Seedream 5.0 Pro同一张图付0.3还是0.6元，分界线在像素不在档位

摘要：Seedream 5.0 Pro按张计费，0.30元和0.60元的分界线是236万总像素，而不是你在参数里填的1K或2K。用档位模式，16:9只有1424×800（0.30元）和2816×1584（0.60元）两个选项；改用像素模式填2048x1152，像素比1K档多出107%，价钱还是0.30元。这一条差别，在月产万张的素材管线上就是三千块。下面把官方参数表、计费阈值、参考图这笔隐藏账，以及发布稿和接口文档打架的地方，一次讲清楚。

字节在2026年7月8日把Seedream 5.0 Pro挂上火山方舟的时候，社交媒体上传得最响的一句是“生图超过Gemini”。这句话字节自己从来没说过，第三方榜单到今天也还没给出任何一边的证据。

但真正值钱的东西不在那句口号里。我把火山方舟的三份官方文档（API参考、图片生成教程、模型价格）逐行读完之后，发现最该被讨论的是一件很不性感的事：这个模型的报价单有两套读法，而大多数人只知道其中一套，还是贵的那套。

先交代边界：本文所有参数、价格、能力对照均来自官方文档，我没有充值跑图。这类文章最容易翻车的地方恰恰不是主观体验，而是把过时的数字当成现状——所以这篇的重点放在把账算对、把参数钉死上。

同样一张16:9的图，为什么有人付0.30元有人付0.60元？

火山方舟的模型价格页把图片生成的计费写得很短，短到容易被扫过去：

• doubao-seedream-5-0-pro：输出图≤236万像素0.30元/张，>236万像素0.60元/张
• 输入参考图：首张免费，第2张起0.02元/张
• 因审核等原因未成功输出的图片不计费

注意这里的定价变量是总像素，不是分辨率档位。而你在API里指定尺寸时，官方给了两种互斥的写法：填档位（1K、2K），或者填宽高像素值（2048x1152）。这两种写法不能混用。

问题就出在这儿。填档位的时候，宽高比由模型根据你的提示词描述来定，最终落在官方的映射表上。而那张映射表，把16:9的两个选项定死成了1424×800和2816×1584。

算一下：1424×800是113.92万像素，落在0.30元档；2816×1584是446.05万像素，落在0.60元档。中间是空的。你想要一张比1424×800大、但还想按0.30元付钱的图？档位模式不给你这个选项。

236万像素这条线，到底能卡出多少便宜？

换成像素模式，情况完全不同。图片生成教程里写明了Pro的总像素取值范围是[1280x720（921600）, 2048x2048x1.1025（4624220）]，宽高比范围[1/16, 16]。也就是说，92.16万到462.42万之间的任意组合都合法。

而计费阈值卡在236万。那么最优解就很清楚了：在不超过236万总像素的前提下，把图开到最大。

看16:9那一行。1424×800换成2048×1152，像素数从113.92万涨到235.93万，翻了2.07倍，账单一分钱没变。距离236万这条线只差704个像素——不多不少，刚好够你把电商主图从“勉强能用”推到“印在详情页顶部不虚”。

1:1那行同理，1536×1536是所有正方形里能免费拿到的最大边长。做商品方图、社媒头图的，这个数字建议直接写进配置文件。

这里插一句读参数表的通用经验：凡是“档位”和“实际计量单位”不是同一个东西的服务，中间几乎一定有套利空间。档位是给人看的，计费是按机器读的那个数走的。保哥这些年做出海站的技术选型，在CDN流量、云存储请求数、翻译API字符数上都遇到过同一个结构——供应商用一套好记的标签包装，实际结算用另一套。写进代码的应该是后者。

