Seedream 5 Pro と Seedream 5 Lite の画像生成比較
今回の固定プロンプトによる各シナリオでは、総合的に Seedream 5 Pro のほうが優れており、特に製品の構造、タイポグラフィ、人体構造、構図、参照画像を多用する編集、アウトペインティングで強みを示しました。Seedream 5 Lite は、シーン変更時に一貫した再ライティングと製品の外観維持で上回りました。一方、構造化、数の処理、テキスト編集に関する複数のタスクは引き分けでした。
機能を並べて比較
| 項目 | Seedream 5 Pro | Seedream 5 Lite |
|---|---|---|
| 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 | 20クレジット |
| 最大解像度 | 2K | 4K |
| 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が優位左は、指定された香水ボトルの構造、半分の液量、控えめな反射、一貫性のある製品ライティングをより完全に再現しています。右も視覚的な仕上がりは洗練されていますが、香水ボトルらしい栓が明確に見えず、反射の説得力も劣ります。
- 透明な長方形の香水ボトルが1本だけあり、文字、ロゴ、余分な物体がないこと：左のほうが優れています。どちらも文字、ロゴ、余分な物体のない透明な長方形の容器を1つだけ描いていますが、左はキャップとスプレー機構が見えるため、香水ボトルだとはっきり認識できます。右は、上部が開いた長方形のガラス容器のように見えます。
- ボトルに琥珀色の液体が目に見えて半分まで入っていること：左のほうが優れています。左では、琥珀色の液体がボトル本体のおよそ中央まで達し、液面も明確です。右も半分近く入っていますが、目に見える内側の空間に占める液体の量は半分をやや下回ります。
- ガラスの屈折と濡れた黒い石に映る反射が物理的に一貫していること：左のほうが優れています。厚みのあるガラスの縁、内部の歪み、琥珀色の反射が、ボトルと説得力のある形で対応しています。右には輪郭が強く出た反射がありますが、琥珀色の液体が入った部分を明確に反映しておらず、さらにフレーム下部には別の明るい反射片もあります。
- 左上からの光が一貫したハイライトと自然な接地影を生んでいること：左のほうが優れています。上面と左向きのガラス面に最も強いハイライトが入り、ボトルの真下には接地感のある影があります。右にも自然な方向性のあるハイライトと接地影がありますが、非常に明るい反射と縁のハイライトはやや強すぎます。
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が優位左は指定された4行構成のポスターを正確に再現していますが、右は指定された1行目を2行に分けています。それ以外は、どちらも文言、色、読みやすさを適切に表現しています。
- 中央揃えのテキストが正確に4行あり、追加のテキストがないこと：左のほうが優れています。左には「MOONLIGHT MARKET」「月光市集」「18 OCT」「RIVER HALL」の4行が、中央揃えで正確に表示されています。右は見出しを「MOONLIGHT」と「MARKET」に分割しているため、目に見える行数が5行になっています。
- 文言と順序が正確であること：左のほうが優れています。左の4行は「MOONLIGHT MARKET」「月光市集」「18 OCT」「RIVER HALL」の順で、すべて正確に表示されています。右も同じ単語と文字を同じ順序で表示していますが、「MOONLIGHT MARKET」が2行に分かれています。
- 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」を赤で表示し、「MOONLIGHT MARKET」「18 OCT」「RIVER HALL」を含むすべての英語テキストを黒で表示しています。
- 読みやすさ、間隔、配置：左のほうが優れています。左のテキストは明瞭で中央に揃い、4行として整然と配置されています。右も読みやすく中央揃えですが、「MOONLIGHT MARKET」を分割したことで、指定された4行構成が崩れ、縦方向のレイアウトの一貫性も低下しています。
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が優位左は、人体構造と接触表現に関する要件をより一貫して満たしています。右も写実的ですが、粘土に覆われた指が重なり合っているため、手の構造と指の本数がかなり不明瞭です。
- 完全に見える手が正確に2つあり、余分な手や人物がいないこと：左のほうが優れています。左には陶芸家が1人と手が2つだけ描かれ、どちらも完全な手として明確に確認できます。右にも手は2つだけで、ほかの人物はいませんが、手同士が密接に重なっているため、境界がやや不明瞭です。
