Seedream 4.5 es un perfeccionamiento del sistema combinado de generación y edición de imágenes de ByteDance Seed. El productor amplía tanto el modelo como sus datos de entrenamiento, con especial atención a la coherencia con las referencias, los detalles visuales finos, el texto denso y la identificación del sujeto previsto entre varias imágenes. Su diferencia útil frente a Seedream 4.0 es una ejecución más precisa del encargo visual, especialmente cuando el resultado debe seguir vinculado de forma reconocible a la persona, producto o diseño proporcionados.
Coherencia con la imagen de referencia El fabricante enfatiza la conservación de los rasgos faciales, la iluminación, el tono de color y otros detalles de origen mientras se realiza el cambio solicitado. Las demostraciones incluyen conservar una persona marcada mientras se eliminan otras, traducir texto al chino manteniendo el resto del diseño, cambiar el aspecto de una palabra resaltada y sustituir el material de una prenda conservando su pose y forma fluida. Son tipos distintos de edición: selección del sujeto, tipografía, aspecto del material e iluminación.
Para una edición, separa lo que cambia de lo que debe mantenerse. «Cambia el material de la chaqueta por vidrio translúcido; conserva la pose, la silueta y los pliegues» da un objetivo más útil que una petición amplia de cambio de estilo. Una transformación de material también puede requerir un cambio de iluminación: el ejemplo del productor distingue el reflejo metálico de la refracción transparente. Compara la salida con la fuente en las zonas que querías conservar, incluidos el rostro, la pose, los accesorios pequeños y el tratamiento de color circundante.
Composición de carteles, logotipos y texto denso La página del modelo Seedream 4.5 sitúa a continuación el diseño gráfico, centrándose en la composición y el texto pequeño legible. Los ejemplos combinan un título dominante, ilustraciones e información secundaria en un cartel de exposición; otros exploran invitaciones, imágenes de detalles de fragancias y composiciones publicitarias. El modelo es útil para probar una jerarquía visual completa en lugar de tratar el texto como un añadido posterior. Describe dónde va la imagen principal, proporciona el encabezado y el texto de apoyo exactos y distingue estilo de fuente, alineación, énfasis y espaciado.
Para una revisión tipográfica, identifica la zona de texto y la nueva redacción o tratamiento. Pedir que un encabezado sea azul y cursivo es más específico que solicitar un nuevo estilo de cartel. Revisa todo el texto representado al tamaño de visualización previsto, incluidas las etiquetas pequeñas y las líneas secundarias. Un cartel generado o un concepto de logotipo es material visual; los flujos de imagen documentados no establecen una salida vectorial editable o de diseño por capas.
Edición precisa entre varias imágenes El productor destaca la selección de elementos objetivo de distintas entradas y su combinación coherente. La publicación 4.5 del fabricante describe composiciones de varias imágenes con hasta 10 imágenes de referencia. Los ejemplos oficiales utilizan una imagen para una persona, otra para un entorno o material de ropa y otra para un producto o accesorio. Esto permite imágenes de producto en contextos de uso, anuncios coordinados, conceptos de estilo interior y variaciones de personajes o productos. El modelo también puede generar resultados relacionados: las tareas demostradas incluyen un pequeño conjunto publicitario e ilustraciones separadas de pasos de una receta, con un estilo visual compartido.
Prepara las referencias con funciones explícitas. Por ejemplo, asigna una imagen al sujeto, una al bolso y una al lugar y especifica después la composición y qué características deben conservarse. Si dos referencias discrepan en color o estilo, nombra la que debe controlar esa característica. Inspecciona la escala, la colocación, la iluminación y la identidad resultantes en todo el conjunto, en lugar de aceptar una sola imagen convincente como prueba de que todos los resultados coinciden.
Qué añade el perfeccionamiento 4.5 El informe técnico destaca una mayor coherencia de edición, la conservación de características relacionadas con la identidad y detalles finos, el tratamiento del sujeto objetivo en composiciones de varias imágenes y la tipografía en carteles densos. La publicación del productor también describe rostros pequeños más claros, proporciones espaciales mejoradas, iluminación realista y salida de imagen 4K. Estas fortalezas hacen a 4.5 especialmente útil para catálogos de producto, variaciones de campañas, conceptos de envase, arte de preproducción y diseño gráfico con abundante texto.
