Seedream 5.5 supera a GPT Image 2.5 Sunburst en texto — según la propia tabla de clasificación de ByteDance

Dos cifras cuentan la historia del renderizado de texto en Seedream 5.5, y ninguna de ellas es una puntuación de benchmark en el sentido habitual. ByteDance afirma que la corrupción grave de texto se sitúa en el 0,4 % y la corrupción leve en el 1,7 % tanto en chino como en inglés, incluidos los tipos pequeños y densos, y que sus propias evaluaciones sitúan a Seedream 5.5 por delante tanto de GPT Image 2.5 Sunburst como de Nano Banana 2.1 en estructura de texto en texto a imagen e imagen a imagen. Es una afirmación concreta y falsable sobre aquello que falla con más frecuencia en el trabajo comercial con imágenes. También es, a fecha de 10 de noviembre de 2026, un día después de que se anunciara el modelo, completamente sin verificar por nadie fuera de ByteDance —y los dos modelos que menciona ocupan la cima de una clasificación independiente que no tiene ninguna fila para él.

Qué está midiendo en realidad el 0,4%

Las tasas de corrupción de texto son una métrica de imagen poco común con una definición sobre la que se puede discutir de forma productiva. Un titular renderizado es legible o no lo es. Un error de un carácter en el nombre de una marca obliga a repetir la toma; un carácter intercambiado en un precio es peor que repetir la toma. Así que cuando un proveedor publica «grave 0,4 %, leve 1,7 %», las preguntas interesantes son qué conjuntos de caracteres se probaron, a qué tamaño y quién calificó como «leve».

El anuncio de ByteDance responde a las dos primeras cuestiones: chino e inglés, incluido el texto pequeño y denso, evaluados en seis casos de uso con su propia configuración de MagicArena. No responde públicamente a la tercera, y no publica desgloses por modelo que permitieran a un externo recalcular la comparación con GPT Image 2.5 Sunburst o Nano Banana 2.1. Eso no es inusual —casi nadie publica sus rúbricas de evaluación—, pero sí significa que la cifra es tanto una afirmación sobre el proceso de ByteDance como sobre el modelo.

Lo que hace que la afirmación merezca tomarse en serio de todos modos es que es acotada. «Una mejor estructura del texto» es una promesa mucho más pequeña que «mejores imágenes», y las promesas acotadas son las que los proveedores suelen cumplir bien, porque son las que sus propios clientes les reclaman. La lógica comercial es fácil de seguir: las interfaces de consumo de ByteDance —Doubao, Doubao Work, Dreamina, BytePlus AI Playground, Dola— están llenas de pósteres, tarjetas de producto y recursos para redes sociales, y cada uno de ellos es una prueba de renderización de texto.

Los rivales que menciona están en el consejo. Él no.

Esta es la parte incómoda de la comparación. En la tabla de clasificación de edición de imágenes de Artificial Analysis, versión 2.1, GPT Image 2.5 Sunburst ocupa el tercer puesto con 1.199 Elo y Nano Banana 2.1 ocupa el séptimo con 1.152, ambos con intervalos de confianza de alrededor de ±12 puntos. En la tabla de texto a imagen, GPT Image 2.5 Sunburst es tercero con 1.227. Son mediciones ciegas de preferencia humana con miles de votos detrás y sin participación de ningún proveedor.

Seedream 5.5 no tiene nada de eso. Ninguno de los dos tableros le dedica una fila. Lo más parecido a un ancla independiente es su predecesor: Seedream 5.0 Pro con 1.129 Elo en edición (undécimo) y 1.101 en texto a imagen (decimoctavo). Así que la comparación a la que ByteDance invita —el nuevo modelo frente a los dos modelos más fuertes en texto— es una comparación entre el resultado de la arena interna de un proveedor y dos puntuaciones Elo muestreadas de forma independiente. No son el mismo tipo de medición, y ponerlas en una misma frase sin decirlo es la forma en que los números de los proveedores se convierten en folclore.

Esa brecha se cerrará o no. Artificial Analysis suele añadir filas en cuestión de días a semanas después de que un modelo pase a estar accesible vía API, y la API para desarrolladores de Seedream 5.5 todavía se describe como de apertura «esta semana» en Volcano Ark, sin ningún identificador de modelo público en la documentación de ModelArk a día de hoy. Hasta que aparezca una fila, la lectura honesta de la afirmación del texto es: plausible, específica y no probada.

Por qué el renderizado de texto es la afirmación que importa comercialmente

La mayoría de las comparaciones entre modelos de imagen tienen que ver con el gusto, y el gusto es una mala base para una decisión de compra. Con el texto es distinto. Un modelo que renderiza el título de una película china en caracteres tradicionales en lugar de simplificados no es un modelo con un problema de estilo; es un modelo que no se puede usar en un flujo de localización. Ese modo de fallo se ha documentado repetidamente en pruebas independientes de modelos rivales, y es la razón más común por la que un equipo de diseño mantiene un modelo fuera de producción incluso cuando las imágenes se ven bien.

