Seedream 5.5 schlägt GPT Image 2.5 Sunburst bei Text — auf ByteDances eigenem Scoreboard.

Zwei Zahlen erzählen die Geschichte der Textwiedergabe in Seedream 5.5, und keine von beiden ist im üblichen Sinn ein Benchmark-Wert. ByteDance gibt an, dass schwere Textverfälschungen bei 0,4 % und leichte bei 1,7 % liegen – über Chinesisch und Englisch hinweg, einschließlich dichter kleiner Schrift –, und dass seine eigenen Bewertungen Seedream 5.5 sowohl vor GPT Image 2.5 Sunburst als auch vor Nano Banana 2.1 in Bezug auf die Textstruktur bei Text-zu-Bild und Bild-zu-Bild einordnen. Das ist eine konkrete, falsifizierbare Aussage über genau das, was in der kommerziellen Bildarbeit am häufigsten schiefgeht. Sie ist außerdem – Stand 10. November 2026, einen Tag nach der Ankündigung des Modells – von niemandem außerhalb von ByteDance vollständig unbestätigt, und die beiden Modelle, die sie nennt, stehen an der Spitze einer unabhängigen Rangliste, in der es überhaupt nicht auftaucht.

Was die 0,4 % tatsächlich messen

Textverfälschungsraten sind die seltene Bildmetrik, über deren Definition man produktiv streiten kann. Eine gerenderte Überschrift ist entweder lesbar oder nicht. Ein Fehler um ein Zeichen in einem Markennamen bedeutet eine Neuaufnahme; ein vertauschtes Zeichen in einem Preis ist schlimmer als eine Neuaufnahme. Wenn ein Anbieter also „schwerwiegend 0,4 %, geringfügig 1,7 %“ veröffentlicht, sind die interessanten Fragen, welche Zeichensätze getestet wurden, in welcher Größe und wer „geringfügig“ bewertet hat.

ByteDances Ankündigung beantwortet die ersten beiden: Chinesisch und Englisch, einschließlich dicht gesetzten kleinen Textes, bewertet anhand von sechs Anwendungsfällen in seinem eigenen MagicArena-Setup. Die dritte Frage beantwortet sie öffentlich nicht, und sie veröffentlicht keine Aufschlüsselungen pro Modell, die es einem Außenstehenden ermöglichen würden, den Vergleich mit GPT Image 2.5 Sunburst oder Nano Banana 2.1 nachzurechnen. Das ist nicht ungewöhnlich – kaum jemand veröffentlicht Bewertungsrubriken –, aber es bedeutet, dass die Zahl ebenso eine Aussage über ByteDances Prozess wie über das Modell ist.

Was die Behauptung ohnehin ernst zu nehmen macht, ist, dass sie eng gefasst ist. „Bessere Textstruktur“ ist ein viel kleineres Versprechen als „bessere Bilder“, und enge Versprechen sind die, die Anbieter normalerweise einhalten, weil es die sind, über die sich ihre eigenen Kunden beschweren. Die kommerzielle Logik ist leicht nachzuvollziehen: Die Consumer-Oberflächen von ByteDance – Doubao, Doubao Work, Dreamina, der BytePlus AI Playground, Dola – sind voller Poster, Produktkarten und Social-Media-Assets, und jedes einzelne davon ist ein Test für die Textwiedergabe.

Die Konkurrenten, die es nennt, sind im Vorstand. Es selbst nicht.

Der heikle Punkt beim Vergleich ist folgender: In der Bestenliste für Bildbearbeitung von Artificial Analysis, Version 2.1, liegt GPT Image 2.5 Sunburst mit 1.199 Elo auf Platz drei und Nano Banana 2.1 mit 1.152 auf Platz sieben, beide mit Konfidenzintervallen von etwa ±12 Punkten. In der Text-zu-Bild-Bestenliste liegt GPT Image 2.5 Sunburst mit 1.227 auf Platz drei. Das sind blinde Messungen der menschlichen Präferenz, hinter denen Tausende Stimmen stehen und an denen kein Anbieter beteiligt ist.

