seedream 4.5 vs Seedream 5 Pro para la generación de imágenes
Seedream 5 Pro ganó en la mayoría de estos escenarios con prompts fijos, con mayor fidelidad al prompt y mejores resultados en anatomía, composición, asociación de objetos, edición y reiluminación. Elige seedream 4.5 para la escena evaluada de conservación del producto o cuando importe la menor latencia observada en esta prueba; el recuento, los gráficos de interfaces estructuradas y la expansión de imágenes terminaron en empate.
Datos comparados
| Característica | seedream 4.5 | Seedream 5 Pro |
|---|---|---|
| Desarrollador | ByteDance | ByteDance |
| Disponibilidad en Banana Pie | Disponible ahora | Disponible ahora |
| Créditos desde | 25 créditos | 25 créditos |
| Resolución máxima | 4K | 2K |
| Imágenes de referencia | Hasta 8 | Hasta 8 |
Caso por caso
Ambos modelos ejecutaron el mismo prompt dentro de nuestro conjunto fijo de pruebas. Las imágenes corresponden a las ejecuciones publicadas y se muestran exactamente como se generaron.
Materiales e iluminación de producto
Mejor en este caso: Seedream 5 ProLa imagen de la derecha respeta mucho mejor el nivel de llenado solicitado y el comportamiento físico de la iluminación del producto.
- Se ve exactamente un frasco de perfume rectangular y transparente, sin texto, logotipo ni objetos adicionales: la imagen de la derecha obtiene un mejor resultado porque muestra un frasco de perfume rectangular completo y claramente reconocible, sin texto, logotipo ni objetos adicionales visibles; la de la izquierda también muestra un solo frasco, pero recorta su borde superior.
- El frasco está visiblemente lleno hasta la mitad con un líquido ámbar: la imagen de la derecha obtiene un resultado claramente mejor porque el líquido ámbar llega aproximadamente hasta la mitad del cuerpo del frasco, mientras que el frasco de la izquierda parece estar casi lleno.
- La refracción del vidrio y el reflejo sobre la piedra negra mojada son físicamente coherentes: la imagen de la derecha obtiene un mejor resultado porque los bordes del vidrio, la distorsión del líquido y el reflejo centrado se alinean de forma verosímil; la de la izquierda presenta un reflejo ámbar desproporcionadamente largo y difuso, además de unos límites ópticos menos convincentes dentro del frasco.
- La iluminación desde la parte superior izquierda produce reflejos coherentes y una sombra de contacto verosímil: la imagen de la derecha obtiene un mejor resultado porque los bordes del vidrio orientados hacia la izquierda, más luminosos, los reflejos moderados y la sombra asentada alrededor de la base son coherentes; la de la izquierda tiene iluminación desde la parte superior izquierda, pero también reflejos muy sobreexpuestos y una gran sombra de bordes duros que reduce la coherencia de la iluminación.
Prompt y ajustes utilizados
Prompt
A premium product photograph of exactly one transparent rectangular perfume bottle, half filled with amber liquid, standing upright on wet black stone. Light comes from the upper left, creating coherent refraction, a contact shadow, and one subtle reflection. No text, logo, plants, or extra objects.
Tipografía multilingüe
Mejor en este caso: Seedream 5 ProLa imagen de la derecha reproduce exactamente el diseño solicitado de un cartel multilingüe de cuatro líneas, mientras que la de la izquierda convierte dos de las líneas solicitadas en cuatro líneas separadas.
- Exactamente cuatro líneas de texto centradas y ningún texto adicional: la imagen de la derecha obtiene un mejor resultado. Muestra exactamente cuatro líneas centradas. La de la izquierda divide "MOONLIGHT MARKET" y "18 OCT" en líneas separadas, lo que produce seis líneas de texto visibles.
- Texto y orden exactos: la imagen de la derecha obtiene un mejor resultado. Sus líneas dicen exactamente "MOONLIGHT MARKET", "月光市集", "18 OCT" y "RIVER HALL", en el orden solicitado. La imagen de la izquierda contiene esas palabras y caracteres en el orden correcto, pero tanto "MOONLIGHT MARKET" como "18 OCT" están divididos en dos líneas.
