Doubao-Seedream-5.5 API
Doubao-Seedream-5.5 یک مدل تولید تصویر از ByteDance Seed است که با ویرایش چنددورهای پایدار تا ۱۰۰ بار، خروجی شفاف RGBA و واقعگرایی بالاتر ارائه میشود.
Doubao-Seedream-5.5 مدل تولید تصویر از ByteDance Seed است که در ۹ نوامبر ۲۰۲۶ منتشر شد و ورودی متن و تصویر را میپذیرد و تصویر تولید میکند. این مدل ویرایش چنددورهای را با حفظ پیکسلی نواحی ویرایشنشده در تا ۱۰۰ ویرایش متوالی ممکن میسازد و داراییهای شفاف RGBA را بهصورت بومی با کانال آلفا تولید میکند. هر خروجی میتواند تا ۱۰۰ لایه دارایی شفاف شامل ۱ تصویر پایه مات و تا ۹۹ لایه PNG شفاف داشته باشد.
این مدل واقعگرایی تصویر را با کاهش نوردهی بیشازحد و درخشش پلاستیکی بهبود میدهد و رندر متن را برای گلیفهای پیچیده و متن کوچک متراکم تقویت میکند. ترکیب چندمتریالی با انسداد فیزیکی دقیق و بازمحاسبه نور و سایه از دیگر تواناییهای آن است. Doubao-Seedream-5.5 در Doubao، Doubao Work و Jimeng در دسترس است و دسترسی API آن از طریق Volcano Ark فراهم میشود.
این مدل برای تصویرسازی بازاریابی تجارت الکترونیک، طراحی تبلیغات، داراییهای فیلم و بازی، طراحی دکوراسیون خانه، تجسم دانش، استوریبورد، داراییهای استیکر و شخصیت، آیکونهای رابط کاربری، اینفوگرافیک و کپی پوستر مناسب است. بر اساس گزارشها، هزینه آن کمتر و سرعت تولید آن بیشتر از Seedream 5.0 Pro است.
بهروزرسانی:
MODEL ID
doubao-seedream-5-5-261028- ورودی
- text / image
- خروجی
- image
نکات برجسته
- ویرایش پایدار تا ۱۰۰ دوره متوالی
- تولید بومی دارایی شفاف RGBA
- تا ۱۰۰ لایه شفاف در هر خروجی
- واقعگرایی بالاتر با کاهش درخشش پلاستیکی
- رندر بهتر متن کوچک و گلیف پیچیده
- ترکیب چندمتریالی با نور و سایه دقیق
ارائهدهندگان
بهترین قیمتقیمت API را بین ارائهدهندگان مقایسه کنید. یک ارائهدهنده را انتخاب کنید تا همه هزینهها و شرایط را ببینید.
| دسترسپذیری | |||
|---|---|---|---|
آمار تاریخی بررسی زنده وضعیت نیست. نبود داده به معنی قطعی نیست.
بنچمارکها
- 0.4%
نرخ خرابی شدید متن
ارزیابی رسمی، کمتر بهتر است
- 1.7%
نرخ خرابی جزئی متن
ارزیابی رسمی، کمتر بهتر است
- 95%
دقت متن کوچک
ارزیابی رسمی
امتیازها همانگونه که ارائهدهنده مدل منتشر کرده است.
شروع سریع
وظیفه تصویر را ارسال کنید، وضعیت را بررسی و تصاویر را ذخیره کنید. مثالها از curl و کتابخانه استاندارد Python 3 استفاده میکنند.
POST https://openapi.felo.ai/api/v1/images/generations
1کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را بهعنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"2اولین درخواست خود را بفرستید
مقادیر اختیاری به مدل بستگی دارند و اینجا تنظیم نشدهاند. آنها را در Playground تأیید کنید. فیلدها همسطح model و prompt هستند و داخل input قرار نمیگیرند.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
"model": "doubao-seedream-5-5-261028"
}'3بررسی وظیفه
ارسال، task_id برمیگرداند. در queued یا running هر ۳ ثانیه بررسی کنید؛ در succeeded، failed یا interrupted متوقف شوید. حداکثر انتظار ۳۰ دقیقه است. برای ادامه بررسی بدون ارسال مجدد، created.json را نگه دارید.
