doubao-seedream-5-0-flashO Doubao Seedream 5.0 Flash é a camada rápida e econômica da família Seedream 5.0 da ByteDance, servida aqui pelo endpoint oficial do Volcano Ark. Ele foi feito para trabalho em alto volume, em que o tempo de resposta e o custo por imagem pesam mais do que o último detalhe de qualidade: nos nossos testes, uma imagem 2K fica pronta em cerca de 13 a 15 segundos e uma 1K em cerca de 10. Texto para imagem e edição usam o mesmo endpoint, com até 10 imagens de referência para edições de fusão. Ele também edita uma imagem que já tem fundo transparente e preserva essa transparência: envie um PNG com canal alfa e background "transparent" e você recebe um PNG com alfa, pronto para ir sobre um banner ou um modelo de produto. A saída é 1K ou 2K (este modelo não tem 4K), com proporções de 21:9 a 9:16, a $0.03 por imagem e sem marca d'água. Ele também separa uma imagem em uma imagem base mais até 16 camadas PNG transparentes (texto, objetos, elementos de cena), cada uma com nome, ordem de empilhamento e posição no original; a separação em camadas é cobrada a $0.03 por imagem de saída, então uma base mais 11 camadas custa $0.36.
Generated image will appear here
Enter a prompt and click Generate
Cerca de 10 segundos em 1K e de 13 a 15 segundos em 2K nos nossos testes, feito para alto volume e uso interativo
Envie um PNG que já tem canal alfa com background "transparent"; a imagem editada volta como PNG com essa transparência preservada (não recorta o fundo de imagens comuns)
Texto para imagem, edição de uma imagem e fusão com até 10 imagens de referência no mesmo endpoint
Mesmo preço em 1K e 2K, uma imagem por chamada, sem marca d'água
Separa uma imagem em uma base mais até 16 camadas PNG transparentes, cada uma com nome e posição; $0.03 por imagem de saída
Decomposição em camadas é o recurso do Seedream 5.0 Flash que a documentação da ByteDance chama de 图层拆分 e que catálogos de terceiros listam como doubao-seedream-5-0-flash-layerize: você envia um PNG ou JPEG com layer_decomposition definido como true e o modelo devolve uma imagem base mais até 16 camadas PNG transparentes. Cada camada vem com um nome, uma descrição de uma frase, um z_index para a ordem de empilhamento e um bounding_box em coordenadas de pixel e normalizadas (0–1000). Na apimodels.app, isso é um único booleano no mesmo nome de modelo doubao-seedream-5-0-flash que você já chama para texto-para-imagem e edição — uma API key, sem conta na Volcengine.
Duas coisas na saída do Seedream 5.0 Flash nos surpreenderam ao rodar, e as duas importam no momento em que você constrói algo em cima. Primeiro, a imagem base não é a original: é a figura com todas as camadas extraídas retiradas e os buracos repintados. Um cartaz de cafeteria dividido em nove camadas volta com um cartão creme liso como base; um cartaz em que você pediu só o texto volta com a área do título repintada como céu. Segundo, cada PNG de camada é renderizado maior que o seu bounding box — normalmente de duas a quatro vezes em cada lado (uma caixa de logo de 439×70 px voltou como um PNG de 1801×287 px), com a proporção preservada. Posicione e redimensione cada camada pelo bounding_box.absolute na hora de compor, e trate os pixels extras como folga gratuita para ampliar uma camada depois.
Tudo nesta página é uma requisição real na apimodels.app, uma por caso, executada em 27 e 28 de setembro de 2026 no nível 2K. As imagens, os nomes das camadas, as descrições e as caixas são o que o Seedream 5.0 Flash devolveu, sem edição; os preços são o preço de tabela de $0.03 por imagem de saída; os segundos são o tempo real entre a chamada de criação e o resultado concluído. Clique em qualquer camada nos exploradores abaixo para isolá-la e ver a caixa dela sobre a base.
| Campo | Onde | O que significa |
|---|---|---|
| resultUrls | resultado da tarefa | primeiro a imagem base, depois cada camada na ordem de z_index |
| resultJson.layers[i].z_index | toda imagem | 0 é a base; de 1 para cima, empilha em direção a quem olha |
| resultJson.layers[i].name, description | cada camada | escritos pelo modelo, no idioma que o prompt pedir (chinês se você não pedir) |
| resultJson.layers[i].bounding_box.absolute | cada camada | [x1, y1, x2, y2] em pixels da imagem base |
| resultJson.layers[i].bounding_box.normalized | cada camada | a mesma caixa numa grade de 0–1000, independente da resolução |
| arquivos de camada | cada camada | PNG com alfa, maior que a caixa; a base segue output_format |
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate every main element onto its own layer. Write every layer name and description in English.
