seedream 4.5 vs Seedream 5 Pro:圖像生成比較
在指令遵循、文字排版、人體結構、構圖、參考圖編輯、重新打光和影像擴圖方面,Seedream 5 Pro 是更出色的選擇。若首要目標是在更換場景時維持產品原貌,則選擇 seedream 4.5;兩款模型在計數和結構化 UI 圖像方面則不分上下。

並列資訊比較
| 功能 | seedream 4.5 | Seedream 5 Pro |
|---|---|---|
| 開發商 | ByteDance | ByteDance |
| Banana Pie 上的供應狀態 | 現已推出 | 現已推出 |
| 所需點數 | 25 點數 | 25 點數 |
| 最高解析度 | 4K | 2K |
| 參考圖像 | 最多 8 張 | 最多 8 張 |
逐情境比較
相同提示詞,兩個模型。從下方發布的圖像親自比較差異。
產品材質與光影
此項較佳:Seedream 5 Pro右圖在指定的液體填充高度與符合物理原理的產品光影表現上,明顯更符合要求。
- 畫面中恰好有一個透明長方形香水瓶,且沒有文字、標誌或多餘物件:右圖較佳,呈現了一個完整、清楚可辨識的長方形香水瓶,沒有可見的文字、標誌或額外物件;左圖也只有一個瓶子,但瓶頂邊緣被裁切。
- 瓶內可明確看出裝有半瓶琥珀色液體:右圖明顯較佳,琥珀色液體約達瓶身中間,左圖的瓶子則看起來幾乎全滿。
- 玻璃折射與濕潤黑石上的倒影符合物理原理:右圖較佳,玻璃邊緣、液體造成的影像變形與置中的倒影在位置上合理對應;左圖的琥珀色倒影過長且過於模糊,瓶內的光學分界也較不自然。
- 左上方光源產生一致的亮部與合理的接觸陰影:右圖較佳,朝左的玻璃邊緣較亮,亮部適度,底部周圍的陰影也讓瓶子自然落在檯面上,整體一致;左圖雖然也有左上方照明,但亮部嚴重過曝,且有一大片邊緣銳利的陰影,降低了光影的一致性。
使用的提示詞與設定
提示詞
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.
多語言文字排版
此項較佳:Seedream 5 Pro右圖完全遵循指定的四行多語海報版面,左圖則將其中兩行拆成了四行。
- 恰好四行置中文字,且沒有額外文字:右圖較佳,恰好呈現四行置中文字。左圖將 "MOONLIGHT MARKET" 與 "18 OCT" 分別拆行,導致畫面中共有六行文字。
- 文字內容與順序完全正確:右圖較佳,四行依指定順序完整呈現 "MOONLIGHT MARKET"、"月光市集"、"18 OCT" 與 "RIVER HALL"。左圖也依序包含這些文字,但 "MOONLIGHT MARKET" 與 "18 OCT" 各被拆成兩行。
- 指定的文字顏色:平手。兩圖皆將 "月光市集" 呈現為紅色,所有拉丁字母文字則為黑色。
- 可讀性、間距與對齊:右圖較佳,四行文字清晰易讀、置中,行距也一致。左圖雖然同樣置中且易讀,但字體過大,造成非預期的換行,垂直間距也明顯較不均勻。
使用的提示詞與設定
提示詞
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.
人體結構與接觸互動
此項較佳:Seedream 5 Pro右圖整體表現更佳,雙手的區隔更清楚,人體結構及與陶土接觸的方式更合理,塑形動作也更容易辨識,儘管無法從畫面明確確認伸入碗內的手是否完整呈現五根手指。
- 恰好有兩隻完整可見的手,沒有多餘的手或人物:右圖較佳。兩圖都恰好呈現兩隻手,且沒有多餘人物,但右圖的雙手區隔更清楚、更容易辨識;左圖後方的手則大幅被前方的手遮住。
- 每隻手都恰好有五根清楚分明、形態自然的手指:左圖略勝。左圖前方的手清楚呈現四根手指和一根拇指,另一隻手則部分被遮住;右圖伸入碗內的手可見四根手指,但看不到明確的拇指。
- 手指、關節及與陶土的接觸符合人體結構:右圖較佳。右圖的指節、手指長度,以及一內一外相對施力的手勢都很自然;左圖雙手重疊,導致數根手指在視覺上難以辨識,塑形時的接觸方式也較不可信。
- 陶碗、旋轉中的陶輪及塑形動作清楚可辨:右圖較佳。陶碗清楚置於陶輪上,一隻手在碗內,另一隻手支撐外側,讓塑形動作一目了然;左圖也有陶碗和陶輪,但重疊的雙手遮擋了動作。
使用的提示詞與設定
提示詞
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.