叫Pro的模型，分辨率上限为什么反而比Lite低？

这是我读官方能力对照表时最意外的一格。同一张表里，四个模型并排：

Pro的分辨率上限是2K，Lite能到4K。组图、流式、联网三项Pro全是“暂不支持”，参考图还比Lite少4张。单看这张表，Pro像个功能被阉过的版本。

字节这里的Pro指的是精度，不是功能全。它换来的东西只有一格：交互编辑。整张表里只有Pro那一列打了勾，另外三款全是叉。

这个命名会咬到评估流程

大部分产品线里，贵的型号规格全面碾压便宜的，所以团队评估新模型的本能动作是：拿最贵的那个跑一遍最重的批量任务。在Seedream这里，这个本能会直接把你带沟里——你拿Pro跑组图，它报错；你拿Pro要4K交付，它给不了；然后你得出“又贵又残”的结论，把整个系列拉黑。

正确的分工是：一次只出一张、但这张的文字位置人物特征必须分毫不差，用Pro；一次出一组、或者要4K，用Lite。这两句话应该写在团队的模型选型文档第一行。

还有一条藏得更深的限制

Lite的总像素下限是2560x1440（3686400），比Pro的1280x720（921600）高出整整4倍。翻译成人话：Lite根本出不了小图。

所以如果你的管线里有“生成缩略图”“生成图标”这类需求，Lite这条路直接堵死，Pro也只能给你92.16万像素起步的图，剩下的还得自己缩。API不给小图，低于下限是直接拒绝而不是自动放大——这个行为差异，在写重试逻辑的时候要提前判掉。

参考图也要钱，这笔账你算进去了吗？

这是价格表里最容易被跳过的一行，也是Pro和其他三款差别最大的地方：

• Seedream 5.0 Pro：输入图首张免费，第2张起0.02元/张
• Seedream 5.0 Lite／4.5／4.0：输入图免费

只有Pro对参考图收费。而Pro恰恰是那个主打“多图生图”“交互编辑”的型号——这两种玩法天生就要传多张图。

算一笔满配的账。用Pro做多图融合，传满10张参考图，出一张1536×1536的图：

0.30元（输出）＋9×0.02元（第2到第10张参考图）＝0.48元。参考图占了整单成本的37.5%。

如果输出图开到2K档，0.60＋0.18＝0.78元，参考图占23%。跑量的时候这不是零头。做服饰换装、模特套图这类必须堆参考图的管线，建账的时候得把参考图单独列一行，别只盯着输出单价。

这个成本结构和视频那边是同一套思路。我之前拆Seedance 2.0的提示词与计费时算过，那边是按token走的，输入含不含视频差出接近一倍的单价；生图这边换成了按张，但“你喂进去的东西也要收钱”这个原则没变。

交互编辑到底怎么用？标记得你自己画上去

Pro唯一独占的能力，实现方式比大多数人想的原始，而这恰恰是它最好用的地方。

API参考文档里对交互编辑的描述是“支持通过坐标、框选、箭头等多种方式指定编辑位置”。Seed团队的官方发布博客说得更细，列了点选、套索、框选、涂鸦四种。

但翻遍请求参数表，你找不到任何一个叫region、mask或者coordinates的字段。Body参数一共就那么几个：model、prompt、image、size、optimize_prompt_options、output_format、response_format、sequential_image_generation、stream、tools、watermark。

答案是：框、箭头、坐标号、涂鸦，全都是你自己画在参考图上传进去的。模型识别图上那些标记，再对照prompt里的文字描述执行。

官方示例把模板给全了

教程里那条交互编辑的示例提示词值得原样抄下来：

根据手绘草图对图像进行编辑。在左下角标记区域添加一叠真实的杂志或艺术画册，并在右侧标记区域添加一个带杯碟的陶瓷杯咖啡。移除所有草图线条。保持构图不变。

四句话，每句都有活儿：第一句声明这是草图编辑任务；第二句用方位词绑定标记区域和要生成的内容；第三句移除所有草图线条——不写这句，你画的那些框和箭头会被当成画面元素一起渲染进去；第四句保持构图不变，防止模型顺手把整张图重新排一遍。

后两句是很多人第一次试会漏掉的，然后得出“交互编辑不准”的结论。它准，只是你没告诉它标记不是内容。

为什么这件事值得单独做个工具

标记既然是画上去的，那就能程序化生成。用Pillow在图上画一个矩形、写一个序号，二十行代码的事。这意味着Seedream 5.0 Pro实际上是一个可脚本化的区域编辑器：