size 2K · 10 imagens de saída · $0.30 a $0.03 cada · 62s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | Sunset Sky | [18, 11, 981, 497] | The gradient sunset sky with purple to orange textured clouds, forming the base background of the poster. |
| 2 | River Water | [400, 595, 908, 810] | The calm river surface reflecting the orange sunset glow, with subtle ripples. |
| 3 | Distant Hills and Forests | [24, 486, 976, 625] | The layered purple distant mountain ranges and dense dark forest tree silhouettes on both river banks. |
| 4 | Setting Sun | [559, 459, 728, 535] | The round yellow-orange setting sun above the distant hills, no other landscape elements included. |
| 5 | Foreground Rock and Grass | [20, 601, 980, 908] | The foreground rocky outcrop and tall wild grass with small wildflowers, excluding the guitar. |
| 6 | Acoustic Guitar | [92, 397, 392, 837] | The full wooden acoustic guitar leaning on the rock, no surrounding grass or rocks included. |
| 7 | Live at Riverside Park Text | [107, 284, 894, 322] | The text 'Live at Riverside Park' with two horizontal divider lines on both sides, in cream retro font. |
| 8 | Event Info Text | [55, 906, 945, 952] | The bottom text 'Aug 14 · 7 PM · Free entry' with two horizontal divider lines on both sides, in cream retro font. |
| 9 | SUMMER ECHOES Title Text | [73, 36, 926, 278] | The large bold vintage text 'SUMMER ECHOES' in cream textured font, no other elements included. |
Requisição real na apimodels.app, 2026-09-28, tarefa cmulg47z
As execuções abaixo cobrem as três formas em que a decomposição em camadas do Seedream 5.0 Flash é usada de verdade: uma divisão automática completa (sem prompt, ou "separe cada elemento principal"), uma divisão seletiva ("só o texto", "o tênis e a etiqueta de preço") e o recorte de um único elemento. O custo acompanha o número de imagens que voltam, não o tamanho nem a complexidade da entrada, então a divisão seletiva no Seedream 5.0 Flash é o jeito econômico de obter exatamente a peça de que você precisa — um recorte único custa $0.06, um cartaz inteiro $0.30 e o teto de 16 imagens é $0.51.
| Cenário | Requisição | Saídas | Preço de tabela | Tempo |
|---|---|---|---|---|
| Cartaz de evento, 3:4 | divisão completa | 1 base + 9 camadas | $0.30 | 62 s |
| Cartaz promocional de cafeteria, 3:4 | divisão completa | 1 base + 9 camadas | $0.30 | 60 s |
| Anúncio de produto, 16:9 | divisão completa | 1 base + 7 camadas | $0.24 | 53 s |
| Ícone de app + logotipo, 3.8:1 | divisão completa, bate no teto de 16 imagens | 1 base + 15 camadas | $0.48 | 74 s |
| Cartaz de evento, só o texto | seletiva | 1 base + 4 camadas | $0.15 | 52 s |
| Anúncio de tênis | seletiva, dois elementos | 1 base + 2 camadas | $0.09 | 37 s |
| Foto com duas pessoas | uma pessoa | 1 base + 1 camada | $0.06 | 31 s |
| Cartaz de cafeteria, prompt em chinês | um selo | 1 base + 1 camada | $0.06 | 25 s |
Um cartaz de show em estilo vintage — pôr do sol, lago, colinas, um violão encostado numa pedra, três blocos de texto. Com o prompt "Separate every main element onto its own layer", o Seedream 5.0 Flash devolveu nove camadas: Sunset Sky, River Water, Distant Hills and Forests, Setting Sun, Foreground Rock and Grass, Acoustic Guitar, e os três blocos de texto como três camadas separadas (o título, a linha "Live at Riverside Park" e a linha da data). Dez imagens de saída, $0.30, 62 segundos.
É a divisão que você quer quando o cartaz precisa ser reaproveitado: trocar a data na linha de baixo, levar o violão para outro layout ou subir o título para abrir espaço para uma faixa de patrocinador — nada disso exige repintar o céu. Repare que a descrição da camada do sol diz "no other landscape elements included": o modelo é explícito sobre o que deixou de fora de cada recorte.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate every main element onto its own layer. Write every layer name and description in English.
size 2K · 10 imagens de saída · $0.30 a $0.03 cada · 62s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | Sunset Sky | [18, 11, 981, 497] | The gradient sunset sky with purple to orange textured clouds, forming the base background of the poster. |
| 2 | River Water | [400, 595, 908, 810] | The calm river surface reflecting the orange sunset glow, with subtle ripples. |
| 3 | Distant Hills and Forests | [24, 486, 976, 625] | The layered purple distant mountain ranges and dense dark forest tree silhouettes on both river banks. |
| 4 | Setting Sun | [559, 459, 728, 535] | The round yellow-orange setting sun above the distant hills, no other landscape elements included. |
| 5 | Foreground Rock and Grass | [20, 601, 980, 908] | The foreground rocky outcrop and tall wild grass with small wildflowers, excluding the guitar. |
| 6 | Acoustic Guitar | [92, 397, 392, 837] | The full wooden acoustic guitar leaning on the rock, no surrounding grass or rocks included. |
| 7 | Live at Riverside Park Text | [107, 284, 894, 322] | The text 'Live at Riverside Park' with two horizontal divider lines on both sides, in cream retro font. |
| 8 | Event Info Text | [55, 906, 945, 952] | The bottom text 'Aug 14 · 7 PM · Free entry' with two horizontal divider lines on both sides, in cream retro font. |
| 9 | SUMMER ECHOES Title Text | [73, 36, 926, 278] | The large bold vintage text 'SUMMER ECHOES' in cream textured font, no other elements included. |
Requisição real na apimodels.app, 2026-09-28, tarefa cmulg47z
Um cartaz "AUTUMN LATTE WEEK" com um selo de 20% OFF, um latte de abóbora e quatro folhas de bordo nos cantos. O Seedream 5.0 Flash dividiu tudo em nove camadas e nomeou cada folha pela posição e pela cor (Top Left Yellow Maple Leaf, Bottom Right Orange Maple Leaf), separou a xícara da bebida com chantilly em cima dela e manteve o título e a linha inferior do evento como duas camadas de texto. A base que voltou é um cartão creme vazio — todos os elementos foram retirados.