- Colores de texto especificados: empate. Ambas muestran "月光市集" en rojo y todo el texto latino en negro.
- Legibilidad, espaciado y alineación: la imagen de la derecha obtiene un mejor resultado. Sus cuatro líneas son claramente legibles, están centradas y presentan un espaciado uniforme. La de la izquierda está centrada y es legible, pero el tamaño excesivo de la tipografía provoca saltos de línea no deseados y un espaciado vertical mucho menos uniforme.
Prompt y ajustes utilizados
Prompt
Design a clean cream-colored vertical event poster. Show exactly four centered text lines and no other text: "MOONLIGHT MARKET", "月光市集", "18 OCT", and "RIVER HALL". Render "月光市集" in red and all other lines in black.
Anatomía humana y contacto
Mejor en este caso: Seedream 5 ProEn general, la imagen de la derecha ofrece un resultado mejor porque presenta una separación más clara entre las manos, una anatomía y un contacto más verosímiles y una acción de modelado de cerámica más reconocible, aunque no permite confirmar visualmente los cinco dedos de la mano situada dentro del cuenco.
- Hay exactamente dos manos totalmente visibles, sin manos ni personas adicionales: la imagen de la derecha obtiene un mejor resultado. Ambas muestran exactamente dos manos y ninguna persona adicional, pero en la derecha las manos están separadas con mayor claridad y se distinguen mejor; en la izquierda, la mano trasera queda considerablemente oculta por la mano en primer plano.
- Cada mano tiene exactamente cinco dedos diferenciados y de forma natural: la imagen de la izquierda obtiene un resultado ligeramente mejor. En la mano en primer plano se distinguen claramente cuatro dedos y un pulgar, mientras que la otra mano está parcialmente oculta; en la derecha, la mano situada dentro del cuenco no muestra un pulgar diferenciado, por lo que no se pueden confirmar sus cinco dedos.
- Los dedos, las articulaciones y el contacto con la arcilla son anatómicamente verosímiles: la imagen de la derecha obtiene un mejor resultado. Los nudillos, la longitud de los dedos y el agarre opuesto desde dentro y fuera tienen un aspecto natural, mientras que la superposición de las manos en la izquierda hace que varios dedos resulten visualmente ambiguos y que el contacto para modelar sea menos convincente.
- El cuenco de arcilla, el torno en movimiento y la acción de modelado se reconocen con claridad: la imagen de la derecha obtiene un mejor resultado. El cuenco está claramente colocado sobre un torno, con una mano dentro y otra sujetando el exterior, por lo que la acción de modelado se entiende de inmediato; la imagen de la izquierda también muestra un cuenco y un torno, pero la superposición de las manos oculta la acción.
Prompt y ajustes utilizados
Prompt
A photorealistic close-up of an adult potter shaping a clay bowl on a spinning wheel. Both hands are fully visible, each with five natural fingers touching the clay. No other people or hands. Soft window light.
Conteo y vinculación de atributos
Depende de la tareaAmbas imágenes cumplen los cuatro criterios, con las cantidades y los atributos solicitados, la orientación correcta del asa y ningún elemento adicional. Las diferencias son compositivas y no afectan a los criterios de evaluación.
- Cantidad y colocación de los objetos: empate. Ambas imágenes muestran visiblemente exactamente tres cubos rojos en fila a la izquierda, exactamente dos esferas azules a la derecha y una taza amarilla centrada detrás de los objetos en primer plano.
- Asociación de color, forma y material: empate. Ambas imágenes representan claramente cubos de madera rojos con vetas visibles, esferas de vidrio azul translúcidas y una taza de cerámica amarilla brillante.
- Orientación del asa de la taza: empate. En ambas imágenes, el asa se ve claramente en el lado derecho de la taza.
- Sin objetos ni texto adicionales: empate. Ninguna imagen contiene objetos ni texto adicionales visibles.
