Seedream 5.5 affirme survivre à 100 retouches. Voici ce qui s'accumule en réalité

ByteDance a annoncé Seedream 5.5 le 9 novembre 2026, et l'argument principal ne porte pas sur le goût. Il porte sur le fait que le modèle peut modifier une image cent fois de suite sans perdre de minuscules détails, et que tout ce que vous n'avez pas touché reste en place au niveau du pixel. C'est une promesse d'un autre type que celles qui ont servi à vendre GPT Image 2.5 Sunburst et Nano Banana 2.1. Le goût est une affaire d'argument. La dérive est une mesure, et soit elle se produit, soit elle ne se produit pas. Donc la question utile n'est pas de savoir si Seedream 5.5 est bon — mais ce qui échoue précisément dans une chaîne de modification, lesquelles de ces défaillances cette promesse couvre, et comment vous pourriez le vérifier par vous-même avant de construire un pipeline dessus.

Commençons par le décompte. Une chaîne d’édition n’est pas une seule inférence, c’est une centaine d’inférences empilées, et chaque étape réencode toute l’image. Les erreurs ne restent pas locales. Elles se cumulent.

Cinq registres, et non un seul

Quand les praticiens disent qu’une image « se désagrège » après une longue session, ils décrivent généralement l’un de cinq modes de défaillance distincts. C’est parce qu’on les confond que le débat sur l’endurance ne se règle jamais.

• Couleur. Dérive de la balance des blancs et de la saturation. Chaque passe décale légèrement l’histogramme dans la direction induite par la retouche ; à la quarantième passe, une carte de gris neutre arbore une dominante que personne n’a demandée. Celle-ci est peu coûteuse à mesurer et la plus facile à manquer à l’œil.

• Géométrie. Les lignes droites se courbent, les cercles deviennent légèrement ovales, la silhouette d’un produit gagne un millimètre d’épaulement d’un côté. C’est invisible image par image et évident lorsqu’on superpose le premier passage au soixantième.

• Texture. La peau, le tissu, le métal brossé et les petits caractères perdent d’abord les détails à haute fréquence. Les rendus successifs lissent ce qu’ils ne comprennent pas, et « plus propre » n’est pas synonyme de « correct ».

• Typographie. Le lettrage est le canari. Un seul caractère erroné dans un nom de marque entraîne une reprise de tournage, et c’est précisément la défaillance à laquelle les propres chiffres de ByteDance répondent directement — l’annonce situe la corruption sévère du texte à 0,4 % et la mineure à 1,7 %, en chinois comme en anglais, y compris les petits caractères denses, mesurés sur six cas d’usage dans la configuration MagicArena de ByteDance. Ce sont des chiffres déclarés par le fournisseur et personne en dehors de ByteDance ne les a reproduits.

• Sémantique. Celle que personne ne mesure. Tour après tour de « rendez l’ombre plus douce », et l’objet devient discrètement un autre objet, ou la composition se réorganise pour satisfaire une instruction que personne n’a donnée.

L’affirmation des cent coups, lue de manière restrictive, est une promesse concernant les quatre premiers. Il n’est pas précisé si elle s’étend au cinquième, et c’est le cinquième qui ruine une livraison client.

« Pixel level » fait plus de travail qu'il n'y paraît

La formulation que ByteDance emploie pour les régions non touchées est que les zones non modifiées sont préservées au niveau du pixel. Cela mérite d’être décortiqué, car cela peut signifier trois choses assez différentes, et une seule d’entre elles correspond à l’affirmation forte.

« Bit-exact » signifie que la région masquée est identique octet pour octet à l’entrée, ce qui n’est réalisable que si le modèle recompose les pixels d’origine via un masque au lieu de les rendre à nouveau. « Perceptuellement identique » signifie que la région est un nouveau rendu qu’un humain ou un seuil SSIM ne peut pas distinguer de l’original. « Préservation du contenu » signifie que les objets de la région ont survécu, mais pas leurs pixels.

La sortie RGBA native, mentionnée dans la même annonce, pointe vers la deuxième et la troisième plutôt que vers la première : on ne peut pas composer un canal alpha que l’on n’a pas généré. C’est une capacité importante — le travail sur fond transparent est réellement délicat pour tous les modèles de cette catégorie — mais ce n’est pas la même garantie que l’exactitude au bit près, et une équipe qui interprète « au niveau du pixel » comme « inchangé cryptographiquement » sera surprise par une somme de contrôle.

