Une publicité produit finalisée nécessite deux modifications : rendre la tasse rouge bleu cobalt et remplacer son étiquette de prix. Le logo, les ombres, la mise en page et tout le reste doivent rester inchangés.
Si votre priorité est la préférence en matière de retouche, GPT Image 2.6 Sunburst (max) affiche un résultat publié supérieur. GPT est également le premier candidat si vous recherchez des contrôles de région documentés dans le schéma. Ajoutez Seedream 5.5 à votre présélection si vous avez besoin d’effectuer des révisions successives en langage naturel : la démonstration de ByteDance sur la préservation des éléments retouchés le rend pertinent, sans toutefois en faire un vainqueur avéré.
Aucun test comparatif primaire examiné ne permet de trancher pour cette tâche précise portant sur la tasse et l’étiquette de prix. Il s’agit d’un guide de sélection fondé sur des sources, et non d’une comparaison issue de nos propres mesures ; aucune requête de génération n’a été exécutée. La page de comparaison d’AIHubMix permet de naviguer entre les modèles, mais ne prouve ni qu’un modèle est le meilleur pour cette tâche ni qu’il présente un avantage de coût à paramètres égaux.
Définissez les éléments qui doivent survivre à la retouche
Utilisez un PNG source de 2048×2048 dont vous êtes propriétaire. Demandez les modifications de couleur de la tasse et de texte du prix en même temps, puis évaluez le résultat selon des critères d’acceptation explicites :
- La tasse devient bleu cobalt sans que sa géométrie ou l’apparence de sa matière ne change.
- L’étiquette indique exactement
US$19.99, tout en conservant sa position et sa forme. - Le logo, les autres textes, les ombres, les accessoires, l’arrière-plan et le cadrage restent inchangés ; inspectez l’image en pleine résolution.
- Si les révisions successives sont importantes, comparez chaque image intermédiaire acceptée à l’original, et pas seulement au résultat précédent.
Il s’agit de critères proposés, et non de résultats mesurés. Une image d’apparence convaincante peut tout de même ne pas satisfaire aux exigences de texte exact ou de préservation de la marque d’une publicité.
La préférence en matière de retouche ne prouve pas une fiabilité sur 100 tours
La publication de lancement de ByteDance, datée du 9 novembre 2026, montre 100 retouches successives et affirme que les zones non retouchées sont mieux préservées. Il s’agit d’éléments fournis par le fournisseur, et non d’une reproduction indépendante. Les comparateurs externes cités sont GPT Image 2.5 Sunburst et Nano Banana 2.1, et non GPT Image 2.6 Sunburst.
Pour des données indépendantes sur la retouche, le classement AA-Image-Editing v2.1 d’Artificial Analysis s’appuie sur des préférences humaines en comparaison par paires à l’aveugle, entre des résultats produits à partir de la même image source et de la même instruction.
Instantané UTC : 2026-11-12 06:24:03. Voici les lignes générales de retouche affichées, avec les libellés exacts des variantes :
| Variante du modèle | Rang | Elo | IC à 95% |
|---|---|---|---|
| GPT Image 2.6 Sunburst (max) | 1 | 1210 | 1197–1223 |
| Seedream 5.5 | 6 | 1159 | 1145–1173 |
Dans cet instantané, la variante GPT (max) citée obtient un score de préférence générale en retouche supérieur. Cela ne permet pas d’établir le taux de réussite pour la tasse et son étiquette, ni de déterminer quel modèle préserve une composition au fil de 100 révisions. Nous ne déduisons pas de significativité statistique à partir de ces seuls intervalles de confiance.
Le résultat obtenu avec le paramètre par défaut — ou avec l’exemple high ci-dessous — ne doit pas non plus être assimilé à celui du benchmark pour (max).
Comparez les contrôles sur le endpoint que vous utiliserez
Le schéma de la passerelle Seedream et le schéma de la passerelle GPT actuels, consultés le 12 novembre 2026, documentent les différences suivantes pour POST /ai/v1/images/generations :
| Contrôle | Seedream 5.5 | GPT Image 2.6 Sunburst |
|---|---|---|
| Image de référence | image / images | image / images |
| Guidage par région | Non exposé | mask ou markup |
| Sélecteur de qualité | Non exposé | quality au niveau supérieur |
| Contrôle de planification | Non exposé | complexity |
| Sélecteur d’arrière-plan | Non exposé | extra.background |
Pour GPT, le champ quality de premier niveau propose low, medium, high, xhigh, max et auto. extra.quality est déprécié et remplacé par la valeur du champ de premier niveau. Le champ distinct complexity propose low, medium et high. Le schéma précise que les valeurs autorisées dépendent du modèle ; l’acceptation de chacune des valeurs répertoriées n’a pas été vérifiée ici.
