画像生成におけるseedream 4.5とSeedream 5 Proの比較
指示への忠実さ、タイポグラフィ、人体構造、構図、参照画像に基づく編集、ライティングの変更、アウトペインティングでは、Seedream 5 Proが優れています。シーンを変えても商品の見た目を維持することを重視するなら、seedream 4.5がおすすめです。個数の再現と構造化されたUIグラフィックスでは、両モデルは互角です。
機能を並べて比較
| 項目 | seedream 4.5 | Seedream 5 Pro |
|---|---|---|
| 開発元 | ByteDance | ByteDance |
| Banana Pieでの提供状況 | 利用可能 | 利用可能 |
| 必要クレジット | 25クレジット | 25クレジット |
| 最大解像度 | 4K | 2K |
| 参照画像 | 最大8枚 | 最大8枚 |
シーン別比較
同じプロンプト、2つのモデル。以下の公開画像で違いを比較してください。
商品の素材感とライティング
この条件ではSeedream 5 Proが優位右は、指定された液体の充填量と商品撮影における光の物理的な挙動を、はるかに忠実に再現しています。
- 透明な長方形の香水ボトルがちょうど1本だけ写っており、文字、ロゴ、余分なオブジェクトがない：右の方が優れています。右は長方形の香水ボトル全体を明確に識別できる形で1本だけ描写し、文字、ロゴ、追加のオブジェクトも見当たりません。左もボトルは1本だけですが、上端が切れています。
- ボトルには琥珀色の液体が半分まで入っていることが明確に分かる：右の方が明らかに優れています。右では琥珀色の液体がボトル本体のおよそ中間まで達していますが、左のボトルはほぼ満杯に見えます。
- ガラスの屈折と濡れた黒い石の上の反射が物理的に整合している：右の方が優れています。ガラスの縁、液体による歪み、中央に位置する反射が自然に対応しています。左は琥珀色の反射が不釣り合いに長く拡散しており、ボトル内部の光学的な境界にも説得力が欠けます。
- 左上からの照明によるハイライトに一貫性があり、接地影も自然である：右の方が優れています。左側を向いたガラスの縁が明るく、ハイライトが抑えられ、底面周辺の影が接地感を生んでおり、一貫性があります。左も左上から照らされていますが、白飛びが激しく、輪郭の硬い大きな影によって照明の整合性が損なわれています。
使用したプロンプトと設定
プロンプト
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.
多言語タイポグラフィ
この条件ではSeedream 5 Proが優位右は指定された4行の多言語ポスターレイアウトを正確に再現していますが、左は指定された2つの行をそれぞれ2行に分割しています。
- 中央揃えのテキストがちょうど4行あり、追加のテキストがない：右の方が優れています。中央揃えのテキストが正確に4行表示されています。左は「MOONLIGHT MARKET」と「18 OCT」をそれぞれ別の行に分割しているため、表示されるテキストは6行になっています。
- テキストと順序が指定どおりである：右の方が優れています。「MOONLIGHT MARKET」、「月光市集」、「18 OCT」、「RIVER HALL」が、指定された順序で各行に正確に表示されています。左にも同じ語句と文字が順番どおりに含まれていますが、「MOONLIGHT MARKET」と「18 OCT」がそれぞれ2行に分割されています。
- 指定されたテキストの色：引き分けです。どちらも「月光市集」を赤、ラテン文字のテキストをすべて黒で表示しています。
- 可読性、間隔、配置：右の方が優れています。4行すべてが明瞭に読め、中央揃えで、一貫した間隔で配置されています。左も中央揃えで読み取れますが、文字が大きすぎるため意図しない折り返しが発生し、縦方向の間隔もかなり不均一です。
使用したプロンプトと設定
プロンプト
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.
人体構造と接触表現
この条件ではSeedream 5 Proが優位総合的には右の結果が優れています。鉢の内側にある手の指5本すべてを目視で確認できるわけではありませんが、両手の区別が明確で、手の構造や粘土との接触がより自然に見え、陶器を成形する動作も伝わりやすくなっています。
- 手がちょうど2つあり、どちらも全体が見え、余分な手や人物がいない：右が優れています。どちらも手はちょうど2つで、余分な人物もいませんが、右のほうが両手をはっきりと見分けられます。左では、奥の手が手前の手に大きく隠れています。
- 各手に、自然な形をした明確に区別できる指がちょうど5本ある：僅差で左が優れています。左は手前の手に親指とほかの4本の指がはっきり見える一方、もう一方の手は一部が隠れています。右は鉢の内側にある手に4本の指が見えますが、親指は明確に確認できません。
- 指、関節、粘土との接触が人体構造として自然である：右が優れています。指の関節や長さ、内側と外側から挟む手の形が自然です。一方、左は手の重なりによって複数の指が見分けにくく、成形時の接触にも説得力が欠けます。
- 粘土の鉢、回転するろくろ、成形する動作を明確に認識できる：右が優れています。ろくろに載った鉢がはっきり見え、片手を内側に入れ、もう片方の手で外側を支えているため、成形する動作がすぐに伝わります。左にも鉢とろくろはありますが、重なった手によって動作が見えにくくなっています。
使用したプロンプトと設定
プロンプト
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.
