時空間推論
継続的な動画トークン化により、seedreamは120秒の動画クリップ全体でオブジェクトを追跡し、高い同一性の維持を実現します。
Seedream 4.0 (Build 250828)
seedream 4 APIは、128Kのコンテキストウィンドウを備えた、専門的なマルチモーダル推論を提供します。Tencent ARCによって開発され、空間知能、高精度な動画分析、産業用途向けのサブピクセルOCRに優れています。
API 利用例
curl --request POST "https://gptproto.com/api/v3/doubao/seedream-4-0-250828/text-to-image" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"size": "2048*2048",
"enable_base64_output": false,
"enable_sync_mode": false,
"output_format": "png"
}'Seedream 4.0 (Build 250828) の料金
1回のサンプル費用から始め、テスト予算を選びます。GPTProto 料金は表示価格より 15% お得です。
利用量
$0.1275 / 枚
関連モデル
すべてのモデル
| モデル | 解像度 | 入力 → 出力 | ||
|---|---|---|---|---|
| $0.03 / 1回あたり | 2K | 入力: テキスト入力: 画像 出力: 画像 | |
| $7.60 / $28.50 per 1M | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $7.60 / $28.50 per 1M | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| — | $0.04 / 1回あたり | 1K · 2K · more | 入力: テキスト入力: 画像 出力: 画像 | |
| $0.04 / 1回あたり | 1K · 2K | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.02 / 1回あたり | 1K | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.04 / 1回あたり | 1K · 2K · 4K | 入力: テキスト入力: 画像 出力: 画像 | ||
| $6.40 / $24.00 per 1M | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.04 / 1回あたり | 1K · 2K · 4K | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.01 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.02 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| — | $0.14 / 1回あたり | — | 入力: テキスト 出力: 画像 | |
| — | $0.01 / 1回あたり | — | 入力: 画像 出力: 画像 | |
| — | $0.02 / 1回あたり | — | 入力: 画像 出力: 画像 | |
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト 出力: 画像 | ||
| $0.06 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.03 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 | ||
| $0.05 / 1回あたり | — | 入力: 画像 出力: 画像 | ||
| $0.05 / 1回あたり | — | 入力: 画像 出力: 画像 | ||
| $0.05 / 1回あたり | — | 入力: テキスト 出力: 画像 | ||
| $0.06 / 1回あたり | — | 入力: テキスト入力: 画像 出力: 画像 |
seedream 4 apiの主な機能
seedream 4.0のマルチモーダル体験を支える主要な機能。
サブピクセルOCR精度
seedream 4 apiは、高解像度ドキュメント内の密集した図面や小さなフォントの読み取りに優れています。
幾何学的インテリジェンス
2D画像から3D空間レイアウトを推定します。ロボティクスやインテリアデザインの用途に最適です。
インターリーブデータのサポート
複雑なマルチモーダル指示に対応するため、画像、テキスト、動画を1回の推論処理で扱えます。
seedream 4 api よくある質問
GPTProtoを通じて、seedream 4 apiのパフォーマンス、データプライバシー、移行要件に関する回答をご確認ください。
seedream 4 apiは長時間の動画をどのように処理しますか？