• 批量给一百张商品图的右下角换标签，坐标固定，标记框循环画
• 做多语种本地化，同一版海报，文字区域框住，prompt换语言
• 模特图统一改背景，人物区域涂蓝保留，其余重绘

这三类活以前要么手动PS，要么靠不太稳的抠图管线。现在的路径是：一个画标记的脚本，一次API调用。这比模型本身的画质提升实在得多。

想走完全本地、零边际成本那条路的，我写过Claude Code加Draw Things的本地出图工作流，跑在Mac上，适合素材不能出内网的场景，代价是自己扛显存和调度。

图层这件事，发布稿和接口文档说的不是一回事

这一节是本文时效性最强的部分，也是最容易在别处读到错误说法的地方。

发布当天大量文章写“Seedream 5.0 Pro支持图层分离，一张海报能拆成10多个独立图层”。这句话的来源是Seed团队的官方博客，原文确实把智能图层分离作为已有能力介绍，没有标注即将推出。

但7月8日刚上线时，火山方舟的API参考里找不到对应字段，能力清单也只写了交互编辑——这就是那段时间“图层分离还没上线”说法的由来，当时它是对的。

到我核对这一版（图片生成教程最近更新时间2026年7月15日，API参考2026年7月21日）的时候，情况已经变了。教程里的能力对照表，Pro那一列的“生成数量”一格写着：支持生成单图／多张图层。

所以现在的准确说法是：图层能力已经进了官方文档，但它的位置不在一个独立参数上，而是挂在“生成数量”这个维度下——一次调用可以返回单张图，也可以返回多张图层。这也解释了为什么Pro的组图能力标着“暂不支持”却又能返回多张：组图是多张不同的图，图层是同一张图的多个层，两码事。

结论给两条：一，7月上旬那批“图层还没上线”的文章现在已经过期，别再照抄；二，凡是同一款产品的发布稿和接口文档说法对不上，以接口文档为准，并记下核对日期——发布稿描述的是模型能力，接口文档描述的是你今天真能调到的东西，这两者中间隔着上线排期。

榜单上为什么至今找不到它？

模型发布已经三周了。我复核了Artificial Analysis的文生图榜，榜首仍然是GPT Image 2 (high)，Elo 1340；后面依次是Reve 2.1（1299）、MAI-Image-2.5（1270）、Nano Banana 2和GPT Image 1.5 (high)（并列1263）。

Seedream 5.0 Pro至今没有拿到有效名次——不是排得靠后，是投票量还不足以给出可靠评分。三周没上榜，比发布当天没上榜信息量大得多。

唯一的官方对照数据来自字节内部测试：Pro的可用率24.02%，Nano Banana 2是23.95%，在营销场景高出20.20%、电商场景高出10.17%。这是厂商自测，按惯例打折听；但它至少说明字节自己也认为差距在小数点后面，卖点不在画质天花板。

厂商自测数据该怎么读

顺着这组数字讲个通用的读法，比记住数字本身有用。24.02%对23.95%——这两个数放在一起，能读出来的信息其实是发布方主动选择了一个“我们赢，但赢得很少”的对照。

厂商愿意公布的对照组，永远是精心挑过的。真要拉开差距，公布的会是一个大比分；只差0.07个百分点还拿出来说，说明在这个维度上找不到更好看的数了。而后面那两个大数字——营销高20.20%、电商高10.17%——才是它真正想让你看的：不比通用画质，比你那个具体场景。

这个套路本身不算耍赖，反而是个有用的信号：厂商把细分场景的数字摆在整体数字前面，通常意味着它的产品定义就是围绕那几个场景做的。Seedream 5.0 Pro的交互编辑、多语种文字、信息密集排版，确实全都指向营销和电商物料，不指向艺术创作。看懂这层，你就不会再纠结它有没有超过Gemini——它压根没打算在那条赛道上跟人比。