- それぞれの手に、自然な形の独立した指が正確に5本あること：左のほうが優れています。接触によって一部が隠れているものの、両手とも5本の指を視覚的に確認できます。右では、ボウル付近で指が重なっているため、それぞれの手の親指や指の本数を確信を持って判別することが困難です。
- 指、関節、粘土との接触が解剖学的に自然であること：左のほうが優れています。関節、爪の位置、指の長さ、内側と外側から挟む持ち方が自然に見えます。右は、粘土に覆われた中央の指周辺の人体構造に説得力が乏しく、重なりが密集して曖昧に見えます。
- 粘土のボウル、回転するろくろ、成形動作が明確に認識できること：左のほうが優れています。ボウル全体の輪郭、ろくろの天板、内側と外側から挟んで成形する手の形が、すべて明確に見えます。右にもボウルとろくろが描かれていますが、よりタイトな切り取りと手の重なりによって、成形動作の多くが隠れています。
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4つの基準をすべて満たしており、プロンプトへの忠実度に目立った差はありません。
- 物体の数と配置：引き分けです。どちらの画像にも、左側に横一列に並んだ赤い立方体が正確に3個、右側に青い球体が正確に2個、前景の物体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：引き分けです。どちらの画像でも、赤は木目のある立方体、青は透明で反射するガラス球、黄色は滑らかな陶器製マグカップに明確に対応しています。
- 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、取っ手がマグカップの右側にはっきりと見えます。
- 追加の物体やテキストがないこと：引き分けです。どちらの画像にも、余分な物体やテキストは見当たりません。
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が優位左は指定された構図をより完全に再現しています。特に、シューズ全体を見せつつ、上部に確保された余白のすぐ下に見出しを配置している点で優れています。
- 銀色のシューズが正確に1足あり、オレンジ色の軌跡があること：左のほうが優れています。左では、右下に銀色のシューズが1足、全体が見える状態で配置され、オレンジ色の軌跡は左下から始まって上方へカーブしています。右にも銀色のシューズが1足とオレンジ色の軌跡がありますが、シューズの大部分が右端で切れています。
- 表示されているテキストが指定内容のみであること：引き分けです。どちらの画像にも「RUN LIGHT」と「42 KM」だけが表示され、両方の文言が正しく綴られており、追加のテキストはありません。
- 上部の領域と見出しの配置：左のほうが優れています。左では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。右も上部はすっきりしていますが、「RUN LIGHT」はかなり下に配置されています。
- 要素の視認性と階層：左のほうが優れています。見出し、バッジ、軌跡、シューズがすべて完全に見え、明確に分離されています。右は、それ以外の視覚的な階層は明瞭ですが、シューズが右端で大きく切れているため、必要な要素がすべて完全に見えているわけではありません。
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。目に見える違いはスタイル上のものであり、評価基準全体でどちらかが優位とは判断できません。
- 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正確に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「PROJECTS」「STORAGE」「SUPPORT」という3つのラベルが正確に含まれ、各行が揃っています。
- 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正確に1つずつあります。
- 配置と追加コンテンツ：引き分けです。どちらも均等な間隔の3列を表示し、列内の配置にも一貫性があり、追加の列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
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が優位左は指定された物体の組み合わせをすっきりと再現し、端に詰め込むことなく全体の配置を見せています。どちらも置き換えには成功しているように見えますが、フレーミングと物体全体の視認性では左のほうが優れています。