Para uma rede que roda a mesma promoção em doze cidades, este é o template: trocar a linha de baixo por loja, mudar 20% para 15% na camada do selo e reposicionar as folhas para uma versão story em 9:16, tudo a partir de uma única divisão de $0.30 no Seedream 5.0 Flash, em vez de doze regenerações que iriam desviar no estilo uma a uma.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate every main element onto its own layer. Write every layer name and description in English.
size 2K · 10 imagens de saída · $0.30 a $0.03 cada · 60s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | Bottom Event Info Text | [100, 912, 899, 943] | The brown text 'Oct 1 - Oct 7 · Maple Street Café' with short horizontal line decorations on both sides, no extra elements included. |
| 2 | Bottom Left Red Maple Leaf | [43, 622, 311, 842] | The large red maple leaf decoration located at the bottom left of the cup, no other elements included. |
| 3 | Bottom Right Orange Maple Leaf | [743, 728, 937, 852] | The orange maple leaf decoration located at the bottom right of the cup, no other elements included. |
| 4 | Top Left Yellow Maple Leaf | [59, 326, 218, 461] | The yellow maple leaf decoration located at the top left of the cup, no other elements included. |
| 5 | Top Right Small Red Maple Leaf | [876, 521, 987, 607] | The small red maple leaf decoration located at the top right of the cup, no other elements included. |
| 6 | White Latte Cup with Pumpkin Logo | [213, 384, 869, 810] | The white ceramic latte cup with an orange pumpkin logo printed on the front, no coffee or cream inside included. |
| 7 | Latte Drink with Whipped Cream | [224, 274, 751, 547] | The pumpkin spice latte topped with swirled whipped cream dusted with cinnamon powder, placed inside the cup. |
| 8 | 20% OFF Red Badge | [682, 260, 950, 459] | The circular red discount badge with white dashed border and white text '20% OFF', no other elements included. |
| 9 | AUTUMN LATTE WEEK Title Text | [77, 52, 923, 227] | The bold brown text 'AUTUMN LATTE WEEK' with small leaf decorations on both sides, no extra elements included. |
Requisição real na apimodels.app, 2026-09-28, tarefa cmukjkdk
Um banner de fone de ouvido no layout clássico de e-commerce. O Seedream 5.0 Flash devolveu sete camadas que correspondem uma a uma ao jeito como um designer teria montado a peça: o logo SoundPeak, o título "Silence Everything", o subtítulo com os atributos, o pedestal redondo de exposição, a etiqueta amarela de preço $129, o botão "Shop Now" e o próprio fone. A base é o fundo azul de estúdio sem o pedestal. Oito imagens, $0.24, 53 segundos.
Foi também nesta execução que o comportamento de resolução ficou evidente: o logo ocupa uma caixa de 439×70 px na base de 2720×1536, mas o PNG dele tem 1801×287 px. Redimensione para a caixa e ele fica exatamente onde estava; guarde o PNG e você tem um logo que aguenta ser ampliado quatro vezes para uma posição de destaque.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate every main element onto its own layer. Write every layer name and description in English.
size 2K · 8 imagens de saída · $0.24 a $0.03 cada · 53s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | SoundPeak Logo and Brand Text | [67, 64, 228, 109] | Extract the SoundPeak brand logo and the text 'SoundPeak', no extra elements included. |
| 2 | Headline Text Silence Everything | [66, 229, 429, 473] | Extract the bold dark blue headline text 'Silence Everything', no extra elements included. |
| 3 | Subtitle Feature Text | [67, 503, 404, 535] | Extract the subtitle text 'Active noise cancelling, 40-hour battery', no extra elements included. |
| 4 | White Round Display Pedestal | [455, 754, 917, 946] | Extract the light blue round display pedestal that holds the headphones, no extra elements included. |
| 5 | Yellow Price Tag $129 | [67, 565, 201, 665] | Extract the yellow price tag with the text '$129', no extra elements included. |
| 6 | Shop Now Button | [67, 705, 253, 792] | Extract the dark blue rounded 'Shop Now' button with arrow, no extra elements included. |
| 7 | Black Over-Ear Headphones | [512, 100, 826, 789] | Extract the black SoundPeak over-ear noise cancelling headphones, no extra elements included. |
Requisição real na apimodels.app, 2026-09-27, tarefa cmujyv1k
Um conjunto de logo flat — um ícone preto arredondado com uma estrela e oito raios coloridos, ao lado da palavra "Sparkpix". O Seedream 5.0 Flash usou todos os slots que tem: 15 camadas mais a base, 16 imagens, $0.48, 74 segundos. Deu a cada raio a sua própria camada (nomeada por cor e posição), separou a estrela do fundo do ícone e desmontou o logotipo: "Spark" ficou como uma única camada, enquanto p, i, o pingo do i e x ganharam cada um a sua.
