प्रकार
स्पेक
दर
2.61MP तक आउटपुट
प्रति छवि
$0.0332
2.61MP से ऊपर का आउटपुट
प्रति छवि
$0.0581
इनपुट छवि
प्रति इनपुट छवि
$0.0133
Seedream 5.5 और Seedream 4.5 साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
ByteDance छवि निर्माणSeedream 5.5 और Seedream 4.5 दोनों ByteDance के मॉडल हैं, छवि निर्माण श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | Seedream 5.5 | Seedream 4.5 |
|---|---|---|
| मॉडल ID | seedream-5-5 | seedream-4-5 |
| निर्माता | ByteDance | ByteDance |
| रिलीज | 9 नव॰ 2026 | 3 दिस॰ 2025 |
| इनपुट | टेक्स्ट इमेज | टेक्स्ट इमेज |
| आउटपुट | इमेज | इमेज |
| रीजन | Malaysia | Malaysia |
| एंडपॉइंट | POST /v1/images/generations | POST /v1/images/generations |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | Seedream 5.5 | Seedream 4.5 |
|---|---|---|
| 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 डिफॉल्ट: auto | auto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 डिफॉल्ट: auto |
| layer_decomposition | boolean डिफॉल्ट: false | - |
| max_images | 2 से 100 डिफॉल्ट: 30 | 1 से 15 डिफॉल्ट: 4 |
| text_recognition | boolean डिफॉल्ट: false | - |
| quality | 1K, 1.5K, 2K डिफॉल्ट: 2K | 2K, 4K डिफॉल्ट: 2K |
| size | string | - |
| use_custom_size | boolean डिफॉल्ट: false | boolean डिफॉल्ट: false |
| custom_width | 15 से 8600 | 1440 से 16384 |
| custom_height | 15 से 8600 | 1440 से 16384 |
| watermark | boolean डिफॉल्ट: false | boolean डिफॉल्ट: false |
| output_format | jpeg, png डिफॉल्ट: png | - |
| background | auto, transparent, opaque डिफॉल्ट: auto | - |
| response_format | url, b64_json डिफॉल्ट: url | url, b64_json डिफॉल्ट: url |
स्केच, सर्कल या तीर के साथ इनपुट छवि पर सीधे बदलने के लिए क्षेत्र को चिह्नित करें, फिर प्रॉम्प्ट में इसका वर्णन करें। सटीक प्लेसमेंट के लिए, 0 से 1000 सामान्यीकृत ग्रिड पर समन्वय टैग का उपयोग करें:
Place the subject from image 1 <bbox>179 283 796 986</bbox> at the position in image 2 <bbox>118 331 933 871</bbox>.layer_decomposition को आधार छवि के साथ-साथ 99 पारदर्शी PNG परतों में विभाजित करने के लिए बिल्कुल एक इनपुट छवि के साथ सही पर सेट करें। max_images लौटाई गई सबसे अधिक छवियों को सेट करता है, आधार छवि 2 से 100 तक और डिफ़ॉल्ट रूप से 30 तक सेट करती है; एक उच्च मान एक बेहतर अपघटन की अनुमति देता है। प्रत्येक लौटाई गई छवि अपने स्टैकिंग ऑर्डर को z_index के रूप में रखती है, और प्रत्येक परत आधार छवि में bounding_box.absolute और bounding_box.normalized, साथ ही एक नाम और एक विवरण के रूप में अपनी स्थिति भी रखती है। जब आप छवि को फिर से इकट्ठा करते हैं तो प्रत्येक परत को उसके बॉक्स में स्केल करें। मॉडल को तत्वों को चुनने देने के लिए प्रॉम्प्ट को खाली छोड़ दें, या तत्वों को नाम दें या क्षेत्रों को अलग करने के लिए समन्वय करें। रिज़ॉल्यूशन 1K, 1.5K, या 2K स्वीकार करता है, और अनसेट होने पर इनपुट छवि से मेल खाता है।