Prompt y ajustes utilizados
Prompt
On a matte gray table, exactly three red wooden cubes form a row on the left, exactly two blue glass spheres sit on the right, and one yellow ceramic mug stands centered behind them. The mug handle points right. No other objects or text.
Composición publicitaria
Mejor en este caso: Seedream 5 ProLa imagen de la derecha se ajusta mejor al diseño solicitado, especialmente por el espacio vacío de la parte superior, la colocación del titular en la zona superior izquierda y la jerarquía visual general.
- Exactamente una zapatilla plateada y una estela naranja: ambas muestran exactamente una zapatilla plateada en la parte inferior derecha y una estela naranja que se extiende desde la parte inferior izquierda; la imagen de la derecha presenta una estela más limpia y con una curva más definida, mientras que la estela de la izquierda es más ancha y pasa parcialmente por debajo de la zapatilla, por lo que la derecha obtiene un resultado ligeramente mejor.
- Único texto visible: ambas limitan el texto visible a "RUN LIGHT" y "42 KM", con las dos frases escritas correctamente. Este criterio termina en empate.
- Espacio superior y colocación del titular: la imagen de la derecha obtiene un mejor resultado porque la parte superior está visiblemente vacía y "RUN LIGHT" aparece justo debajo, en la zona superior izquierda. En la izquierda, "RUN LIGHT" es extremadamente grande y se extiende por la parte superior, donde además hay una franja naranja junto al borde.
- Visibilidad y jerarquía visual: la imagen de la derecha obtiene un mejor resultado porque el titular, la insignia, la zapatilla y la estela son totalmente visibles, están bien separados y tienen un énfasis equilibrado. La izquierda mantiene visibles los elementos, pero el tamaño excesivo de "RUN LIGHT" domina gran parte de la composición y debilita la jerarquía.
Prompt y ajustes utilizados
Prompt
Create a vertical social ad for a fictional running shoe named AERO. Keep the top 15 percent empty. Directly below it, place the headline "RUN LIGHT" in the upper-left. Show exactly one silver shoe in the lower-right, an orange trail curving from the bottom-left, and a round badge reading "42 KM". No other shoes or text.
Gráfico de interfaz estructurado
Depende de la tareaAmbas imágenes cumplen los cuatro criterios de evaluación. Su estilo es diferente, pero ninguna presenta una ventaja visible en cuanto al cumplimiento.
- Título y columnas: empate. Ambas muestran el título exacto "CHOOSE YOUR PLAN" y exactamente tres columnas etiquetadas como "STARTER", "PRO" y "TEAM".
- Filas: empate. Todas las columnas de ambas imágenes contienen exactamente las tres filas requeridas, mostradas como "PROJECTS", "STORAGE" y "SUPPORT", con una alineación uniforme.
- Botones: empate. Todas las columnas de ambas imágenes contienen exactamente un botón azul con la etiqueta "SELECT".
- Alineación y contenido adicional: empate. Ambas muestran tres columnas distribuidas uniformemente, sin columnas ni texto adicionales; la imagen de la izquierda utiliza una cuadrícula de tabla centrada, mientras que la de la derecha usa contenido alineado a la izquierda, espaciado de manera uniforme y con separadores verticales.
Prompt y ajustes utilizados
Prompt
Create a clean horizontal pricing comparison graphic titled "CHOOSE YOUR PLAN". Use exactly three equal columns labeled "STARTER", "PRO", and "TEAM". Under each column, show exactly three aligned rows labeled "PROJECTS", "STORAGE", and "SUPPORT", followed by one blue button labeled "SELECT". White background, dark navy text, no additional columns or text.
Vinculación y edición de objetos con seis referencias
Mejor en este caso: Seedream 5 ProLa imagen de la derecha conserva mejor el encuadre aparente y la disposición espacial de la escena base; por lo demás, ambas cumplen igual de bien los requisitos visibles de cantidad y sustitución de objetos.
