seedream 4.5 与 Seedream 5 Pro 图像生成对比
Seedream 5 Pro 在指令遵循、文字排版、人体结构、构图、基于参考图的编辑、重新打光和扩图方面表现更强。如果首要目标是在更换场景时保持产品一致，建议选择 seedream 4.5；两款模型在计数和结构化 UI 图形方面表现持平。
信息对比
| 特性 | seedream 4.5 | Seedream 5 Pro |
|---|---|---|
| 开发者 | ByteDance | ByteDance |
| 在 Banana Pie 上的可用状态 | 现已可用 | 现已可用 |
| 所需积分 | 25 积分 | 25 积分 |
| 最高分辨率 | 4K | 2K |
| 参考图 | 最多 8 张 | 最多 8 张 |
逐场景对比
同一提示词，两个模型。对比下方已发布的图片，自行判断差异。
产品材质与光照
此场景更优：Seedream 5 Pro右图对指定液位和真实产品布光效果的呈现明显更符合要求。
- 画面中恰好有一个透明的长方形香水瓶，且没有文字、徽标或其他物体：右图表现更好，因为它呈现了一个完整、清晰可辨的长方形香水瓶，没有可见文字、徽标或其他物体；左图同样只有一个瓶子，但瓶子顶部被裁切。
- 瓶中琥珀色液体明显为半满：右图明显更好，因为琥珀色液体大约达到瓶身中部，而左图中的瓶子看起来接近全满。
- 玻璃折射和湿润黑色石面上的倒影符合物理规律：右图表现更好，因为玻璃边缘、液体造成的光线扭曲以及居中的倒影之间关系合理；左图的琥珀色倒影过长且过于弥散，瓶内的光学边界也不够可信。
- 左上方光源形成了一致的高光和合理的接触阴影：右图表现更好，因为朝左的玻璃边缘更亮、高光有所克制，并且底部周围的阴影让瓶子显得稳稳落在表面上；左图虽然也有来自左上方的照明，但高光严重过曝，且大面积硬边阴影降低了光照的一致性。
查看所用提示词与设置
提示词
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.
多语言排版
此场景更优：Seedream 5 Pro右图完全遵循了要求的四行多语言海报布局，而左图将其中两行指定文字分别拆成了两行。
- 恰好四行居中文字，且没有其他文字：右图表现更好。它恰好显示四行居中文字。左图将 "MOONLIGHT MARKET" 和 "18 OCT" 分别拆行，导致画面中出现六行文字。
- 文字内容和顺序完全准确：右图表现更好。四行依次准确显示为 "MOONLIGHT MARKET"、"月光市集"、"18 OCT" 和 "RIVER HALL"，顺序符合要求。左图也按顺序包含这些单词和字符，但 "MOONLIGHT MARKET" 和 "18 OCT" 都分别被拆成了两行。
- 指定的文字颜色：平手。两者都将 "月光市集" 显示为红色，并将所有拉丁字母文字显示为黑色。
- 易读性、间距和对齐：右图表现更好。四行文字清晰易读、居中排列且间距一致。左图同样居中且易读，但字号过大导致了非预期换行，垂直间距也明显不够均匀。
查看所用提示词与设置
提示词
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.
人体结构与接触关系
此场景更优：Seedream 5 Pro右图整体表现更好：双手区分更清晰，人体结构及与陶泥的接触更合理，塑形动作也更容易辨认。不过，仍无法从图中确认碗内那只手的五根手指是否全部呈现。
- 恰好出现两只完整可见的手，没有多余的手或人物：右图更好。两图都恰好呈现两只手，没有多余人物，但右图的双手区分更清楚，更容易辨认；左图后方的手被前方的手大幅遮挡。
- 每只手恰好有五根清晰可辨、形态自然的手指：左图略胜。左图前方的手清楚呈现了四根手指和一根拇指，另一只手则被部分遮挡；右图碗内的手可见四根手指，但没有清晰可辨的拇指。
- 手指、关节及与陶泥的接触符合人体结构：右图更好。右图的指关节、手指长度以及内外相对的握持姿势都很自然；左图双手重叠，导致几根手指难以辨认，塑形时的接触也不够可信。
- 陶碗、旋转的陶轮和塑形动作清晰可辨：右图更好。碗清楚地置于陶轮上，一只手伸入碗内，另一只手支撑外壁，塑形动作一目了然；左图也呈现了碗和陶轮，但重叠的双手遮住了动作。
查看所用提示词与设置
提示词
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.