python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen
task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800
while task["status"] in ("queued", "running"):
if time.monotonic() >= deadline:
raise TimeoutError(f"Keep task_id={task_id} to resume polling")
time.sleep(3)
with urlopen(Request(url, headers=headers), timeout=60) as response:
task = json.load(response)
if task.get("task_id") != task_id or task.get("kind") != "image":
raise ValueError("Unexpected task response")
print(task["status"])
if task["status"] != "succeeded":
raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY4دانلود خروجی
پس از موفقیت، outputs را از task.json ذخیره کنید. نشانی HTTPS، شیء URL و b64_json پشتیبانی میشوند. پیوندهای امضاشده را زود دانلود کنید؛ دانلود تصویر به کلید API نیاز ندارد.
python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen
task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}
for index, output in enumerate(task["outputs"], 1):
item = output if isinstance(output, dict) else {}
url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
mime = item.get("media_type") or "image/png"
if url and url.startswith("https://"):
with urlopen(url, timeout=60) as response:
data = response.read()
mime = response.headers.get_content_type()
elif url and url.startswith("data:image/") and ";base64," in url:
header, encoded = url.split(",", 1)
mime = header[5:].split(";", 1)[0]
data = base64.b64decode(encoded, validate=True)
elif item.get("b64_json"):
data = base64.b64decode(item["b64_json"], validate=True)
else:
raise ValueError("Unrecognized image output")
path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
path.write_bytes(data)
print(path)
PYمرجع کامل را ترجیح میدهید؟
مرجع API →پرسشهای متداول
معرفی مدل: Doubao-Seedream-5.5?
Doubao-Seedream-5.5 مدل تولید تصویر از ByteDance Seed است که در ۹ نوامبر ۲۰۲۶ منتشر شد و ورودی متن و تصویر را میپذیرد و تصویر تولید میکند. این مدل ویرایش چنددورهای را با حفظ پیکسلی نواحی ویرایشنشده در تا ۱۰۰ ویرایش متوالی ممکن میسازد و داراییهای شفاف RGBA را بهصورت بومی با کانال آلفا تولید میکند. هر خروجی میتواند تا ۱۰۰ لایه دارایی شفاف شامل ۱ تصویر پایه مات و تا ۹۹ لایه PNG شفاف داشته باشد. این مدل واقعگرایی تصویر را با کاهش نوردهی بیشازحد و درخشش پلاستیکی بهبود میدهد و رندر متن را برای گلیفهای پیچیده و متن کوچک متراکم تقویت میکند. ترکیب چندمتریالی با انسداد فیزیکی دقیق و بازمحاسبه نور و سایه از دیگر تواناییهای آن است. Doubao-Seedream-5.5 در Doubao، Doubao Work و Jimeng در دسترس است و دسترسی API آن از طریق Volcano Ark فراهم میشود. این مدل برای تصویرسازی بازاریابی تجارت الکترونیک، طراحی تبلیغات، داراییهای فیلم و بازی، طراحی دکوراسیون خانه، تجسم دانش، استوریبورد، داراییهای استیکر و شخصیت، آیکونهای رابط کاربری، اینفوگرافیک و کپی پوستر مناسب است. بر اساس گزارشها، هزینه آن کمتر و سرعت تولید آن بیشتر از Seedream 5.0 Pro است.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
Doubao-Seedream-5.5 چه ورودیهایی پشتیبانی میکند؟
این مدل ورودی متن و تصویر را میپذیرد و خروجی تصویر تولید میکند.
ویرایش چنددورهای در این مدل تا چه حد پایدار است؟
ویرایش چنددورهای با حفظ پیکسلی نواحی ویرایشنشده تا ۱۰۰ ویرایش متوالی پشتیبانی میشود.
خروجی شفاف چگونه تولید میشود؟
داراییهای شفاف RGBA بهصورت بومی با کانال آلفا تولید میشوند و نیازی به حذف پسزمینه نیست. هر خروجی میتواند تا ۱۰۰ لایه شامل ۱ تصویر پایه مات و تا ۹۹ لایه PNG شفاف داشته باشد.
این مدل برای چه کارهایی مناسب است؟
برای تصویرسازی بازاریابی تجارت الکترونیک، طراحی تبلیغات، داراییهای فیلم و بازی، طراحی دکوراسیون خانه، تجسم دانش، استوریبورد، داراییهای استیکر و شخصیت، آیکونهای رابط کاربری، اینفوگرافیک و کپی پوستر مناسب است.
تفاوت آن با Seedream 5.0 Pro چیست؟
بر اساس گزارشها، هزینه آن کمتر و سرعت تولید آن بیشتر از Seedream 5.0 Pro است. همچنین کاربردیبودن تخصصی آن در سناریوهای استوریبورد فیلم و تصویرسازی اداری بیش از دو برابر Seedream 5.0 Pro است.