seedream 4.5 与 Seedream 5 Pro 图像生成对比
在这些采用固定提示词的场景中，Seedream 5 Pro 赢得了大多数对比，在提示词遵循度、人体结构、构图、对象属性绑定、编辑和重新布光方面表现更强。对于本次测试中的产品保真场景，或更看重此次运行中观测到的较低延迟时，请选择 seedream 4.5；在计数、结构化 UI 图形和扩图方面，两者打成平手。
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
两个模型均在固定测试套件中运行完全相同的提示词；图像均为实际运行结果，并按生成原样展示。
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总体而言，右图结果更好，因为双手区分更清晰，人体结构和接触关系更合理，塑陶动作也更容易辨认，尽管无法明确确认碗内那只手的五根手指是否全部可见。
- 画面中恰好有两只完整可见的手，没有多余的手或人物：右图表现更好。两图都恰好显示两只手，且没有多余人物，但右图中的双手区分更清晰、更易辨认；左图后方的手被前景中的手大幅遮挡。
- 每只手都恰好有五根清晰可辨、形态自然的手指：左图略胜。其前景中的手清楚显示了四根手指和一根拇指，而另一只手部分被遮挡；右图中伸入碗内的手没有清晰可辨的拇指，因此无法确认那只手有五根手指。
- 手指、关节以及与陶土的接触符合人体结构：右图表现更好。其指关节、手指长度，以及一只手在内、一只手在外的相对握持姿势看起来自然；左图双手重叠，使多根手指在视觉上难以分辨，塑形时的接触关系也不够可信。
- 陶碗、旋转中的陶轮和塑形动作清晰可辨：右图表现更好。陶碗清楚地置于陶轮上，一只手伸入碗内，另一只手托住外侧，让塑形动作一目了然；左图也显示了陶碗和陶轮，但相互重叠的双手遮挡了动作。
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右图更好地保留了基础场景所呈现的取景和空间关系；除此之外，两图在可见物体数量和替换要求方面表现相同。
- 标准 1：平手。两张图都明显将源物品替换成了一个带金色杯沿的深海军蓝马克杯，以及一块折叠的绿白条纹餐巾；由于没有参考图，无法验证外观是否完全一致，也无法确认是否保留了物体在基础场景中的位置。
- 标准 2：平手。两张图都恰好显示一本橙色和一本芥末黄色的精装笔记本，画面中没有残留可见的绿色梨或蓝色笔记本；由于缺少参考图 4 和参考图 5，无法评估是否与参考图完全匹配。
- 标准 3：平手。两张图都在马克杯右侧恰好显示两个柠檬，没有可见的多余水果或重复物体。
- 标准 4：右图表现更好。它采用更宽广、更协调的桌面取景，所有物体都完整可见，周围也展现了更多木纹；左图的裁切明显更紧，马克杯、柠檬和笔记本也被大幅放大。由于未显示参考图 1，无法确认是否完全保留了原始画面。
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两张输出都准确、清晰地呈现了指定文字。右图略胜一筹，因为其更宽的取景看起来改动较少，不过缺少源图使得保真标准仍存在不确定性。
- 文字准确性和旧文字移除情况：平手。两块招牌都清楚显示准确的 "NIGHT OWL"，没有任何旧文字残留可见。
- 没有额外字符或变形字符：平手。两块招牌都只包含 "NIGHT OWL" 中清晰成形的字符。
- 字体特征、间距和透视保真度：平手。两者都使用清晰的大写无衬线字体，并与招牌透视方向一致，但由于缺少源图，无法验证是否保留了原始字体和间距。
- 招牌材质、光照和周围场景保真度：右图胜出。两张图都呈现了在一致方向光照下的深绿色木纹招牌，但右图保留了更宽的店面构图，而左图明显重新取景且裁切更紧；除此之外，由于缺少源图，无法确认是否与原图完全一致。
参考图
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总体而言，右图结果更好，主要因为它保留了更完整的姿势和取景，并让敞开的夹克更自然地融入画面。由于缺少源参考图，无法有把握地判断人物身份和服装是否完全匹配。
- 人物身份和构图保真度：从可见效果看，右图表现更好，因为它保留了人物更多的躯干、手臂以及看起来更接近原始状态的手部姿势，而左图采用了紧得多的裁切，改变了取景。由于缺少参考图 1，无法确认面部身份和表情是否完全保留。