數量計算與屬性對應
視任務而定兩張圖片皆符合全部四項標準,物件數量、屬性與杯把方向都符合要求,且沒有額外物件。差異在於構圖,並不影響評分標準。
- 物件數量與位置:平手。兩張圖片都清楚呈現左側恰好三個排成一列的紅色立方體、右側恰好兩個藍色球體,以及前景物件後方中央的一個黃色馬克杯。
- 顏色、形狀與材質對應:平手。兩張圖片都清楚呈現帶有可見木紋的紅色木製立方體、半透明藍色玻璃球,以及有光澤的黃色陶瓷馬克杯。
- 杯把方向:平手。兩張圖片的杯把都清楚位於馬克杯右側。
- 沒有額外物件或文字:平手。兩張圖片都沒有任何可見的多餘物件或文字。
使用的提示詞與設定
提示詞
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.
廣告構圖
此項較佳:Seedream 5 Pro右圖更貼近指定版面,尤其是頂部留白、左上方標題位置與整體視覺層次。
- 恰好一隻銀色鞋子與一道橘色軌跡:兩圖都在右下方呈現恰好一隻銀色鞋子,並有一道從左下方延伸的橘色軌跡;右圖的軌跡更俐落,曲線也更明確,左圖的軌跡則較寬,且部分延伸至鞋子下方,因此右圖略勝。
- 唯一可見的文字:兩圖的可見文字都僅限於 "RUN LIGHT" 與 "42 KM",且拼寫皆正確。此項平手。
- 頂部留白與標題位置:右圖較佳,頂部區域明顯留白,"RUN LIGHT" 位於留白正下方的左上區域。左圖的 "RUN LIGHT" 尺寸極大,延伸至畫面上方,頂部邊緣也被一條橘色色帶占據。
- 完整可見性與視覺層次:右圖較佳,標題、徽章、鞋子與軌跡都完整可見,彼此區分清楚,視覺比重均衡。左圖的各個元素雖然也都可見,但過大的 "RUN LIGHT" 主導了大部分構圖,削弱了層次感。
使用的提示詞與設定
提示詞
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.
結構化 UI 圖像
視任務而定兩張圖片皆符合全部四項評分標準。雖然風格不同,但在符合要求的程度上,沒有任何一張具備明顯優勢。
- 標題與欄位:平手。兩圖皆正確呈現標題 "CHOOSE YOUR PLAN",並恰好有三欄,分別標示為 "STARTER"、"PRO" 與 "TEAM"。
- 資料列:平手。兩張圖片的每一欄都恰好包含指定的三列,分別顯示 "PROJECTS"、"STORAGE" 與 "SUPPORT",且對齊一致。
- 按鈕:平手。兩張圖片的每一欄都恰好有一個標示 "SELECT" 的藍色按鈕。
- 對齊與額外內容:平手。兩圖皆呈現排列均勻的三欄,沒有多餘欄位或文字;左圖採用置中的表格網格,右圖則採用間距均勻、靠左對齊的內容,並以垂直線分隔。
使用的提示詞與設定
提示詞
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.
六張參考圖的物件對應與編輯
此項較佳:Seedream 5 Pro右圖明顯勝出,不僅完成所有指定的對應替換,也更忠實地保留了原始場景。
- 評估標準 1:右圖較佳。右圖的深海軍藍金邊馬克杯和綠白條紋餐巾與參考圖 2、3 高度一致,所占區域也幾乎與原本的馬克杯和毛巾相同。左圖重現了兩者的外觀,但大幅放大了尺寸,並將馬克杯下移,導致部分杯身被裁切。
- 評估標準 2:右圖較佳。右圖準確地將梨子替換成一顆頂部帶葉子的柳橙,並將藍色筆記本替換成帶有黑色鬆緊帶的芥末黃精裝筆記本,兩者的位置都接近原物件。左圖也使用了正確的替換物件,但明顯放大並移動了它們,尤其是筆記本。
- 評估標準 3:右圖較佳。右圖在馬克杯右側恰好呈現兩顆檸檬,其中左邊檸檬的葉片與果梗配置,可辨識出參考圖 6 的特徵。左圖也恰好有兩顆檸檬,與馬克杯的大致相對位置正確,但檸檬被放大,位置也更靠近畫面下方。
- 評估標準 4:右圖明顯較佳。右圖忠實保留了參考圖 1 的橫向取景、拍攝角度、桌面呈現範圍、木紋特徵、光線及物件間距。左圖大幅改變取景並拉近場景,底部的馬克杯遭到裁切,物件被放大,多處空間關係也發生變化。
使用的提示詞與設定
提示詞
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.