Los encargos textuales guían imágenes nuevas; las imágenes de origen y las instrucciones de edición guían cambios basados en referencias. Utiliza el modelo para producción creativa de imágenes y revisa después el resultado frente al encargo real: texto exacto, producto o persona reconocibles, detalles conservados, escala coherente y tratamiento uniforme entre variantes. La mejor conservación de esta edición no garantiza que cada detalle de origen sobreviva a todas las ediciones complejas. Los límites de referencias y resultados también dependen de la interfaz documentada; el presupuesto de referencias de 4.0 no debe suponerse válido para todos los flujos de 4.5.
", "aboutText": "Seedream 4.5 es un perfeccionamiento del sistema combinado de generación y edición de imágenes de ByteDance Seed. El productor amplía tanto el modelo como sus datos de entrenamiento, con especial atención a la coherencia con las referencias, los detalles visuales finos, el texto denso y la identificación del sujeto previsto entre varias imágenes. Su diferencia útil frente a Seedream 4.0 es una ejecución más precisa del encargo visual, especialmente cuando el resultado debe seguir vinculado de forma reconocible a la persona, producto o diseño proporcionados.\n\nCoherencia con la imagen de referencia\nEl fabricante enfatiza la conservación de los rasgos faciales, la iluminación, el tono de color y otros detalles de origen mientras se realiza el cambio solicitado. Las demostraciones incluyen conservar una persona marcada mientras se eliminan otras, traducir texto al chino manteniendo el resto del diseño, cambiar el aspecto de una palabra resaltada y sustituir el material de una prenda conservando su pose y forma fluida. Son tipos distintos de edición: selección del sujeto, tipografía, aspecto del material e iluminación.\n\nPara una edición, separa lo que cambia de lo que debe mantenerse. «Cambia el material de la chaqueta por vidrio translúcido; conserva la pose, la silueta y los pliegues» da un objetivo más útil que una petición amplia de cambio de estilo. Una transformación de material también puede requerir un cambio de iluminación: el ejemplo del productor distingue el reflejo metálico de la refracción transparente. Compara la salida con la fuente en las zonas que querías conservar, incluidos el rostro, la pose, los accesorios pequeños y el tratamiento de color circundante.\n\nComposición de carteles, logotipos y texto denso\nLa página del modelo Seedream 4.5 sitúa a continuación el diseño gráfico, centrándose en la composición y el texto pequeño legible. Los ejemplos combinan un título dominante, ilustraciones e información secundaria en un cartel de exposición; otros exploran invitaciones, imágenes de detalles de fragancias y composiciones publicitarias. El modelo es útil para probar una jerarquía visual completa en lugar de tratar el texto como un añadido posterior. Describe dónde va la imagen principal, proporciona el encabezado y el texto de apoyo exactos y distingue estilo de fuente, alineación, énfasis y espaciado.\n\nPara una revisión tipográfica, identifica la zona de texto y la nueva redacción o tratamiento. Pedir que un encabezado sea azul y cursivo es más específico que solicitar un nuevo estilo de cartel. Revisa todo el texto representado al tamaño de visualización previsto, incluidas las etiquetas pequeñas y las líneas secundarias. Un cartel generado o un concepto de logotipo es material visual; los flujos de imagen documentados no establecen una salida vectorial editable o de diseño por capas.\n\nEdición precisa entre varias imágenes\nEl productor destaca la selección de elementos objetivo de distintas entradas y su combinación coherente. La publicación 4.5 del fabricante describe composiciones de varias imágenes con hasta 10 imágenes de referencia. Los ejemplos oficiales utilizan una imagen para una persona, otra para un entorno o material de ropa y otra para un producto o accesorio. Esto permite imágenes de producto en contextos de uso, anuncios coordinados, conceptos de estilo interior y variaciones de personajes o productos. El modelo también puede generar resultados relacionados: las tareas demostradas incluyen un pequeño conjunto publicitario e ilustraciones separadas de pasos de una receta, con un estilo visual compartido.