकल्प: "2K" तथा aspect_ratio: "1:1" इसके डिफ़ॉल्ट प्रो संस्करण पर। GPT इमेज 2 में कोई 2K सेटिंग नहीं है, इसलिए यह अपने उच्चतम गुणवत्ता स्तर पर चला, गुणवत्ता: "उच्च", के साथ आकार: "1024x1024", इसका वर्ग आकार। हर दूसरी सेटिंग अपने डिफ़ॉल्ट पर रही, जिसमें Qwen Image 2.1 का प्रॉम्प्ट एक्सटेंशन भी शामिल है, जो डिफ़ॉल्ट रूप से चालू है। सभी बारह अनुरोधों ने पहले प्रयास में एक छवि लौटाई; किसी को भी पुन: प्रयास नहीं किया गया, संपादित या चुना गया। छवियों को लौटाया गया के रूप में दिखाया जाता है, एक तरफ अधिकतम 1600 पिक्सेल तक बढ़ाया जाता है और JPEG के रूप में सहेजा जाता है। समय एक अनुरोध भेजने से लेकर तैयार छवि प्राप्त करने तक के वॉल-क्लॉक सेकंड हैं, जिसमें एक साथ चार अनुरोध चल रहे हैं, और लोड के साथ भिन्न होते हैं।
| सीड्रीम 5.5 | सीड्रीम 5.0 प्रो | जीपीटी छवि 2 | क्वेन छवि 2.1 | |
|---|---|---|---|---|
| सेटिंग | गुणवत्ता 2K, aspect_ratio 1:1 | गुणवत्ता 2K, aspect_ratio 1:1 | गुणवत्ता उच्च, आकार 1024x1024 | संकल्प 2K, aspect_ratio 1:1, प्रो संस्करण |
| आउटपुट का आकार | 2048x2048 | 2048x2048 | 1024x1024 | 2048x2048 |
| 1 बार परीक्षण करें | 32 सेकंड | 74 सेकंड | 92 सेकंड | 35 सेकंड |
| टेस्ट 2 बार | 43 सेकंड | 50 सेकंड | 117 सेकंड | 36 सेकंड |
| 3 बार परीक्षण करें | 27 सेकंड | 58 सेकंड | 115 सेकंड | 37 सेकंड |
क्या देखना है
टेक्स्ट। सभी चार ने अनुरोधित क्रम में सात ब्लॉक निर्धारित किए: शीर्षक, इटैलिक उपशीर्षक, चित्रण, तीन-पंक्ति अनुसूची, पाद लेख रेखा और निचले दाएं कोने में एक गोल बैज। सीड्रीम 5.5 ने दूसरी बार "10" डाला, इसलिए पंक्ति पढ़ती है "उल्का वार्ता 9:15 10 अपराह्न"। क्वेन इमेज 2.1 ने हर शब्द को लिखा लेकिन पाद लेख को अक्षर-स्थान वाली राजधानियों में सेट किया। सीड्रीम 5.0 प्रो ने पोस्टर को वर्ग को भरने के बजाय एक सफेद पृष्ठभूमि पर केंद्रित एक पोर्ट्रेट शीट के रूप में खींचा, और बैज को पीला-नारंगी रंग दिया।
निम्नलिखित का संकेत दें। GPT इमेज 2 ने सभी नौ अनुरोधित विवरण दिए। सीड्रीम 5.5 ने तीसरा चाय का कप जोड़ा। सीड्रीम 5.0 प्रो ने चार के बजाय तीन हरे सेब और दो के बजाय तीन तितलियों को आकर्षित किया। क्वेन इमेज 2.1 ने दोनों कपों को नीले पैटर्न के साथ सफेद बनाया, एक को उसके दाईं ओर के बजाय चायदानी के सामने सेट किया, और तितलियों को काले किनारों से नारंगी-पीले रंग में रंग दिया। सीड्रीम 5.5 और क्वेन इमेज 2.1 ने भी सफेद चायदानी को नीले रंग का पुष्प पैटर्न दिया।
सामग्री। सीड्रीम 5.5 ने ढक्कन को एक महीन पुष्प पैटर्न के साथ उकेरा, खांचे में अंधेरा, और ढीले रेशों के साथ एक स्पष्ट हेरिंगबोन बुनाई प्रदान की, लच्छेदार धागे का एक कुंडल और खुले अखरोट के दाने। सीड्रीम 5.0 प्रो ने एक स्पष्ट हेरिंगबोन बुनाई भी प्रस्तुत की और कांच में महीन खरोंच और एक खिड़की का प्रतिबिंब लगाया, लेकिन ढक्कन को सादे ब्रश पीतल के साथ छोड़ दिया। GPT छवि 2 ने कांच में एक खिड़की के फ्रेम को प्रतिबिंबित किया और ढक्कन के अंदर पाठ की एक पंक्ति उकेरी जो संकेत ने नहीं मांगी थी; इसका धागा एक स्पूल पर लपेटा हुआ है। क्वेन इमेज 2.1 ने पीतल को सबसे भारी घिसाव दिया और ढक्कन में एक खरोंच वाला कांच रखा जो खिड़की को दर्शाता है, लेकिन इसके कपड़े में कोई हेरिंगबोन पैटर्न नहीं है और इसका धागा सुतली का एक ढीला लूप है। कंपास डायल पर, GPT इमेज 2 ने सभी आठ बिंदुओं को क्रम में लेबल किया; सीड्रीम डायल में अनियमित या अपठनीय चिह्न होते हैं, और क्वेन इमेज 2.1 डायल में कोई सुई नहीं होती है और यह अपने नंबरों को दोहराता है।
प्रत्येक का उपयोग कब करें