圖片內文字替換
此項較佳:Seedream 5 Pro兩張生成結果都俐落地完成文字替換,但右圖在維持指定文字排版的同時,更忠實地保留了參考圖。
- 精確替換文字:兩圖的文字都完全正確地顯示為「NIGHT OWL」,且「MORNING BEAN」已徹底移除。
- 沒有畸形字元:兩圖都只呈現指定字母,沒有多餘、重複或變形的字元。
- 字型、間距和透視:右圖更接近參考圖,保留了原本窄體大寫字母的風格、適中的字距、字體大小和招牌透視。左圖的字體明顯更大、字距更寬,觀看角度也有所改變。
- 材質、光線和場景保留:右圖忠實保留了參考圖中的招牌紋理、建築立面取景、燈具、陰影、店面比例、植物和長椅。左圖則明顯改變了裁切範圍、透視、店面比例,以及周圍的多處細節。
參考圖像
使用的提示詞與設定
提示詞
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
多張參考圖的人物身分與服裝轉移
此項較佳:Seedream 5 Pro右圖的服裝轉移整體表現更佳。左圖更精確地重現了單獨展示的外套,但右圖在保留人物、原始構圖和自然合身效果方面明顯更好,同時也呈現了外套的主要特徵。
- 人物身分特徵、表情、髮型、姿勢、身體比例和取景:右圖較佳。右圖更貼近原本的四分之三身取景、頭部大小、露出的白色襯衫、手部位置及整體身體比例。左圖的裁切範圍緊密許多,放大了人物、加寬了軀幹,也微幅改變了臉部和表情。
- 外套材質、顏色、領口、鈕扣、口袋和袖章:左圖較佳。左圖的淺藍色丹寧布、厚實的奶油色羊羔毛領、置中的鈕扣門襟、對稱的翻蓋口袋、垂直縫線、古銅色鈕扣和紅色袖章,都更貼近參考圖 2。右圖保留了主要設計元素,但外套敞開穿著,使正面呈現不對稱,鈕扣和門襟的配置也較不忠於原圖。
- 完整替換,且沒有展示人台或產品背景:兩圖不分上下。兩圖都將黑色西裝外套完整替換成丹寧外套,並保留原本的灰色室內場景與明亮窗緣,沒有出現白色產品背景或展示人台。
- 手部、合身程度、遮擋關係、陰影和光線的物理合理性:右圖較佳。敞開的外套自然順著軀幹包覆白色襯衫,袖口和袖子與手腕銜接俐落,光線也與原始場景一致。左圖同樣合理,但相對於人物身形,外套在軀幹處顯得異常寬大、僵硬。
使用的提示詞與設定
提示詞
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.
維持場景一致性的重新打光
此項較佳:Seedream 5 Pro右圖的重新打光效果更出色,整體也更協調。它呈現了可信且具方向性的黃金時刻光線,同時更忠實地保留了原本的房間和物件。
- 溫暖的黃金時刻光線明確從左側窗戶照入:兩圖都明確符合要求,可見明亮的琥珀色陽光從左側窗戶灑向室內;左圖的黃金時刻效果稍強,也更具戲劇感。
- 亮部與陰影方向能一致地反映新光源:右圖較佳。右圖的窗形光斑、植物陰影、沙發亮部,以及向右延伸的陰影,都一致呈現出光線從左側窗戶照入的效果。左圖大致也協調,但亮部和投影都處理得更強烈。
- 效果不只是套用均勻的黃色濾鏡:右圖較佳。右圖加入了局部暖色亮部、窗框投影和植物陰影,同時保留中性色至深色的陰影區域。左圖也加入了具方向性的光線,但濃烈的橘色色調更均勻地遍布天花板、牆壁、家具、地毯和地板。
- 沒有移動、新增、移除或重新設計任何家具或擺飾:右圖明顯較佳,忠實保留了參考圖的取景,以及窗戶、植物、沙發、燈具、桌子和地毯的位置與設計。左圖大幅改變取景和視覺尺度,放大並重新設計了多個元素,改變沙發與桌子的比例,裁切範圍也不同。
參考圖像
使用的提示詞與設定
提示詞
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.