Esse último detalhe é o teto em ação. O Seedream 5.0 Flash não para em 16 descartando elementos; ele agrupa. Quando a sua arte tem mais de 15 coisas que importam, peça por elas de forma seletiva em duas ou três requisições em vez de uma — cada requisição é cobrada só pelo que devolve, então duas divisões seletivas de quatro camadas cada custam $0.30 juntas, menos que uma divisão completa que, de qualquer forma, teria fundido tudo.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate every main element onto its own layer. Write every layer name and description in English.
size 2K · 16 imagens de saída · $0.48 a $0.03 cada · 74s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | Black rounded square icon background | [62, 124, 250, 875] | The black rounded square base of the app icon, no other decorative elements included |
| 2 | Yellow four-pointed star | [88, 323, 176, 653] | The bright yellow four-pointed star shape at the center of the icon, no surrounding rays included |
| 3 | Green top-left ray | [38, 132, 98, 359] | The bright green teardrop-shaped ray at the top-left position of the icon |
| 4 | Green top-right ray | [164, 137, 225, 367] | The bright green teardrop-shaped ray at the top-right position of the icon |
| 5 | Green bottom-left ray | [39, 609, 99, 837] | The bright green teardrop-shaped ray at the bottom-left position of the icon |
| 6 | Green bottom-right ray | [166, 617, 226, 843] | The bright green teardrop-shaped ray at the bottom-right position of the icon |
| 7 | Orange top ray | [122, 55, 143, 280] | The orange teardrop-shaped ray at the top center position of the icon |
| 8 | Red bottom ray | [122, 695, 143, 917] | The red teardrop-shaped ray at the bottom center position of the icon |
| 9 | Pink left ray | [21, 447, 81, 526] | The bright pink teardrop-shaped ray at the left center position of the icon |
| 10 | Purple right ray | [183, 446, 242, 527] | The purple teardrop-shaped ray at the right center position of the icon |
| 11 | Yellow text 'Spark' | [306, 171, 755, 863] | The bold rounded yellow text spelling 'Spark', no other colored text included |
| 12 | Orange text 'p' | [752, 335, 861, 862] | The bold rounded orange lowercase letter 'p' that follows the yellow 'Spark' text |
| 13 | Red text 'i' | [859, 311, 898, 732] | The bold rounded red lowercase letter 'i' that follows the orange 'p' text |
| 14 | Yellow dot of 'i' | [857, 126, 901, 286] | The solid yellow circular dot positioned above the red 'i' letter |
| 15 | Pink text 'x' | [897, 326, 1000, 732] | The bold rounded bright pink lowercase letter 'x' that follows the red 'i' text |
Requisição real na apimodels.app, 2026-09-28, tarefa cmul6zg7
O mesmo cartaz de show do primeiro exemplo, mas o prompt foi "Separate only the text". O Seedream 5.0 Flash devolveu quatro camadas — "Live at Riverside Park", "ECHOES", "SUMMER" e a linha da data — e deixou o violão, o sol e a paisagem na base, repintando o céu onde o título ficava. Cinco imagens, $0.15, 52 segundos: metade do preço da divisão completa, porque você só pagou pelas camadas que pediu.
É o caminho mais econômico para um cartaz localizado com o Seedream 5.0 Flash: mantenha a base, substitua as quatro camadas de texto pelas versões em japonês ou alemão e a arte por baixo fica intocada. Note que o modelo optou por dividir o título de duas palavras em duas camadas; se você precisa dele como um bloco só, diga isso no prompt.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate only the text. Write every layer name and description in English.
size 2K · 5 imagens de saída · $0.15 a $0.03 cada · 52s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | Live at Riverside Park text | [107, 284, 893, 322] | Extract the text 'Live at Riverside Park' with its left and right horizontal divider lines only, no other elements included. |
| 2 | ECHOES text | [157, 155, 852, 278] | Extract the text 'ECHOES' only, no other elements included. |
| 3 | SUMMER text | [73, 36, 927, 178] | Extract the text 'SUMMER' only, no other elements included. |
| 4 | Event info text | [55, 906, 945, 952] | Extract the text 'Aug 14 · 7 PM · Free entry' with its left and right horizontal divider lines only, no other elements included. |
Requisição real na apimodels.app, 2026-09-28, tarefa cmukpy5o
Um anúncio de tênis de corrida em verde-menta com título, um botão "Shop now", o calçado e uma etiqueta amarela de $89. O prompt nomeou exatamente duas coisas — "Separate the sneaker and the price tag" — e o Seedream 5.0 Flash devolveu exatamente essas duas camadas, deixando o título e o botão na base. Três imagens, $0.09, 37 segundos.
