Seedream 5.5 batte GPT Image 2.5 Sunburst sul testo — sulla classifica della stessa ByteDance

Due numeri raccontano la storia del rendering del testo in Seedream 5.5, e nessuno dei due è un punteggio di benchmark nel senso comune. ByteDance afferma che la corruzione grave del testo si attesta allo 0,4% e quella lieve all'1,7% in cinese e inglese, incluso il testo piccolo e fitto, e che le sue stesse valutazioni collocano Seedream 5.5 davanti sia a GPT Image 2.5 Sunburst sia a Nano Banana 2.1 quanto alla struttura del testo nella generazione di immagini da testo e da immagine a immagine. Si tratta di un'affermazione specifica e falsificabile riguardo a ciò che più spesso si rompe nel lavoro commerciale sulle immagini. Ed è anche, al 10 novembre 2026, un giorno dopo l'annuncio del modello, del tutto non verificata da nessuno al di fuori di ByteDance — e i due modelli che nomina si trovano in cima a una classifica indipendente che non ha alcuna riga per esso.

Che cosa misura realmente lo 0,4%

I tassi di corruzione del testo sono una delle rare metriche per immagini con una definizione su cui si può discutere in modo produttivo. Un titolo renderizzato è leggibile oppure no. Un errore di un carattere nel nome di un marchio comporta un rifacimento; un carattere scambiato in un prezzo è peggio di un rifacimento. Quindi, quando un fornitore pubblica «grave 0,4%, lieve 1,7%», le domande interessanti sono quali set di caratteri siano stati testati, a quale dimensione e chi abbia classificato «lieve».

L'annuncio di ByteDance risponde alle prime due: cinese e inglese, incluso il testo piccolo e denso, valutati su sei casi d'uso nell'ambito della sua configurazione MagicArena. Non risponde pubblicamente alla terza, e non pubblica suddivisioni per modello che permetterebbero a un esterno di ricalcolare il confronto con GPT Image 2.5 Sunburst o Nano Banana 2.1. Non è insolito — quasi nessuno pubblica criteri di valutazione — ma significa che il numero è un'affermazione tanto sul processo di ByteDance quanto sul modello.

Ciò che rende comunque l’affermazione degna di essere presa sul serio è il fatto che sia circoscritta. «Migliore struttura del testo» è una promessa molto più limitata di «immagini migliori», e le promesse circoscritte sono quelle che i fornitori di solito azzeccano, perché sono quelle di cui si lamentano i loro stessi clienti. La logica commerciale è facile da seguire: le superfici consumer di ByteDance — Doubao, Doubao Work, Dreamina, BytePlus AI Playground, Dola — sono piene di poster, schede prodotto e asset social, e ognuno di questi è un test di resa del testo.

I rivali che nomina sono nel consiglio. Esso no.

Ecco la parte imbarazzante del confronto. Nella classifica di editing delle immagini di Artificial Analysis, versione 2.1, GPT Image 2.5 Sunburst è terzo con 1.199 Elo e Nano Banana 2.1 è settimo con 1.152, entrambi con intervalli di confidenza di circa ±12 punti. Nella classifica text-to-image, GPT Image 2.5 Sunburst è terzo con 1.227. Si tratta di misurazioni cieche delle preferenze umane, sostenute da migliaia di voti e senza alcun coinvolgimento dei fornitori.

Seedream 5.5 non ha nulla di tutto ciò. Nessuna delle due classifiche riporta una riga per esso. La cosa più vicina a un ancoraggio indipendente è il suo predecessore: Seedream 5.0 Pro con 1.129 Elo sull'editing (undicesimo) e 1.101 sul text-to-image (diciottesimo). Quindi il confronto che ByteDance invita a fare — nuovo modello contro i due modelli più forti sul testo — è un confronto tra il risultato di un'arena interna al fornitore e due punteggi Elo campionati in modo indipendente. Non sono lo stesso tipo di misurazione, e metterli in una sola frase senza dirlo è il modo in cui i numeri dei fornitori diventano leggenda.

Quel divario si colmerà o non si colmerà. Artificial Analysis in genere aggiunge righe entro giorni o settimane dal momento in cui un modello diventa accessibile tramite API, e l'API per sviluppatori di Seedream 5.5 è ancora descritta come in apertura «questa settimana» su Volcano Ark, senza alcun identificatore pubblico del modello nella documentazione di ModelArk a oggi. Finché non compare una riga, la lettura onesta dell'affermazione nel testo è: plausibile, specifica e non verificata.

Perché il rendering del testo è l'affermazione che conta commercialmente

La maggior parte dei confronti tra modelli di generazione di immagini riguarda il gusto, e il gusto è una base scarsa su cui fondare una decisione d’acquisto. Per il testo è diverso. Un modello che renderizza il titolo di un film cinese in caratteri tradizionali anziché semplificati non è un modello con un problema di stile; è un modello che non può essere usato in una pipeline di localizzazione. Quella modalità di errore è stata documentata più volte in test indipendenti sui modelli concorrenti, ed è la ragione singola più comune per cui un team di design tiene un modello fuori dalla produzione anche quando le immagini sembrano buone.