跨長寬比擴圖
此項較佳:Seedream 5 Pro右圖更完整地保留了置中的原始構圖與小屋比例,這項優勢足以彌補延伸沙地中輕微的過渡痕跡。
- 16:9 橫向畫面,兩側新增內容自然:兩張生成結果都是 16:9 橫向畫面,天空、海洋、海岸線和沙地都合理地延伸至兩側;這方面兩者沒有明顯優劣。
- 完整原圖置中,沒有裁切或拉伸:右圖較佳。在置中的正方形區域內,右圖小屋相對於畫面的大小和位置更接近參考圖;左圖則讓小屋明顯變寬、變大。
- 原有小屋、海岸線及內部構圖維持不變:右圖較佳。右圖的小屋比例、門的位置、地平線高度、波浪帶,以及前景沙地的範圍都更接近參考圖;左圖的小屋寬度和結構細節則有較明顯的變化。
- 沒有可見接縫、鏡像填補或重複物件:左圖略勝。左圖延伸出的沙灘與海洋在視覺上保持連貫,右圖則在置中原圖區域的右側附近,沙地出現了輕微的色調過渡;兩圖都沒有明顯的鏡像或重複物件。
參考圖像
使用的提示詞與設定
提示詞
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.
更換場景時維持產品原貌
此項較佳:seedream 4.5左圖更忠實地保留了運動鞋的原貌,並將它融入可信的濕潤籃球場場景,夕陽光線與倒影也相互一致。
- 置於黃昏球場的效果:左圖較佳。左圖的球場標線、可見的籃球架、積水和溫暖夕陽,讓指定場景一目了然;右圖也呈現了黃昏時濕潤的戶外球場,但相較於籃球專用設施,主要是圍欄和燈具更鮮明地傳達了場地特徵。
- 產品一致性:左圖較佳。左圖修長的鞋頭、鞋跟輪廓、多層鞋底、前端帶紋理的防撞護片、拼接縫線、光滑的白色材質,以及側面四分之三視角,都與參考圖 1 尤為接近。右圖也妥善保留了大多數細節,但前掌看起來稍短,鞋身也更直立。
- 鞋側黑色幾何標誌:左圖較佳。左圖中向右下延伸的長分支、向上伸展的分支,以及向左彎折的水平部分,都忠實保留了參考標誌的比例。右圖保留了相同的基本符號,但上下分支相較於參考圖 1 顯得較短。
- 物理合理性:左圖較佳。左圖的鞋子有貼合地面的接觸陰影,清晰的水窪倒影也符合鞋子的位置與朝向,暖色光照與夕陽一致。右圖的濕柏油地面和接觸陰影很可信,但相對於黃昏場景,鞋子仍顯得較明亮、色調較中性,倒影也較不完整。
參考圖像
使用的提示詞與設定
提示詞
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.
成本與生成時間
兩款模型皆為 25 點數起,因此最低生成成本相同。在本輪少量延遲樣本中,seedream 4.5 介於 21220 ms 至 52476 ms,Seedream 5 Pro 則介於 38569 ms 至 141015 ms;這些是實際觀察樣本,並非基準測試數據。
比較方式與揭露事項
我們在每個情境中,讓兩款模型使用相同的固定提示詞,並公開選定的生成結果。公開圖片皆加上 Banana Pie 浮水印。Banana Pie 提供這兩款模型的付費使用服務。
Banana Pie 在同一個創作台提供此模型及其他模型的付費使用權。我們的評測結論來自與使用者相同生成流程的測試。







































