- 夹克还原度：从服装完整性来看，右图表现更好：浅蓝色牛仔面料、奶油色羊羔绒衣领、金属纽扣、两个翻盖口袋和红色袖章都得到清晰呈现，敞开的前襟也展现了夹克的结构。由于未显示参考图 2，无法确认是否与其完全一致。
- 完整替换和参考图污染：平手。两张输出都用牛仔夹克完整替换了黑色西装外套，并且都没有明显包含幽灵模特或白色产品背景。
- 物理合理性：右图表现更好。敞开的夹克自然垂落在白色衬衫外，袖口与手腕衔接整洁，双手与夹克的遮挡关系也协调。左图整体上尚算合理，但扣合的夹克在躯干周围显得异常僵硬且过于宽大，紧密交叠的手指也不够清晰自然。
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右图呈现了更具说服力的重新布光效果：暖色照明具有明确方向，空间关系协调，并由中性色阴影区域加以平衡，而不是让橙色光笼罩整个房间。
- 温暖的黄金时刻光线明显从左侧窗户照入：右图表现更好；暖阳清晰地从左侧窗户投射到沙发和墙面上，而左图整个房间的橙色调明显更加均匀。
- 高光和阴影方向与新光源协调一致：右图表现更好；窗框投影、植物阴影、沙发明暗和灯具阴影均一致地向远离左侧窗户的方向延伸。左图也有方向性阴影，但墙面上大面积且过于明亮的光斑显得不够自然协调。
- 效果并非简单叠加统一的黄色滤镜：右图表现更好；它保留了中性白色和偏冷的阴影区域，仅在阳光照射的表面选择性地增添暖意。左图虽有明显的明暗层次，但强烈的橙色色偏几乎影响了整个场景。
- 没有移动、添加、移除或重新设计任何家具或装饰：由于缺少原始源图，无法评估这一点；两张输出图在构图和物体视觉比例上存在显著差异，但都无法表明哪一张保留了源图。
参考图
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
视任务而定两张图在可直观评估的扩图要求上完成度相近。由于缺少原图，无法判断源图保留情况，因此没有充分依据选出总体胜者。
- 以 16:9 输出，并在左右两侧自然生成新内容：平局。两张输出图均为横向画幅，并在左右两侧自然延展了蓝天、海洋、海岸线和沙滩。
- 完整原图居中，且无裁剪或拉伸：平局。两张图都完整呈现了居中的小屋，周围留有充足的沙滩和天空，且均未出现明显的几何拉伸或边缘裁剪。仅凭这些输出图，无法验证是否精确保留了未提供的源图。
- 原始小屋、海岸线和内部构图保持不变：由于未提供原图，无法可靠评估这一点。两张输出图中的小屋和海岸线在尺寸及垂直位置上有所不同，但仅凭图像本身无法确定哪一张与源图一致。
- 无明显接缝、镜像填充或重复物体：平局。两张图都没有明显的扩展边界、镜像图案或重复物体；水面、云层和沙滩纹理在各自画面中都延续得十分自然。
参考图
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左图的整体效果更好，因为运动鞋的结构以及与湿润表面的融合更加协调，不过右图更清晰地传达了室外篮球场的环境。由于缺少源图，无法确认是否精确保留了产品。
- 球场放置效果的真实感：右图表现更好；铁丝网围栏、亮起的球场灯、场地标线、水洼和紫色暮空，让室外篮球场的环境一目了然。左图也呈现了日落时分的湿润球场，但可见的篮球场特征较少。
- 运动鞋一致性：左图在可见的结构质量上表现更好；其轮廓、分层鞋底、缝线、鞋带和材质衔接看起来更干净，内部一致性也更强。右图下部鞋底边缘有细小的不规则突起和斑点。由于未提供源图，无法充分评估是否精确保留了原始相机角度和运动鞋外观。
- 黑色几何侧面标记：两张图都呈现了清晰可辨的黑色折线标记，整体弯折线条结构相同。由于缺少原图，无法评估任一图中的标记是否与源图完全一致。
- 物理协调性：左图表现更好；鞋子有贴合地面的接触阴影，其正下方有位置对应的清晰倒影，温暖的日落光线也一致地作用于鞋身和湿润表面。右图的暮色照明和反射高光较为合理，但鞋头和鞋底下方的深色形状更像过于实心的复制轮廓，而非自然的湿地倒影。
参考图
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
我们为每个场景使用一条固定提示词，并分别用两款模型各运行一次，然后按生成时的原样发布输出结果。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。