Seedream 5.5は100回の編集に耐えると主張している。実際に蓄積されるのはこれだ

ByteDanceはSeedream 5.5を2026年11月9日に発表しましたが、その看板の主張は「センス」に関するものではありません。モデルが1枚の画像を100回連続で編集しても微細なディテールを失わないこと、そして触れていない部分はピクセル単位でそのまま残るということです。これは、GPT Image 2.5 SunburstやNano Banana 2.1が売り込まれた際の約束とは種類が異なります。センスは議論の対象です。ドリフトは測定値であり、起きるか起きないかのどちらかです。したがって有用な問いは、Seedream 5.5が優れているかどうかではなく、編集チェーンにおいて具体的に何が壊れるのか、その失敗のうちこの主張がカバーするのはどれか、そしてパイプラインを構築する前に自分でどうやって確かめるか、です。

まずは計算からだ。編集チェーンは1回の推論ではなく、100回の推論が積み重なったものであり、各ステップがフレーム全体を再エンコードする。誤差は局所にとどまらない。複合的に増大していく。

1つではなく5つの台帳

実践者が長時間のセッションの後に画像が「崩れる」と言うとき、たいていは五つの異なる失敗モードのうちの一つを指している。それらを一緒くたにすることが、持久力についての議論が決着しない理由だ。

• 色。ホワイトバランスと彩度のドリフト。各ラウンドで、編集が示唆する方向へヒストグラムがわずかに押し動かされ、40ラウンド目にはニュートラルなグレーカードに誰も望まない色かぶりが生じる。これは測定は容易で、目視では最も見逃しやすい。

• 形状。直線が曲がり、円がわずかに楕円になり、製品のシルエットの片側に肩が1ミリメートル分増える。これは1フレームずつ見ると分からず、第1回目と第60回目を重ね合わせると明らかになる。

• テクスチャ。肌、布地、ヘアライン加工した金属、細かい印刷は、まず高周波のディテールを失う。再レンダリングを重ねるたびに、理解できないものは滑らかにされていくが、「よりクリーン」は「より正確」と同じではない。

• タイポグラフィ。文字入れはカナリアだ。ブランド名の1文字の誤りが再撮影につながる。そしてこれは、ByteDance自身の数値が直接扱っている失敗でもある。発表では、中国語と英語全体で、高密度の小さな文字も含め、ByteDanceのMagicArena設定における6つのユースケースで測定したところ、深刻なテキスト破損が0.4%、軽微なものが1.7%とされている。これらはベンダー報告の数値であり、ByteDance外部で再現した者は誰もいない。

・セマンティクス。誰もベンチマークしないやつ。「影をもう少し柔らかく」と何度も繰り返すうちに、オブジェクトは静かに別のオブジェクトになり、あるいは構図が、誰も与えていない指示を満たすために勝手に組み替えられてしまう。

100ラウンドという主張は、狭く読めば、最初の4回についての約束である。それが5回目に及ぶかは明言されておらず、顧客への成果物を台無しにするのはその5回目なのだ。

「ピクセルレベル」という言葉は、見た目以上に多くの働きをしている

ByteDanceが未加工の領域について使う表現は、編集されていない領域がピクセルレベルで保持されるというものだ。これは吟味する価値がある。というのも、三つのかなり異なる意味に取れ、そのうち一つだけが強い主張だからだ。

ビット完全一致とは、マスク領域が入力とバイト単位で同一であることを意味し、これはモデルが元のピクセルを再レンダリングするのではなく、マスクを介して合成し直す場合にのみ達成できます。知覚的に同一とは、その領域が、人間にもSSIM閾値にも元画像と区別できない新しいレンダリングであることを意味します。コンテンツ保持とは、領域内のオブジェクトは残存しているものの、そのピクセルは残っていないことを意味します。

