Seedream 5.5とは？100回連続編集、ネイティブRGBA、APIの現状について

ByteDance Seedream 5.5とは？

Seedream 5.5は、静止画像の生成および編集を行うためのByteDance Seedの最新マルチモーダルモデルです。テキストと画像を参照として入力し、新しい画像を生成したり、既存の画像を修正したりします。これは動画モデルではありません。ByteDanceは画像モデルにSeedream、動画モデルにSeedanceという名称を使用しています。

ByteDanceは2026年11月9日にSeedream 5.5を正式リリースしました。同社はこのアップデートを、より安定した繰り返し編集、ネイティブな透過画像出力、そしてリアリズムとテキストレンダリングの向上という3つの領域に分類しています。

この位置付けは重要です。視覚的に印象的な最初の結果も有用ですが、制作作業はそこで終わることはほとんどありません。製品画像には新しいラベルが必要な場合もあれば、背景を変えたり、別の見出しを追加したりする必要があるかもしれません。変更のたびに製品が微妙に変化してしまうようでは、モデルによる時間短縮効果はほとんどありません。Seedream 5.5は、そのような長期的なワークフローをより信頼性の高いものにするためのByteDanceの試みです。

Seedream 5.5のリリース日と可用性

ByteDance Seedream 5.5のリリース日は2026年11月9日でした。中国での発表によると、このモデルはJimeng/Dreamina、Doubao、Doubao Work、およびVolcengine Arkを通じて順次展開されています。

ただし、可用性については少し補足が必要です。コンシューマー向けアプリでモデルを選択できることと、文書化された本番環境用APIがあることは同じではありません。

11月10日時点で、ByteDanceの英語モデルディレクトリはユーザーをDreaminaに誘導していますが、公開されている国際版のBytePlus ModelArkモデルリストには、安定したSeedream 5.5のモデルIDは記載されていません。GPT Protoもまだ追加していません。リリース前後には一部のサードパーティ製エンドポイントが登場しましたが、それによって最終的な公式API名、制限、価格、または地域別の可用性が確定するわけではありません。

中国のメディアは、2Kの正方形編集のコストは約0.28人民元であり、入力画像と出力画像に対して個別に課金され、テキストトークン料金は発生しないと報じました。これはあくまでローンチ時の報道であり、確定した国際料金表ではない点に注意してください。本記事の確認時点で、BytePlusは5.5の価格を公開していませんでした。

Seedream 5.5の新機能とは？

1. より安定したマルチターン編集

繰り返しの画像編集には、誤差が蓄積するという問題があります。あるリクエストでジャケットを正しく変更できても、顔がぼやけてしまうことがあります。次のリクエストで背景を変更すると、今度は照明が変わってしまいます。数回繰り返すと、結果が元の画像とは似ても似つかないものになってしまう可能性があります。

ByteDanceによると、Seedream 5.5は編集対象として選択されなかった領域をピクセルレベルで維持し、色の変化を抑え、連続的な修正における詳細の損失を制限します。同社の主要なデモンストレーションでは、同じポートレートに対して100回の編集を繰り返し、各結果を次の編集に入力しています。衣服、眼鏡、ジュエリー、テーブル上のオブジェクトは変化しますが、他の部分は視覚的に安定したままです。

デザイナーにとっての結論は単純です。小さなリクエストのたびに構成全体を再生成するのではなく、同じアセットを修正できるようになるべきだということです。

2. ネイティブRGBAと透過アセット

Seedream 5.5は、完全および部分的な透過領域を含むアルファチャンネル付きの画像を生成できます。ByteDanceの公式モデルギャラリーでは、テキストや参照画像から作成された、透過処理されたキャラクター、ステッカー、レタリング、抽出された被写体が紹介されています。

これは、背景削除のチェックボックスよりもはるかに有用です。本物のRGBAファイルであれば、レイアウト、Webページ、製品モックアップ、またはビデオオーバーレイに直接配置できます。髪の毛、羽、布地、オブジェクト間の小さな隙間といった繊細なエッジの処理は、これまで困難な課題でした。