Seedream 5.5 hat nichts davon. Keine der beiden Ranglisten führt einen Eintrag dafür. Am nächsten an einem unabhängigen Anker kommt noch sein Vorgänger: Seedream 5.0 Pro mit 1.129 Elo beim Editing (Elfter) und 1.101 bei Text-to-Image (Achtzehnter). Der Vergleich, zu dem ByteDance einlädt – neues Modell gegen die beiden stärksten Modelle im Textbereich –, ist also ein Vergleich zwischen einem internen Arena-Ergebnis eines Anbieters und zwei unabhängig ermittelten Elo-Werten. Das sind nicht dieselbe Art von Messung, und sie in einem Satz zu nennen, ohne das zu sagen, ist der Weg, wie Anbieterzahlen zu Folklore werden.

Diese Lücke wird sich schließen oder nicht. Artificial Analysis fügt in der Regel innerhalb von Tagen bis Wochen, nachdem ein Modell über eine API zugänglich geworden ist, Zeilen hinzu, und die Entwickler-API von Seedream 5.5 wird weiterhin als „diese Woche“ auf Volcano Ark eröffnend beschrieben, wobei in der Dokumentation von ModelArk bis heute keine öffentliche Modellkennung existiert. Bis eine Zeile erscheint, lautet die ehrliche Lesart der Textbehauptung: plausibel, spezifisch und ungeprüft.

Warum Text-Rendering die Behauptung ist, die kommerziell zählt

Die meisten Vergleiche von Bildmodellen drehen sich um Geschmack, und Geschmack ist eine schlechte Grundlage für eine Kaufentscheidung. Bei Text ist das anders. Ein Modell, das einen chinesischen Filmtitel in traditionellen statt in vereinfachten Schriftzeichen wiedergibt, ist kein Modell mit einem Stilproblem; es ist ein Modell, das in einer Lokalisierungs-Pipeline nicht einsetzbar ist. Dieser Fehlermodus ist in unabhängigen Tests konkurrierender Modelle wiederholt dokumentiert worden, und er ist der häufigste Grund, warum ein Design-Team ein Modell aus der Produktion heraushält, selbst wenn die Bilder gut aussehen.

Wenn ByteDances Zahlen auch nur grob zutreffen – sagen wir, Fehlerraten im niedrigen einstelligen Prozentbereich statt unter einem Prozent –, wird Seedream 5.5 für eine Kategorie von Arbeit brauchbar, die für jedes Bildmodell schwierig war: Poster- und Verpackungs-Mockups, bei denen die Typografie erhalten bleiben muss, E-Commerce-Karten, bei denen sowohl Preis als auch SKU stimmen müssen, und jedes zweisprachige Asset, bei dem ein Modell zwei Schriftsysteme in einem Bild bewältigen muss.

Wenn sie nicht standhalten, hat das Modell immer noch zwei andere Dinge zu bieten, und beide werden an anderer Stelle in dieser Serie behandelt: einen nativen Alphakanal und eine Bearbeitungsschleife, von der ByteDance behauptet, dass sie hundert Runden ohne Drift übersteht. Text ist die Schlagzeile; das sind die Features.

Die Behauptung zur Ausdauer ist diejenige, die du heute Nachmittag testen kannst.

In diesem Launch steckt eine nützliche Asymmetrie. Die Textzahlen erfordern eine Evaluationsumgebung, einen Diff auf Zeichenebene und eine Bewertungsregel. Die Belastbarkeitsbehauptung erfordert nichts davon. ByteDance sagt, uneditierte Bereiche blieben auf Pixelebene erhalten, und dasselbe Bild überstehe 100 Bearbeitungsrunden. Man kann Dreamina öffnen, ein Produktfoto nehmen und zwanzig Bearbeitungen daran vornehmen, während man einen Bereich beobachtet, den man nie angefasst hat. Entweder ist der Schatten hinter dem Motiv in Runde zwanzig derselbe Schatten, oder nicht.

Das lohnt sich, bevor Sie einer der veröffentlichten Prozentzahlen vertrauen, denn die beiden Aussagen sind in der Praxis nicht unabhängig voneinander. Ein Modell, das ein Bild über eine lange Sitzung hinweg zusammenhält, ist ein Modell, dessen Text auch Bearbeitungen ringsum übersteht – die Schrift wird nicht bei jeder Runde von Grund auf neu gerendert. Ein Modell, das abdrifftet, wird irgendwann auch durch seine Beschriftung driften, und keine Verfälschungsrate eines einzelnen Durchlaufs wird Ihnen das sagen.

