⚡Megatron LLM Hub
←返回搜索
Website

字节 Seedream 5.5 主打局部改图不变形,2K 改图降至约 0.28 元一张。

生图产品横评,与安全无直接关系,仅作 AI 产品动向了解。
图像模型产品
使用过生图模型的人,尤其是生成过海报或电商配图的人,大都有过这样的体验:你抽卡抽了很长时间终于抽到了一张满意的图,构图不错,光照不错,人物表情也不错,现在只想把左下角的标题改一下,或者让人物戴个眼镜。但常发现 AI 在把标题改对的同时把人脸也改了,甚至把背景和窗框都改了。 11 月 9 日,字节跳动发布了标准版生图模型 Seedream 5.5,后续还会推出定位更高的 Pro 版本。在国内改一张 2K 方图,价格已经降到了 0.28 元左右。这个模型主打连改 100 轮不变形、直接出透明底素材,并且在小字和写实质感上有所改善;配套的平台工具还能把成品海报拆成最多 100 个图层。回顾过去两个月,OpenAI 发布了旗舰 GPT Image 2.6,谷歌升级了 Nano Banana 2.1,德国的 Black Forest Labs 也发布了 FLUX 3 Image。这些公司都在发力局部改图和导出素材。为什么大厂突然都在卷改图呢?在真实的盲测榜单上,字节到底排第几,我们平时用又该如何选择呢? 一次出图不到两成能用,重心为什么转向了改图? 答案就在字节的 官方博客 里面。他们测试了包括电商、营销、影视在内的 6 种商业场景。官方表示新模型的可用率全面超越上一代,影视和办公场景甚至达到上一代两倍以上。但是综合所有场景来看,上一代一次出图的整体可用率只有 11% 左右,最新的 Seedream 5.5 也只有 18% 左右。 一次成图的可用率不到两成,剩下的八成多都是半成品。最头疼的是大方向是对的,只是错了一个字或少了一个配饰。重新抽卡太费钱费时;塞回模型局部修改,模型每次都会把没让改的区域顺手重算一遍,连改几轮就会出现偏色、人物走样和细节衰减。要想拯救半成品,模型要么在局部修改时锁死其余像素,要么直出透明底 PNG 素材给设计软件去拼。 单次抽卡很难一步到位。入秋以来,各家都在猛补局部改图和素材导出:OpenAI 的 新旗舰 GPT Image 2.6 支持在照片上圈画改图;接口还能导出矢量图,或直出动图。 德国团队 Black Forest Labs 的 FLUX 3 Image 主打锁住其余画面的多步编辑;擅长商品摄影与曲面贴标的 谷歌 Nano Banana 2.1 支持多图参考对话改图。阿里还发了 采用非商用研究许可的 Qwen-Image-2.1 ,免费公开模型文件让你下载到自己电脑运行,同样集成了涂抹选区改图与透明底输出。字节主推多轮改图与透明底直出,走的正是同一条路。 单次抽卡只有约 18% 可用且返工会破坏原图,锁死非编辑区像素才能把大方向做对的半成品修成可用资产 同门视频模型拿了第一,字节的生图模型排老几? 如果要论字节在生图领域的地位,需要区分视频和图片。字节 Seed 团队同时负责视频模型 Seedance 和生图模型 Seedream,支撑即梦、剪映、豆包等应用。视频线今年表现强势,年初登顶盲测榜,随后与好莱坞的 美国电影协会签署版权保护协议 ,近期传闻 海外收入占比一半 ,甚至德国同行发布新视频模型都以 Seedance 2.5 为唯一对标。但静态生图方面,自去年春季 Seedream 3.0 短暂登顶后,如今榜单前列已由美欧厂商占据。 打开独立评测组织 Artificial Analysis 维护的 文生图盲测榜 ,评测员在不知厂商名的情况下对两张图二选一投票,以 1000 分为基准算出等级分。到 11 月 9 日,全球单次生图分成三个清晰梯队。OpenAI 一家包揽前 5 名:刚发的 GPT Image 2.6 精修版和快速版霸占前 2 名,榜首拿到 1259 分,9 月发的 2.5 精修版和快速版分列第 3、第 4 名,第 5 名是更早的 GPT Image 2。第二梯队第 6 到 15 名为美欧厂商主力,包括谷歌 Nano Banana 2.1、微软、xAI、单张仅 1 美分的 Meta Muse Image 和 FLUX 3 Image。 中国厂商的文生图模型大多落在第三梯队。刚发布的 Seedream 5.5 目前还未上榜,字节在榜主力仍是第 18 名的 5.0 Pro;紧挨着的第 19 名是阿里闭源商业版 Qwen-Image-3.0-Pro。但字节旧旗舰的默认标价是谷歌和阿里的两倍多,单次抽卡不划算。阿里的免费公开权重版 Qwen-Image-2.1 排在第 23 名。 如果去看 同一机构的图像编辑盲测排行榜 ,字节的真正强项就露出来了。前 5 名由 OpenAI 的 4 款模型和微软的改图预览版包揽,谷歌的 Nano Banana 2.1 排第 7。