数量表現と属性の対応付け
用途によるどちらの画像も、指定された個数、属性、取っ手の向き、余分な要素がないことを含む4つの基準をすべて満たしています。違いは構図上のものであり、評価基準には影響しません。
- オブジェクトの個数と配置：引き分けです。どちらの画像も、左側に赤い立方体が横一列にちょうど3個、右側に青い球体がちょうど2個、前景のオブジェクトの後ろ中央に黄色いマグカップが1個、はっきりと描かれています。
- 色、形状、素材の対応付け：引き分けです。どちらの画像も、木目が見える赤い木製の立方体、半透明の青いガラス球、光沢のある黄色い陶器製マグカップを明確に描いています。
- マグカップの取っ手の向き：引き分けです。どちらの画像でも、マグカップの右側に取っ手がはっきり見えます。
- 追加のオブジェクトやテキストがない：引き分けです。どちらの画像にも、目に見える余分なオブジェクトやテキストはありません。
使用したプロンプトと設定
プロンプト
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.
広告構図
この条件ではSeedream 5 Proが優位右の画像は、特に上部の余白、左上の見出し配置、全体的な視覚的階層において、指定されたレイアウトをより忠実に再現しています。
- 銀色のシューズとオレンジ色の軌跡がそれぞれ1つだけある：どちらも右下に銀色のシューズが1足だけあり、左下からオレンジ色の軌跡が伸びています。右は軌跡がよりすっきりとしており、カーブも明確です。左は軌跡が太く、一部がシューズの下を通っているため、この点では右がわずかに優れています。
- 表示されているテキストのみ：どちらも表示されているテキストは「RUN LIGHT」と「42 KM」だけで、両方の表記も正確です。この基準は引き分けです。
- 上部の余白と見出しの配置：右の方が優れています。上部に明確な余白があり、「RUN LIGHT」がそのすぐ下の左上に配置されています。左では「RUN LIGHT」が極端に大きく上部まで広がっており、さらにオレンジ色の帯が上端を占めています。
- 視認性と視覚的階層：右の方が優れています。見出し、バッジ、シューズ、軌跡がすべて完全に見え、明確に分離され、強調のバランスも取れています。左も各要素は見えていますが、特大の「RUN LIGHT」が構図の大部分を占め、視覚的階層を弱めています。
使用したプロンプトと設定
プロンプト
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.
構造化されたUIグラフィック
用途によるどちらの画像も4つの評価基準をすべて満たしています。スタイルは異なりますが、要件への適合度に目に見える優劣はありません。
- タイトルと列：引き分けです。どちらも正確なタイトル「CHOOSE YOUR PLAN」と、「STARTER」、「PRO」、「TEAM」というラベルが付いたちょうど3つの列を表示しています。
- 行：引き分けです。どちらの画像でも、すべての列に必須の3行が正確に含まれ、「PROJECTS」、「STORAGE」、「SUPPORT」と表示され、一貫して配置されています。
- ボタン：引き分けです。どちらの画像でも、すべての列に「SELECT」と表示された青いボタンがちょうど1つあります。
- 配置と追加コンテンツ：引き分けです。どちらも追加の列やテキストなしで3列を均等に配置しています。左は中央揃えの表形式グリッド、右は縦の区切り線を備えた、均等な間隔の左揃えコンテンツを使用しています。
使用したプロンプトと設定
プロンプト
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.