Trabalho de catálogo de produto tem quase sempre este formato: um objeto principal e um elemento de preço que muda toda semana. Dividir os dois uma vez dá um recorte com borda alfa limpa para a página de listagem e uma camada de etiqueta que você pode reescrever, enquanto o resto do anúncio permanece como fundo travado.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate the sneaker and the price tag. Write every layer name and description in English.
size 2K · 3 imagens de saída · $0.09 a $0.03 cada · 37s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | Sneaker | [237, 130, 818, 744] | The white and orange running sneaker, including its mesh upper, laces, sole, heel tab, and the attached orange tag string, no price tag included |
| 2 | Price Tag | [761, 219, 954, 403] | The yellow price tag with black text '$89', no other elements included |
Requisição real na apimodels.app, 2026-09-28, tarefa cmukpzj6
Uma foto de escritório com duas pessoas (as duas geradas por IA, então nada aqui envolve a semelhança de uma pessoa real). "Separate the woman on the right" produziu uma camada — o modelo a nomeou exatamente assim — e uma base em que ela não está mais e a sala de reunião atrás dela foi preenchida. Duas imagens, $0.06, 31 segundos.
Recortar um único sujeito de uma foto em grupo normalmente é um trabalho de máscara mais um preenchimento de fundo numa segunda ferramenta; aqui os dois voltam de uma única chamada ao Seedream 5.0 Flash. O preenchimento da base é gerado, então olhe antes de entregar — nesta execução as cadeiras e a borda da mesa foram reconstruídas com limpeza, mas o modelo está inventando o que havia atrás da pessoa, não recuperando.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: Separate the woman on the right. Write every layer name and description in English.
size 2K · 2 imagens de saída · $0.06 a $0.03 cada · 31s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | Woman on the right | [526, 116, 989, 999] | The full body of the woman sitting on the right side of the image, wearing a black sweater with lace collar and gold hoop earrings, no extra annotation elements included |
Requisição real na apimodels.app, 2026-09-28, tarefa cmukpy7d
O cartaz de cafeteria de novo, com o prompt escrito em chinês — 提取20% off的文字标签 ("extraia o selo de texto de 20% off") — seguido de uma frase em inglês pedindo nomes e descrições em inglês. O Seedream 5.0 Flash devolveu uma única camada chamada "20% OFF text badge" com descrição em inglês, e uma base em que o selo sumiu e o papel do cartaz atrás dele foi preenchido. Duas imagens, $0.06, 25 segundos — a execução mais rápida desta página.
Dois pontos práticos deste caso: você pode descrever o alvo no idioma em que pensa, e o idioma dos metadados devolvidos é controlado separadamente por aquela frase final. Deixe a frase de fora e os nomes voltam em chinês, o que serve bem para um produto chinês e surpreende todo o resto.
Clique em uma camada para isolá-la. O contorno é o bounding_box dela sobre a imagem base; a base é o que o modelo preencheu depois de retirar as camadas.
prompt: 提取20% off的文字标签. Write every layer name and description in English.
size 2K · 2 imagens de saída · $0.06 a $0.03 cada · 25s de espera
| z_index | name | bounding_box (normalizado, 0–1000) | description |
|---|---|---|---|
| 0 | imagem base (z_index 0): sem nome, descrição nem caixa; o formato segue output_format | ||
| 1 | 20% OFF text badge | [681, 260, 950, 459] | Extract the red circular 20% OFF text badge with white dashed outline, only keep the complete badge including the '20% OFF' white text and red circular background, no extra elements included. |
Requisição real na apimodels.app, 2026-09-28, tarefa cmul38tl
A requisição ao Seedream 5.0 Flash é o endpoint comum de imagem com dois campos a mais. POST https://api.apimodels.app/v1/images/generations com model "doubao-seedream-5-0-flash", image_url apontando para um PNG ou JPEG (URL pública ou base64), layer_decomposition true e, opcionalmente, prompt e size ("1K" ou "2K"; a base mantém a proporção da entrada). Você recebe um taskId; consulte GET /v1/images/generations?task_id=… até state ser completed e então leia resultUrls e resultJson.layers. Toda imagem da tabela abaixo veio exatamente dessa chamada.
Três padrões de prompt cobrem quase tudo. Omita o prompt, ou diga "Separate every main element onto its own layer", para uma divisão completa. Nomeie as peças — "only the text", "the sneaker and the price tag", "the woman on the right" — para uma divisão seletiva, e o Seedream 5.0 Flash devolve só essas camadas, com todo o resto deixado na base. Acrescente uma frase, "Write every layer name and description in English", se quiser metadados em inglês; sem ela, nomes e descrições voltam em chinês, seja qual for o idioma do prompt.
O que esperar da divisão em si, a partir destas execuções: cada bloco de texto vira uma camada, e um título grande pode ser dividido por palavra (SUMMER e ECHOES voltaram separados); ornamentos pequenos como folhas e raios ganham cada um a sua camada, nomeada por cor e posição; um produto e a coisa sobre a qual ele está são separados (xícara e bebida, pedestal e fone). Quando a contagem passaria de 15 camadas, o modelo agrupa em vez de descartar, então para artes densas rode duas ou três requisições seletivas em vez de uma.