Se i numeri di ByteDance reggono anche solo vagamente — diciamo, tassi di corruzione a una cifra bassa anziché inferiori all'1% — Seedream 5.5 diventa praticabile per una categoria di lavoro che è stata scomoda per ogni modello di immagine: mockup di poster e packaging in cui il testo deve sopravvivere, schede e-commerce in cui sia il prezzo sia lo SKU devono essere corretti, e qualsiasi asset bilingue in cui un solo modello deve gestire due scritture in un'unica inquadratura.

Se non reggono, il modello ha comunque altre due cose da vendere, ed entrambe sono trattate altrove in questa serie: un canale alfa nativo e un ciclo di modifica che, secondo ByteDance, resiste a cento iterazioni senza deriva. Il testo è la notizia principale; quelle sono le funzionalità.

L'affermazione sull'autonomia è quella che puoi verificare questo pomeriggio.

C'è un'asimmetria utile in questo lancio. I numeri relativi al testo richiedono un'infrastruttura di valutazione, un diff a livello di carattere e una regola di valutazione. L'affermazione sulla resistenza non richiede nulla di tutto ciò. ByteDance afferma che le regioni non modificate vengono preservate a livello di pixel e che la stessa immagine sopravvive a 100 cicli di modifica. Puoi aprire Dreamina, scattare una foto di un prodotto ed eseguire su di essa venti modifiche osservando una regione che non hai mai toccato. O l'ombra dietro il soggetto è la stessa ombra al ventesimo ciclo, oppure no.

Vale la pena farlo prima di fidarsi di qualsiasi percentuale pubblicata, perché le due affermazioni non sono indipendenti nella pratica. Un modello che mantiene un'immagine coerente lungo una sessione lunga è un modello il cui testo sopravvive anche alle modifiche circostanti — i caratteri non vengono ridisegnati da zero a ogni turno. Un modello che deriva finirà prima o poi per derivare anche nel suo lettering, e nessun tasso di corruzione in singolo passaggio te lo dirà.

Dove un livello di routing aiuta quando il modello non ha un punteggio

Un modello non valutato è un problema di approvvigionamento prima ancora che un problema di ingegneria. Vuoi provare Seedream 5.5 su brief reali senza riscrivere una pipeline attorno a un endpoint il cui identificativo del modello non esiste ancora, e vuoi avere la possibilità di ritirarti se i numeri nel testo si rivelano un artefatto dell’arena dei fornitori.

È il caso per cui è stato costruito OrcaRouter, con un'avvertenza onesta: non offriamo alcun modello di immagine ByteDance, quindi questo lancio non è qualcosa che puoi richiamare tramite noi fin dal primo giorno. Ciò che un endpoint unico ti offre davvero è il confronto. OrcaRouter applica ai prezzi di listino dei provider un ricarico dello 0% su oltre 200 modelli di testo e immagine, il che significa che il modello con cui confronti Seedream 5.5 — GPT Image 2.5 Sunburst, Nano Banana 2.1, Imagen 4.0 — sulla tua fattura ha esattamente il prezzo addebitato dal suo fornitore, e una variazione di prezzo del fornitore è attiva dalla nostra parte lo stesso giorno, anziché al rinnovo. Quando arriverà il listino prezzi di Volcano Ark, il numero con cui lo confronterai è quello del fornitore stesso, non quello di un rivenditore.

Il failover conta per un motivo diverso. Un endpoint nuovissimo nella sua prima settimana è meno affidabile di quanto sarà mai: limiti di frequenza non annunciati, latenza imprevedibile, rifiuti non documentati. Instradare una percentuale di traffico verso di esso con un fallback automatico verso un modello che hai già valutato è il modo per ottenere prove senza scommettere un percorso di produzione su un'API della settimana di lancio.

Cosa cambierebbe questo verdetto?

Tre cose, in ordine di quanto sposterebbero la risposta.

Prima, una riga sulla board di editing. Seedream 5.5 è un modello incentrato sull'editing — l'affermazione delle cento iterazioni riguarda il ciclo di editing — quindi la board di editing è dove dovrebbe emergere con più forza, e dove un divario rispetto a 1.199 di GPT Image 2.5 Sunburst sarebbe più informativo. Se si colloca vicino a 1.129 del suo predecessore mantenendo il ciclo, è uno strumento da workflow a un buon prezzo. Se supera 1.180, l'affermazione sul testo diventa molto più credibile e il prezzo degli incumbent diventa la storia.

Secondo, qualcuno che riproduca i tassi di corruzione. Un diff a livello di carattere su qualche centinaio di prompt in entrambi i sistemi di scrittura è un lavoro da weekend per chiunque abbia un'infrastruttura di valutazione, e la prima persona a pubblicarne uno risolverà la questione su cui si fondava il lancio.

Terzo, la variante Pro che ByteDance dice seguirà la serie 5.5. Le decisioni di acquisto prese in riferimento al modello attuale dovrebbero partire dal presupposto che gli si affiancherà, posizionandosi più in alto, un fratello più costoso e più capace, il che è lo schema normale e un motivo per mantenere l'identificatore del modello nella configurazione anziché nel codice.

Finché uno di questi non si concretizza, la sintesi equa è che ByteDance ha formulato questo mese l'affermazione più specifica sul testo nel mercato delle immagini, l'ha collegata a un modello già attivo oggi nelle sue app consumer e ha lasciato la verifica a tutti gli altri. Non è tanto una critica quanto una descrizione di come funzionano i lanci di immagini nel 2026. Vale la pena monitorare quest'affermazione proprio perché è verificabile — e la verifica costa meno della discussione.