6点の参照画像によるオブジェクト対応付けと編集
この条件ではSeedream 5 Proが優位右が明確に優れています。指定されたすべての対応関係を再現しつつ、元のシーンをはるかに忠実に維持しています。
- 評価基準1：右が優れています。金色の縁がある濃紺のマグカップと緑と白のストライプ柄のナプキンが参照画像2と3によく一致し、元のマグカップとタオルとほぼ同じ範囲に収まっています。左も外観を再現していますが、両方を大幅に拡大し、マグカップを下にずらしたため一部が画面外に切れています。
- 評価基準2：右が優れています。洋ナシを葉付きのオレンジ1個に、青いノートを黒いゴムバンド付きのマスタードイエローのハードカバーノートにきれいに置き換え、どちらも元の物の位置に近い場所に配置しています。左も指定どおりの物に置き換えていますが、特にノートで拡大と位置のずれが目立ちます。
- 評価基準3：右が優れています。マグカップの右にレモンがちょうど2個あり、左側のレモンには参照画像6と分かる葉と茎の配置が再現されています。左もレモンがちょうど2個あり、マグカップとの大まかな位置関係は正しいものの、レモンが拡大され、シーンの下方にずれています。
- 評価基準4：右が大幅に優れています。参照画像1の横長のフレーミング、カメラアングル、天板の見える範囲、特徴的な木目、照明、物同士の間隔を忠実に維持しています。左はフレーミングを大きく変えてシーンを拡大し、マグカップの下部を切り、各物体を拡大して、複数の位置関係を変えています。
使用したプロンプトと設定
プロンプト
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.
画像内テキストの置換
この条件ではSeedream 5 Proが優位どちらも文字をきれいに置き換えていますが、右は指定されたタイポグラフィを維持しながら、参照画像をはるかに忠実に再現しています。
- 正確な文字の置き換え：どちらも正確に「NIGHT OWL」と表示され、「MORNING BEAN」は完全に取り除かれています。
- 文字の崩れがない：どちらも意図された文字だけが描かれ、余分な文字、重複した文字、形の崩れた文字はありません。
- フォント、文字間隔、遠近感：右のほうが参照画像に近く、元の幅の狭い大文字の特徴、適度な文字間隔、文字の大きさ、看板の遠近感を維持しています。左は文字が大幅に大きく、文字間隔も広くなり、見る角度も変わっています。
- 素材、照明、シーンの維持：右は参照画像の看板の質感、建物正面のフレーミング、照明器具、影、店構えの比率、植物、ベンチを忠実に維持しています。左は切り取り方、遠近感、店構えの比率、周囲の細部のいくつかが明らかに変わっています。
参照画像
使用したプロンプトと設定
プロンプト
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
複数参照による人物の同一性維持と衣装転写
この条件ではSeedream 5 Proが優位総合的には右の着せ替えが優れています。左はジャケット単体の再現がより正確ですが、右はジャケットの主な特徴を取り入れながら、人物、元の構図、身体に自然に合った着こなしをはるかによく維持しています。
- 人物の同一性、表情、髪、ポーズ、体の比率、フレーミング：右が優れています。元のスリークォーターのフレーミング、頭の大きさ、見えている白いシャツ、手の位置、全身の比率をより忠実に維持しています。左は切り取りが大幅にタイトになり、人物が拡大され、胴体の幅が広がり、顔や表情もわずかに変わっています。
- ジャケットの素材、色、襟、ボタン、ポケット、袖のワッペン：左が優れています。淡いブルーのデニム、厚みのあるクリーム色のシアリング襟、中央の前立て、左右対称のフラップポケット、縦の縫い目、ブロンズ色のボタン、赤い袖のワッペンが、参照画像2をより忠実に再現しています。右も主要なデザイン要素を維持していますが、前を開けて着ているため正面が左右非対称になり、ボタンと前立ての配置の忠実さが低下しています。
- マネキンや商品背景を残さない完全な置き換え：両者は互角です。どちらも黒いスーツのジャケットをデニムジャケットに完全に置き換え、元のグレーの室内と明るい窓の縁を維持しており、白い商品背景やマネキンは見えません。
- 手、フィット感、重なり、影、照明の物理的な整合性：右が優れています。開いたジャケットが白いシャツの周囲で胴体に自然に沿い、袖口と袖が手首にきれいにつながり、照明も元のシーンと整合しています。左も不自然ではありませんが、人物に対して胴回りのジャケットが過度に幅広く、硬く見えます。
使用したプロンプトと設定
プロンプト
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.
