Seedream 5.0 Pro 图生图

支持模型包括 dola-seedream-5-0-pro-260628。本文档覆盖图生图、多图参考生成与分层解析场景。公开字段包括 model、prompt、image、size、background、layer_decomposition、response_format、watermark。

模型能力

• 生成单图（不支持配置 sequential_image_generation）
• 分层解析：支持将单张图片分解为 1 张底图与多个输出图层（最多 16 层）。
• 交互编辑：支持通过坐标、选框、箭头等多种方式精准指定编辑位置。
• 多图生图：输入多张参考图片（2-10）+ 文本提示词，生成单张图片。
• 单图生图：输入单张参考图片 + 文本提示词，生成单张图片。
• 暂不支持组图生成、联网搜索、流式输出。

POST /v1/images/generations

cURL

image_to_image

curl --request POST \
  --url https://baze-api.powerbuyin.top/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "dola-seedream-5-0-pro-260628",
  "prompt": "将图片转换为宫崎骏动画风格",
  "image": "https://example.com/input.jpg",
  "size": "2K"
}
'

200

{
  "model": "<string>",
  "created": 123,
  "data": [
    {
      "url": "<string>",
      "b64_json": "<string>",
      "size": "<string>",
      "output_format": "<string>",
      "z_index": 123,
      "name": "<string>",
      "description": "<string>",
      "bounding_box": {
        "absolute": [
          123
        ],
        "normalized": [
          123
        ]
      }
    }
  ],
  "usage": {
    "generated_images": 123,
    "input_images": 123,
    "output_tokens": 123,
    "total_tokens": 123
  }
}

授权

Authorization · string · header · 必填

在请求头中传入 Authorization: Bearer <token>。

请求体

application/json

model · enum<string> · 必填

图像生成模型名称。支持的模型包括 dola-seedream-5-0-pro-260628（Seedream 5.0 pro，支持交互编辑与分层解析，不支持组图生成）。

可用选项: dola-seedream-5-0-pro-260628

prompt · string · 必填

用于生成图像的提示词或分层意图描述，支持中英文。建议不超过 300 个汉字或 600 个英文单词。字数过多信息容易分散，模型可能因此忽略细节，只关注重点，造成图片缺失部分元素。

• 图像生成场景（必填）：描述希望生成的内容。
• 分层解析场景（可选）：指定希望分层的意图。若不传，模型将自动识别图中主要元素并拆分为独立图层。

示例:

"充满活力的特写编辑肖像，模特眼神犀利，头戴雕塑感帽子，色彩拼接丰富。"

image · string string[] · 必填

输入的图片信息，支持 URL 或 Base64 编码。

• 图片 URL：请确保图片 URL 可被访问。
• Base64 编码：请遵循此格式 data:image/<图片格式>;base64,<Base64编码>。注意 <图片格式> 需小写，如 data:image/png;base64,<base64_image>。

图像生成场景（可选）：

• Seedream 5.0 pro 最多支持传入 10 张参考图。
• 传入单张图片要求：
  • 图片格式：jpeg、png、webp、bmp、tiff、gif、heic、heif
  • 宽高比（宽/高）范围：[1/16, 16]
  • 宽高长度（px） > 14
  • 大小：不超过 30MB
  • 总像素：不超过 6000×6000 = 36000000 px（对单张图宽度和高度的像素乘积限制，而不是对宽度或高度的单独值进行限制）

分层解析场景（必填）：

• 当开启分层解析模式（layer_decomposition 为 true）时，image 为必填项，且仅支持传入 1 张待分层图片。传入多张图片会报错。
• 传入单张图片要求：
  • 图片格式：png 或 jpeg
  • 宽高比：[1/16, 16]
  • 大小：不超过 30MB
  • 总像素（宽 × 高）：[512×512 (262,144), 6000×6000 (36,000,000)]

size · string · 默认值: auto

指定生成图像的尺寸信息。不同场景下的配置方式和支持取值如下：

图像生成场景 支持以下两种方式，不可混用：

• 方式 1（推荐）：指定分辨率档位，并在 prompt 中用自然语言描述图片宽高比、图片形状或图片用途，最终由模型判断生成图片的大小。

  • 默认值：auto
  • 可选值：1K、1.5K、2K
  • 计费说明：1.5K 价格与 1K 相同，且能提供更高的出图质量。

• 方式 2：指定宽高像素值（宽x高）。

  • 总像素取值范围：[1280x720（921600）, 2048x2048×1.1025（4624220）]
  • 宽高比取值范围：[1/16, 16]
  • 说明：采用方式 2 时，需同时满足总像素取值范围和宽高比取值范围。其中，总像素是对单张图宽度和高度的像素乘积限制，而不是对宽度或高度的单独值进行限制。
    • 有效示例：2048x1024（总像素值 2048x1024=2097152，符合 [921600, 4624220]；宽高比 2048/1024=2，符合 [1/16, 16]，故有效）
    • 无效示例：512x512（总像素值 512x512=262144，未达 921600 最低要求，故无效）