数量识别与属性绑定
视任务而定两张图都满足全部四项标准，包括指定的数量、属性、杯柄方向以及没有多余物体。两者的差异仅在构图层面，与评分标准无关。
- 物体数量和位置：平手。两张图都清楚显示左侧恰好有三个排成一行的红色立方体，右侧恰好有两个蓝色球体，前景物体后方中央有一个黄色马克杯。
- 颜色、形状和材质绑定：平手。两张图都清楚呈现了带有可见木纹的红色木质立方体、半透明的蓝色玻璃球体，以及表面光亮的黄色陶瓷马克杯。
- 马克杯杯柄方向：平手。两张图中的杯柄都清楚可见，且位于马克杯右侧。
- 没有其他物体或文字：平手。两张图都没有任何可见的多余物体或文字。
查看所用提示词与设置
提示词
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.
广告构图
此场景更优：Seedream 5 Pro右图更贴近指定布局，尤其是在顶部留白、标题位于左上方以及整体视觉层级方面。
- 恰好一只银色鞋子和一条橙色轨迹：两张图都在右下方显示恰好一只银色鞋子，并有一条橙色轨迹从左下方延伸出来；右图中的轨迹更简洁，弯曲走势也更清晰，而左图的轨迹更宽，并且部分延伸到鞋子下方，因此右图略胜一筹。
- 唯一可见的文字：两张图都仅包含 "RUN LIGHT" 和 "42 KM"，且两个短语的拼写都正确。此项平手。
- 顶部留白和标题位置：右图表现更好，因为顶部区域有明显留白，"RUN LIGHT" 位于其正下方的左上区域。左图中的 "RUN LIGHT" 字号极大，延伸到了上部区域，同时顶部边缘还有一条橙色色带。
- 可见性和视觉层级：右图表现更好，因为标题、徽章、鞋子和轨迹都完整可见，彼此区分清晰，重点分配均衡。左图中的元素也都可见，但过大的 "RUN LIGHT" 占据了构图中的大部分空间，削弱了视觉层级。
查看所用提示词与设置
提示词
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.
结构化 UI 图形
视任务而定两张图都满足全部四项评分标准。它们的风格有所不同，但在符合要求方面都没有明显优势。
- 标题和列数：平手。两者都准确呈现标题 "CHOOSE YOUR PLAN"，并且恰好有三列，分别标注为 "STARTER"、"PRO" 和 "TEAM"。
- 行：平手。两张图的每一列都恰好包含要求的三行，分别显示为 "PROJECTS"、"STORAGE" 和 "SUPPORT"，且对齐方式一致。
- 按钮：平手。两张图的每一列都恰好包含一个标有 "SELECT" 的蓝色按钮。
- 对齐和附加内容：平手。两者都显示三列均匀排列的内容，没有任何额外的列或文字；左图采用居中的表格网格，而右图采用均匀分布、左对齐的内容，并以竖线分隔。
查看所用提示词与设置
提示词
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.
