seedream/5-5-text-to-image
Seedream 5.5 是字节跳动 Seed 于 2026 年 11 月 9 日发布的图像创作模型。同一张图最多可连续修改约 100 轮，未改区域保持稳定；可直接生成透明背景，材质和密集小字也更清楚。
定价： 1K 5 积分/张，1.5K 5 积分/张，2K 8 积分/张。
价格更新于
在线试跑
表单已按模型规格预填 —— 可直接运行，也可先改任意字段。
ByteDance 的更多模型
适合多轮稳定改图的 Seedream 5.5 API
Seedream 5.5 在 ModelFold 上是三个模型、同一套接口：文生图、图生图和图层分离。可以一轮轮改同一张图，未改区域不易偏色，需要时返回带透明通道的 PNG。
Seedream 5.5 的主要变化
Seedream 5.5 是面向可重复精修的多模态图像模型。下面是它相对上一代的主要能力，以及 ModelFold 上单独的图层分离模型。
多轮编辑更稳
未修改区域按像素级保持，减少这些区域的偏色和细节丢失，同一张图可以连续改到大约 100 轮。
小物件也能改准
戒指、镜框这类小物件在多轮修改后仍可精确调整，移动后的物体与场景的透视和遮挡保持一致。
原生透明背景
可以生成带透明通道的图，包括整体透明和局部透明。在 ModelFold 上把 background 设为 transparent，output_format 设为 png。我们测过一次 2K 请求，返回的是 2048×2048、带透明通道的 PNG。
角色和风格化文字可复用
角色可以作为参考跨场景复用，并保留主要特征和材质；也可以把参考图的笔触、颜色和材质用到指定文字上，做成透明文字素材。
光影、材质和皮肤更自然
光影、材质和皮肤纹理更自然，过度反光、过曝和斑驳纹理更少。
复杂字形和密集小字更清楚
复杂字形和排得很密的小字渲染更准确，适合报纸式版面和信息图。
拆成可编辑图层
seedream/5-5-layer-decomposition 把一张图拆成底图加图层，最多 100 张（默认 30），并返回每层的 z_index、边框、名称和描述。可选提示词可以用 bbox 标签指定元素，text_recognition 可以打开文字识别。
Seedream 5.5 与 Seedream 5.0 Pro 的对比
以下来自字节跳动在 MagicArena 上的自测，由有经验的评测人员按六个使用场景打分。
| 指标 | 字节跳动自测 |
|---|---|
| 测试场景 | 电商、营销、影视、游戏、办公、时装设计 |
| 质量分和可用率 | 六个场景都高于 Seedream 5.0 Pro |
| 影视和办公场景的可用率 | 超过 Seedream 5.0 Pro 的两倍 |
| 相对上一版的成对偏好（GSB） | 四组对比都为正，图生图真实感达到 +55.62% |
| 严重文字损坏率 | 降到 0.4% |
| 轻微文字损坏率 | 降到 1.7% |
ModelFold 上的 Seedream 5.5 参数
三个 Seedream 5.5 模型在 ModelFold 上的请求参数，与 API 文档一致。价格见本页价格卡。
| 参数 | ModelFold 上的 Seedream 5.5 |
|---|---|
| 模型 | seedream/5-5-text-to-image、seedream/5-5-image-to-image、seedream/5-5-layer-decomposition |
| 端点 | POST https://modelfold.ai/v1/images/generations |
| prompt | 文生图和图生图必填，5–5000 字；图层分离可选，最长 2000 字，可用 bbox 标签标出元素 |
| aspect_ratio | 文生图必填：1:1、4:3、3:4、16:9、9:16、2:3、3:2、21:9。图生图同样这些值，另加 auto |
| size | 1K、1.5K 或 2K（默认 2K）。图层分离还可传 auto（默认），保持输入尺寸并限制在 1K–2K |
| output_format | png（默认）或 jpeg。图层分离里它只作用于底图，拆出的图层始终是 PNG |
| background | 文生图和图生图：auto（默认）、transparent 或 opaque。透明输出需要 png |
| image_urls | 图生图必填，1–10 个公网图片 URL。JPEG、PNG 或 WEBP，单张不超过 10 MB |
| image_url | 图层分离的那一张图：JPEG、PNG 或 WEBP，不超过 10 MB |
| max_images | 图层分离：2–100 张（默认 30），含 1 张底图和图层 |
| text_recognition | 图层分离可选，默认关闭，用于识别图层里的文字 |
| 每次输出张数 | 文生图和图生图为 1 张 |
在 ModelFold 上调用 Seedream 5.5
参数直接放在 JSON 请求体里，不要套 input。生成完成后响应里带 data[].url。
- 1
第 1 步：先在 Playground 试
打开本页 Playground，选文生图、图生图或图层分离，确认效果后再写代码。
- 2
第 2 步：拿到 API Key
在 ModelFold 的 API Key 页面创建密钥，每个请求带上 Authorization: Bearer YOUR_API_KEY。