一貫性のあるシーン再照明
この条件ではSeedream 5 Proが優位照明変更の整合性では右が優れています。元の部屋や物をはるかに忠実に維持しながら、ゴールデンアワーの方向性のある光を説得力のある形で表現しています。
- 暖かいゴールデンアワーの光が左の窓から明確に差し込んでいる：どちらも明確に満たしており、左側の窓から明るい琥珀色の日差しが部屋に差し込んでいるのが分かります。左のほうがゴールデンアワーの効果がやや強く、ドラマチックです。
- ハイライトと影の向きが新しい光源に対して整合している：右が優れています。窓の形に差し込む光、植物の影、ソファのハイライト、右方向に伸びる影が、左の窓から来る光として一貫しています。左もおおむね整合していますが、ハイライトと落ちる影がより強調されています。
- 単に全体に黄色いフィルターをかけただけではない：右が優れています。局所的な暖色のハイライト、窓枠の投影、植物の影を加えつつ、日陰には中立的な色味から暗い色調までが保たれています。左も方向性のある照明を加えていますが、強いオレンジの色味が天井、壁、家具、ラグ、床により均一に広がっています。
- 家具や装飾品を移動、追加、削除、再設計していない：右が大幅に優れており、参照画像のフレーミングと、窓、植物、ソファ、ランプ、テーブル、ラグの位置やデザインを忠実に維持しています。左はフレーミングと見かけのスケールを大きく変え、複数の要素を拡大してデザインも変更し、ソファとテーブルの比率やシーンの切り取り方も変えています。
参照画像
使用したプロンプトと設定
プロンプト
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.
異なるアスペクト比へのアウトペインティング
この条件ではSeedream 5 Proが優位右は元画像の中央に配置された構図と小屋の比率をよりよく維持しており、拡張された砂浜にわずかな色調の変化がある点を上回る評価です。
- 16:9の横長画像で、左右に自然な新しい内容がある：どちらも16:9の横長画像で、空、海、海岸線、砂浜が左右に自然につながっています。この点で明確な優劣はありません。
- 元画像全体が切り取りや引き伸ばしなしで中央に配置されている：右が優れています。中央の正方形領域内で、小屋の大きさとフレームに対する位置が参照画像により近くなっています。一方、左は小屋が明らかに幅広く、大きくなっています。
- 元の小屋、海岸線、画像内の構図が変わっていない：右が優れています。小屋の比率、ドアの位置、水平線の高さ、帯状の波、手前の砂浜の広さが参照画像により近く、左は小屋の幅と構造の細部に変化が目立ちます。
- 目立つつなぎ目、鏡像による補完、物体の繰り返しがない：左がわずかに優れています。左は拡張された砂浜と海が視覚的に連続していますが、右は中央の元画像領域の右端付近で砂浜の色調がわずかに変化しています。どちらも明らかな鏡像化や物体の重複はありません。
参照画像
使用したプロンプトと設定
プロンプト
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.
シーン変更時の商品再現性維持
この条件ではseedream 4.5が優位左はスニーカーをより忠実に維持しながら、夕日の光と反射が整合する、説得力のある濡れたバスケットボールコートのシーンに自然になじませています。
- 夕暮れのコートへの配置：左が優れています。コートの塗装、見えているバスケットゴールの設備、濡れた水たまり、暖かい夕日によって、指定された場面がすぐに伝わります。右も夕暮れの濡れた屋外コートを描いていますが、場所を伝える要素としてはバスケットボール特有の設備よりもフェンスや照明が目立ちます。
- 商品の一貫性：左が優れています。長めのつま先、かかとの輪郭、層状のソール、前面の凹凸のあるバンパー、パネルのステッチ、滑らかな白い素材、斜め側面からのアングルが、特に参照画像1に近く保たれています。右も細部の大部分をよく維持していますが、前足部がやや短く、靴がより起き上がった向きに見えます。
- 側面の黒い幾何学マーク：左が優れています。右下に長く伸びる部分、上に伸びる部分、左へ水平に折れ曲がる部分が、参照画像のマークの比率を忠実に維持しています。右も基本的には同じ記号を保っていますが、参照画像1に比べて上下に伸びる部分が短く見えます。
- 物理的な整合性：左が優れています。靴の接地を示す影があり、水たまりには靴の位置と向きに合った鮮明な反射が映り、暖かな照明も夕日と整合しています。右も濡れたアスファルトや接地部分の影に説得力がありますが、夕暮れのシーンに対して靴が比較的明るく、中立的な色味のままで、反射も一部が欠けています。
参照画像
使用したプロンプトと設定
プロンプト
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.
コストと処理時間
両モデルとも25クレジットから利用できるため、最低生成コストは同じです。今回の少数サンプルで観測されたレイテンシーは、seedream 4.5が21220 ms～52476 ms、Seedream 5 Proが38569 ms～141015 msでした。これらはベンチマーク値ではなく、実際に観測されたサンプルです。
比較方法と開示事項
各シナリオでモデルごとに1つの固定プロンプトを使用し、選定した出力結果を公開しています。公開画像にはBanana Pieの透かしが入っています。Banana Pieでは、両モデルへの有料アクセスを提供しています。
Banana Pieでは、このモデルを他のモデルとともに1つのスタジオで有料提供しています。評価は、ユーザーと同じ生成環境で実施したテストに基づいています。