六参考图对象绑定与编辑
此场景更优：Seedream 5 Pro右图明显胜出：它完成了所有指定的参考对象匹配，同时更忠实地保留了原始场景。
- 标准 1：右图更好。右图的深海军蓝金边马克杯和绿白条纹餐巾与参考图 2、3 高度一致，占据的区域也与原马克杯和毛巾基本相同。左图复现了它们的外观，但将两者都大幅放大，还把马克杯向下移动，导致杯子被裁切。
- 标准 2：右图更好。它准确地将梨替换为一个顶部带叶子的橙子，将蓝色笔记本替换为带黑色松紧带的芥末黄色硬壳笔记本，且两者的位置都接近原物品。左图也使用了正确的替换物品，但明显放大并移动了它们，尤其是笔记本。
- 标准 3：右图更好。马克杯右侧恰好有两个柠檬，其中左边柠檬的叶子和果梗布局保留了参考图 6 中可辨认的特征。左图也恰好有两个柠檬，与马克杯的大致位置关系正确，但柠檬被放大，并移到了画面更下方。
- 标准 4：右图明显更好。它基本保留了参考图 1 的横向取景、拍摄角度、桌面范围、标志性木纹、光照和物品间距。左图则大幅调整了取景并拉近画面，马克杯底部被裁切，物品被放大，多处空间关系也发生了变化。
查看所用提示词与设置
提示词
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.
图中文字替换
此场景更优：Seedream 5 Pro两张输出图都干净利落地替换了文字，但右图在满足指定文字排版要求的同时，对参考图的保留更加忠实。
- 准确替换文字：两图的文字均准确显示为“NIGHT OWL”，“MORNING BEAN”已完全移除。
- 没有畸形字符：两图都只呈现了指定字母，没有多余、重复或畸形的字符。
- 字体、间距和透视：右图更接近参考图，保留了原有的窄体大写字母风格、适中的字距、字母大小和招牌透视。左图的字明显更大、字距更宽，观察角度也发生了变化。
- 材质、光照和场景保留：右图基本保留了参考图中的招牌纹理、门面取景、灯具、阴影、店面比例、植物和长椅。左图则明显改变了裁切方式、透视、店面比例及周围的多处细节。
查看所用提示词与设置
提示词
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
多参考图身份与服装迁移
此场景更优：Seedream 5 Pro右图的服装迁移整体效果更好。左图对单独展示的夹克复现得更准确，但右图在保留夹克标志性特征的同时，更好地保留了人物、原始构图和自然合身的穿着效果。
- 人物身份、表情、发型、姿势、身体比例和取景：右图更好。右图更准确地保留了原有的四分之三身取景、头部大小、露出的白衬衫、手部位置和整体身体比例。左图裁切得更紧，放大了人物，加宽了躯干，并略微改变了面容和表情。
- 夹克材质、颜色、衣领、纽扣、口袋和袖章：左图更好。左图的浅蓝色牛仔布、厚实的奶油色羊羔毛领、居中的纽扣门襟、对称的翻盖口袋、竖向接缝、古铜色纽扣和红色袖章更贴近参考图 2。右图保留了关键设计元素，但夹克敞开穿着，导致前襟不对称，纽扣和门襟的排列也不够忠实。
- 完整替换，且不出现模特人台或产品背景：两图持平。两图都将黑色西装外套完整替换为牛仔夹克，并保留了原有的灰色室内环境和明亮的窗户边缘，没有出现白色产品背景或模特人台。
- 手部、合身程度、遮挡、阴影和光照的物理合理性：右图更好。敞开的夹克在白衬衫外自然贴合躯干，袖口和衣袖与手腕衔接自然，光照也与原场景保持一致。左图也基本合理，但相对于人物身形，夹克的躯干部位显得异常宽大、僵硬。
查看所用提示词与设置
提示词
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.