同じ発表で言及されているネイティブRGBA出力は、第1ではなく第2と第3を指し示している。生成していないアルファチャンネルを合成することはできないからだ。これは意義ある機能ではある――背景透過の作業は、このクラスのどのモデルにとっても本当に厄介だ――が、ビット完全性と同じ保証ではなく、「ピクセルレベル」を「暗号学的に不変」と読むチームはチェックサムに驚くだろう。

これは告発ではない。あらゆる編集モデルの主張に共通する、ありふれた曖昧さだ。そして実務上の帰結は単純である――自分がどのバージョンを得ているかを知る唯一の方法は、一度も触っていない領域をラウンドごとにハッシュ化し、観察し続けることだ。

ラウンド100は、その主張の中で最も面白みのない数字だ。

100ラウンドというのは、耐久スポーツのように聞こえるので見出しとしては優れている。しかし仕様としては不十分だ。買い手が知る必要があるのは、最初に目に見える変化がどこで現れるのか、そして損傷が加速するかどうかだからだ。

80ラウンドまで劣化せず、95ラウンドまでに目に見えて劣化するモデルは、毎ラウンド少しずつずれて20ラウンドでぐちゃぐちゃになるモデルとは、購入判断が別物です。後者は、技術的には長い連鎖に耐えても、長い連鎖には使えません。前者はほぼすべての実務ワークフローで問題ありません。なぜなら、実務で1つのアセットに100の生成ステップを回すことはほとんどなく、そうするのはカタログやキャンペーン用キービジュアルで、同じヒーロー画像を40のフォーマット向けに微調整する場合だからです。

価格設定によって計算は具体的になるが、そのレートが非公式である点には留意が必要だ。ByteDanceの2K編集に対する消費者向け価格は約¥0.28（およそUS$0.039）と提示されており、これに基づくと100ラウンドのチェーンは約¥28、つまり完成アセット1点あたりUS$4未満の推論コストになる。独立系の編集ボードで現在Seedream 5.0 Proに表示されているベンダー掲載価格は1000画像あたり$90なので、100枚の個別画像なら9ドルかかる。チェーンは安い。だが手戻りは安くない。そして、ずれが生じた80ラウンド目は手戻りである。

最初の注意点に重ねて、2つ目の注意点がある。¥0.28という数字は開発者向けドキュメントには記載されていない。Volcano ArkのModelArkリファレンスには、doubao-seedream-5-0-pro、5-0-flash、5-0-lite、4-5、4-0が列挙されており、11月10日時点では5.5のモデル識別子は一切ない。ByteDanceは、5.5シリーズが「今週」Volcano Arkで提供開始され、Pro版がその後続くと述べている。モデルIDが存在するまでは、その価格は消費者向けアプリのデータポイントにすぎず、それ以上ではない。

この市場のどのリーダーボードも、間違ったものを測っている

スコアを見て耐久性の問いに決着をつけることには、構造的な問題がある。ブラインド選好アリーナ——最も多くの投票を集めているのが Artificial Analysis のボードだ——は、投票者に2枚の画像を見せ、どちらが良いかを尋ねる。それは単一ターンの測定だ。第2ターンが存在しないため、積み重なっていく効果を見ることはできない。

つまり、耐久性の主張は市場にあるあらゆる数値とは無関係だ。Seedream 5.5 は編集ボードにもテキストから画像へのボードにも行がなく、最も近い基準は同ファミリーで、Seedream 5.0 Pro が編集で1,129、テキストから画像で1,101、さらに下に Seedream 5.0 Lite が1,061、Seedream 4.5 が1,040となっている。発表で比較対象にされているモデルはそれをはるかに上回り、編集では GPT Image 2.5 Sunburst が1,199、Nano Banana 2.1 が1,152だ。

{{1}}そのギャップを判定と読む{{/1}}のは誤りであり、{{2}}無関係と読む{{/2}}のも同様に誤りだ。それが示すのは、{{3}}Seedream 5.5の差別化要素{{/3}}が、採点機構のまったく効かない場所に意図的に置かれているということだ。単一ターンの選好で負けることを想定しているベンダーなら、テストに半日かかるうえ、まだ誰も検証していない特性で競おうとする強い動機がある。