クリーンな透過切り抜きと、物理的に正確な透明感の間には依然として違いがあります。例えば、ボトルの輪郭にはアルファチャンネルを適用できても、ガラスそのものは不透明なままにすることができます。後述する初期テストでは、まさにその制限が確認されました。

3. より自然なライティング、素材、肌の質感

ByteDanceは、光、表面素材、肌の質感の処理も向上したと報告しています。掲げられた目標は、ワックスのような肌、過度な光沢、白飛びしたハイライト、そしてシーンに馴染まない影を持つ合成オブジェクトを減らすことです。

公開された例は、特にポートレート、製品シーン、合成画像において期待が持てる内容です。ただし、これらは選定されたベンダーのサンプルです。より広範な同一プロンプトによるテスト結果が出るまでは、これらは「Seedream 5.5が生成できるもの」を示しているに過ぎず、「どの程度の頻度でその品質を維持できるか」までは分かりません。

4. より高密度で正確なテキスト

中国語、英語、および高密度に配置された小さなテキストを対象としたByteDanceの内部テストにおいて、Seedream 5.5は深刻なテキスト破損率0.4%、軽微な破損率1.7%を記録しました。例には、中国語の蝶のインフォグラフィックや、小さなコピーが複数ブロック配置された英語の新聞レイアウトが含まれています。

これらの数値は具体的で有用ですが、同社はテストセットの規模、評価者の人数、エラーの閾値を公開していません。したがって、正確な表現は「Seedream 5.5のテキスト精度は99.6%である」ではなく、「ByteDanceが報告した」となります。これらは同義の主張ではありません。

Seedream 5.5は本当に100回の編集に耐えられるのか？

ByteDanceは、1つのポートレートに対して100回の連続編集を行い、各ラウンドの出力を次の入力として使用するデモを実演しました。これは、無関係な画像を100枚生成して見せるよりも強力な証拠です。小さなエラーが蓄積する際に発生する「ドリフト（劣化）」という問題に直接対処しているからです。

ただし、これが普遍的な耐久性の保証というわけではありません。公開資料には、複数画像のテストセットや失敗率、あるいは10回、25回、50回、100回と進むにつれて忠実度がどのように変化するかを示す曲線は含まれていません。最も妥当な結論は、ByteDanceが説得力のある1つの長いシーケンスを実証したということであり、異なる被写体や編集タイプ全体でのパフォーマンスは未検証のままです。

この区別は重要です。なぜなら、反復的な劣化は測定が困難だからです。Banana100研究では、別の画像モデルを使用して100回の反復ステップで28,000枚の画像を生成しました。その結果、アーティファクトが蓄積することが判明し、一般的な21種類の参照なし品質指標のいずれも、劣化した画像をクリーンな画像よりも一貫して低く評価することはできなかったと報告されています。Banana100はSeedream 5.5をテストしていないため、ByteDanceのモデルが失敗することを証明するものではありません。しかし、単一のクリーンなデモが評価の終わりではない理由を説明しています。

公平な評価： Seedream 5.5の100回編集デモは有望な証拠ではありますが、すべての画像がドリフトなしで100回の編集に耐えられるという保証ではありません。

Seedream 5.5とSeedream 5.0 Pro：何が変わったのか？

Seedream 5.0 Proは、すでに精密な領域編集、高密度レイアウト、多言語テキスト、レイヤー分解機能を提供していました。Seedream 5.5は、それらの概念をゼロから生み出したわけではありません。一部の機能の仕組みを変更し、繰り返し編集に重点を置いています。

透過処理の違いは見落としがちです。Seedream 5.0 Proは、入力画像をベース画像と最大16枚のアルファチャンネル付きPNGレイヤーに分解できます。一方、Seedream 5.5は透過または半透過のアセットを直接作成可能です。一方は構造的な分解であり、もう一方はネイティブな透過生成です。