连贯场景重布光
此场景更优：Seedream 5 Pro右图的重新打光效果更协调、整体更出色。它呈现了可信且方向明确的黄金时刻光照，同时更忠实地保留了原有房间和物品。
- 温暖的黄金时刻光线明显从左侧窗户射入：两图都明确满足这一点，明亮的琥珀色阳光从左侧窗户投射到整个房间；左图的黄金时刻效果略强，也更具戏剧感。
- 高光和阴影方向与新光源协调一致：右图更好。窗形光斑、植物投影、沙发高光及向右延伸的阴影，都一致地表现出光线从左侧窗户射入。左图总体上也协调，但高光和投影的表现更为夸张。
- 效果不只是均匀叠加黄色滤镜：右图更好。它加入了局部暖色高光、窗框投影和植物阴影，同时保留了中性色至深色的背光区域。左图也添加了有方向性的光照，但浓重的橙色调更均匀地覆盖了天花板、墙面、家具、地毯和地板。
- 没有移动、添加、移除或重新设计家具及装饰：右图明显更好，基本保留了参考图的取景，以及窗户、植物、沙发、灯具、桌子和地毯的位置与设计。左图明显改变了取景和视觉尺度，放大并重新设计了多个元素，调整了沙发和桌子的比例，裁切方式也不同。
查看所用提示词与设置
提示词
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.
跨比例扩图
此场景更优：Seedream 5 Pro右图更好地保留了居中的原图构图和小屋比例，这一优势足以弥补扩展沙地区域中轻微的过渡痕迹。
- 16:9 横向画面，两侧新增内容自然：两张输出图均为 16:9 横向画面，天空、海洋、海岸线和沙地都合理地向两侧延伸；这一项两者没有明显差距。
- 原图完整居中，没有裁切或拉伸：右图更好。在居中的正方形区域内，右图小屋的大小及其相对于画框的位置更接近参考图，而左图的小屋明显变宽、变大。
- 原有小屋、海岸线和内部构图保持不变：右图更好。小屋比例、门的位置、地平线高度、波浪带和前景沙地面积都更接近参考图；左图则明显改变了小屋的宽度和结构细节。
- 没有可见接缝、镜像填充或重复物体：左图略好。左图扩展后的海滩和海洋在视觉上保持连贯，而右图在居中原图区域的右侧附近，沙地存在轻微的色调过渡；两图都没有明显的镜像或物体重复。
查看所用提示词与设置
提示词
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.
场景变更中的产品保真
此场景更优：seedream 4.5左图更忠实地保留了运动鞋，并将其融入可信的湿润篮球场场景，夕阳光照与倒影也协调一致。
- 置于黄昏球场的场景表现：左图更好。带涂装的球场地面、可见的篮球架、积水和温暖的夕阳，让指定场景一目了然；右图也呈现了黄昏时湿润的室外球场，但主要依靠围栏和灯具来体现环境，篮球专用设施的存在感较弱。
- 产品一致性：左图更好。修长的鞋头、后跟轮廓、分层鞋底、前端带纹理的防撞包边、拼接缝线、光滑的白色材质，以及四分之三侧视角，都与参考图 1 尤为接近。右图也较好地保留了大多数细节，但前掌略显短小，鞋身姿态也更直立。
- 侧面的黑色几何标志：左图更好。标志右下方的长分支、向上的分支，以及向左弯折的横臂，都较好地保留了参考标志的比例。右图保留了相同的基本符号，但上下分支相较参考图 1 显得更短。
- 物理合理性：左图更好。鞋底有贴地的接触阴影，清晰的积水倒影与鞋子的位置和朝向一致，暖色光照也符合夕阳环境。右图的湿润沥青地面和接触阴影很可信，但相对于黄昏场景，鞋子仍显得偏亮、色调偏中性，倒影也不够完整。
查看所用提示词与设置
提示词
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.
成本与耗时
两款模型均为 25 积分起，因此最低生成成本相同。在本次运行的小规模延迟样本中，seedream 4.5 的延迟范围为 21220 毫秒至 52476 毫秒，而 Seedream 5 Pro 的延迟范围为 38569 毫秒至 141015 毫秒；这些是实际观测样本，并非基准测试数据。
对比方法与披露
我们在每个场景中对各个模型使用相同的固定提示词，并公布了筛选出的结果。公开图片均带有 Banana Pie 水印。Banana Pie 提供这两款模型的付费使用服务。
Banana Pie 在同一个创作台中提供此模型及其他模型的付费使用权限。我们的结论来自与用户相同流程下的测试。