Seedream 5.5 verslaat GPT Image 2.5 Sunburst op tekst — op het eigen scorebord van ByteDance

Twee getallen vertellen het verhaal van de tekstweergave in Seedream 5.5, en geen van beide is een benchmarkscore in de gebruikelijke zin. ByteDance stelt dat ernstige tekstcorruptie op 0,4% uitkomt en lichte corruptie op 1,7%, in zowel het Chinees als het Engels, inclusief dichte kleine tekst, en dat uit de eigen evaluaties blijkt dat Seedream 5.5 beter presteert dan zowel GPT Image 2.5 Sunburst als Nano Banana 2.1 op het gebied van tekststructuur bij text-to-image en image-to-image. Dat is een specifieke, falsifieerbare bewering over precies datgene wat het vaakst misgaat in commercieel beeldwerk. En die is, op 10 november 2026, één dag nadat het model werd aangekondigd, volledig ongeverifieerd door iemand buiten ByteDance — en de twee modellen die het noemt, staan bovenaan een onafhankelijke ranglijst die er helemaal geen rij voor heeft.

Wat de 0,4% eigenlijk meet

Tekstcorruptiepercentages zijn de zeldzame beeldmetriek waarvan je de definitie productief kunt bediscussiëren. Een gerenderde kop is leesbaar of niet. Een fout van één teken in een merknaam is een reshoot; een verwisseld teken in een prijs is erger dan een reshoot. Dus wanneer een leverancier "ernstig 0,4%, licht 1,7%" publiceert, zijn de interessante vragen welke tekensets werden getest, bij welke grootte, en wie "licht" heeft beoordeeld.

De aankondiging van ByteDance beantwoordt de eerste twee: Chinees en Engels, inclusief dichte kleine tekst, geëvalueerd over zes use cases op zijn eigen MagicArena-opstelling. De derde beantwoordt het niet in het openbaar, en het publiceert geen uitsplitsingen per model waarmee een buitenstaander de vergelijking met GPT Image 2.5 Sunburst of Nano Banana 2.1 opnieuw zou kunnen berekenen. Dat is niet ongewoon — bijna niemand publiceert beoordelingsrubrieken — maar het betekent wel dat het getal evenzeer een bewering is over het proces van ByteDance als over het model.

Wat de bewering sowieso serieus de moeite waard maakt, is dat ze smal is. "Betere tekststructuur" is een veel kleinere belofte dan "betere afbeeldingen", en smalle beloftes zijn juist de beloftes die leveranciers meestal wel waarmaken, omdat het precies de dingen zijn waar hun eigen klanten over klagen. De commerciële logica is makkelijk te volgen: de consumentgerichte oppervlakken van ByteDance — Doubao, Doubao Work, Dreamina, de BytePlus AI Playground, Dola — staan vol posters, productkaarten en socialmedia-assets, en elk daarvan is een test voor tekstweergave.

De rivalen die het noemt, staan op het bord. Het zelf niet.

Dit is het lastige deel van de vergelijking. Op de ranglijst voor beeldbewerking van Artificial Analysis, versie 2.1, staat GPT Image 2.5 Sunburst derde met 1.199 Elo en Nano Banana 2.1 zevende met 1.152, beide met betrouwbaarheidsintervallen van ongeveer ±12 punten. Op de ranglijst voor tekst-naar-beeld staat GPT Image 2.5 Sunburst derde met 1.227. Dat zijn blinde metingen van menselijke voorkeuren, met duizenden stemmen erachter en zonder enige betrokkenheid van leveranciers.

Seedream 5.5 heeft dat allemaal niet. Geen van beide ranglijsten heeft er een rij voor. Het dichtst bij een onafhankelijk ankerpunt komt de voorganger: Seedream 5.0 Pro met 1.129 Elo bij bewerken (elfde) en 1.101 bij tekst-naar-afbeelding (achttiende). Dus de vergelijking die ByteDance uitnodigt — nieuw model tegenover de twee sterkste modellen op tekst — is een vergelijking tussen een intern arenaresultaat van een leverancier en twee onafhankelijk gesamplede Elo-scores. Het zijn niet hetzelfde soort meting, en ze in één zin zetten zonder dat te vermelden, is hoe leverancierscijfers folklore worden.

Dat gat zal worden gedicht of niet. Artificial Analysis voegt doorgaans binnen dagen tot weken rijen toe nadat een model via API toegankelijk is geworden, en de ontwikkelaars-API van Seedream 5.5 wordt nog steeds beschreven als "deze week" opengaan op Volcano Ark, zonder openbare modelidentificatie in de documentatie van ModelArk op dit moment. Tot er een rij verschijnt, is de eerlijke interpretatie van de bewering in de tekst: plausibel, specifiek en ongetest.

Waarom tekstweergave de claim is die er commercieel toe doet.

De meeste vergelijkingen tussen beeldmodellen draaien om smaak, en smaak is een slechte basis voor een aankoopbeslissing. Tekst is anders. Een model dat een Chinese filmtitel in traditionele in plaats van vereenvoudigde karakters weergeeft, is geen model met een stijlprobleem; het is een model dat niet kan worden gebruikt in een lokalisatiepipeline. Die faalmodus is herhaaldelijk gedocumenteerd in onafhankelijke tests van concurrerende modellen, en het is de meest voorkomende reden dat een ontwerpteam een model buiten productie houdt, zelfs wanneer de afbeeldingen er goed uitzien.

Als de cijfers van ByteDance zelfs maar globaal kloppen — zeg, corruptiepercentages in de lage eencijferige waarden in plaats van onder de één procent — wordt Seedream 5.5 levensvatbaar voor een categorie werk die voor elk beeldmodel ongemakkelijk is geweest: poster- en verpakkingsmock-ups waarbij de typografie intact moet blijven, e-commercekaarten waarbij zowel de prijs als de SKU moet kloppen, en elke tweetalige asset waarbij één model twee schriften in één frame moet verwerken.