\n\nPrepara las referencias con funciones explícitas. Por ejemplo, asigna una imagen al sujeto, una al bolso y una al lugar y especifica después la composición y qué características deben conservarse. Si dos referencias discrepan en color o estilo, nombra la que debe controlar esa característica. Inspecciona la escala, la colocación, la iluminación y la identidad resultantes en todo el conjunto, en lugar de aceptar una sola imagen convincente como prueba de que todos los resultados coinciden.\n\nQué añade el perfeccionamiento 4.5\nEl informe técnico destaca una mayor coherencia de edición, la conservación de características relacionadas con la identidad y detalles finos, el tratamiento del sujeto objetivo en composiciones de varias imágenes y la tipografía en carteles densos. La publicación del productor también describe rostros pequeños más claros, proporciones espaciales mejoradas, iluminación realista y salida de imagen 4K. Estas fortalezas hacen a 4.5 especialmente útil para catálogos de producto, variaciones de campañas, conceptos de envase, arte de preproducción y diseño gráfico con abundante texto.\n\nLos encargos textuales guían imágenes nuevas; las imágenes de origen y las instrucciones de edición guían cambios basados en referencias. Utiliza el modelo para producción creativa de imágenes y revisa después el resultado frente al encargo real: texto exacto, producto o persona reconocibles, detalles conservados, escala coherente y tratamiento uniforme entre variantes. La mejor conservación de esta edición no garantiza que cada detalle de origen sobreviva a todas las ediciones complejas. Los límites de referencias y resultados también dependen de la interfaz documentada; el presupuesto de referencias de 4.0 no debe suponerse válido para todos los flujos de 4.5.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "112ae45255ee907eb3f61c0dbe948e1ba8cb339c646a369090fa36f88466a8ab", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "bytedance-seed/seedream-4.5Seedream 4.5 perfecciona la generación y edición de imágenes de ByteDance Seed con una mayor conservación del detalle de las referencias, tipografía de texto pequeño y composición de varias imágenes. Es adecuado para imágenes de producto, carteles y conjuntos creativos coordinados donde importan la identidad y la distribución.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Seedream 4.5 es un perfeccionamiento del sistema combinado de generación y edición de imágenes de ByteDance Seed. El productor amplía tanto el modelo como sus datos de entrenamiento, con especial atención a la coherencia con las referencias, los detalles visuales finos, el texto denso y la identificación del sujeto previsto entre varias imágenes. Su diferencia útil frente a Seedream 4.0 es una ejecución más precisa del encargo visual, especialmente cuando el resultado debe seguir vinculado de forma reconocible a la persona, producto o diseño proporcionados.
Coherencia con la imagen de referencia El fabricante enfatiza la conservación de los rasgos faciales, la iluminación, el tono de color y otros detalles de origen mientras se realiza el cambio solicitado. Las demostraciones incluyen conservar una persona marcada mientras se eliminan otras, traducir texto al chino manteniendo el resto del diseño, cambiar el aspecto de una palabra resaltada y sustituir el material de una prenda conservando su pose y forma fluida. Son tipos distintos de edición: selección del sujeto, tipografía, aspecto del material e iluminación.
Para una edición, separa lo que cambia de lo que debe mantenerse. «Cambia el material de la chaqueta por vidrio translúcido; conserva la pose, la silueta y los pliegues» da un objetivo más útil que una petición amplia de cambio de estilo. Una transformación de material también puede requerir un cambio de iluminación: el ejemplo del productor distingue el reflejo metálico de la refracción transparente. Compara la salida con la fuente en las zonas que querías conservar, incluidos el rostro, la pose, los accesorios pequeños y el tratamiento de color circundante.
Composición de carteles, logotipos y texto denso La página del modelo Seedream 4.5 sitúa a continuación el diseño gráfico, centrándose en la composición y el texto pequeño legible. Los ejemplos combinan un título dominante, ilustraciones e información secundaria en un cartel de exposición; otros exploran invitaciones, imágenes de detalles de fragancias y composiciones publicitarias. El modelo es útil para probar una jerarquía visual completa en lugar de tratar el texto como un añadido posterior. Describe dónde va la imagen principal, proporciona el encabezado y el texto de apoyo exactos y distingue estilo de fuente, alineación, énfasis y espaciado.
