画像生成におけるseedream 4.5とSeedream 5 Proの比較
これらの固定プロンプトによるシナリオの大半ではSeedream 5 Proが勝利し、プロンプトへの忠実度、人体構造、構図、オブジェクトと属性の対応付け、編集、再ライティングでより優れた結果を示しました。今回検証した商品保持シーン、またはこの実行で観測された低いレイテンシーを重視する場合はseedream 4.5が適しています。個数指定、構造化されたUIグラフィック、アウトペインティングは引き分けでした。
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
両モデルを固定テストの同一プロンプトで実行。生成された画像を加工せず、そのまま掲載しています。
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が優位右は手がより明確に分離され、人体構造と接触が自然で、陶器を成形する動作も認識しやすいため、総合的に優れています。ただし、ボウルの内側にある手の5本の指すべてを目視で確認することはできません。
- 完全に見える手がちょうど2つあり、余分な手や人物がいない：右の方が優れています。どちらも手はちょうど2つで、余分な人物はいませんが、右はそれぞれの手がより明確に分かれていて判別しやすくなっています。左では奥側の手が手前の手によって大きく隠れています。
- それぞれの手に、自然な形の指が明確に5本ずつある：僅差で左の方が優れています。手前の手には4本の指と親指が明確に見えますが、もう一方の手は一部が隠れています。右ではボウルの内側にある手の親指がはっきり見えないため、その手に5本の指があることを確認できません。
- 指、関節、粘土との接触が人体構造上自然である：右の方が優れています。指関節、指の長さ、内側と外側から挟むような持ち方が自然です。左は手が重なっているため複数の指が曖昧に見え、成形時の接触にも説得力が欠けます。
- 粘土のボウル、回転するろくろ、成形動作を明確に認識できる：右の方が優れています。ボウルがろくろの上に明確に置かれ、一方の手が内側、もう一方の手が外側を支えているため、成形動作をひと目で理解できます。左にもボウルとろくろがありますが、重なった手によって動作が隠れています。
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が優位右は元のシーンと思われるフレーミングと空間表現をより適切に保持しています。それ以外では、目視できるオブジェクト数と置換の要件をどちらも同程度に満たしています。
- 基準1：引き分けです。どちらも元のアイテムを、金色の縁が付いた濃いネイビーのマグカップと、折りたたまれた緑と白のストライプ柄ナプキンに置き換えていることが確認できます。参照画像がないため、外観の正確な一致と元の位置の保持は検証できません。
- 基準2：引き分けです。どちらもオレンジ色とマスタードイエローのハードカバーノートをそれぞれちょうど1冊ずつ表示し、緑の洋ナシや青いノートは残っていません。参照画像4と5がないため、正確な一致は評価できません。
- 基準3：引き分けです。どちらもマグカップの右側にレモンをちょうど2個表示し、余分な果物や重複したオブジェクトは見当たりません。
- 基準4：右の方が優れています。右はより広く一貫性のあるテーブルトップのフレーミングで、すべてのオブジェクトが完全に見え、その周囲にも木目がより広く写っています。左はかなりタイトに切り取られ、マグカップ、レモン、ノートが大幅に拡大されています。参照画像1が表示されていないため、元の状態が正確に保持されているかは確認できません。
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が優位どちらの出力も、指定されたテキストを正確かつ明瞭に描画しています。元画像がないため保持に関する基準には不確実性が残りますが、右はより広いフレーミングで変更が少なく見えるため、わずかに優れています。
- テキストの正確さと古いテキストの除去：引き分けです。どちらの看板にも「NIGHT OWL」と正確に表示され、以前のテキストは残っていません。
- 追加の文字や不正な形の文字がない：引き分けです。どちらの看板にも、明瞭に形成された「NIGHT OWL」の文字だけが含まれています。
- フォントの特徴、文字間隔、遠近感の保持：引き分けです。どちらも看板の遠近感に沿った明瞭な大文字のサンセリフ体を使用していますが、元画像がないため、元のフォントと文字間隔が保持されているかは検証できません。
- 看板の素材、照明、周囲のシーンの保持：右です。どちらも同じ方向からの光を受けた濃い緑色の木目調看板を描いていますが、右は店舗正面の構図をより広く保持している一方、左は明らかにフレーミングが変更され、よりタイトに切り取られています。それ以外については、元画像との正確な比較ができないため、保持の程度を確認できません。
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が優位右は、より完全なポーズとフレーミングを保持し、開いたジャケットも自然に馴染ませているため、総合的に優れています。参照元がないため、人物の同一性と衣服の正確な一致について確信を持って判断することはできません。
- 人物の同一性と構図の保持：目視できる範囲では右の方が優れています。人物の胴体と腕がより広く残され、元のものと思われる手のポーズも保持されています。一方、左はかなりタイトに切り取られ、フレーミングが変わっています。参照画像1がないため、顔の同一性と表情が正確に保持されているかは確認できません。