- マグカップとナプキンの置き換え：引き分けです。どちらも濃いネイビーブルーのマグカップと、緑と白のストライプ柄の折りたたまれたナプキンを、同等のテーブル上の位置に描いています。参照元が提示されていないため、参照画像どおりの外観や元の配置かどうかは確認できません。
- 洋梨とノートの置き換え：左がわずかに優れています。どちらにもオレンジが正確に1個と、マスタードイエローのハードカバーノートがあり、洋梨や青いノートは見当たりません。ただし左は、置き換えられた両方の物体を余裕のあるフレーミングで全体まで見せている一方、右のノートは右端に詰まっています。
- レモンの追加：左のほうが優れています。どちらもマグカップの右側にレモンを正確に2個描き、余分な果物はありません。ただし左は2個のレモン全体がフレーム内に収まっている一方、右では下端近くに配置されています。
- ベースシーンの維持：目に見える範囲では左のほうが優れています。左は横長のフレーミングによって、すべての物体をバランスのよい間隔で完全に見せています。一方、右はかなり縦長の構図を採用し、物体が右端と下端に詰まっています。Reference 1 が提示されていないため、Reference 1 のカメラ、木目、ライティング、影が正確に維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
用途によるどちらの出力も、目に見えるテキスト要件を同等に満たしています。元画像との比較が必要な基準は、この2つの出力だけでは確認できないため、総合的な優劣を妥当に判断することはできません。
- 看板の正確なテキスト：引き分けです。どちらの看板にも「NIGHT OWL」と正確に表示され、以前のテキストの痕跡は見当たりません。
- 追加の文字や不正な形の文字がないこと：引き分けです。どちらも「NIGHT OWL」だけを、明瞭かつ正しい形の大文字で表示しています。
- 元のフォントの特徴、間隔、遠近感：元画像がないため、完全には評価できません。どちらも同様のすっきりとした大文字のサンセリフ体を使用し、文字間隔に一貫性があり、看板の遠近感に沿って自然に配置されています。
- 素材、ライティング、シーンが変更されていないこと：元画像との比較ができないため評価できません。どちらも自然な影を伴う濃い緑色の塗装木製看板を描いていますが、周囲の店舗正面のフレーミングは2つの出力で大きく異なります。
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が優位左は、人体構造と衣服のフィット感の一貫性でわずかに優位ですが、2つの参照元が提示されていないため、人物の同一性やジャケットの参照画像への忠実度を正確に確認することはできません。
- 人物の同一性、表情、髪、ポーズ、体の比率、フレーミング：Reference 1 が提示されていないため、明確には評価できません。出力間では顔の細部やフレーミングに目に見える違いがあり、左は下半身がより広く写っていますが、どちらが参照画像に近いかを判断する根拠はありません。
- ジャケットの素材、色、襟、ボタン、ポケット、袖のパッチ：Reference 2 が提示されていないため、明確には評価できません。どちらもクリーム色のシアリング襟、金属製ボタン、フラップ付き胸ポケット、上腕部の赤いパッチを備えたライトブルーのデニムジャケットを描いています。右はデニムの質感とポケットのステッチがより明瞭ですが、左は全体の構造がよりすっきりと表現されています。
- 黒いスーツの置き換えと、マネキンおよび商品背景の除外：引き分けです。どちらも人物がデニムジャケットを完全に着用しており、黒いスーツ、ゴーストマネキン、白い商品背景は見当たりません。
- 手、衣服のフィット感、重なり、影、ライティング：左のほうが優れています。左では手や重なった指がより明確に分離し、袖口が手首にきれいにつながり、ジャケットも胴体に自然に沿っています。右は中央で指同士の交差が不明瞭で、袖のフィット感もより膨らんで不自然ですが、シーンのライティングには一貫性があります。
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 Liteが優位右は、左から差し込む方向性のあるゴールデンアワーの陽光をより明確に表現し、その光源を局所的なハイライトと長く一貫した影に反映しています。
- 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。強い暖色の陽光が左側の窓付近に集中し、室内を横切るように伸びています。左にも窓からの暖かな光は見られますが、光が進む方向はそれほど明瞭ではありません。
- 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。テーブル、ソファ、植物、窓枠から右方向へ一貫して長い影が伸び、それぞれの左向きの面には対応するハイライトが入っています。左も全体としては自然ですが、床や家具全体にわたる影のパターンがやや不明瞭で、一貫性に欠けます。