Rien de tout cela n’est une accusation. C’est l’ambiguïté standard de toute affirmation d’un modèle d’édition, et la conséquence pratique est simple : la seule façon de savoir quelle version vous obtenez est de hacher une région que vous n’avez jamais touchée, tour après tour, et d’observer.

Le tour 100 est le nombre le moins intéressant de la revendication.

Cent rounds, c’est un bon titre, car cela fait penser à un sport d’endurance. C’est une spécification médiocre, car ce qu’un acheteur doit savoir, c’est où se produit le premier changement visible et si les dommages s’accélèrent.

Un modèle qui reste propre jusqu’au quatre-vingtième tour et se dégrade visiblement au quatre-vingt-quinzième représente un achat différent de celui qui dérive un peu à chaque tour et devient une bouillie dès le vingtième. Le second est inutilisable pour les longues chaînes, même s’il y survit techniquement. Le premier convient à presque tous les flux de travail réels, car presque aucun flux réel n’exécute cent étapes génératives sur un seul élément — ceux qui le font sont les catalogues et les visuels clés de campagne, où la même image phare est déclinée pour quarante formats.

La tarification rend l’arithmétique concrète, avec la réserve que le tarif est non officiel. Le prix grand public de ByteDance pour une retouche 2K est annoncé autour de 0,28 ¥, soit environ 0,039 $US, ce qui situe une chaîne de cent tours à environ 28 ¥, ou moins de 4 $US d’inférence pour un actif finalisé. Au tarif de 90 $ pour mille images actuellement affiché par le fournisseur pour Seedream 5.0 Pro sur le tableau d’édition indépendant, cent images distinctes coûteraient neuf dollars. Les chaînes sont bon marché. La reprise ne l’est pas, et un quatre-vingtième tour ayant dérivé constitue une reprise.

Il existe un second bémol qui s’ajoute au premier : le chiffre de ¥0.28 n’apparaît pas dans la documentation destinée aux développeurs. La référence ModelArk de Volcano Ark répertorie doubao-seedream-5-0-pro, 5-0-flash, 5-0-lite, 4-5 et 4-0 — et aucun identifiant de modèle 5.5 du tout au 10 novembre. ByteDance indique que la série 5.5 ouvre sur Volcano Ark « cette semaine » et qu’une variante Pro suivra. Tant qu’un identifiant de modèle n’existe pas, le prix n’est qu’un point de données d’application grand public, rien de plus.

Tous les classements de ce marché mesurent la mauvaise chose.

Voici le problème structurel que pose le fait de trancher la question de l’endurance en examinant les scores. Les arènes de préférence à l’aveugle — les tableaux d’Artificial Analysis étant ceux qui comptabilisent le plus de votes — montrent deux images à un votant et lui demandent laquelle est la meilleure. Il s’agit d’une mesure à un seul tour. Elle ne peut pas percevoir les effets cumulatifs, car il n’y a pas de deuxième tour.

Ainsi, l'affirmation sur l'endurance est orthogonale à tous les chiffres dont dispose le marché. Seedream 5.5 n'a aucune ligne sur le tableau d'édition ni sur celui de la génération texte-image ; les repères les plus proches sont sa propre famille, Seedream 5.0 Pro à 1 129 en édition et 1 101 en texte-image, avec Seedream 5.0 Lite à 1 061 et Seedream 4.5 à 1 040 plus bas. Les modèles auxquels il est comparé dans l'annonce se situent bien au-dessus : GPT Image 2.5 Sunburst à 1 199 et Nano Banana 2.1 à 1 152 en édition.

Interpréter cet écart comme un verdict serait une erreur, tout comme le considérer comme sans importance. Ce qu’il vous apprend, c’est que le facteur différenciant de Seedream 5.5 est délibérément placé là où la machinerie de notation n’a pas de prise. Un fournisseur qui s’attendait à perdre sur la préférence en un seul tour a tout intérêt à se battre sur une propriété dont le test coûte un après-midi et que personne n’a encore testée.