Als ze geen stand houden, heeft het model nog twee andere dingen te verkopen, en beide komen elders in deze serie aan bod: een native alfa-kanaal en een bewerkingslus waarvan ByteDance beweert dat die honderd rondes zonder drift doorstaat. Tekst is het uithangbord; dat zijn de functies.

De uithoudingsclaim is degene die je vanmiddag kunt testen.

Er zit een nuttige asymmetrie in deze lancering. De getallen in de tekst vereisen een evaluatieharnas, een diff op tekeniveau en een beoordelingsregel. De duurzaamheidsclaim vereist niets daarvan. ByteDance zegt dat onbewerkte gebieden op pixelniveau behouden blijven en dat dezelfde afbeelding 100 bewerkingsrondes doorstaat. Je kunt Dreamina openen, één productfoto nemen en er twintig bewerkingen op uitvoeren terwijl je een gebied in de gaten houdt dat je nooit hebt aangeraakt. Of de schaduw achter het onderwerp in ronde twintig dezelfde schaduw is, of niet.

Dat is de moeite waard om te doen voordat je een van de gepubliceerde percentages vertrouwt, omdat de twee beweringen in de praktijk niet onafhankelijk zijn. Een model dat een afbeelding gedurende een lange sessie samenhangend houdt, is een model waarvan de tekst ook standhoudt wanneer eromheen wordt bewerkt — de lettervorm wordt niet bij elke beurt vanaf nul opnieuw gerenderd. Een model dat afdwaalt, zal uiteindelijk ook via zijn belettering afdwalen, en geen enkel corruptiepercentage per enkele doorgang zal je dat vertellen.

Waar een routeringslaag helpt wanneer het model geen score heeft

Een model zonder score is eerder een inkoopprobleem dan een engineeringprobleem. Je wilt Seedream 5.5 op echte briefings uitproberen zonder een pipeline te herschrijven rond een endpoint waarvan de model-ID nog niet bestaat, en je wilt de optie hebben om af te haken als de tekstcijfers een artefact van een leveranciersarena blijken te zijn.

Dat is precies het geval waarvoor OrcaRouter is gebouwd, met één eerlijke kanttekening: we hebben geen enkel ByteDance-beeldmodel in ons aanbod, dus deze lancering kun je op dag één niet via ons aanroepen. Wat één enkel endpoint je wél oplevert, is de vergelijking. OrcaRouter geeft de lijstprijzen van providers door tegen 0% opslag voor meer dan 200 tekst- en beeldmodellen, wat betekent dat het model waarmee je Seedream 5.5 vergelijkt — GPT Image 2.5 Sunburst, Nano Banana 2.1, Imagen 4.0 — op je factuur precies zo geprijsd is als wat de leverancier ervoor rekent, en een prijswijziging van een leverancier dezelfde dag bij ons live staat in plaats van bij verlenging. Wanneer de prijslijst van Volcano Ark er dan toch komt, is het getal waarmee je het vergelijkt dat van de leverancier zelf, niet dat van een wederverkoper.

Failover is om een andere reden belangrijk. Een gloednieuw endpoint is in zijn eerste week het minst betrouwbaar dat het ooit zal zijn: rate limits worden niet aangekondigd, latency is onvoorspelbaar, weigeringen zijn niet gedocumenteerd. Een percentage van het verkeer erheen routeren met een automatische fallback naar een model dat je al hebt gescoord, is hoe je bewijs verzamelt zonder een productiepad te verwedden op een API uit de lanceerweek.

Wat zou deze uitspraak veranderen?

Drie dingen, in de volgorde van hoeveel ze het antwoord zouden veranderen.

Eerst een rij op het bewerkingsbord. Seedream 5.5 is een model dat in de eerste plaats op bewerken is gericht — de claim over honderd rondes gaat over de bewerkingslus — dus het bewerkingsbord is waar het zich het sterkst zou moeten laten zien, en waar een kloof ten opzichte van de 1.199 van GPT Image 2.5 Sunburst het meest informatief zou zijn. Als het dicht bij zijn voorganger van 1.129 uitkomt terwijl het de lus vasthoudt, is het een workflowtool tegen een goede prijs. Als het boven 1.180 uitkomt, wordt de tekstclaim veel geloofwaardiger en wordt de prijsstelling van de gevestigde partijen het verhaal.

Ten tweede: iemand die de corruptiepercentages reproduceert. Een diff op karakterniveau over een paar honderd prompts in beide scripts is een weekend werk voor iedereen met een eval-harness, en de eerste die er een publiceert, beslecht de vraag waarop de lancering was gebouwd.

Ten derde: de Pro-variant waarvan ByteDance zegt dat die na de 5.5-serie komt. Bij aankoopbeslissingen op basis van het huidige model moet men ervan uitgaan dat er een duurder en krachtiger broertje bovenop komt, wat het normale patroon is en een reden om de modelidentificatie in configuratie te houden in plaats van in code.

Totdat een van die dingen werkelijkheid wordt, is de eerlijke samenvatting dat ByteDance deze maand de meest specifieke tekstuele claim op de beeldmarkt heeft gedaan, die aan een model heeft gekoppeld dat vandaag al live is in zijn consumentenapps, en de verificatie aan alle anderen heeft overgelaten. Dat is niet zozeer kritiek als wel een beschrijving van hoe beeldlanceringen in 2026 verlopen. De claim is het volgen waard juist omdat hij controleerbaar is — en de controle is goedkoper dan de discussie.