把这些拼起来，Seedream 5.0 Pro的真实定位就清楚了：它不是一台更大的攻城锤，是从定价地板下面挖了条隧道，顺手卖一把对手货架上没有的工具。画质是第一梯队里的普通一员，价格是对手的一半到四分之一，坐标级编辑全场独一份。

接进独立站素材管线，哪几步最容易卡住？

把模型接进真实的内容生产流程，翻车点几乎都不在生成质量上，而在这些边角规则里。按被坑概率从高到低排：

图片链接只活24小时

官方原话是“图片URL仅保留24小时，超时后会被自动清除”。默认的response_format是url，很多人拿到链接直接写进数据库或者CMS里，第二天整批图变成404。

正确做法只有一个：拿到响应立刻下载转存到自己的对象存储，数据库里存自己的地址。要么就把response_format改成b64_json，直接拿Base64，省掉一次网络往返。

水印默认是开的

watermark默认值true，会在图片右下角加“AI生成”字样。生产素材必须显式传false。这个默认值本身合理，但它意味着你少写一个参数，产出的就是一批带角标的废图——而且往往是批量跑完才发现。

提示词超长是丢元素，不是慢慢变糊

官方建议不超过300个汉字或600个英文单词，并且明确写了超长后的行为：“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”。

注意这是缺失不是降质。从别的生图服务迁过来、习惯了堆长提示词的，务必先做一轮压缩，否则你会遇到一种很难排查的现象：图很好看，就是少了个东西，而且每次少的还不一样。

极速模式是个没人提的开关

optimize_prompt_options.mode可以设成standard或fast。Pro和4.0支持fast，Lite和4.5只有standard。官方对fast的描述是“显著提升生成速度，但会在一定程度上牺牲图片质量”。

这个开关在两类场景里很值：给运营做草稿预览、以及A／B测多个构图方向。先用极速跑二十版挑方向，选定后用标准模式出终稿。发布报道里几乎没人提它，但它是这套参数里ROI最高的一个。

参考图本身也有硬限制

• 格式：jpeg、png、webp、bmp、tiff、gif、heic、heif
• 单张不超过30MB
• 总像素不超过6000×6000＝3600万
• 宽高比在1/16到16之间，宽高各自大于14像素
• Base64传入时格式必须是data:image/<格式>;base64,<编码>，且格式名必须小写

最后那条小写要求，是那种排查半小时才发现的错误。用户上传的手机原图经常是HEIC且尺寸巨大，管线前面得有一道压缩和转码，不能直接透传。

多语种文字：做外贸站的先测这一项

Seed团队的发布博客里，除了交互编辑，另一个被反复强调的是原生多语种文字生成——官方口径是“十余种全球常用语言的直接输入与高质量生成”，点名列了法语、德语、俄语、日语、韩语、西班牙语和阿拉伯语，其中阿拉伯语意味着它处理了从右往左的书写方向。

这一项对做多市场独立站的人价值远大于画质。海报本地化这件事，过去的常规路径是设计师出一版母版，然后每个语种手动排一遍——文字长度一变，整个版式就得重调，德语尤其擅长把一个英文单词膨胀成三倍长度。现在的路径变成：母版生成一次，文字区域框住，prompt换语言重出。

但别把官方口径直接当成验收标准。官方自己在文档里承认小字结构仍存在不稳定问题，而多语种和小字这两件事经常同时出现——比如成分表、规格参数、免责声明。所以接入前值得花半天做一件事：拿你真实要投放的那几个语种，各出十张带小字的图，人工数一遍错字率。这个数字比任何榜单都更能决定你要不要改流程。字符集不常见的语种（比如波兰语的ę、匈牙利语的ő）更要单独验，字形缺失往往不报错，只是悄悄画歪。

接口兼容OpenAI SDK

官方文档里每个示例都给了Curl、Python、Java、Go和OpenAI五个版本。client.images.generate(...)可以直接用，从既有的生图服务迁过来基本是改base_url和模型名的工作量。海外账号走BytePlus ModelArk，Model ID换成dola-seedream-5-0-pro-260628，计费口径是同一套：≤236万像素每张0.045美元，超过0.09美元，参考图首张免费、之后每张0.003美元。

