Seedream 5.5 slår GPT Image 2.5 Sunburst när det gäller text – på ByteDances egen resultattavla

Två siffror bär textåtergivningshistorien i Seedream 5.5, och ingen av dem är en benchmarkpoäng i vanlig bemärkelse. ByteDance säger att allvarlig textförvrängning ligger på 0,4 % och lindrig förvrängning på 1,7 % för kinesiska och engelska, inklusive tät liten text, och att deras egna utvärderingar placerar Seedream 5.5 före både GPT Image 2.5 Sunburst och Nano Banana 2.1 när det gäller textstruktur i text-till-bild och bild-till-bild. Det är ett specifikt, falsifierbart påstående om det som oftast går sönder i kommersiellt bildarbete. Det är också, den 10 november 2026, en dag efter att modellen tillkännagavs, helt overifierat av någon utanför ByteDance – och de två modeller som nämns ligger i toppen av en oberoende topplista som inte har någon rad för den alls.

Vad 0,4 % faktiskt mäter

Textkorruptionsfrekvenser är ett sällsynt bildmått med en definition som man kan argumentera om på ett produktivt sätt. En renderad rubrik är antingen läsbar eller inte. Ett teckenfel i ett varumärkesnamn innebär en omtagning; ett omkastat tecken i ett pris är värre än en omtagning. Så när en leverantör publicerar "allvarliga 0,4 %, mindre allvarliga 1,7 %", är de intressanta frågorna vilka teckenuppsättningar som testades, vid vilken storlek och vem som bedömde det "mindre allvarliga".

ByteDances tillkännagivande besvarar de två första: kinesiska och engelska, inklusive tät text i liten stil, utvärderade över sex användningsfall i deras egen MagicArena-konfiguration. Det besvarar inte det tredje offentligt, och det publicerar inte uppdelningar per modell som skulle låta en utomstående räkna om jämförelsen mot GPT Image 2.5 Sunburst eller Nano Banana 2.1. Det är inte ovanligt – nästan ingen publicerar bedömningskriterier – men det innebär att siffran är ett påstående om ByteDances process lika mycket som om modellen.

Det som ändå gör påståendet värt att ta på allvar är att det är snävt. "Bättre textstruktur" är ett mycket mindre löfte än "bättre bilder", och snäva löften är de som leverantörerna vanligtvis lyckas med, eftersom det är de som deras egna kunder klagar på. Den kommersiella logiken är lätt att följa: ByteDances konsumentytor – Doubao, Doubao Work, Dreamina, BytePlus AI Playground, Dola – är fulla av affischer, produktkort och material för sociala medier, och vart och ett av dessa är ett test av textrendering.

De rivaler som den namnger sitter i styrelsen. Det gör inte den.

Här är den besvärliga delen av jämförelsen. På Artificial Analysiss leaderboard för bildredigering, version 2.1, ligger GPT Image 2.5 Sunburst trea på 1 199 Elo och Nano Banana 2.1 sjua på 1 152, båda med konfidensintervall på omkring ±12 punkter. På text-till-bild-tavlan ligger GPT Image 2.5 Sunburst trea på 1 227. Det är blinda mätningar av mänskliga preferenser med tusentals röster bakom sig och utan inblandning från leverantörer.

Seedream 5.5 har inget av det. Ingen av topplistorna har en rad för den. Det närmaste man kommer en oberoende ankarpunkt är dess föregångare: Seedream 5.0 Pro med 1 129 Elo för redigering (elfte plats) och 1 101 för text-till-bild (artonde plats). Så jämförelsen som ByteDance bjuder in till – den nya modellen mot de två starkaste modellerna för text – är en jämförelse mellan ett leverantörsinternt arenaresultat och två oberoende stickprovade Elo-poäng. De är inte samma typ av mätning, och att sätta dem i en och samma mening utan att säga det är så leverantörssiffror blir till folklore.

Det gapet kommer att stängas eller så gör det inte det. Artificial Analysis lägger vanligtvis till rader inom dagar till veckor efter att en modell blir API-åtkomlig, och Seedream 5.5:s utvecklar-API beskrivs fortfarande som att det öppnar "den här veckan" på Volcano Ark, utan någon offentlig modellidentifierare i ModelArks dokumentation i dagsläget. Fram till dess att en rad dyker upp är den ärliga tolkningen av påståendet i texten: rimligt, specifikt och otestat.

Varför textrendering är det påstående som är kommersiellt viktigt

De flesta jämförelser av bildmodeller handlar om smak, och smak är en dålig grund för ett inköpsbeslut. Med text är det annorlunda. En modell som återger en kinesisk filmtitel med traditionella tecken i stället för förenklade har inte ett stilproblem; det är en modell som inte kan användas i en lokaliseringspipeline. Det felsättet har dokumenterats gång på gång i oberoende tester av konkurrerande modeller, och det är den enskilt vanligaste anledningen till att ett designteam håller en modell utanför produktionen även när bilderna ser bra ut.