Le champ GPT markup est une couche d’annotation PNG transparente dont les dimensions correspondent à celles de la première image source ; il ne peut pas être combiné avec mask. Il s’agit de contrôles documentés dans le schéma, et non de garanties de mise en œuvre ou de fidélité vérifiées. Un masque ne prouve pas que chaque pixel non sélectionné restera inchangé.
Sur ce endpoint, Seedream n’expose aucun de ces sélecteurs, ni layer_decomposition. Il s’agit d’une différence entre les contrats de la passerelle, et non d’une preuve d’incapacité au niveau du modèle. Ne partez pas du principe que les champs non pris en charge sont transmis.
ByteDance décrit également une transparence native complète et partielle. Cela ne garantit pas une sortie Seedream transparente via cette passerelle : le seul format PNG ne prouve rien quant au canal alpha. Le schéma de GPT documente extra.background="transparent" avec PNG ou WebP. Si la transparence est obligatoire, inspectez le canal alpha du fichier retourné sur le endpoint réellement utilisé ; la sortie d’aucun des deux modèles n’a été vérifiée ici.
Calculez le coût à partir des tokens, pas d’un prix supposé par image finale
La page du modèle d’OpenAI indique les tarifs officiels suivants pour GPT Image 2.6 Sunburst, en USD par million de tokens : $5 pour les tokens d’entrée texte, $8 pour les tokens d’entrée image et $30 pour les tokens de sortie image. Elle ne fournit pas de prix fixe par image pour ce modèle.
Pour ces trois catégories non mises en cache :
USD = (5 × text_input_tokens
+ 8 × image_input_tokens
+ 30 × image_output_tokens) / 1,000,000
Hypothèse, non mesurée : supposons 1,000 tokens d’entrée texte, 1,000 tokens d’entrée image non mis en cache et 2,000 tokens de sortie image pour une retouche. Le calcul est le suivant : $0.005 + $0.008 + $0.060 = $0.073.
Ces quantités ne correspondent ni à une résolution particulière, ni à high, ni à la configuration max d’AA. L’exemple utilise les tarifs officiels par token sans mise en cache, exclut les nouvelles tentatives et ne constitue ni un devis d’AIHubMix ni une facture mesurée.
Aucune grille tarifaire officielle complète pour Seedream 5.5 n’a été trouvée dans les documents officiels examinés. Il est donc impossible de désigner de manière fiable le modèle le moins cher à paramètres égaux ou d’établir un ratio d’économies étayé. Pour vos achats, comparez le coût des retouches acceptées, nouvelles tentatives comprises, uniquement lorsque les exigences de qualité et l’utilisation réelle sont connues.
Deux requêtes de départ, pas un benchmark
Le guide de l’API d’images unifiée documente les entrées d’images de référence et le endpoint partagé. Les deux requêtes ci-dessous utilisent le même PNG local, le même prompt, n=1, les mêmes dimensions et le même format de sortie. GPT définit en plus quality="high" au niveau supérieur ; Seedream ne propose pas de sélecteur équivalent. Des dimensions identiques ne signifient pas un effort de calcul équivalent, et cela ne reproduit pas le résultat d’AA pour (max).
Utilisez Bash avec curl, jq et base64 ; définissez AIHUBMIX_API_KEY dans votre environnement et placez votre image source, dont vous êtes propriétaire, dans ./source-ad.png. L’exécution de ces exemples envoie des requêtes facturables. Ils n’ont pas été exécutés pour cet article.
set -euo pipefail
: "${AIHUBMIX_API_KEY:?Set AIHUBMIX_API_KEY first}"
SOURCE_IMAGE="./source-ad.png"
test -r "$SOURCE_IMAGE"
SOURCE_DATA_URI="data:image/png;base64,$(base64 < "$SOURCE_IMAGE" | tr -d '\r\n')"
PROMPT='Change only the red mug to cobalt blue and replace the price label text with exactly "US$19.99". Preserve the label position and shape, logo, shadows, other objects, background, framing, and all other text.'
# Seedream 5.5: no quality field on this route.
printf '%s' "$SOURCE_DATA_URI" |
jq -Rs --arg prompt "$PROMPT" '{
model: "doubao-seedream-5-5", prompt: $prompt, image: .,
n: 1, size: "2048x2048", output_format: "png",
extra: {watermark: false}
}' |
curl --fail-with-body --silent --show-error \
https://aihubmix.com/ai/v1/images/generations \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" \
-H "Content-Type: application/json" --data-binary @-
# GPT Image 2.6 Sunburst: high is not the leaderboard's max.
printf '%s' "$SOURCE_DATA_URI" |
jq -Rs --arg prompt "$PROMPT" '{
model: "gpt-image-2.6-sunburst", prompt: $prompt, image: .,
n: 1, size: "2048x2048", output_format: "png", quality: "high"
}' |
curl --fail-with-body --silent --show-error \
https://aihubmix.com/ai/v1/images/generations \
-H "Authorization: Bearer $AIHUBMIX_API_KEY" \
-H "Content-Type: application/json" --data-binary @-
Le schéma de Seedream indique que le filigrane visible est activé par défaut avec la valeur true. La requête ci-dessus définit extra.watermark=false pour demander la suppression de ce filigrane ; ce comportement n’a pas été vérifié sur une sortie.