- Criterio 1: empate. Ambas sustituyen visiblemente los elementos de origen por una taza azul marino oscuro con un borde dorado y una servilleta doblada con rayas verdes y blancas; sin las imágenes de referencia, no se pueden verificar el aspecto exacto ni la conservación de las posiciones en la imagen base.
- Criterio 2: empate. Ambas muestran exactamente un cuaderno de tapa dura naranja y otro amarillo mostaza, sin que quede visible ninguna pera verde ni ningún cuaderno azul; no se puede evaluar la correspondencia exacta con las Referencias 4 y 5 sin disponer de ellas.
- Criterio 3: empate. Ambas muestran exactamente dos limones a la derecha de la taza, sin frutas adicionales ni objetos duplicados visibles.
- Criterio 4: la imagen de la derecha obtiene un mejor resultado. Muestra un encuadre más amplio y coherente de la mesa, con todos los objetos totalmente visibles y más veta de madera alrededor, mientras que la izquierda tiene un recorte mucho más cerrado y amplía considerablemente la taza, los limones y el cuaderno. No se puede confirmar la conservación exacta respecto a la Referencia 1 porque esta no se muestra.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Use Reference 1 as the base tabletop scene. Replace the red mug with the exact dark navy-blue mug from Reference 2 in the same position and orientation. Replace the folded white towel with the exact green-and-white striped napkin from Reference 3 in the same folded area. Replace the green pear with exactly one orange from Reference 4 in the same position. Replace the blue notebook with the exact mustard-yellow hardcover notebook from Reference 5 in the same position. Add exactly the two lemons from Reference 6 to the right of the mug. Preserve the wooden table, camera, framing, wood grain, lighting, shadows, and all other spatial relationships from Reference 1. Do not copy the white product backgrounds from References 2–6, duplicate any asset, or add other objects.
Sustitución de texto dentro de la imagen
Mejor en este caso: Seedream 5 ProAmbos resultados muestran el texto solicitado de forma correcta y limpia. El resultado de la derecha tiene una ligera ventaja porque su encuadre más amplio parece menos alterado, aunque la ausencia de la imagen de origen impide evaluar con certeza los criterios de conservación.
- Texto exacto y eliminación del texto anterior: empate. Ambos carteles muestran exactamente "NIGHT OWL", sin que quede visible ningún texto anterior.
- Sin caracteres adicionales ni deformados: empate. Ambos carteles contienen únicamente los caracteres claramente formados de "NIGHT OWL".
- Conservación del estilo de la fuente, el espaciado y la perspectiva: empate. Ambos utilizan letras mayúsculas limpias de estilo sans serif y alineadas con la perspectiva del cartel, pero no se puede verificar la conservación de la fuente y el espaciado originales sin la imagen de origen.
- Conservación del material del cartel, la iluminación y la escena circundante: imagen de la derecha. Ambas muestran un cartel verde oscuro con vetas de madera bajo una iluminación direccional similar, pero la imagen de la derecha conserva una composición más amplia del escaparate, mientras que la de la izquierda presenta un reencuadre visible y un recorte más cerrado; por lo demás, no se puede confirmar la conservación exacta respecto a la imagen de origen.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
Transferencia de identidad y prendas con múltiples referencias
Mejor en este caso: Seedream 5 ProEn general, la imagen de la derecha ofrece un resultado mejor, principalmente porque conserva una pose y un encuadre más completos e integra la chaqueta abierta de forma más natural. La ausencia de las referencias de origen impide evaluar con certeza la correspondencia exacta de la identidad y la prenda.
- Conservación de la identidad y la composición: la imagen de la derecha obtiene un resultado visiblemente mejor porque mantiene una mayor parte del torso y los brazos de la persona, así como una pose de las manos que parece más cercana a la original, mientras que la izquierda aplica un recorte mucho más cerrado que cambia el encuadre. No se puede confirmar la conservación exacta de la identidad facial y la expresión sin la Referencia 1.