| Objetivo | Prompt usado | O que voltou |
|---|---|---|
| Divisão completa | (omitido) ou "Separate every main element onto its own layer." | 7–15 camadas conforme a arte; todo bloco de texto, objeto e ornamento separado |
| Só o texto | "Separate only the text." | 4 camadas de texto; a arte fica na base com as áreas de texto repintadas |
| Objetos nomeados | "Separate the sneaker and the price tag." | exatamente essas 2 camadas |
| Um sujeito | "Separate the woman on the right." | 1 camada, base preenchida atrás dela |
| Qualquer idioma | "提取20% off的文字标签." + frase pedindo nomes em inglês | 1 camada com nome e descrição em inglês |
| Metadados em inglês | acrescente "Write every layer name and description in English." | nomes e descrições em inglês em vez de chinês |
Cada imagem que o Seedream 5.0 Flash devolve custa $0.03 — a base conta como uma, cada camada conta como uma — e não há taxa separada pela decomposição em si. Como é o modelo que decide quantas camadas devolver, a chamada de criação reserva do seu saldo o máximo de 17 imagens ($0.51) e a tarefa acerta pela contagem real ao concluir; a diferença é liberada na hora. Uma requisição que falha não devolve nada e não é cobrada: não existe sucesso parcial em que você paga por metade de uma divisão.
A consequência prática é que o jeito mais econômico de usar as camadas do Seedream 5.0 Flash é pedir menos. Uma divisão completa de cartaz custa $0.30; as quatro camadas de texto do mesmo cartaz, $0.15; um selo, $0.06. Se um pipeline só precisa do produto e da etiqueta de preço, um prompt seletivo custa um terço de uma divisão completa e deixa menos arquivos para gerenciar.
| Imagens devolvidas | Composição | Você paga |
|---|---|---|
| 2 | base + 1 camada | $0.06 |
| 3 | base + 2 camadas | $0.09 |
| 5 | base + 4 camadas | $0.15 |
| 8 | base + 7 camadas | $0.24 |
| 10 | base + 9 camadas | $0.30 |
| 16 | base + 15 camadas | $0.48 |
| 17 (máximo) | base + 16 camadas | $0.51 — o valor reservado na criação |
Entrega para design. Um banner achatado gerado por IA é um beco sem saída para um designer; o mesmo banner como uma base do Seedream 5.0 Flash mais sete camadas PNG nomeadas e com posições é um arquivo PSD ou Figma esperando para ser montado. Grave cada camada em bounding_box.absolute, mantenha z_index como ordem de camadas, e título, preço e botão voltam a ser objetos editáveis. Ferramentas construídas sobre este modelo fazem exatamente isso — dividem um cartaz ou foto em camadas nomeadas e exportam em PSD.
Localização e variantes. Os exemplos só-texto e da cafeteria acima são o padrão: uma divisão de $0.15–$0.30 no Seedream 5.0 Flash produz um fundo travado e um punhado de camadas de texto, e cada idioma, região ou nível de desconto passa a ser uma troca de texto em vez de uma nova geração que mudaria a arte. O mesmo vale para testar A/B uma etiqueta de preço ou uma chamada para ação entre conjuntos de anúncios.
Movimento e composição. Camadas com ordem de profundidade e caixas são o que animações de parallax, tipografia cinética e revelação de produto precisam — o céu, as colinas, o violão e o título do cartaz podem se mover em velocidades diferentes porque são arquivos separados com posições conhecidas. Templates de e-commerce funcionam do mesmo jeito: o recorte do tênis e a etiqueta podem ir para qualquer fundo, e a resolução extra de cada PNG de camada faz com que um recorte tirado de um anúncio 2K ainda se sustente como imagem principal.
Entrada: exatamente uma imagem, PNG ou JPEG. Fusão de várias imagens, texto-para-imagem e decomposição em camadas são modos diferentes do mesmo Seedream 5.0 Flash e não se combinam numa única chamada, e layer_decomposition não pode ser combinado com background "transparent" — esse modo edita uma imagem que já tem canal alfa e o preserva, o que é outro trabalho. size só escolhe o nível 1K ou 2K; a imagem base mantém a proporção da entrada, e é por isso que o anúncio 16:9 voltou em 2720×1536 e os cartazes 3:4 em 1760×2352.
Saída: você não controla a quantidade de camadas — o Seedream 5.0 Flash decide entre 1 e 16 e agrupa elementos quando os slots acabam. A imagem base é repintada onde as camadas foram retiradas, então trate-a como conteúdo gerado e confira antes de entregar, especialmente atrás de pessoas e produtos. Os PNGs de camada são maiores que o seu bounding_box (de duas a quatro vezes em cada lado em todas as execuções daqui) e precisam ser redimensionados para a caixa na composição. Espere uma emenda sutil onde uma camada grande de borda suave, como água ou céu, encontra a base repintada quando você monta a imagem de volta — os exploradores acima mostram isso sem disfarce. Nomes e descrições de camada são escritos pelo modelo e chegam em chinês, a menos que o prompt peça outro idioma.
Tempo e entrega: as nossas oito execuções levaram de 25 a 74 segundos, mais ou menos 25 segundos mais três por camada, contra 10–15 segundos de uma imagem comum do Seedream 5.0 Flash — configure o timeout do cliente em 180 segundos ou use callback_url em vez de uma espera bloqueante. Os links de resultado são temporários: copie a base e as camadas para o seu próprio armazenamento assim que a tarefa concluir.
