Seedream 5.5 API — 生成、RGBA、編集、レイヤー、リッチテキストOCR
doubao-seedream-5-5-261028. の完全なリクエストパラメータ、画像制約、レイヤー再構築、リッチテキストOCR、使用量ベースの画像価格
Seedream 5.5
モデル doubao-seedream-5-5-261028 を POST https://apimaster.ai/v1/images/generations、JSONボディ、Authorization: Bearer YOUR_API_KEY とともに使用します。コンソールでAPIMasterキーを作成してください。
テキストから画像生成、最大10個の参照による編集、連続編集、ネイティブ透過RGBA出力、レイヤー分解、リッチテキストOCRをサポートします。通常の生成では1枚の画像を返します。分解ではベースと個別のレイヤーを返します。ストリーミング、逐次画像生成、ウェブ検索はサポートされていません。 同期エンドポイントを使用してください。クライアントのタイムアウト前に少なくとも 300 秒を確保し、盲目的な再送信を避けてください。
公式の基本価格
2026-11-13にVolcengineの料金と照合しました。設定された換算レートは1 USD = 7 CNYです。
| 項目 | 画像あたりのCNY | おおよそのUSD基本価格 |
|---|---|---|
| 最初のものを含むすべての入力参照 | 0.05 | 0.00714286 |
| 幅 × 高さ ≤ 2,610,000 ピクセルの出力 | 0.13 | 0.01857143 |
| 2,610,000 ピクセルを超える出力 | 0.23 | 0.03285714 |
生成と分解は同じ出力料金を使用します。各ベース/レイヤーは、それぞれの実際の data[].size を使用して個別に課金されます。最長辺はティアを決定しません。2048x1024 は下位ティアに含まれます。2つの入力と1つの上位ティア出力のコストは、アカウント/チャネル倍率適用前でCNY 0.33です。Seedream 5.0 Pro とは異なり、最初の参照は無料ではありません。実際のアカウント請求には、適用されるチャネル/ユーザーグループ係数と整数クォータの丸めが含まれます。ライブモデルカードと使用ログを参照してください。
テキストから画像生成
curl --max-time 300 "https://apimaster.ai/v1/images/generations" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model":"doubao-seedream-5-5-261028",
"prompt":"A cream landscape poster, a red circle, a blue square, heading HELLO SEEDREAM",
"size":"1.5K",
"output_format":"png",
"background":"opaque",
"response_format":"url",
"watermark":false
}'
パラメータ
| フィールド | 型 / デフォルト | ルール |
|---|---|---|
model |
必須の string | doubao-seedream-5-5-261028。 |
prompt |
string | 生成では必須、分解では任意。内容、スタイル、アスペクト比、テキスト、または編集位置を記述します。公式の記述ガイダンスでは、≤300 の中国語文字または ≤600 の英単語を推奨しています。これはバイト制限ではなくガイダンスです。 |
image |
string または string[] | 公開URLまたはdata:image/png;base64,...。生成では最大10個の参照、分解では入力は正確に1つ。ローカルファイルシステムのパスは使用できません。 |
size |
string | 生成のデフォルトは 2K。1K、1.5K、2K、または正確な WIDTHxHEIGHT。分解のデフォルトは auto で、auto とこれら3つのティアのみを受け入れます。 |
output_format |
string、png |
png または jpeg。分解ではこれはベースのみを制御します。レイヤーは常にPNGです。 |
background |
string、auto |
auto、transparent、または opaque。生成専用です。透過出力にはPNGが必要です。分解ではこのフィールドを完全に省略してください。 |
response_format |
string、url |
url または b64_json。各 data[] 項目内の対応するフィールドを読み取ります。 |
watermark |
boolean、true |
表示されるAI生成ウォーターマークを省略するには、false を設定します。 |
optimize_prompt_options |
object | {"mode":"standard"} のみが 5.5 でサポートされています。fast はサポートされていません。 |
layer_decomposition |
boolean、false |
1つのPNG/JPEG画像の分解を有効にします。 |
layer_decomposition_options |
object | 以下の分解オプション。 |
layer_decomposition_options.max_images |
integer、30 |
2–100(ベースを含む)。保証された数ではなく最大値です。 |
layer_decomposition_options.text_recognition |
boolean、false |
通常のテキストレイヤーに対してリッチテキストOCRを要求します。 |
safety_identifier |
string | 安定した英語のユーザー識別子。最大 64 文字。個人の連絡先情報ではなくハッシュを使用してください。 |
別のモデルの resolution、quality、n、または seed をこのモデルの制御に使用しないでください。これらは公式APIで対応する生成制御として記載されていません。分解の制限は layer_decomposition_options.max_images で設定します。
サイズと入力制限
通常の生成では、ティア(1K、1.5K、2K)を選択し、プロンプトでアスペクト比を記述するか、正確な寸法を指定します。正確な出力面積は 921,600–4,624,220 ピクセル、アスペクト比は 1:16–16:1 で、両方の制約を満たす必要があります。2880x1440 は有効です。512x512 は小さすぎます。4K ティアはありません。