- 単に全体へ均一な黄色のフィルターをかけた仕上がりではない点でも、右のほうが優れています。暗めのニュートラルな領域を保ちつつ、局所的に日が当たる部分や窓の形を映した光、物体の影が加えられています。左も均一な色かぶり以上の表現にはなっていますが、暖色の色味がシーン全体により均等に広がっています。
- 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、元の画像がないため確実には評価できません。両方の出力には概ね同じ一連の物体が確認できますが、元画像に対してどの程度保持されているかは不明です。
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が優位左のほうが優れた結果です。自然なワイド構図のアウトペインティングになっており、キャビンも中央に保たれています。一方、右は指定された横長のフレーミングを満たしておらず、主要な被写体が右側に寄っています。
- 1. 最終出力が16:9で、左右の両側に自然な新規コンテンツが生成されている点では、左のほうが優れています。明確な横長のランドスケープ構図で、ビーチ、海、空が左右の両側へ自然に続いています。右は16:9というより、縦長または正方形に近いキャンバスです。
- 2. 元画像全体がクロップや引き伸ばしなしで中央に保たれている点では、左のほうが優れています。キャビンと周囲の構図が中央に配置され、左右両側に十分な余白があります。右ではキャビンが中央から明らかに右へ寄っています。元画像がないため、厳密に保持されているかは確認できません。
- 3. 元のキャビン、海岸線、内部の構図が変更されていないかについては、元画像を確認できないため断定できません。2つの出力ではキャビンの大きさ、配置、細部が目に見えて異なりますが、それだけではどちらが元画像をより正確に保持しているか判断できません。
- 4. 拡張部分に目立つ継ぎ目、反転した埋め草、物体の重複がない点は引き分けです。どちらも空、海、波、砂浜が自然につながっており、明らかな境界、反転部分、重複した物体は見られません。
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 5 Liteが優位指定されたバスケットボールコートの環境をより説得力のある形で表現し、濡れた地面の反射もより優れているのは右です。一方、確認できる製品のディテールについては、両出力は同程度です。
- 夕暮れ時の濡れた屋外バスケットボールコートという点では、右のほうが優れています。バスケットゴールがはっきりと写っており、コート全体が濡れて反射し、オレンジ色の夕空によって時間帯と場所も明確に表現されています。左にも濡れたライン入りのコート、フェンス、照明柱が見られますが、バスケットゴールは確認できません。
- シルエット、ソールの形状、ステッチ、素材、カメラアングルの一貫性については、元のスニーカー画像がないため完全には評価できません。両出力を比較すると、ローカットのシルエット、白いレザー調のパネル、ステッチのパターン、重なりのあるソール、横からのカメラアングルはいずれもほぼ同じです。どちらにも、この評価項目で明確な優劣を決めるほど目立った欠陥はありません。
- 黒い幾何学的なサイドマークについては、元画像に対して正確に保持されているか確認できませんが、両出力とも、折れ曲がった水平部分、上向きの対角線、中央の接合部、下向きの対角線からなる同じ黒い角張ったマークを、鮮明で判別しやすく描いています。この評価項目は引き分けです。
- 接地影、濡れた地面への反射、夕暮れのライティングについては、右のほうが優れています。ソールには途切れのない接地影があり、手前の大きな反射もスニーカーの位置とシルエットに沿っており、暖かな空の色が濡れたコート全体に映り込んでいます。左にも自然な接地表現と水たまりへの反射がありますが、スニーカーの反射はやや不完全で、視覚的に分断されています。
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
Seedream 5 Pro は25クレジットから、Seedream 5 Lite は20クレジットから利用できるため、最低生成コストは Lite のほうが低くなります。今回の実行で観測されたレイテンシは、Pro が38569ミリ秒～141015ミリ秒、Lite が30002ミリ秒～89665ミリ秒でした。これらは少数のサンプルに基づく観測値であり、ベンチマーク値ではありません。
比較方法と開示事項
この比較では、シナリオごとに1つの固定プロンプトを使用し、各モデルで1回ずつ実行しました。出力は生成されたままの状態で公開しています。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。