- सीड्रीम 5.5 प्रॉम्प्ट से या संदर्भों से पारदर्शी छवियों के लिए, पाठ पहचान के साथ 99 परतों में परत अपघटन, और मार्कर या समन्वय संपादन, Seedream 5.0 Pro की तुलना में कम प्रति-छवि दर पर।
- सीड्रीम 5.0 प्रो इस पर पहले से ही निर्मित काम के लिए, या जब आप इसका तेज़ प्रॉम्प्ट ऑप्टिमाइज़ेशन मोड चाहते हैं, जो थोड़ी कम छवि गुणवत्ता के साथ विलंबता को कम करता है।
- जीपीटी छवि 2 अधिकतम 16 संदर्भ छवियों और प्रति अनुरोध चार छवियों से संपादन और कंपोजिट के लिए, तीन गुणवत्ता स्तरों पर। यह 9 फरवरी, 2027 को सेवानिवृत्ति के लिए निर्धारित है।
- क्वेन छवि 2.1 प्रति अनुरोध अधिकतम छह छवियों के लिए, कम कीमत वाला टर्बो संस्करण, कुल क्षेत्रफल में 2560x2560 तक सटीक आकार और संदर्भ छवियां जिन्हें बिल नहीं किया गया है।
EmpirioLabs पर सीड्रीम 5.5 के साथ जेनरेट करें
curl -X POST https://api.empiriolabs.ai/v1/images/generations \ -H "प्राधिकरण: वाहक $EMPIRIOLABS_API_KEY" \ -h "सामग्री-प्रकार: application/json" \ -d '{ "मॉडल": "seedream-5-5", "प्रॉम्प्ट": "बोल्ड नेवी कैपिटल्स में नाइट स्काई फेस्टिवल शीर्षक के साथ क्रीम पेपर पर एक फ्लैट वेक्टर-शैली की घटना पोस्टर", "गुणवत्ता": "2K", "aspect_ratio": "1:1", "सिंक": सच }'तैयार छवि में है डेटा[0].यूआरएल. विनिमय करना मॉडल सेवा मेरे seedream-5-0-pro, gpt-image-2 या qwen-image-2-1 दूसरों पर एक ही अनुरोध चलाने के लिए: के लिए gpt-image-2, भेजें गुण जैसा संख्या आदि, मध्यम या उच्च साथ आकार वाला के स्थान पर aspect_ratio, और के लिए qwen-image-2-1, भेजें संकल्प: "2K" के स्थान पर गुण. आप सीड्रीम 5.5 को भी आजमा सकते हैं playground. पारदर्शी छवियों, परत अपघटन और संपादन के लिए, देखें सीड्रीम 5.5 एपीआई का उपयोग कैसे करें।.
अक्सर पूछे जाने वाले प्रश्नों
क्या छवियों को संपादित, पुन: प्रयास या चुना गया था?
नहीं। प्रत्येक छवि पहली और केवल एक है जो मॉडल उस संकेत के लिए लौटाया गया है। सभी बारह अनुरोधों ने पहले प्रयास में एक छवि लौटाई, और छवियों को स्केलिंग और जेपीईजी रूपांतरण के अलावा असंपादित दिखाया गया है।
किन मॉडलों ने पोस्टर टेक्स्ट को सही ढंग से लिखा है?
सीड्रीम 5.0 प्रो, जीपीटी इमेज 2 और क्वेन इमेज 2.1 ने सभी सात टेक्स्ट ब्लॉकों को सही ढंग से लिखा है; क्वेन इमेज 2.1 ने पाद लेख रेखा को राजधानियों में सेट किया। सीड्रीम 5.5 ने सात में से छह को लिखित रूप में प्रस्तुत किया और "उल्का वार्ता 10:9:15 बजे" में एक आवारा "15" जोड़ा।
सीड्रीम 5.5 सीड्रीम 5.0 प्रो में क्या जोड़ता है?
सीड्रीम 5.5 अकेले प्रॉम्प्ट से या अधिकतम 10 संदर्भ छवियों से पारदर्शी छवियां बनाता है, जिन्हें अल्फा चैनल की आवश्यकता नहीं होती है, जहां सीड्रीम 5.0 प्रो को एक इनपुट छवि की आवश्यकता होती है जिसमें पहले से ही एक होती है। यह एक छवि को आधार छवि में विभाजित करता है और 16 के मुकाबले 99 परतों तक, और मुद्रित पाठ परतों के पाठ को वापस कर सकता है। दोनों 10 संदर्भ छवियां लेते हैं और 1K, 1.5K और 2K स्तरों की पेशकश करते हैं, और सीड्रीम 5.5 में दोनों आकार स्तरों पर कम प्रति-छवि दर है।
GPT Image 2 का परिणाम 1024x1024 क्यों है?
GPT Image 2 में कोई 2K सेटिंग नहीं है। इसका आकार 1024x1024, 1536x1024 और 1024x1536 है, इसलिए वर्ग परीक्षण में 1024x1024 का उपयोग किया गया है, उच्च।.
इन सेटिंग्स पर किस मॉडल की प्रति-छवि दर सबसे कम है?
Qwen Image 2.1 अपने डिफ़ॉल्ट प्रो वेरिएंट पर, इसके बाद Seedream 5.5 2K पर, Seedream 5.0 Pro 2K पर और GPT Image 2 उच्च गुणवत्ता पर। वर्तमान दरें प्रत्येक मॉडल पृष्ठ पर और पर हैं मूल्य निर्धारण पृष्ठ।.
इसे अजमाएं
Playground (c) सभी मॉडल (c) मूल्य निर्धारण