Os três níveis do Seedream 5.0 na apimodels.app respondem no mesmo endpoint com os mesmos parâmetros, então a escolha é sobre o que cada um acrescenta. O Seedream 5.0 Flash é o nível de volume e, nesta plataforma, o único com decomposição em camadas e edição com fundo transparente. O Seedream 5.0 Pro acrescenta edição interativa — aponte uma região com coordenadas, uma caixa ou uma marca desenhada à mão e só essa região muda — e texto dentro da imagem mais forte. O Seedream 5.0 Lite é o generalista do canal oficial em 2K/4K. Trocar é mudar uma única string em model.
| Nível | Id do modelo | Preço aqui | Decomposição em camadas | Edição com fundo transparente | Melhor para |
|---|---|---|---|---|---|
| Seedream 5.0 Flash | doubao-seedream-5-0-flash | $0.03 por imagem de saída, 1K/2K | sim — base + até 16 camadas | sim | volume, divisões em camadas, edições que preservam o alfa |
| Seedream 5.0 Pro | doubao-seedream-5-0-pro | $0.03 (1K) / $0.06 (2K) | não oferecida aqui | sim | edições interativas por região, texto denso na imagem |
| Seedream 5.0 Lite | doubao-seedream-5-0-260128 | $0.055 por imagem, 2K/4K | não | não | geração geral e fusão em 2K/4K |
Doubao Seedream 5.0 Flash é uma API de geração de imagens da ByteDance. O Doubao Seedream 5.0 Flash é a camada rápida e econômica da família Seedream 5.0 da ByteDance, servida aqui pelo endpoint oficial do Volcano Ark. Ele foi feito para trabalho em alto volume, em que o tempo de resposta e o custo por imagem pesam mais do que o último detalhe de qualidade: nos nossos testes, uma imagem 2K fica pronta em cerca de 13 a 15 segundos e uma 1K em cerca de 10. Texto para imagem e edição usam o mesmo endpoint, com até 10 imagens de referência para edições de fusão. Ele também edita uma imagem que já tem fundo transparente e preserva essa transparência: envie um PNG com canal alfa e background "transparent" e você recebe um PNG com alfa, pronto para ir sobre um banner ou um modelo de produto. A saída é 1K ou 2K (este modelo não tem 4K), com proporções de 21:9 a 9:16, a $0.03 por imagem e sem marca d'água. Ele também separa uma imagem em uma imagem base mais até 16 camadas PNG transparentes (texto, objetos, elementos de cena), cada uma com nome, ordem de empilhamento e posição no original; a separação em camadas é cobrada a $0.03 por imagem de saída, então uma base mais 11 camadas custa $0.36. Pela plataforma APIMODELS, você acessa este modelo por uma API unificada com preços transparentes de pagamento por uso. Preço atual: 1K: $0.03, 2K: $0.03.
Gere imagens de produto de alta qualidade para lojas online, anúncios e material de marketing.
Crie conteúdo visual atraente para redes sociais e aumente o engajamento e a visibilidade da marca.
Produza arte conceitual de personagens, cenários e objetos para acelerar o desenvolvimento de jogos.
Crie pôsteres, banners e peças promocionais por uma fração do custo tradicional.
O Doubao Seedream 5.0 Flash está disponível pela APIMODELS a: 1K: $0.03, 2K: $0.03. A cobrança é por uso — você paga apenas pelo que gera.
Cadastre-se na APIMODELS, obtenha sua chave de API e chame nosso endpoint unificado. Oferecemos documentação detalhada com exemplos em cURL, Python e Node.js.
A APIMODELS oferece o mesmo modelo Doubao Seedream 5.0 Flash pela nossa plataforma de agregação. Fornecemos uma interface de API unificada, então você não precisa de contas separadas por provedor: uma única chave para acessar todos os modelos.
Envie um PNG ou JPEG para doubao-seedream-5-0-flash com layer_decomposition definido como true e o modelo divide a imagem em uma base mais até 16 camadas PNG transparentes. Cada camada tem nome, uma descrição de uma frase, um z_index (0 é a base; valores maiores ficam por cima) e um bounding_box em pixels absolutos e numa grade normalizada de 0–1000. resultUrls lista a base primeiro e depois cada camada na ordem de z; os mesmos campos estão em resultJson.layers. A documentação da ByteDance chama o recurso de 图层拆分 (decomposição em camadas); na apimodels.app ele é um booleano no mesmo nome de modelo que você usa para texto-para-imagem, com uma API key e sem conta na Volcengine.
$0.03 por imagem de saída, com a base incluída, e sem taxa separada pela decomposição. O modelo decide quantas camadas devolver, então a chamada de criação reserva o máximo de 17 imagens ($0.51) e a tarefa acerta pela contagem real ao concluir — um cartaz que voltou como base mais 9 camadas custou $0.30, uma divisão seletiva de dois elementos custou $0.09, um recorte único $0.06. Requisições que falham não devolvem nada e não são cobradas; não existe sucesso parcial.
Sim — nomeie-os no prompt. "Separate only the text" num cartaz de show devolveu quatro camadas de texto e deixou violão, sol e paisagem na base ($0.15 em vez dos $0.30 da divisão completa). "Separate the sneaker and the price tag" devolveu exatamente essas duas camadas. "Separate the woman on the right" devolveu uma. Omitir o prompt, ou escrever "Separate every main element onto its own layer", dá a divisão automática completa. Como você paga por imagem devolvida, prompts seletivos são o caminho econômico para uma peça específica.