今すぐAPIが必要な場合、Seedream 5.0 Proが実用的な選択肢です。直接的なRGBA生成と拡張された修正チェーンが優先される場合は、APIの詳細が確定するまでSeedream 5.5の動向を注視するのが良いでしょう。

Seedream 5.5 vs GPT Image 2.6 および Nano Banana 2.1

Seedream 5.5、GPT Image 2.6、Nano Banana 2.1を同一のプロンプトと設定で比較した公開済みの独立したテストはありません。現在の比較は、タスクごとに限定して考える必要があります。

Seedream 5.5 対 GPT Image 2.6

ByteDanceがリリースした名称は GPT Image 2.5 Sunburst であり、GPT Image 2.6ではありません。Arenaの変更履歴によると、GPT Image 2.6 FlareおよびSunburstは、Seedream 5.5がローンチされる5日前の11月4日に画像リーダーボードに登場しました。ByteDanceは、未公開の比較セットに2.6が含まれていたかどうかについては言及していません。

そのため、どちらが全体的に優れているかを判断する公平な根拠はありません。今すぐ利用可能で、速度を重視した生成および編集APIが必要な場合は、GPT Image 2.6 Flare を選択してください。即時の統合よりも、ネイティブな透過処理や長期的な修正チェーンを重視する場合は、Seedream 5.5に注目してください。

Seedream 5.5 対 ChatGPT Image 2

GPT Image 2 は、現時点ではより明確に定義された実用的な選択肢です。構成計画、ネイティブな2K出力、多言語の画像内テキスト、および複数の参照を使用したマスクベースの編集をサポートしています。Seedream 5.5のより特徴的な約束は、ネイティブなRGBA出力と繰り返しの編集における安定性です。トレードオフとなるのは、その証拠と可用性です。GPT Image 2は今すぐ呼び出すことができますが、Seedream 5.5は依然として文書化されたパブリックエンドポイントと、より広範なテストを必要としています。

Seedream 5.5 対 Nano Banana 2.1

ByteDanceの報告によると、Seedream 5.5は、テキストから画像への生成および画像から画像への生成の両方のタスクにおいて、テキスト構造の面でNano Banana 2.1をリードしており、テキストから画像への生成のリアリズムでも同様です。しかし、公式の比較チャートには重要な例外が含まれています。Seedream 5.5は、画像から画像へのリアリズムにおいて、Nano Banana 2.1に対して -6.18% GSB というスコアを記録しています。これは全体的な勝利とは言えません。

1K、2K、または4K出力、最大14個の参照、および会話形式の編集が可能なライブAPIが必要な場合は、Nano Banana 2.1 を使用してください。Seedream 5.5は、透過デザインアセットや繰り返しのローカル編集においてより興味深いものに見えますが、それらの利点については直接的かつ独立した比較が必要です。

公式のSeedream 5.5ベンチマークが実際に示していること

ByteDanceは、eコマース、マーケティング、映画・テレビ、ゲーム、オフィス生産性、ファッションデザインという6つの実用分野でSeedream 5.5を評価しました。同社は、これら6つすべてにおいてSeedream 5.0 Proよりも高い品質とユーザビリティを報告しています。映画・テレビおよびオフィス業務におけるユーザビリティは、以前のモデルの2倍以上でした。

専門家による個別の選好テストにおいて、同社はテキストから画像への生成および画像から画像への生成タスクにおけるテキスト構造とリアリズムを評価しました。Seedream 5.0 Proとの4つの比較すべてにおいて肯定的な結果が出ており、画像から画像へのリアリズムは +55.62% GSB に達しました。

これらの結果によって証明されることと、証明されないことは以下の通りです。

これらの数値は注目に値しますが、同時に「ベンダーによるテスト」というラベルが必要です。サンプルサイズ、評価者の詳細、完全なプロンプトは開示されておらず、GPT Image 2.6は比較対象として明記されていませんでした。