字节的 5.0 Pro 在这里拿到了全球第 11 名,排在 Meta Muse Image 和 FLUX 3 Image 前面。它比国内排后面的腾讯混元预览版和 Qwen-Image-3.0-Pro 高出将近 40 分,在这个千分基准榜上拉开明显差距,拿下了国内头名。字节单次生图居二线,但局部改图是强项。距 5.0 Pro 发布 4 个月后,它没有急着更新贵价的 Pro 版,而是先发标准版 5.5 做深改图和小字,顺便把价格打下来。 2026 年 11 月生图模型分成三个梯队,字节在单次生图居二线但在局部改图位居国产头名 小字、透明底和百轮改图,新模型做到了哪一步? 新上线的标准版 5.5 到底成色怎样?OpenAI 的 2.6 刚发 5 天,字节官方评测对比的是上一代 GPT Image 2.5 精修版。中英文和密集小字测试里,两家严重错字率都压在 1% 以内;但字节轻微错字率只有 1.7%,比对手的 7.4% 低了一大截。换成多语种排版,字节海外云平台 BytePlus 公布的 15 种语言小字评测 显示,它的得分仍略低于 GPT Image 2.5。画面真实感也要分两头看。从零生成写实新图,官方称它压住了常见的过曝和皮肤油光。但拿已有图片进去修改就不一样了。官方盲测对比数据显示,更多专家认为谷歌 Nano Banana 2.1 画面更真实,字节落后了约 6.2 个百分点。 至于透明底直出和海报拆图层,这两项分别对应生图模型本身和配套的平台工具。直接生成单张透明底 PNG 图片,是生图模型本身这次新增的能力;OpenAI 接口和阿里 Qwen-Image-2.1 此前就已支持。前面提到把海报拆成最多 100 个图层:1 张自动补齐遮挡的底图加上最多 99 张透明图层。这个工具还可以按需识别提取画面文字,是字节旗下即梦和海外平台 BytePlus 的配套功能。直接调基础生图接口不会自动拿到分层文件。在 国内媒体的首日实测 中,测试者先用新模型画好了透明底的白羽雪鸮和透明艺术字。再把两张透明图丢回模型去拼横版海报时,它依然把鸟的飞行姿态重画走样了。拿到模型画好的干净透明素材以后,不要再扔回大模型去合图;直接塞进 Figma、Photoshop 或代码里固定位置拼终稿,要省心很多。 关于连续改 100 轮不变形的宣传,目前还只是在官方演示视频里看到的效果。字节也没有公开技术报告和百轮改图的量化数据。从刚才的媒体首日实测看,单张出图大约 5 到 10 秒。连续改几轮人物服装和客厅家具,确实保住了人脸和房间透视。但遇到精细结构还是会露怯:人物换装后出现偏长的大拇指;换上黑色长裙后,裙摆与小腿衔接不自然,小腿看着像悬在半空;桌面静物测试里要求改成金色细框眼镜,更是画出了 3 条眼镜腿。此外,定位更高的 Pro 版本目前没有时间表;发布当天,海外 BytePlus 产品页的试用按钮也仍然指向上一代的旧模型。 一边暗涨一边降价,现在做图和接接口该怎么选? 字节选这个时间点降价,还正好撞上了 OpenAI 几天前的一轮变相涨价。OpenAI 接口是按计费单位 token 来定价的,每生成一张图都会折算成相应的 token 数量收费。这次更新 GPT Image 2.6,价目表上的 token 单价没有变动,但 独立团队实测 80 张图的账单 发现,2.6 快速版在中低画质下单张消耗的 token 大幅增加。跑低画质方图,消耗量涨到 2.5 快速版的 4.2 倍,单张实付从约 0.6 美分涨到 2.5 美分;中画质消耗也涨到 3.3 倍,精修版出图还变慢了。反观字节刚上线的标准版 5.5,海外平台单张起步价压到了 2 美分。国内云平台火山方舟改一张 2K 方图,按输入原图加输出新图两笔费用合计,单次总成本大约只要 0.28 元人民币,折合约 4 美分,还不到上一代 5.0 Pro 的一半。要知道上一代 5.0 Pro 在国际榜单上的默认生图标价高达每张 9 美分,字节这次先上标准版,相当于把日常改图开销砍掉了一半以上。 把价格与优缺点放在一起看,很多公司日常选型就不必死磕一个冠军。如果需要多语种复杂小字或经常跑低画质缩略图,留在旧版 GPT Image 2.5 比升级划算很多;真要用到直出动图、导出矢量图、照片圈画改图或高画质提速时,再升上 2.6 也不迟。如果重视商品摄影和杯身曲面贴标的质感,单张约 3.4 美分的谷歌 Nano Banana 2.1 是可靠的默认选项。如果追求单张 1 美分的超低成本铺量,就选 Meta Muse Image。如果是经常做中文密集小字的信息图或模特局部换装,改图约 0.28 元的 Seedream 5.5 适合放进候选池试水。先用便宜顺手的模型出好局部素材,最后再回设计软件里合成定稿,省钱又少返工。