seedream 4 apiは、単純なフレームサンプリングではなく、連続的なビデオトークン化アーキテクチャを使用しています。これにより、seedreamは最大120秒の動画クリップ全体でオブジェクトを追跡し、同一性を維持できます。このネイティブな時空間推論により、フレーム間でコンテキストを失いがちな従来のマルチモーダルモデルと比べて、seedreamはセキュリティ監視や詳細なアクション要約タスクで非常に高い信頼性を発揮します。
seedream 4 apiに送信したデータはトレーニングに使用されますか？
いいえ。GPTProtoを通じてseedreamにアクセスする場合、Zero Data Retention（ZDR）契約によって保護されます。seedream 4 apiで処理された画像、動画、テキスト入力が、ベンダーによるモデルのトレーニングや改良に使用されることは一切ありません。そのため、seedreamは、データセキュリティが絶対条件となる機密性の高い産業環境、医療画像支援、プライベートなエンタープライズアプリケーションに適しています。
OCRタスクにおいて、seedreamはGPT-4oと比べてどの程度優れていますか？
技術図面や小さなフォントの法務文書に焦点を当てたベンチマークでは、seedream 4 apiはサブピクセル精度を示し、多くの場合GPT-4oを上回ります。GPT-4oは優れた汎用モデルですが、seedreamのアーキテクチャは高解像度の視覚的な詳細分析に特化して調整されています。この専門性により、seedreamは製造業で一般的な極端なアスペクト比や、視覚情報が密集した環境でも精度を維持できます。
seedream 4 apiのリクエストにおける一般的なレイテンシーはどの程度ですか？
テキストのみのインタラクションでは、seedream 4 apiのTime-to-First-Token（TTFT）は通常約400ミリ秒です。高解像度画像や120秒の動画クリップなどのマルチモーダル入力を処理する場合、レイテンシーはファイルサイズに応じて増加しますが、通常は2.5秒未満に収まります。GPTProtoは高速ルーティングによってseedreamのリクエストを最適化し、大量の視覚データを扱う場合でもアプリケーションの応答性を維持できるようにします。
バージョン3.5からseedream 4へ移行するにはどうすればよいですか？
seedream 4 apiへの移行は簡単です。APIは3.5シリーズとの後方互換性を維持しています。リクエスト内のモデル文字列を'seedream-4-0-250828'に更新するだけで済みます。ただし、seedream 4.0ではより厳格なJSONスキーマ検証が適用されるため、更新された推論エンジンとネイティブの'json_object'サポートとの互換性を確保するため、構造化出力パラメーターをテストすることをおすすめします。
seedreamではなく別のモデルを選ぶべきなのはどのような場合ですか？
seedreamは視覚的・空間的なタスクにおいて優れていますが、純粋なテキストロジックや変化の大きいクリエイティブライティングには最適な選択肢ではない場合があります。哲学的な推論や長編フィクションでは、Claude 3.5 Opusのようなモデルのほうが、より繊細な文章表現を提供できる可能性があります。また、seedreamは、詳細な動画分析に必要な大きな推論オーバーヘッドにより、対戦型ゲームなどの100ミリ秒未満のリアルタイムフィードバックループを想定していません。
関連シナリオ
すべてのツール
AIインフルエンサーを作成
一貫性のあるAIインフルエンサーを作成し、バーチャルアバターとしてバイラル動画を生み出してソーシャルメディアを席巻しましょう。
クローズアップポートレート
あらゆるコンセプトを、リアルなエディトリアルタイポグラフィと完璧な雑誌表紙風レイアウトを備えた、魅力的なクローズアップポートレートに変えましょう。
AIヘアスタイル
高度なAIヘアスタイルチェンジャーで、200種類以上のカット、鮮やかなカラー、人気のメンズヘアスタイルを瞬時に試せます。
タトゥージェネレーター
高度なAIタトゥージェネレーターで、コンセプトを肌に映えるデザインへ変換しましょう。決める前に、無限に広がるタトゥースリーブのアイデアやスタイルを探索できます。
関連記事
このモデルに関連するガイド、比較、最新情報。
すべての記事
Doubao AI：機能・メリット・デメリット・評価を徹底レビュー
ByteDanceのDoubao AIを詳しく紹介。マルチモーダル機能、リアルタイム回答、画像生成などを搭載し、ChatGPTより50倍低価格です。料金、利用方法、競合サービスとの比較について解説します。
DeepSeek：7億人のユーザーを抱えるモバイルAI時代を牽引
DeepSeekがモバイルAI分野でどのように存在感を高めているのかを紹介します。世界中で7億人を超えるユーザーを抱え、業界はシステムレベルの統合と費用対効果の高いAPIソリューションへと移行しています。企業が生成AI時代のイノベーションと効率化を推進するために、DeepSeekをどのように活用しているのかを解説します。