Si las cifras de ByteDance se sostienen aunque sea de forma aproximada —digamos, tasas de corrupción de un dígito bajo en lugar de inferiores al 1 %—, Seedream 5.5 se vuelve viable para una categoría de trabajo que ha resultado incómoda para todos los modelos de imágenes: maquetas de carteles y envases donde la tipografía tiene que sobrevivir, fichas de comercio electrónico donde tanto el precio como el SKU tienen que ser correctos, y cualquier recurso bilingüe donde un solo modelo tenga que manejar dos sistemas de escritura en un mismo encuadre.

Si no se sostienen, al modelo le quedan otras dos cosas que vender, y ambas se tratan en otra parte de esta serie: un canal alfa nativo y un bucle de edición que, según ByteDance, sobrevive a cien rondas sin desviarse. El texto es el titular; esas son las funciones.

La afirmación sobre la resistencia es la que puedes poner a prueba esta tarde.

Hay una asimetría útil en este lanzamiento. Las cifras de texto requieren un arnés de evaluación, un diff a nivel de carácter y una regla de calificación. La afirmación de resistencia no requiere nada de eso. ByteDance dice que las regiones no editadas se conservan a nivel de píxel y que la misma imagen sobrevive a 100 rondas de edición. Puedes abrir Dreamina, tomar una foto de producto y hacerle veinte ediciones mientras observas una región que nunca tocaste. O la sombra detrás del sujeto es la misma sombra en la ronda veinte, o no lo es.

Vale la pena hacerlo antes de confiar en cualquiera de los porcentajes publicados, porque las dos afirmaciones no son independientes en la práctica. Un modelo que mantiene la coherencia de una imagen a lo largo de una sesión larga es un modelo cuyo texto también sobrevive a que se edite a su alrededor: la tipografía no se vuelve a renderizar desde cero en cada turno. Un modelo que se desvía acabará desviándose también en sus letras, y ninguna tasa de corrupción de una sola pasada te lo dirá.

Dónde resulta útil una capa de enrutamiento cuando el modelo no está puntuado

Un modelo sin evaluar es un problema de adquisición antes que un problema de ingeniería. Quieres probar Seedream 5.5 con briefs reales sin reescribir un pipeline en torno a un endpoint cuyo identificador de modelo aún no existe, y quieres tener la opción de retirarte si las cifras del texto resultan ser un artefacto de la arena de proveedores.

Ese es el caso para el que se ha diseñado OrcaRouter, con una salvedad honesta: no contamos con ningún modelo de imagen de ByteDance, así que este lanzamiento no es algo a lo que puedas llamar a través de nosotros desde el primer día. Lo que sí te aporta un endpoint único es la comparación. OrcaRouter traslada los precios de lista de los proveedores con un margen del 0 % en más de 200 modelos de texto e imagen, lo que significa que el modelo con el que comparas Seedream 5.5 —GPT Image 2.5 Sunburst, Nano Banana 2.1, Imagen 4.0— aparece en tu factura exactamente al precio que cobra su proveedor, y un cambio de precio del proveedor se aplica en nuestro sistema el mismo día, no en la renovación. Cuando llegue la lista de precios de Volcano Ark, la cifra con la que la compares será la del propio proveedor, no la de un revendedor.

La conmutación por error importa por una razón diferente. Un endpoint completamente nuevo en su primera semana es lo menos fiable que llegará a ser: límites de frecuencia no anunciados, latencia impredecible, rechazos no documentados. Enrutar un porcentaje del tráfico hacia él con un respaldo automático hacia un modelo que ya has evaluado es cómo obtienes evidencia sin apostar una ruta de producción a una API en su semana de lanzamiento.

¿Qué cambiaría este veredicto?

Tres cosas, en orden de cuánto cambiarían la respuesta.

Primero, una fila en el tablero de edición. Seedream 5.5 es un modelo centrado en la edición —la afirmación de las cien rondas se refiere al bucle de edición—, así que el tablero de edición es donde debería destacar con más fuerza, y donde una diferencia frente al 1,199 de GPT Image 2.5 Sunburst sería más reveladora. Si queda cerca del 1,129 de su predecesor mientras mantiene el bucle, es una herramienta de flujo de trabajo a buen precio. Si queda por encima de 1,180, la afirmación sobre el texto se vuelve mucho más fácil de creer y el precio de los actores establecidos pasa a ser la historia.

En segundo lugar, que alguien reproduzca las tasas de corrupción. Una diferencia a nivel de carácter sobre unos cientos de prompts en ambos scripts es trabajo de un fin de semana para cualquiera que tenga un arnés de evaluación, y la primera persona que publique uno zanjará la cuestión sobre la que se construyó el lanzamiento.

Tercero, la variante Pro que ByteDance afirma que seguirá a la serie 5.5. Las decisiones de compra tomadas con respecto al modelo actual deberían asumir que un hermano más caro y más capaz se situará por encima de él, lo cual es el patrón normal y una razón para mantener el identificador del modelo en la configuración en lugar del código.

Hasta que uno de esos se materialice, el resumen justo es que ByteDance ha hecho la afirmación textual más específica en el mercado de imágenes este mes, la ha vinculado a un modelo que hoy está activo en sus apps de consumo, y ha dejado la verificación a todos los demás. Eso no es tanto una crítica como una descripción de cómo funcionan los lanzamientos de imágenes en 2026. Vale la pena seguir la afirmación precisamente porque es comprobable —y la comprobación es más barata que la discusión.