Les deux schémas autorisent l’exécution asynchrone facultative. Vérifiez que la fonctionnalité de tâches est activée au niveau du compte avant d’utiliser les API de tâches natives ; l’erreur 403 async_not_enabled signifie qu’une activation est nécessaire. Téléchargez le content_url renvoyé à l’aide de la même clé API/du même jeton Bearer que celui ayant créé la tâche ; ce n’est pas une URL publique d’image de référence. Pour une autre révision, téléchargez l’image acceptée et créez un nouvel URI de données, plutôt que de traiter cette URL protégée comme une entrée publique.
Choisissez en fonction de l’exigence qui peut disqualifier un résultat
Choisissez GPT comme premier candidat si le guidage explicite par région ou le score de préférence publié est votre priorité. Évaluez Seedream si votre flux de travail dépend réellement de révisions successives en langage naturel, sans transformer la démonstration du fournisseur en preuve comparative.
Pour cette publicité, n’approuvez aucun modèle sur la seule base de son classement. Vérifiez la tasse, l’étiquette et les zones à préserver. Si le texte exact de l’étiquette reste insatisfaisant, gardez le prix sous forme d’élément de design modifiable au lieu d’accepter une erreur visuellement convaincante.
FAQ
Quel modèle est le meilleur pour modifier une tasse et une étiquette de prix ?
Aucun test comparatif primaire examiné ne permet de trancher pour cette tâche précise. GPT obtient un score de retouche publié supérieur pour sa variante max ; la démonstration de Seedream sur les retouches successives justifie de l’évaluer, mais ne prouve pas qu’il est meilleur pour cette tâche.
La démonstration de Seedream sur 100 tours prouve-t-elle qu’il surpasse GPT Image 2.6 ?
Non. Il s’agit d’éléments fournis par le fournisseur, et non d’une comparaison indépendante sur 100 tours avec GPT Image 2.6. La publication de lancement cite GPT Image 2.5 Sunburst parmi les comparateurs.
Les deux modèles peuvent-ils accepter une image de référence via AIHubMix ?
Leurs schémas unifiés actuels documentent les entrées image et images. Les exemples utilisent la même image source, mais aucun résultat n’a été généré ni vérifié ici.
GPT peut-il utiliser mask et markup ensemble ?
Non. Son schéma publié répertorie les deux champs, mais les rend mutuellement exclusifs. Les dimensions de markup doivent correspondre à celles de la première image source ; la présence de ces contrôles dans le schéma ne garantit pas la préservation.
Faut-il renseigner la qualité de GPT dans extra ?
Utilisez le champ quality de premier niveau. Le champ de compatibilité extra.quality est déprécié et remplacé par celui-ci. Le paramètre high de l’exemple ne correspond pas à la variante max du benchmark.
Le format PNG garantit-il un asset Seedream transparent ?
Non. La transparence native est une affirmation du fournisseur, tandis que le schéma de cette passerelle n’expose pas de sélecteur d’arrière-plan pour Seedream. GPT documente un sélecteur d’arrière-plan transparent, mais il faut tout de même vérifier le canal alpha de la sortie réelle.
Lequel coûte le moins cher par retouche acceptée ?
Ce guide ne permet pas de l’établir. L’exemple GPT à $0.073 repose sur des quantités de tokens hypothétiques, et non sur une utilisation mesurée ; aucune grille tarifaire officielle complète et comparable pour Seedream n’a été trouvée dans les documents examinés.
À lire ensuite : la série Seedream 5.5
- Vous envisagez de remplacer un flux de travail Seedream existant ? Lisez Seedream 5.5 vs 5.0 Pro : la mise à niveau en vaut-elle la peine ?.
- Vous avez besoin de détails sur la génération, la retouche et la migration avant d’intégrer l’une ou l’autre option ? Lisez Tutoriel sur l’API Seedream 5.5 : génération, retouches et migration.
Sources
- ByteDance Seed : présentation de Seedream 5.5.
- Artificial Analysis : classement AA-Image-Editing v2.1, instantané du 2026-11-12 06:24:03 UTC.
- OpenAI : page du modèle GPT Image 2.6 Sunburst et tarifs officiels.
- AIHubMix : schéma actuel de l’endpoint Seedream 5.5.
- AIHubMix : schéma actuel de l’endpoint GPT Image 2.6 Sunburst.