初期の独立したテストで判明したこと

リリース当日の独立したテストでは、35件の出力（テキストから画像への生成28件、1つのポートレートに対する7回の連続編集）が生成されました。小規模なサンプルではありますが、ローンチギャラリー以外での有用な証拠となります。

• 4つの透過性テストすべてにおいて、実際のアルファチャンネルを持つファイルが返されました。

• ガラスや透明な素材を含む3つのプロンプトでは不透明なオブジェクトが生成されたため、光学的な透明性よりも、きれいに切り抜かれた素材の方が適しているようです。

• ポートレートの顔は7回の編集シーケンスのほとんどで変化しませんでしたが、笑顔を追加するというリクエストは1回無視されました。

• 823文字のポーランド語を含む11枚の画像全体で、テスターは9箇所の文字エラーを確認しました。7枚の画像にはエラーはありませんでした。

テスターはサードパーティのエンドポイントを通じて、プロンプトごとに1回ずつ実行しました。これらの結果は、ベンチマークや将来の公式APIを保証するものとして扱うべきではありません。しかし、ネイティブのアルファ出力は本物である一方、透明な素材や指示への忠実度にはまだ改善の余地があるという限定的な結論を裏付けるものです。

Seedream 5.5はどのような人におすすめか？

Seedream 5.5は、最初の画像が単なる出発点となるようなワークフローに最も適しています。

• 繰り返し修正が行われるEコマースや広告用のアセット

• 透過ファイルが必要なステッカー、キャラクター、製品、オーバーレイ

• 中国語や英語のテキストが密集したポスターやインフォグラフィック

• 変更を加えない領域を維持する必要がある製品やポートレートの編集

• 複数の構成で同じキャラクターやアセットを再利用するデザインシステム

安定した国際モデルID、公開されたレート制限、正式なサービス保証、検証済みの4Kサポート、または大量のベンチマークデータに依存する導入を検討されている場合は、さらなる情報をお待ちください。また、Seedream 5.5は画像を生成するものであり、動画は生成しません。動画ワークフローにはSeedanceモデルをご利用ください。

Seedream 5.5 APIへのアクセス方法

現時点では、GPT Protoを通じてSeedream 5.5にアクセスすることはできません。GPT Protoが実際のモデルページや動作するコードを提供するには、安定したアップストリームモデルと検証済みのリクエスト形式が必要となります。それまでの間、ここに表示されるSeedream 5.5のエンドポイントはすべて架空のものです。

現在利用可能な最も近いAPIオプションは Seedream 5.0 Pro です。これは、テキストから画像への生成、参照ベースの編集、および構造化されたレイヤー分解をサポートしています。

以下のリクエストはSeedream 5.5ではなく、Seedream 5.0 Pro を呼び出します

curl --request POST \
  "https://gptproto.com/api/v3/doubao/dola-seedream-5-0-pro-260628/text-to-image" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "prompt": "A clean product hero image of a translucent perfume bottle on dark slate, dramatic side light, visible water droplets, no text",
    "size": "2048x2048",
    "enable_base64_output": false,
    "enable_sync_mode": false,
    "output_format": "png"
  }'

レスポンスとして result_id が返されます。以下に貼り付けて、完了した結果を取得してください：

export RESULT_ID="paste-result-id-here"

curl --request GET \
  "https://gptproto.com/api/v3/predictions/$RESULT_ID/result" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY"

Seedream 5.0 Proが適さない場合、以下の3つの利用可能なルートが異なるニーズに対応します：

• GPT Image 2.6 Flare：より高速なOpenAI画像生成および編集用

• GPT Image 2：2K出力、構図計画、およびマスクベースの編集用

• Nano Banana 2.1：1K～4K出力、マルチリファレンス入力、および会話型編集用

これら4つすべてで、同じGPT ProtoアカウントとAPI残高を使用できます。Seedream 5.5は、統合が実際に完了した後にのみ、そのリストに追加される予定です。