方式 1 实际映射的宽高像素参考值：

分辨率	宽高比	宽高像素值
1K	1:1	1024x1024
	4:3	1152x864
	3:4	864x1152
	16:9	1424x800
	9:16	800x1424
	3:2	1248x832
	2:3	832x1248
	21:9	1568x672
1.5K	1:1	1536x1536
	4:3	1792x1344
	3:4	1344x1792
	16:9	2048x1152
	9:16	1152x2048
	3:2	1872x1248
	2:3	1248x1872
	21:9	2352x1008
2K	1:1	2048x2048
	4:3	2368x1776
	3:4	1776x2368
	16:9	2816x1584
	9:16	1584x2816
	3:2	2496x1664
	2:3	1664x2496
	21:9	3136x1344

分层解析场景 仅支持指定分辨率档位：

• 底图：输出底图分辨率与 size 指定档位一致，保持原图宽高比。
• 图层：每个图层分辨率贴近 size 指定档位，保持对应区域宽高比。
• 默认值：auto
• 可选值：1K、1.5K、2K、auto
• auto 自适应规则：
  • 原图尺寸在 [1280x720 (921600), 2048x2048x1.1025 (4624220)] 之间时，按原尺寸输出。
  • 小于 1K 则按 1K 输出。
  • 大于 2K 则按 2K 输出。

示例:

"auto"

background · enum<string> · 默认值: opaque

控制是否生成带透明通道（Alpha 通道）的图片。可选值：

• opaque：不透明背景模式（默认）。生成的图片为常规不透明背景。
• transparent：透明背景模式。生成的图片为透明背景。

使用限制：

• 仅在单图生图且输入图片自带透明通道时支持该参数。
• 在透明背景模式下，输出格式默认为 png；若将 output_format 设为 jpeg，请求将报错。
• 若输入图片格式不支持透明通道（如 jpeg），请求将报错。

支持模型：dola-seedream-5-0-pro-260628（Seedream 5.0 pro）。

可用选项: opaque, transparent

layer_decomposition · boolean · 默认值: false

控制是否开启图层分解。将单张图片中的主体、背景、文字等内容自动分解为 1 张底图与最多 16 个可独立编辑的图层（每个图层均为带透明通道的 PNG 图片）。

• true：开启分层解析模式。模型将输入图片分解为底图与多个图层。
• false：图像生成模式（默认）。不进行分层解析。

使用注意事项：

• 开启分层解析时，image 为必填项且仅支持传入单张图片。传入多张图片会报错。
• 若任意图层生成失败，整次请求将失败，不支持部分成功。
• 若提示词要求图层数超过上限（16层），可能会丢失部分图层信息。
• data 响应对象中将返回每个图层的层级顺序（z_index）、边界框坐标（bounding_box）、图层名称（name）及描述（description）。

支持模型：dola-seedream-5-0-pro-260628（Seedream 5.0 pro）。

response_format · enum<string> · 默认值: url

指定生成图像的返回格式。支持以下两种返回方式：

• url：返回图片下载链接；链接在图片生成后 24 小时内有效，请及时下载图片。
• b64_json：以 Base64 编码字符串的 JSON 格式返回图像数据。

可用选项: url, b64_json

watermark · boolean · 默认值: true

是否在生成的图片中添加水印。

• false：不添加水印。
• true：在图片右下角添加「AI生成」字样的水印标识。

响应

200

application/json

调用成功，返回图像生成结果。

model · string

本次请求使用的模型 ID（模型名称-版本）。

created · integer<int64>

创建时间的 Unix 时间戳（秒）。

data · object[]

生成的图像列表。在分层解析场景下包含底图与各图层。

Show child attributes

usage · object

本次请求的用量信息。

Show child attributes