Wo eine Routing-Schicht hilft, wenn das Modell unbewertet ist

Ein unbewertetes Modell ist zuerst ein Beschaffungsproblem und erst danach ein Engineering-Problem. Man möchte Seedream 5.5 an echten Briefings ausprobieren, ohne eine Pipeline um einen Endpoint herum umzuschreiben, dessen Modellkennung noch gar nicht existiert, und man möchte die Option haben, wieder auszusteigen, falls sich die Textzahlen als Artefakt einer Anbieter-Arena erweisen.

Genau dafür ist OrcaRouter gebaut, mit einem ehrlichen Vorbehalt: Wir führen kein Bildmodell von ByteDance, daher ist dieser Launch am ersten Tag nicht über uns abrufbar. Was ein einzelner Endpoint Ihnen tatsächlich bringt, ist der Vergleich. OrcaRouter gibt die Listenpreise der Anbieter mit 0 % Aufschlag über mehr als 200 Text- und Bildmodelle weiter, was bedeutet, dass das Modell, gegen das Sie Seedream 5.5 benchmarken — GPT Image 2.5 Sunburst, Nano Banana 2.1, Imagen 4.0 —, auf Ihrer Rechnung genau zu dem Preis abgerechnet wird, den sein Anbieter verlangt, und eine Preisänderung des Anbieters bei uns noch am selben Tag wirksam wird statt erst zur Verlängerung. Wenn die Preisliste von Volcano Ark dann vorliegt, ist der Wert, an dem Sie ihn messen, der des Anbieters selbst und nicht der eines Wiederverkäufers.

Failover ist aus einem anderen Grund wichtig. Ein brandneuer Endpoint ist in seiner ersten Woche so unzuverlässig wie nie zuvor: Rate Limits werden nicht angekündigt, Latenz ist unvorhersehbar, Ablehnungen sind undokumentiert. Einen Teil des Traffics mit einem automatischen Fallback auf ein Modell zu leiten, das Sie bereits bewertet haben, ist der Weg, Belege zu erhalten, ohne einen Produktionspfad auf eine API der Launch-Woche zu verwetten.

Was würde dieses Urteil ändern?

Drei Dinge, geordnet danach, wie stark sie die Antwort verändern würden.

Zuerst ein Eintrag auf dem Editing-Board. Seedream 5.5 ist ein Editing-First-Modell – die Behauptung mit den hundert Runden bezieht sich auf die Editing-Schleife –, also sollte es genau dort am stärksten abschneiden, und dort wäre eine Lücke gegenüber den 1.199 von GPT Image 2.5 Sunburst am aussagekräftigsten. Landet es in der Nähe der 1.129 seines Vorgängers und hält dabei die Schleife, ist es ein Workflow-Tool zu einem guten Preis. Landet es über 1.180, wird die Textbehauptung deutlich leichter zu glauben, und die Preisgestaltung der etablierten Anbieter wird zur eigentlichen Geschichte.

Zweitens: jemand, der die Korruptionsraten reproduziert. Ein Diff auf Zeichenebene über einige hundert Prompts in beiden Skripten ist für jeden mit einem Eval-Harness ein Wochenende Arbeit, und die erste Person, die einen veröffentlicht, wird die Frage klären, auf der der Launch aufbaute.

Drittens die Pro-Variante, die laut ByteDance auf die 5.5-Serie folgen soll. Kaufentscheidungen, die auf Basis des heutigen Modells getroffen werden, sollten davon ausgehen, dass ein teureres, leistungsfähigeres Geschwistermodell darüber angesiedelt wird – das ist das übliche Muster und ein Grund, die Modellkennung in der Konfiguration statt im Code zu halten.

Bis eine davon erscheint, ist die faire Zusammenfassung, dass ByteDance in diesem Monat die spezifischste Textaussage im Bildmarkt gemacht, sie an ein Modell geknüpft hat, das heute in seinen Consumer-Apps live ist, und die Verifizierung allen anderen überlassen hat. Das ist weniger eine Kritik als eine Beschreibung davon, wie Bild-Launches im Jahr 2026 funktionieren. Die Behauptung ist gerade deshalb verfolgenswert, weil sie überprüfbar ist – und die Prüfung ist billiger als die Debatte.