分解では正確な寸法を受け入れません。auto の場合、サポート範囲内のベース/レイヤーサイズは可能な限り元の寸法を維持します。より小さい/大きい項目は、アスペクト比を維持しながら 1K/2K に向かって拡大縮小されます。返されるレイヤーは異なる課金ティアに属することがあります。
| 入力制約 | 生成/編集 | 分解 |
|---|---|---|
| 数 | 最大 10 | 正確に 1 |
| 形式 | JPEG、PNG、WebP、BMP、TIFF、GIF、HEIC、HEIF | PNG、JPEG |
| 画像あたりのファイルサイズ | ≤30 MB | ≤30 MB |
| ピクセル面積 | 196–36,000,000、両辺 > 14 px | 262,144–36,000,000 |
| アスペクト比 | 1:16–16:1 | 1:16–16:1 |
データURLでは小文字のMIMEタイプを使用してください。リモート入力URLはサービスからアクセス可能である必要があります。
編集と透過画像
{
"model":"doubao-seedream-5-5-261028",
"prompt":"Keep the layout of the first image; recolor only its circle using the second reference",
"image":["https://example.com/source.png","https://example.com/reference.png"],
"size":"1.5K",
"output_format":"png",
"watermark":false
}
1つの入力の場合、image は文字列にできます。連続編集では、前回の出力を次の入力として明示的に渡します。これは状態を持つ会話ではなく、各リクエストは個別に課金されます。座標/ボックス/矢印をプロンプトで記述するか、参照画像にマークを描いてください。このインターフェースには、別途文書化された mask 位置指定パラメータはありません。
ネイティブ透過生成では、不要な場合は image を省略し、background: "transparent"、output_format: "png" を設定します。プロンプト例:「半透明の青いガラス製の蝶、単体アセット、透明背景」。編集では最大10個の参照を使用できます。それらはすでにアルファチャネルを持っている必要はありません。transparent と jpeg の組み合わせは無効です。レスポンスの background は実際の透過性(transparent または opaque)を表します。
分解とリッチテキストOCR
{
"model":"doubao-seedream-5-5-261028",
"image":"https://example.com/poster.png",
"prompt":"Separate the heading, circle and square into editable layers",
"layer_decomposition":true,
"layer_decomposition_options":{"max_images":4,"text_recognition":true},
"size":"auto",
"output_format":"png",
"watermark":false
}
1つのベースと最大 99 個のレイヤーをサポートします。max_images: 4 にはベースが含まれます。background を省略してください。すべてのレイヤーは透過PNGです。個々のレイヤーの失敗は、部分的な成功を返すのではなく、リクエスト全体を失敗させます。
すべての data[] エントリを読み取ります:
url/b64_json、size、output_formatはアーティファクトとその実際の寸法を識別します。backgroundは該当する場合に利用できます。z_index: 0はベースを識別します。より大きいインデックスはより小さいものの上に表示されます。nameとdescriptionはレイヤーを記述します。bounding_box.absoluteは出力ベースピクセル単位の[left,top,right,bottom]です。レイヤーを(right-left) × (bottom-top)にリサイズし、(left,top)に配置します。レイヤーファイルの寸法はキャンバス上の占有領域と異なる場合があります。bounding_box.normalizedは 0–1000 座標を使用します。水平/垂直座標にターゲットキャンバスの幅/高さを掛け、1000. で割ります。text_recognitionは要求され、かつレイヤーに認識された通常テキストが含まれる場合にのみ表示されます。手書き、芸術的な文字、テキスト以外のレイヤーでは省略されることがあります。
OCRには text と lines[] が含まれます。各行には独自の bounding_box とスタイル付きの runs[] があります。各ランには text と style があり、これらには similar_font_family、foreground_color(#RRGGBB)、bold、italic、underline、strikethrough、shadow、translucent を含めることができます。これらは正確な元のデザイン特性ではなく、おおよその視覚的解釈です。フォント認識は unknown を返すことがあります。
レスポンス、ストレージ、失敗
レスポンスには created、model、data[]、usage.input_images、usage.generated_images が含まれます。生成数にはベースとレイヤーが含まれます。完全なレスポンスメタデータを保持してください。元のプロバイダーのダウンロードURLは 24 時間 後に期限切れになります。アセットを速やかにダウンロード/アーカイブしてください。
再試行する前に、無効な寸法、参照数、または互換性のない透過オプションを修正してください。認証、権限、モデレーション、レート制限、上流の失敗を個別に処理してください。エラーを成功した生成として解釈しないでください。IPM制限はアカウント/モデルバージョンごとに生成された画像を数えます。分解は max_images を予約し、完了後に未使用の容量を返しますが、課金には実際に生成された画像が使用されます。
公式ソース:Seedream 5.5、画像生成API、価格。パラメータ確認日:2026-11-13。