Om ByteDances siffror håller ens löst – säg felfrekvenser på låga ensiffriga procenttal i stället för under en procent – blir Seedream 5.5 gångbart för en kategori arbete som har varit besvärlig för alla bildmodeller: affisch- och förpackningsmockuper där typografin måste hålla, e-handelskort där både pris och SKU måste vara rätt, och alla tvåspråkiga tillgångar där en modell måste hantera två skriftsystem i en och samma bild.

Om de inte stämmer har modellen fortfarande två andra saker att erbjuda, och båda tas upp på annat håll i den här serien: en inbyggd alfakanal och en redigeringsslinga som ByteDance hävdar klarar hundra omgångar utan att glida iväg. Texten är rubriken; de är funktionerna.

Uthållighetspåståendet är det du kan testa i eftermiddag

Det finns en användbar asymmetri i den här lanseringen. Siffrorna i texten kräver en utvärderingsmiljö, en diff på teckennivå och en bedömningsregel. Uthållighetspåståendet kräver inget av det. ByteDance säger att oredigerade områden bevaras på pixelnivå och att samma bild klarar 100 redigeringsomgångar. Du kan öppna Dreamina, ta ett produktfoto och göra tjugo redigeringar på det medan du tittar på ett område som du aldrig har rört. Antingen är skuggan bakom motivet samma skugga i omgång tjugo, eller så är den inte det.

Det är värt att göra innan du litar på någon av de publicerade procentsatserna, eftersom de två påståendena inte är oberoende i praktiken. En modell som håller ihop en bild under en lång session är en modell vars text också överlever att man redigerar runt den – typografin renderas inte om från grunden vid varje tur. En modell som driver kommer till slut att driva även i sin textning, och ingen korruptionsfrekvens för en enda omgång kommer att berätta det för dig.

Där ett routningslager hjälper när modellen saknar poäng

En modell utan poäng är ett upphandlingsproblem innan det är ett ingenjörsproblem. Du vill testa Seedream 5.5 på riktiga briefar utan att skriva om en pipeline kring en endpoint vars modellidentifierare ännu inte finns, och du vill ha möjligheten att gå därifrån om siffrorna i texten visar sig vara en artefakt från en leverantörsarena.

Det är fallet OrcaRouter är byggt för, med en ärlig brasklapp: vi har ingen bildmodell från ByteDance, så den här lanseringen är inget du kan anropa via oss från dag ett. Det en enda slutpunkt faktiskt ger dig är jämförelsen. OrcaRouter förmedlar leverantörernas listpriser vidare med 0 % påslag på 200+ text- och bildmodeller, vilket innebär att modellen du benchmarkar Seedream 5.5 mot – GPT Image 2.5 Sunburst, Nano Banana 2.1, Imagen 4.0 – prissätts på din faktura till exakt vad leverantören tar, och en leverantörsprisändring slår igenom hos oss samma dag i stället för vid förnyelse. När Volcano Arks prislista väl landar är siffran du jämför den mot leverantörens egen, inte en återförsäljares.

Failover är viktigt av en annan anledning. En helt ny slutpunkt under sin första vecka är den minst tillförlitliga den någonsin kommer att vara: frekvensbegränsningar utan förvarning, oförutsägbar latens, odokumenterade avvisanden. Att dirigera en andel av trafiken till den med en automatisk fallback till en modell som du redan har utvärderat är hur du får bevis utan att satsa en produktionsväg på ett API från lanseringsveckan.

Vad skulle ändra denna dom?

Tre saker, i ordning efter hur mycket de skulle påverka svaret.

Först en rad på redigeringstavlan. Seedream 5.5 är en redigeringsförst-modell – påståendet om hundra rundor handlar om redigeringsloopen – så redigeringstavlan är där den borde visa sig starkast, och där en lucka mot GPT Image 2.5 Sunbursts 1,199 skulle vara mest informativ. Om den landar nära sin föregångares 1,129 samtidigt som den håller loopen, är det ett arbetsflödesverktyg till ett bra pris. Om den landar över 1,180 blir textpåståendet mycket lättare att tro på, och de etablerade aktörernas prissättning blir själva historien.

För det andra: någon som reproducerar korruptionsfrekvenserna. En teckenvis diff över några hundra prompter i båda skripten är en helgs arbete för den som har ett utvärderingsramverk, och den första som publicerar en sådan avgör frågan som lanseringen byggde på.

För det tredje, Pro-varianten som ByteDance säger kommer att följa 5.5-serien. Inköpsbeslut som fattas mot dagens modell bör utgå från att ett dyrare, mer kapabelt syskon landar ovanpå det, vilket är det normala mönstret och ett skäl att behålla modellidentifieraren i konfigurationen snarare än i koden.

Fram till dess att något av dem landar är den rimliga sammanfattningen att ByteDance har lagt fram det mest specifika textpåståendet på bildmarknaden den här månaden, kopplat det till en modell som är live i företagets konsumentappar idag och lämnat verifieringen åt alla andra. Det är inte så mycket kritik som en beskrivning av hur bildlanseringar fungerar 2026. Påståendet är värt att följa just för att det är kontrollerbart – och kontrollen är billigare än argumentet.