Os nomes e as descrições são escritos pelo modelo e, por padrão, voltam em chinês, seja qual for o idioma do seu prompt. Acrescente uma frase ao prompt — "Write every layer name and description in English." — e eles voltam em inglês; o mesmo funciona para outros idiomas. O prompt que descreve o que dividir pode estar em qualquer idioma: um prompt em chinês (提取20% off的文字标签) com essa frase em inglês devolveu uma camada chamada "20% OFF text badge".
Não. A base é a imagem com todas as camadas extraídas retiradas e os buracos repintados. Um cartaz de cafeteria dividido em nove camadas voltou com um cartão creme vazio como base; uma divisão só de texto voltou com a área do título repintada como céu; o recorte de uma pessoa voltou com a sala atrás dela preenchida. Trate a base como conteúdo gerado e confira antes de entregar, principalmente atrás de pessoas e produtos — o modelo inventa o que estava escondido, não recupera.
Porque o Seedream 5.0 Flash renderiza cada camada na sua própria resolução, maior que a caixa que ela ocupa na base — de duas a quatro vezes em cada lado em todas as execuções que medimos (uma caixa de logo de 439×70 px voltou como um PNG de 1801×287 px), com a proporção preservada. Ao compor, redimensione cada camada para bounding_box.absolute e ela cai exatamente onde estava; guarde o PNG original e você tem folga para ampliar esse elemento depois sem upscaling.
Não na apimodels.app: decomposição em camadas e edição com fundo transparente são oferecidas apenas no doubao-seedream-5-0-flash. O Seedream 5.0 Pro é o nível para edição interativa por região e texto denso dentro da imagem ($0.03 em 1K, $0.06 em 2K), e o Seedream 5.0 Lite é o generalista 2K/4K a $0.055. Os três respondem no mesmo endpoint com os mesmos parâmetros, então um pipeline pode dividir com o Flash e editar com o Pro trocando apenas a string do model.
As nossas oito execuções levaram de 25 a 74 segundos — mais ou menos 25 segundos mais cerca de três por camada — contra 10–15 segundos de uma imagem comum do Seedream 5.0 Flash. A chamada é assíncrona: a criação devolve um taskId na hora; depois consulte GET /v1/images/generations?task_id=… ou passe um callback_url. Configure o timeout do cliente em pelo menos 180 segundos. Os links de resultado são temporários, então copie a base e as camadas para o seu próprio armazenamento assim que a tarefa concluir.
Na APIMODELS, o Doubao Seedream 5.0 Flash roda junto com mais de 60 modelos usando uma única chave de API e um único saldo, então escolher é questão de adequação, não de dependência. Ele suporta Fast (~10–15s), Keeps PNG Transparency, Layer Decomposition (up to 16 layers), Multi-Image (up to 10), Aspect Ratio 21:9 to 9:16, 1K / 2K, $0.03/image e você pode avaliá-lo em preço e capacidade frente a outros modelos de geração de imagens, trocando ao alterar uma única string com o nome do modelo — sem nova conta ou integração. Veja todas as opções de geração de imagens com preços ao vivo em apimodels.app/models.
O Doubao Seedream 5.0 Flash suporta: Fast (~10–15s), Keeps PNG Transparency, Layer Decomposition (up to 16 layers), Multi-Image (up to 10), Aspect Ratio 21:9 to 9:16, 1K / 2K, $0.03/image. Consulte a documentação da APIMODELS para todos os parâmetros e exemplos de chamada.
Sim. A APIMODELS expõe o Doubao Seedream 5.0 Flash por uma única API unificada e uma só chave, sem contas separadas por provedor e sem precisar lidar com o acesso de rede regional de cada provedor.
Aceitamos Stripe (Visa, Mastercard e outros cartões internacionais) e Alipay. O saldo fica disponível imediatamente após o pagamento.
Um uso típico do modo de separação em camadas: ferramentas que separam uma foto ou um cartaz em camadas nomeadas e exportam cada uma como PNG ou PSD, para mover o título ou trocar o produto sem redesenhar o resto.
Prompts shared by their authors — copy and adapt them. Each one credits its author and links back to the original post.
Weathered sailor on a fishing boat
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat. He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms. He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens. Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance. The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.
by OpenAI
Automatic coffee machine workflow infographic
Create a detailed Infographic of the functioning and flow of an automatic coffee machine like a Jura. From bean basket, to grinding, to scale, water tank, boiler, etc. I'd like to understand technically and visually the flow.
by OpenAI
Thread streetwear ad with exact typography
Give me a cool in culture ad / fashion shot for a brand called Thread. It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create." Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful. Use clean composition, strong color direction, natural poses, and premium fashion photography cues. Render the tagline exactly once, clearly and legibly, integrated into the ad layout. No extra text, no watermarks, no unrelated logos.
by OpenAI
We curate copy-ready prompt libraries — every entry shows its full text and a sample result, ready to adapt.
How to get access, regional availability, and how this model compares with its alternatives.