text_recognition के साथ, प्रत्येक नियमित पाठ परत भी text_recognition लौटाती है: इसका पूरा पाठ, प्रत्येक पंक्ति की स्थिति, और पाठ के प्रत्येक रन की स्टाइल (एक समान फ़ॉन्ट, रंग, बोल्ड, इटैलिक, रेखांकन, स्ट्राइकथ्रू, छाया और पारभासी)। कलात्मक पाठ और लिखावट को मान्यता नहीं दी जाती है।
पृष्ठभूमि डिफ़ॉल्ट रूप से ऑटो हो जाती है, जो मॉडल को प्रॉम्प्ट और आउटपुट स्वरूप से निर्णय लेने देता है। पारदर्शी एक अल्फा चैनल के साथ एक छवि लौटाता है, अकेले पाठ से या 10 संदर्भ छवियों से जिन्हें अल्फा चैनल की आवश्यकता नहीं होती है, और इसके लिए पीएनजी आउटपुट की आवश्यकता होती है। अपारदर्शी एक के बिना एक छवि लौटाता है। प्रत्येक लौटाई गई छवि पृष्ठभूमि के रूप में अपनी वास्तविक पारदर्शिता की रिपोर्ट करती है। परत अपघटन पृष्ठभूमि नहीं लेता है, और इसकी परतें हमेशा पारदर्शी पीएनजी होती हैं।
प्रत्येक लौटाई गई छवि अपने आकार में बिल करती है: 2.61MP तक, जो 1K और 1.5K को कवर करती है, या 2.61MP से ऊपर, जो 2K को कवर करती है। प्रत्येक इनपुट छवि बिल, परत अपघटन के लिए एक शामिल है। परत अपघटन प्रत्येक लौटाई गई छवि, आधार छवि और प्रत्येक परत को अपने आकार में बिल करती है।
जेनरेट की गई छवियां एक स्वचालित सामग्री-सुरक्षा जांच पास करती हैं. स्पष्ट के रूप में फ़्लैग की गई छवि वापस नहीं की जाती है. चूंकि छवि चेक चलने से पहले जनरेट हो जाती है, इसलिए फ़्लैग की गई पीढ़ी को अभी भी बिल किया जाता है.
टेक्स्ट-टू-इमेज, सिंगल-रेफरेंस एडिटिंग और 14 इनपुट छवियों तक मल्टी-रेफरेंस जेनरेशन, साथ ही 15 संबंधित छवियों के बैच सेट। प्रत्येक आकार एक ही फ्लैट प्रति-छवि दर पर बिल करता है, और इनपुट संदर्भ छवियां मुफ्त हैं।
Seedream 5.5 POST /v1/images/generations से चलता है। request तुरंत job_id देती है; job पूरा होने तक GET /v1/jobs/{job_id} को poll करें और परिणाम से आउटपुट URLs पढ़ें। या polling छोड़ने के लिए "sync": true जोड़ें: request खुली रहती है और सीधे OpenAI-शैली की पूरी इमेज प्रतिक्रिया देती है, इसलिए OpenAI SDKs वैसे ही काम करते हैं। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को seedream-5-5 या seedream-4-5 पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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."
}'Seedream 5.5 नई रिलीज़ है (9 नव॰ 2026); Seedream 4.5 3 दिस॰ 2025 को रिलीज़ हुआ था। सिर्फ Seedream 5.5 के लिए बताई गई क्षमताएं: image generation, image editing, layer decomposition, interactive editing, multi reference, multilingual text। सिर्फ Seedream 4.5 के लिए बताई गई क्षमताएं: editing, batch generation। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
Seedream 5.5 नई रिलीज़ है (9 नव॰ 2026); Seedream 4.5 3 दिस॰ 2025 को रिलीज़ हुआ था।
दोनों मॉडलों की कीमत अलग इकाइयों या स्तरों पर तय होती है, इसलिए इस पेज की लाइव दर तालिकाओं की तुलना करें। वे हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/images/generations इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।