Para una revisión tipográfica, identifica la zona de texto y la nueva redacción o tratamiento. Pedir que un encabezado sea azul y cursivo es más específico que solicitar un nuevo estilo de cartel. Revisa todo el texto representado al tamaño de visualización previsto, incluidas las etiquetas pequeñas y las líneas secundarias. Un cartel generado o un concepto de logotipo es material visual; los flujos de imagen documentados no establecen una salida vectorial editable o de diseño por capas.
Edición precisa entre varias imágenes El productor destaca la selección de elementos objetivo de distintas entradas y su combinación coherente. La publicación 4.5 del fabricante describe composiciones de varias imágenes con hasta 10 imágenes de referencia. Los ejemplos oficiales utilizan una imagen para una persona, otra para un entorno o material de ropa y otra para un producto o accesorio. Esto permite imágenes de producto en contextos de uso, anuncios coordinados, conceptos de estilo interior y variaciones de personajes o productos. El modelo también puede generar resultados relacionados: las tareas demostradas incluyen un pequeño conjunto publicitario e ilustraciones separadas de pasos de una receta, con un estilo visual compartido.
Prepara las referencias con funciones explícitas. Por ejemplo, asigna una imagen al sujeto, una al bolso y una al lugar y especifica después la composición y qué características deben conservarse. Si dos referencias discrepan en color o estilo, nombra la que debe controlar esa característica. Inspecciona la escala, la colocación, la iluminación y la identidad resultantes en todo el conjunto, en lugar de aceptar una sola imagen convincente como prueba de que todos los resultados coinciden.
Qué añade el perfeccionamiento 4.5 El informe técnico destaca una mayor coherencia de edición, la conservación de características relacionadas con la identidad y detalles finos, el tratamiento del sujeto objetivo en composiciones de varias imágenes y la tipografía en carteles densos. La publicación del productor también describe rostros pequeños más claros, proporciones espaciales mejoradas, iluminación realista y salida de imagen 4K. Estas fortalezas hacen a 4.5 especialmente útil para catálogos de producto, variaciones de campañas, conceptos de envase, arte de preproducción y diseño gráfico con abundante texto.
Los encargos textuales guían imágenes nuevas; las imágenes de origen y las instrucciones de edición guían cambios basados en referencias. Utiliza el modelo para producción creativa de imágenes y revisa después el resultado frente al encargo real: texto exacto, producto o persona reconocibles, detalles conservados, escala coherente y tratamiento uniforme entre variantes. La mejor conservación de esta edición no garantiza que cada detalle de origen sobreviva a todas las ediciones complejas. Los límites de referencias y resultados también dependen de la interfaz documentada; el presupuesto de referencias de 4.0 no debe suponerse válido para todos los flujos de 4.5.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites bytedance-seed/seedream-4.5 | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Camporesolution | Tipostring | RequisitoOpcional | Valores y límites 1K, 2K, 4K | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 1:1, 1:2, 2:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:19.5, 19.5:9, 9:20, 20:9, 9:21, 21:9, auto | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 10 | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 0 Número máximo de elementos: 14 | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Unidad de facturación | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Unidad de facturación— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| Configuraciónimagen de entrada | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor imagen de entrada | Cargo Entrada · imagen de entrada · Estimación solo para comparar $0 por imagen de entrada |
| Configuraciónimagen de salida | Tabla de tarifas— | Cantidad prevista— | Unidad de facturaciónpor imagen de salida | Cargo Salida · imagen de salida · Estimación solo para comparar $0.08 por imagen de salida |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Unidad de facturación— | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.08 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'bytedance-seed/seedream-4.5', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nDescarga cada imagen recibida o guarda su contenido Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y las cabeceras, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID devuelto para la conciliación. Consulta únicamente los valores task_id/asset_id realmente devueltos o la biblioteca multimedia propia; nunca construyas una URL de tarea a partir del ID de la operación ni vuelvas a enviar la solicitud de creación.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot Ultra bytedance-seed/seedream-4.5
/v1/images