Le test, précisément

Prenez une photographie avec une région fixe et non retouchée — un logo sur une bouteille, un mur derrière un sujet, un numéro de série. Calculez le hash de cette région au tour zéro. Effectuez ensuite vingt retouches qui touchent l’autre côté du cadre, et recalculez son hash après chacune. Consignez le numéro du tour du premier hash qui change, ainsi que le premier tour où un humain peut voir la différence. Deux nombres, vingt appels d’API, et l’affirmation de robustesse devient un fait concernant votre actif plutôt qu’une affirmation concernant la suite de tests de quelqu’un d’autre.

Où le routage s'inscrit dans une affirmation comme celle-ci

Une affirmation d’endurance est en réalité une affirmation sur les pipelines, et c’est dans les pipelines qu’un endpoint d’un seul fournisseur cesse d’être une décision unique. Un workflow de catalogue pourrait exécuter Seedream 5.5 pour la boucle d’édition, un autre modèle pour l’upscale, et un troisième pour la plaque de fond qui nécessite un canal alpha — et un seul de ces trois est le modèle que le client a demandé nommément.

OrcaRouter est la couche que nous avons bâtie pour ce type de problème, et la version honnête du discours commercial s'accompagne d'une limite : nous ne proposons pas Seedream 5.5, ni aucun modèle d'image ByteDance, donc ce lancement précis ne peut pas être appelé via nous aujourd'hui. Ce qu'un point de terminaison unique vous apporte vraiment, c'est tout ce qui l'entoure. Plus de 200 modèles de texte et d'image se trouvent derrière une seule clé API à 0 % de marge, de sorte que chaque concurrent par rapport auquel vous évaluez la boucle d'édition est facturé exactement au prix catalogue de son fournisseur, et une modification de prix du fournisseur est répercutée sur votre facture le jour même plutôt qu'au renouvellement. Le basculement automatique maintient une longue chaîne en vie lorsqu'un point de terminaison atteint sa limite de débit en cours d'exécution — la différence entre une session de cent tours qui se termine et une qui s'interrompt au soixante-quatrième tour. Le DSL de routage vous permet d'exprimer ce repli sous forme de règle plutôt qu'empilement de tentatives, et la fusion de modèles permet à un seul appel de combiner les sorties de plusieurs modèles lorsque vous voulez un second avis sur une image qui semble légèrement décalée.

C’est là une répartition utile du travail. Laissez quelqu’un d’autre débattre de la centième manche dans l’abstrait. Acheminez les cent manches, consignez-les et gardez la porte de sortie ouverte.

Ce qui permettrait de trancher, par ordre d’utilité

Premièrement, toute personne qui reproduit le test de hachage round par round sur un actif public et publie le journal. C’est l’affaire d’un week-end, cela ne nécessite aucun harnais d’évaluation et deviendrait immédiatement l’artefact le plus cité du marché de l’édition d’images — parce que ce serait le seul de nature longitudinale.

Deuxièmement, un identifiant de modèle dans ModelArk. Tout ce qui concerne l’affirmation d’endurance devient vérifiable dès qu’un SKU 5.5 peut être appelé par son nom, prix et limites de débit inclus. D’ici là, l’affirmation reste circonscrite aux interfaces grand public de ByteDance — Doubao, Dreamina, le playground BytePlus — où les contrôles sont également ceux de ByteDance.

Troisièmement, les tests de préférence en aveugle portent sur la sortie d’une longue chaîne plutôt que sur des tours individuels. Si un asset de cinquante tours issu de Seedream 5.5 bat un asset de cinquante tours d’un modèle à 1 199 Elo, c’est le résultat qui mérite d’être inscrit dans un classement, et aucun classement ne l’exécute actuellement.

Rien de tout cela ne rend l’annonce creuse. Un fournisseur qui mise un lancement sur la seule propriété que ses concurrents n’ont pas mesurée fait un pari que vous pouvez vérifier pour le prix de vingt appels API, et c’est plus rare que cela ne devrait l’être. Cela signifie simplement que l’affirmation des cent tours doit être traitée comme une hypothèse assortie d’un test peu coûteux, et non comme une spécification. Les équipes qui tireront de la valeur de Seedream 5.5 ce mois-ci seront celles qui auront réalisé le test sur leur propre actif avant de le réaliser sur celui d’un client.