正確に言えば、そのテスト

固定された未編集の領域 — ボトルのロゴ、被写体の背後の壁、シリアル番号 — を含む写真を1枚撮る。ラウンド0でその領域をハッシュ化する。次に、フレームの反対側に触れる20回の編集を実行し、各編集後に再びハッシュ化する。最初にハッシュが変わるラウンド番号と、人間が違いを見て取れる最初のラウンドを記録する。2つの数値と20回のAPI呼び出しだけで、耐久性に関する主張は、他人のテストスイートについての主張ではなく、自分のアセットについての事実になる。

このような主張にルーティングがどこで当てはまるか

耐久性の主張は実際にはパイプラインに関する主張であり、パイプラインとは、単一ベンダーのエンドポイントが単一の決定ではなくなる場所です。カタログワークフローでは、編集ループにSeedream 5.5、アップスケールに別のモデル、アルファチャンネルが必要な背景プレートに3つ目のモデルを実行するかもしれません。そしてその3つのうち、クライアントが名前を指定して求めたモデルは1つだけです。

OrcaRouter は、こうした種類の問題のために私たちが構築したレイヤーです。正直に言うと、この提案には制約があります。私たちは Seedream 5.5 も ByteDance の画像モデルも扱っていないため、今回のこのローンチを現時点で私たち経由で呼び出すことはできません。単一エンドポイントが実際にもたらすのは、その周辺のすべてです。200 以上のテキストモデルと画像モデルが 1 つの API キーの背後に0% のマークアップで用意されているので、編集ループのベンチマークに使うあらゆる競合モデルは、ベンダーの定価どおりに請求され、ベンダーの価格変更は更新時ではなく当日に請求書へ反映されます。自動フェイルオーバーは、あるエンドポイントが実行中にレート制限に達しても長いチェーンを維持します。100 ラウンドのセッションが完走するか、64 ラウンド目で落ちるかの違いです。ルーティング DSLを使えば、そのフォールバックを何層ものリトライではなくルールとして表現でき、モデルフュージョンを使えば、少しずれているように見えるフレームについて別の意見が欲しいときに、1 回の呼び出しで複数モデルの出力を組み合わせられます。

それが有用な分業だ。百回目のラウンドを抽象論として議論するのは、他の誰かに任せよう。百回のラウンドをルーティングし、記録し、逃げ道は開けたままにしておけ。

何がそれを決着させるのか、有用な順に

第一に、公開アセット上でラウンド間ハッシュテストを再現し、そのログを公開する人だ。週末ひとつ分の作業で済み、評価ハーネスも要らず、たちどころに画像編集市場で最も引用される成果物になるだろう——唯一の縦断的な成果物になるのだから。

第二に、ModelArkにおけるモデル識別子です。5.5 SKUを名前で呼び出せるようになった瞬間、価格やレート制限も含め、耐久性の主張に関するすべてが検証可能になります。それまでは、この主張の対象はByteDance自身のコンシューマー向けサーフェス、すなわちDoubao、Dreamina、BytePlusプレイグラウンドに限定され、そこでは制御もまたByteDanceのものです。

第三に、ブラインド選好テストは出力に対して、単一ターンではなく長い連鎖で行われる。Seedream 5.5 の50ラウンド分のアセットが、1,199 Elo のモデルの50ラウンド分のアセットを上回るなら、それはボードに載せる価値のある結果であり、現在それを実行しているボードは存在しない。

こうした点はどれも、この発表を空虚にするものではない。競合他社が測定していない唯一の特性にローンチを賭けるベンダーは、APIを20回呼ぶ費用で検証できる賭けをしているのであり、それは本来よりまれなことだ。ただ、100ラウンドという主張は仕様ではなく、安価な検証が付いた仮説として扱うべきだというだけである。今月Seedream 5.5から価値を引き出すチームは、クライアントのアセットで試す前に自社のアセットで検証を実行したチームだろう。