doubao-seedream-5-0-260128Seedream 5.0 支持文字生成与参考图编辑,适合把商品、场景和中文文案组织成完整视觉,用于上新主图、活动海报与连续内容创作。
比较同一模型在不同供应商的价格与服务表现。
| 供应商 | 价格/请求 | ||
|---|---|---|---|
标标准按次 图片音频视频等多模态按次计费 | $0.025 |
左右滑动表格,查看完整价格与性能。
标准化评测得分。百分比越高越好,并展示排名百分位。
指标来源:Artificial Analysis 2026-09-30·Doubao Seedream 5.0 260128
当前基准快照不包含此模型。
缺失的模型或测量值不代表零分。
基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。
Seedream 5.0 适合将清楚的设计需求变成图片:商品是什么,放在哪种场景,画面要传达什么气氛,标题应该怎样出现。它支持文字创作与参考图编辑,既可以从概念开始,也可以沿着现有商品或人物素材继续设计。
中文海报和电商视觉可以把文字、构图与留白一起考虑。先确定观众需要首先看见的内容,再安排标题、主体和辅助元素;需要出现的文字应逐字提供,避免生成额外的活动规则、品牌或承诺。短标题适合直接融入画面,长说明与精细排版仍可交给后期。
参考图编辑适合保留产品外观,尝试新的背景、光线和生活方式场景。例如同一只保温杯,可以从简洁摄影棚延伸到通勤桌面或周末出游。明确保留杯型、颜色与标识,再改变周围环境,更容易比较不同视觉方向。
制作系列图片时,持续使用统一的主体参考和色彩说明,检查细小结构、文字与反光材质是否发生变化。先选定一张主体清晰、信息层级合适的设计,再逐项扩展画幅和场景,能减少整组素材各自为政的问题。
使用参考图中的蓝色保温杯,保留杯型、杯盖和现有标识。杯子放在明亮办公桌上,旁边只有一本笔记本和一支笔,背景简洁。横版构图,右侧只写“轻装出发”,下方留白。自然日光,不增加其他品牌和文字。
确定主体后,再单独换成户外木桌场景,延续同一配色。
怎样避免每张商品图都不一样? 复用同一实拍参考,明确杯型、颜色和标识,并逐张对照。
中文文案怎么写? 给出准确原文和位置,短标题先定方向,长规则后期排版。
应该先换场景还是先改产品? 有真实商品要求时先保住外观,再逐步改变场景与光线。
请查看对应文档,了解该模型的请求参数和调用示例。
/v1/images/generations| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
prompt必填 | string | — | 想要生成图像的文字描述 |
size | enum | = 1024x1024 | 输出图像尺寸 |
quality | enum | = standard | 生成质量预设 |
style | enum | = vivid | 画风 |
n | integer | = 11 ~ 10 | 生成的图像数量 |
response_format | enum | = url | 图像结果的返回方式 |
替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。
所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。
在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。
| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
prompt必填 | string | — | 想要生成图像的文字描述 |
size | enum | = 1024x1024 | 输出图像尺寸 |
quality | enum | = standard | 生成质量预设 |
style | enum | = vivid | 画风 |
n | integer | = 11 ~ 10 | 生成的图像数量 |
response_format | enum | = url | 图像结果的返回方式 |
| 供应商 | RPM | TPM | RPD |
|---|---|---|---|
| 标准按次 | 无限制 | 无限制 | 无限制 |
无限制
Seedream 5.0 支持文字生成与参考图编辑,适合把商品、场景和中文文案组织成完整视觉,用于上新主图、活动海报与连续内容创作。
创建具有 doubao-seedream-5-0-260128 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。
费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。
请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。