跑一个月的账，具体长什么样？

假设一个中等体量的独立站，每月需要1万张商品和营销图，其中7000张是16:9的横图（详情页、广告位），3000张是1:1方图（列表页、社媒）。

第一行和第三行价钱一样，第三行的图大了一倍多。第二行和第三行图差不多，第二行贵一倍。整张表里最值得记住的，就是第三行那个格子。

顺带把同门另外两款的价钱也放这儿，方便对照：Seedream 4.5是0.25元/张，4.0是0.20元/张，Lite是0.22元/张——Lite比上一代的4.5还便宜，输入参考图还完全免费。所以如果你的活儿不需要交互编辑，Lite才是那个默认答案，Pro只在“必须指哪改哪”的时候才叫出来。

怎么验证这笔账没算错

省钱的算法再漂亮，也得用真账单验一次。验证成本很低，三步：

1. 用2048x1152调一次，把返回的data[0].size记下来——确认模型没有替你四舍五入到别的尺寸。官方在档位模式下会自己定宽高，但像素模式是你说了算，返回值应该原样等于你传的数。
2. 再用size: "2K"调一次同样的提示词，返回的size应该是2816x1584那一档。
3. 隔一个计费周期去费用中心拉明细，看这两笔分别落在0.30元还是0.60元。

第三步是唯一不能省的。阈值类计费最常见的坑不是算错，而是供应商的取整规则和你以为的不一样——比如“≤236万”到底是不是含等号、超出一个像素怎么算。文档写“≤”就该含等号，但把真账单和文档对一次，这个假设才从推测变成事实。235.93万距离阈值有704像素的余量，正是留给这类不确定性的安全垫；真要贴着2360000去凑，一旦对方按别的口径取整，你就整批掉进0.60元档还不知道为什么。

保哥做跨境技术选型这些年，凡是带阈值、带阶梯、带免费额度的计费项，第一个月一定单独拉一次明细对账。省下来的钱是次要的，重要的是知道自己那套成本模型到底成不成立——模型不对，后面所有的预算和报价都是虚的。

这套“按用途分层调用”的思路，和内容生产的其他环节是一样的。我在AI内容生产工作流的6阶段拆解里讲过同一个原则：管线的成本优化从来不是找一个最便宜的工具，而是让每个环节都调用刚好够用的那一档。

谁该换，谁别动？

先说四种直接划掉的情况

说清楚不适合的场景，比堆适合场景有用。以下四类，Seedream 5.0 Pro可以直接排除：

主产英文密集信息图的。字节自己在文档里承认小字结构仍存在不稳定问题，而英文文字渲染这个维度上，GPT Image 2目前仍然是更稳的选择。信息图返工一次的人力成本，远高于那点单价差。

要4K交付的。Pro的上限就是2K档（实际约446万像素）。要4K去找Lite或者4.5，这是硬边界，没有绕法。

要一次出一组的。分镜、连环画、品牌视觉套图——组图能力Pro标着“暂不支持”。硬用Pro循环调用也行，但你会失去组图那种“一组图之间保持一致性”的效果，那才是组图模式的价值所在。

素材不能出内网的。API这条路直接堵死，只能走本地方案。

一条容易漏掉的合规提醒

做数字人、真人素材二次创作的，把审核这道门提前确认清楚。生图和视频串起来的管线里，中间往往卡着一道人脸相关的审核规则，排期之前先跟商务对齐，别等管线搭完才发现走不通。这类事在跨境业务里格外要紧——你在国内跑通的流程，换个市场可能整条重来。

再说三类人的三个答案

做“改图多于生图”的生产管线：这次发布就是给你的。电商详情页、广告物料、多语种海报本地化，坐标级编辑目前在主流生图API里独一份。OpenAI兼容接口让试错成本压到半天以内，先跑通再谈规模。