- ジャケットの再現度：目視できる衣服の完全性では右の方が優れています。ライトブルーのデニム、クリーム色のシアリング襟、金属製ボタン、2つのフラップポケット、袖の赤いパッチがすべて明確に表現され、前が開いているためジャケットの構造も分かります。参照画像2が表示されていないため、正確な一致は確認できません。
- 完全な置換と参照画像由来の不要要素：引き分けです。どちらの出力も黒いスーツジャケットをデニムジャケットに完全に置き換えており、ゴーストマネキンや白い商品背景は見当たりません。
- 物理的な整合性：右の方が優れています。開いたジャケットが白いシャツの周囲に自然に垂れ、袖口が手首にきれいにつながり、手とジャケットの重なりにも一貫性があります。左もおおむね自然ですが、閉じたジャケットは胴体周辺で不自然に硬く大きく見え、密に重なった指の描写もやや不明瞭です。
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が優位右の方が、より説得力のある再ライティングになっています。暖色の照明には明確な方向性と空間的な一貫性があり、部屋全体をオレンジ色で覆い尽くすことなく、ニュートラルな陰影部分とのバランスも取れています。
- 暖かなゴールデンアワーの光が左側の窓から差し込んでいることが明確に伝わる点では、右のほうが優れています。右では、暖かな日差しが左側の窓からソファと壁へはっきりと投射されていますが、左は部屋全体がより均一なオレンジ色になっています。
- ハイライトと影の方向が新しい光源に整合している点でも、右のほうが優れています。窓枠の投影、植物の影、ソファの陰影、ランプの影が、いずれも左側の窓から遠ざかる方向へ一貫して伸びています。左にも方向性のある影はありますが、壁面の広範囲に及ぶ非常に明るい光の部分は、やや自然になじんでいません。
- 単なる一様な黄色のカラーフィルターを超えた仕上がりという点でも、右のほうが優れています。右はニュートラルな白や寒色寄りの陰影部分を保ちながら、日差しが当たる面だけに選択的に暖かみを加えています。左にも明確な光と影はありますが、強いオレンジの色かぶりがシーンのほぼ全体に及んでいます。
- 家具や装飾品が移動、追加、削除、再設計されていないかについては、元画像がないため評価できません。2つの出力では構図と見かけ上のオブジェクト比率が大きく異なりますが、どちらが元画像を維持しているかは判断できません。
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
用途によるどちらの画像も、視覚的に評価可能なアウトペインティング要件を同程度に満たしています。元画像がないため、その保持度は判断できず、総合的な優劣を裏付ける根拠はありません。
- 両側に自然な新規コンテンツを加えた16:9の出力：引き分け。どちらも横長の画像で、青空、海、海岸線、砂浜が両側へ自然に続いています。
- 元画像全体をトリミングや引き伸ばしなしで中央に配置：引き分け。どちらもキャビン全体が中央に配置され、周囲に十分な砂浜と空があり、目立つ幾何学的な引き伸ばしや端のトリミングも見られません。これらの出力だけでは、提示されていない元画像が正確に保持されているか確認できません。
- 元のキャビン、海岸線、内部構図が変更されていないこと：元画像が提示されていないため、確実には評価できません。2つの出力ではキャビンと海岸線の縮尺や垂直方向の配置が異なりますが、画像だけではどちらが元画像と一致しているか判断できません。
- 目立つ継ぎ目、ミラー状の埋め草、重複したオブジェクトがないこと：引き分け。どちらの画像にも明らかな拡張境界、鏡像パターン、重複オブジェクトは見られず、水面、雲、砂浜の質感が各フレーム全体に途切れなく続いています。
参照画像
使用したプロンプトと設定
プロンプト
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が優位スニーカーの構造と濡れた表面へのなじみ方がより整合しているため、総合的には左のほうが優れています。ただし、屋外バスケットボールコートという設定は右のほうが明確に伝わります。元画像がないため、製品が正確に保持されているかは確認できません。
- コート上の説得力ある配置：右のほうが優れています。金網フェンス、点灯したコート照明、ペイントされたライン、水たまり、紫色の夕暮れ空によって、屋外バスケットボールコートという設定がひと目で伝わります。左も夕暮れ時の濡れたコートを描いていますが、バスケットボール特有の周辺要素は少なめです。
- スニーカーの一貫性：視認できる構造の品質では、左のほうが優れています。シルエット、積層されたソール、ステッチ、靴ひも、素材間の切り替わりがよりきれいで、内部的な整合性も高くなっています。右では、下側のソール沿いに小さな不規則な突起や斑点が見られます。元画像が提示されていないため、元のカメラアングルやスニーカーが正確に保持されているかを完全には評価できません。
- 黒い幾何学的なサイドマーク：どちらにも、同じような折れ線構造を持つ、明瞭で判別しやすい黒い角張ったマークが表示されています。どちらかが元画像からまったく変更されていないかは、元画像がないため評価できません。
- 物理的な整合性：左のほうが優れています。靴には接地感のある接触影があり、その真下に位置の合った明瞭な反射が表現されています。また、夕日の暖かな光が靴と濡れた表面の両方に一貫して作用しています。右にも自然な夕暮れの照明と反射光がありますが、つま先とソールの下にある暗い形状は、濡れた表面の自然な反射というより、実体感が強すぎる複製シルエットのように見えます。
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1つの固定プロンプトを使用し、モデルごとに1回ずつ実行したうえで、生成された出力をそのまま公開しました。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。