- Fidelidad de la chaqueta: la imagen de la derecha obtiene un mejor resultado en cuanto a la integridad visible de la prenda: la tela vaquera azul claro, el cuello de borreguillo color crema, los botones metálicos, los dos bolsillos con solapa y el parche rojo de la manga están representados con claridad, y el frente abierto permite ver la confección de la chaqueta. No se puede confirmar la correspondencia exacta con la Referencia 2 porque esta no se muestra.
- Sustitución completa y ausencia de elementos de las referencias: empate. Ambos resultados sustituyen por completo la chaqueta de traje negra por la chaqueta vaquera, y ninguno incluye visiblemente un maniquí fantasma ni un fondo de producto blanco.
- Coherencia física: la imagen de la derecha obtiene un mejor resultado. La chaqueta abierta cae con naturalidad alrededor de la camisa blanca, las mangas se unen limpiamente con las muñecas y la superposición de las manos y la chaqueta es coherente. La izquierda resulta verosímil en términos generales, pero la chaqueta cerrada parece excesivamente rígida y grande alrededor del torso, y los dedos, muy superpuestos, están resueltos con menos limpieza.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Use the portrait in Reference 1 for the person and the isolated jacket in Reference 2 for the garment. Dress the person from Reference 1 in the exact jacket shown in Reference 2. Preserve the person's identity, face, expression, skin, hair, hands, pose, body proportions, background, framing, and lighting from Reference 1. Preserve the jacket's material, color, collar, buttons, pockets, and sleeve patch from Reference 2. Do not copy the ghost mannequin or white product background.
Reiluminación coherente de escenas
Mejor en este caso: Seedream 5 ProLa imagen de la DERECHA ofrece una reiluminación más convincente: su iluminación cálida es direccional, presenta coherencia espacial y se equilibra con zonas de sombra neutras, en lugar de inundar toda la habitación de naranja.
- La cálida luz de la hora dorada entra claramente por la ventana de la izquierda: la imagen de la derecha lo resuelve mejor; la luz solar cálida se proyecta visiblemente desde la ventana del lado izquierdo sobre el sofá y la pared, mientras que la imagen de la izquierda presenta un tono naranja mucho más uniforme en toda la habitación.
- Las zonas iluminadas y la dirección de las sombras responden de forma coherente a la nueva fuente de luz: la imagen de la derecha lo resuelve mejor; las proyecciones del marco de la ventana, la sombra de la planta, el sombreado del sofá y la sombra de la lámpara se extienden de forma consistente en dirección opuesta a la ventana izquierda. La imagen de la izquierda también tiene sombras direccionales, pero sus amplias zonas de luz intensa en la pared parecen integrarse de forma menos natural.
- El resultado es más que un filtro amarillo uniforme: la imagen de la derecha lo resuelve mejor; conserva blancos neutros y zonas sombreadas más frías, a la vez que aplica calidez de forma selectiva a las superficies iluminadas por el sol. La imagen de la izquierda presenta luces y sombras diferenciadas, pero el marcado tono naranja afecta a casi toda la escena.
- No se mueve, añade, elimina ni rediseña ningún mueble o elemento decorativo: esto no puede evaluarse sin la imagen original; los dos resultados presentan encuadres y proporciones aparentes de los objetos sustancialmente diferentes, pero ninguno permite determinar cuál conservó el original.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Change the lighting to warm golden-hour sunlight entering from the left window. Do not move, add, remove, or redesign any object. Update highlights and shadows coherently.
Outpainting entre distintas proporciones
Depende de la tareaAmbas imágenes cumplen en un grado similar los requisitos de expansión de imagen que pueden evaluarse visualmente. No es posible determinar si se conservó la imagen original sin verla, por lo que no hay un ganador general que pueda justificarse.
- Resultado en formato 16:9 con contenido nuevo y natural a ambos lados: Empate. Ambos resultados tienen formato horizontal y prolongan de forma natural el cielo azul, el océano, la línea de costa y la arena hacia ambos lados.
- Imagen original completa, centrada y sin recortes ni estiramientos: Empate. Ambos muestran la cabaña completa y centrada, con suficiente playa y cielo alrededor, y ninguno presenta estiramientos geométricos ni recortes visibles en los bordes. No es posible verificar la conservación exacta del original no mostrado basándose únicamente en estos resultados.