已经在给别家生图API付费、且量上了千：先算那张卡阈值的账。不用换模型都能省的钱，是最容易拿到的那部分。算完再决定要不要动供应商。

只是偶尔出几张配图：别折腾。月产几十张的时候，0.30和0.60的差别不值得你花一个下午读参数表。这时候更该关心的是图本身有没有帮到内容——我做过一轮原创配图对自然流量影响的半年实测，结论是配图的独特性对流量的贡献，比它是2K还是1K重要得多。

最后提一句节奏。生图这个赛道现在的价格和能力都在按周变，任何一篇写死的对比文，保质期都不会超过一个季度。真正能留下来的是方法：读接口文档而不是发布稿，按计费单位而不是营销档位建模，把核对日期写进你的选型文档。这套动作我在评估其他AI工具时也一直在用，比如拆Lovable、v0和Bolt三款应用生成器的计费机制时，最有价值的发现同样不在功能对比里，而在那些藏在额度规则里的成本曲线。

常见问题解答

Seedream 5.0 Pro到底怎么计费，按张还是按token？

按张。响应体里有个output_tokens字段容易让人误会成按token算，但官方价格页写得很清楚：输出图≤236万像素0.30元/张，超过0.60元/张；输入参考图首张免费、第2张起0.02元/张。因审核等原因未成功输出的图片不计费。海外走BytePlus ModelArk，对应0.045和0.09美元，参考图0.003美元。

怎么用最少的钱拿到最大的图？

不要填档位，改填宽高像素值，把总像素卡在236万以下。16:9填2048x1152（235.93万），1:1填1536x1536（235.93万），都按0.30元计费。对比档位模式的1K（16:9只有1424×800），像素数多出107%，价钱完全一样。注意档位模式和像素模式不能混用，二选一。

Seedream 5.0 Pro和Lite该怎么选？

只有一条判据：需不需要交互编辑（在参考图上画框、点坐标、涂鸦来指定改哪儿）。需要就用Pro，不需要一律用Lite。因为Lite在其他所有维度上都更强：分辨率能到4K（Pro只到2K）、支持组图（一次最多15张）、支持流式输出和联网搜索、参考图能传14张（Pro只有10张）、单价0.22元比Pro的0.30元便宜，而且输入参考图完全免费。

交互编辑需要传什么特殊参数吗？

不需要。请求参数表里没有任何区域或蒙版字段。框、箭头、坐标号、涂鸦全都是你自己画在参考图上再上传，然后用prompt文字描述要在哪个标记区域做什么。提示词里记得补两句：“移除所有草图线条”和“保持构图不变”，否则你画的标记会被当成画面内容渲染进去。

Seedream 5.0 Pro的图层分离到底上线了没有？

已经在官方文档里了。7月8日刚发布时API参考中确实找不到对应能力，所以当时那批“即将上线”的说法是准确的；但在2026年7月15日更新的图片生成教程里，能力对照表中Pro那一列的“生成数量”写的是“支持生成单图／多张图层”。它不是一个独立参数，而是挂在生成数量这个维度下。需要注意的是，图层和组图是两回事：组图是多张不同的图（Pro不支持），图层是同一张图的多个层。

生成的图片链接能存多久？

只有24小时，超时自动清除。默认response_format就是url，所以务必在拿到响应后立刻下载转存到自己的存储，数据库里存自己的地址。或者把response_format设成b64_json直接拿Base64编码，省一次网络往返。这是接入时最高频的翻车点。

Seedream 5.0 Pro真的超过Gemini了吗？

截至2026年7月底没有第三方证据支持这个说法，字节官方也从未这样表述过。Artificial Analysis的文生图榜上，榜首是GPT Image 2 (high)（Elo 1340），Seedream 5.0 Pro发布三周后仍未获得有效名次——不是排名靠后，是投票量不足。唯一的官方数据是字节内部测试的可用率24.02%对Nano Banana 2的23.95%，差距在小数点后面。它的真实优势是价格和坐标级编辑，不是画质登顶。

权威参考资料