- 3
第 3 步：发出第一次请求
向 https://modelfold.ai/v1/images/generations 发送 POST，model 设为 seedream/5-5-text-to-image。请求体里写 prompt，aspect_ratio 设为 1:1，size 设为 1K，output_format 设为 png，background 设为 transparent。不要把参数包进 input。完成后响应返回 data[].url。
- ✓
第 4 步：取回结果
同步接口直接返回图片地址。需要异步任务时，见文档站的异步任务说明。
可以用 Seedream 5.5 做什么
一步步改图的工具
让用户在同一张图上改产品、配饰或物体位置，未改区域保持不动，多轮之后细节仍然在。
透明背景的设计素材
直接做出整张或局部透明的素材，不必再单独去背景。在 ModelFold 上把 background 设为 transparent，输出 PNG。
电商和营销画面
生成光影和材质更自然的产品和活动画面。
文字很多的版面
适合海报、信息图和其他字形复杂、小字密集的画面。本页对比表列出了文字损坏率。
Seedream 5.5 在 ModelFold 上
三个模型，同一个端点
文生图、图生图和图层分离各有自己的模型名，都走 POST /v1/images/generations，一次接入覆盖生成、编辑和拆层。
同站还有 Seedream 5.0 Flash 和 Pro
Seedream 5.0 Flash 和 Seedream 5.0 Pro 也在 ModelFold 上，用同一把密钥即可在自己的提示词上对比版本。
全站同一把密钥
模型市场里的模型都用 Authorization: Bearer YOUR_API_KEY，密钥在 API Key 页面创建。
不用自己托管
ModelFold 以 API 提供模型，不用管理 GPU 或模型权重。
常见问题
Seedream 5.5 主要能做什么？⌄
多轮编辑时未改区域更稳，可以原生输出透明背景，光影、材质和皮肤更自然，复杂字形和密集小字也更准确。
同一张图可以改很多轮吗？⌄
可以。同一张图可以连续改很多轮，未改区域按像素级保持，并减少这些区域的偏色和细节丢失。
能生成透明背景吗？⌄
可以。文生图或图生图把 background 设为 transparent，output_format 设为 png。我们测过一次 2K 请求，返回 2048×2048、带透明通道的 PNG。JPEG 不能透明。
能用参考图吗？⌄
可以。用 seedream/5-5-image-to-image，在 image_urls 里放 1–10 张参考图，并带上 prompt。aspect_ratio 也可以是 auto。角色可以跨场景当参考复用。
图层分离是什么？⌄
它是单独的模型 seedream/5-5-layer-decomposition，把一张图拆成底图和若干 PNG 图层。每层带回叠放顺序、边框、名称和描述。用 max_images 限制张数，也可以打开 text_recognition。
和 Seedream 5.0 Pro 比怎么样？⌄
本页对比表列出了相对 Seedream 5.0 Pro 的六个场景结果，包括质量、可用率和文字损坏数据。
支持哪些比例和尺寸？⌄
文生图和图生图都要 aspect_ratio，图生图还可以用 auto。尺寸是 1K、1.5K 或 2K，默认 2K。图层分离的 size 还可以是 auto。完整选项见本页参数表。
第一次请求怎么发？⌄
拿到 API Key 后，向 https://modelfold.ai/v1/images/generations 发送 POST，model 用 seedream/5-5-text-to-image，并带上 prompt 和 aspect_ratio。响应里有 data[].url。步骤见本页。
怎么看价格？⌄
按输出图片的尺寸计，输入图也会计算在内。图层分离按返回的图片计算，size 为 auto 时按 2K 档。当前价格见本页价格卡。
| 5 5 Text To Image | |
| 1K / 1.5K | 5 积分 / 张 |
| 2K | 8 积分 / 张 |
| 5 5 Image To Image | |
| 1K / 1.5K | 5 积分 / 张 |
| 2K | 8 积分 / 张 |
| 5 5 Layer Decomposition | |
| 1K / 1.5K | 4.32 积分 / 张 |
| 2K | 7.56 积分 / 张 |
5 5 Image To Image：1K 5 积分/张，1.5K 5 积分/张，2K 8 积分/张；每张参考图加 1.728 积分（整单向上取整）。
5 5 Layer Decomposition：按输出张数计费，底图和每个图层各算一张：1K / 1.5K 每张 4.32 积分，2K 每张 7.56 积分；Auto 按 2K 算。开始时先按 30 张预扣，完成后按实际张数多退少补。
curl https://modelfold.ai/v1/images/generations \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"seedream/5-5-text-to-image","prompt":"..."}'