- Cabaña, línea de costa y composición interna originales sin cambios: Esto no puede evaluarse de forma fiable porque no se muestra la imagen original. La escala y la posición vertical de la cabaña y la línea de costa difieren entre ambos resultados, pero las imágenes por sí solas no permiten establecer cuál coincide con el original.
- Sin uniones visibles, relleno reflejado ni objetos repetidos: Empate. Ninguna imagen muestra un límite de expansión evidente, patrones reflejados ni objetos duplicados; las texturas del agua, las nubes y la playa se prolongan de forma limpia en todo el encuadre.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Expand the canvas to a 16:9 landscape by naturally continuing the beach, ocean, and sky on both sides. Keep the complete original image centered without cropping, stretching, letterboxing, or modifying it.
Preservación del producto al cambiar de escena
Mejor en este caso: seedream 4.5La imagen de la izquierda ofrece un mejor resultado general porque la construcción de la zapatilla y su integración con la superficie mojada son más coherentes, aunque la imagen de la derecha comunica con mayor claridad el entorno de una cancha de baloncesto al aire libre. No es posible confirmar la conservación exacta del producto sin la imagen original.
- Ubicación convincente en la cancha: la imagen de la derecha lo resuelve mejor; la valla metálica, las luces encendidas de la cancha, las líneas pintadas, los charcos y el cielo morado del crepúsculo hacen que el entorno de una cancha de baloncesto al aire libre se reconozca de inmediato. La imagen de la izquierda también muestra una cancha mojada al atardecer, pero se ven menos elementos específicos del baloncesto.
- Coherencia de la zapatilla: la imagen de la izquierda presenta una mejor calidad de construcción visible; su silueta, suela en capas, costuras, cordones y transiciones entre materiales se ven más limpios y coherentes entre sí. La imagen de la derecha presenta pequeñas protuberancias irregulares y motas a lo largo de la parte inferior de la suela. No es posible evaluar por completo la conservación exacta del ángulo de cámara y de la zapatilla originales porque no se muestra la imagen de origen.
- Marca geométrica negra en el lateral: ambas muestran una marca angular negra clara y reconocible, con la misma estructura general de línea quebrada. No es posible evaluar si alguna permanece exactamente igual que en el original sin ver la imagen original.
- Coherencia física: la imagen de la izquierda lo resuelve mejor; la zapatilla tiene una sombra de contacto bien asentada, un reflejo intenso alineado debajo y una iluminación cálida del atardecer que afecta de forma consistente tanto a la zapatilla como a la superficie mojada. La imagen de la derecha presenta una iluminación crepuscular y reflejos de luz plausibles, pero la forma oscura bajo la puntera y la suela parece más una silueta duplicada y excesivamente sólida que un reflejo natural sobre una superficie mojada.
Imágenes de referencia
Prompt y ajustes utilizados
Prompt
Place the sneaker on a wet outdoor basketball court at dusk. Preserve the exact sneaker shape, black geometric side mark, materials, stitching, sole geometry, and camera angle. Add physically coherent contact, reflections, and dusk lighting.
Coste y latencia
Ambos modelos parten de 25 créditos, por lo que el coste mínimo de generación es el mismo. En la pequeña muestra de latencia de esta prueba, seedream 4.5 registró entre 21220 ms y 52476 ms, mientras que Seedream 5 Pro registró entre 38569 ms y 141015 ms; son muestras observadas, no cifras de referencia.
Cómo comparamos y declaración de transparencia
Usamos un prompt fijo por escenario e hicimos una ejecución con cada modelo para cada escenario; después, publicamos los resultados tal como se generaron. Banana Pie ofrece acceso de pago a ambos modelos.
Banana Pie ofrece acceso de pago a este modelo junto con otros modelos en un mismo estudio. Nuestros veredictos proceden de pruebas realizadas mediante el mismo sistema que usan nuestros usuarios.