

Seedream 5.5 e GPT Image 2 lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
Seedream 5.5 de ByteDance e GPT Image 2 de OpenAI pertencem à categoria Geração de Imagem e estão disponíveis pela API da EmpirioLabs.
| Especificação | Seedream 5.5 | GPT Image 2 |
|---|---|---|
| ID do modelo | seedream-5-5 | gpt-image-2 |
| Autor | ByteDance | OpenAI |
| Lançado | 9 de nov. de 2026 | 21 de abr. de 2026 |
| Entrada | Texto Imagem | Texto Imagem |
| Saída | Imagem | Imagem |
| Região | Malaysia | - |
| Endpoints | POST /v1/images/generations | POST /v1/images/generations |
| Recursos |
Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.
Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.
| Parâmetro | Seedream 5.5 | GPT Image 2 |
|---|---|---|
| prompt | string | string |
| image | array | array |
| images | array | - |
| aspect_ratio | auto, 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9 Padrão: auto | - |
| layer_decomposition | boolean Padrão: false | - |
| max_images | 2 a 100 Padrão: 30 | - |
| text_recognition | boolean Padrão: false | - |
| quality | 1K, 1.5K, 2K Padrão: 2K | low, medium, high Padrão: medium |
| size | string | 1024x1024, 1536x1024, 1024x1536 Padrão: 1024x1024 |
| use_custom_size | boolean Padrão: false | - |
| custom_width | 15 a 8600 | - |
| custom_height | 15 a 8600 | - |
| watermark | boolean Padrão: false | - |
| output_format | jpeg, png Padrão: png | - |
| background | auto, transparent, opaque Padrão: auto | - |
| response_format | url, b64_json Padrão: url | url, b64_json Padrão: url |
Marque a região a ser alterada diretamente na imagem de entrada com um esboço, círculo ou seta, e depois descreva no prompt. Para posicionamento exato, use tags de coordenadas em uma grade normalizada de 0 a 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>.Defina layer_decomposition como true com exatamente uma imagem de entrada para dividi-la em uma imagem base mais até 99 camadas PNG transparentes. max_images define o maior número de imagens retornadas, incluindo a imagem base, de 2 para 100, e o padrão é 30; um valor maior permite uma decomposição mais fina. Cada imagem retornada carrega sua ordem de empilhamento como z_index, e cada camada também carrega sua posição na imagem base como bounding_box.absoluta e bounding_box.normalizada, além de um nome e uma descrição. Escale cada camada para sua caixa ao montar a imagem. Deixe o prompt vazio para que o modelo escolha os elementos, ou nomeie os elementos ou regiões coordenadas a serem separadas. A resolução aceita 1K, 1,5K ou 2K, e corresponde à imagem de entrada quando não definida.
Com text_recognition ativado, cada camada de texto regular também retorna text_recognition: seu texto completo, a posição de cada linha e o estilo de cada sequência de texto (fonte semelhante, cor, negrito, itálico, sublinhado, riscado, sombra e translucidez). Texto artístico e caligrafia não são reconhecidos.
O fundo é padrão para auto, o que permite que o modelo decida a partir do prompt e do formato de saída. O transparente retorna uma imagem com um canal alfa, seja apenas do texto ou de até 10 imagens de referência que não precisam de canal alfa, e requer saída PNG. O opaco retorna uma imagem sem ele. Cada imagem retornada reporta sua transparência real como fundo. A decomposição de camadas não aceita fundo, e suas camadas são sempre PNG transparentes.
Cada imagem retornada fatura em seu próprio tamanho: até 2,61MP, que cobre 1K e 1,5K, ou acima de 2,61MP, que cobre 2K. Cada imagem de entrada fatura, incluindo a da decomposição de camadas. A decomposição de camada fatura cada imagem retornada, a imagem base e cada camada, em seu próprio tamanho.
Imagens geradas passam por uma verificação automática de segurança de conteúdo. Uma imagem sinalizada como explícita não é devolvida. Como a imagem é gerada antes da verificação ser executada, uma geração sinalizada ainda é cobrada.
Os níveis de qualidade Baixo, Médio e Alto definem a fidelidade de renderização e o preço por imagem. Os tamanhos de saída são 1024x1024, 1536x1024 e 1024x1536. Anexe até 16 imagens para editá-las ou compô-las, com o prompt como instrução.
Seedream 5.5 roda por POST /v1/images/generations. A requisição retorna um job_id na hora; consulte GET /v1/jobs/{job_id} até o job terminar e leia as URLs de saída do resultado. Ou adicione "sync": true para pular o polling: a requisição fica aberta e retorna direto a resposta de imagem no estilo OpenAI, então SDKs OpenAI funcionam sem mudanças. Os dois modelos são chamados pelo mesmo endpoint. Defina model como seedream-5-5 ou gpt-image-2. Obtenha uma chave de API no painel EmpirioLabs.
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."
}'Testes de prompts e comparações que cobrem os dois modelos.
Seedream 5.5 é o lançamento mais recente (9 de nov. de 2026); GPT Image 2 foi lançado em 21 de abr. de 2026. Recursos indicados apenas para Seedream 5.5: layer decomposition, interactive editing, multi reference, multilingual text, transparent background. Recursos indicados apenas para GPT Image 2: multi image. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.
Seedream 5.5 é o lançamento mais recente (9 de nov. de 2026); GPT Image 2 foi lançado em 21 de abr. de 2026.
Os dois modelos são tarifados em unidades ou níveis diferentes, então compare as tabelas de tarifas ao vivo desta página. Elas sempre correspondem ao que a API cobra.
Sim. Os dois modelos usam POST /v1/images/generations com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.
Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.