Seedream 5.5 在文本方面击败 GPT Image 2.5 Sunburst——而且是在字节跳动自家的评分榜上

有两个数字承载着文本渲染方面的关键信息，而它们都出现在Seedream 5.5 上，且都不是通常意义上的基准分数。ByteDance 表示，在中英文场景中——包括密集的小字号文本——严重文本损坏率为 0.4%，轻微损坏率为 1.7%；并且其自身评估显示，Seedream 5.5 在文生图和图生图的文本结构方面领先于 GPT Image 2.5 Sunburst 和 Nano Banana 2.1。这是一个针对商业图像工作中最常出问题之处所提出的具体且可证伪的说法。同时，截至 2026 年 11 月 10 日——即该模型发布一天后——它完全未经 ByteDance 以外任何人验证，而它提到的两个模型则位居一个独立排行榜前列，该榜单上根本没有它的条目。

这 0.4% 实际衡量的是什么

文本损坏率是一种少有的、其定义值得进行有建设性争论的图像指标。渲染出来的标题要么清晰可读，要么不是。品牌名里错一个字符就得重拍；价格里字符颠倒则比重拍更糟。因此，当供应商发布“严重 0.4%，轻微 1.7%”时，值得追问的是：测试了哪些字符集、在多大字号下测试，以及“轻微”是谁评定的。

字节跳动的公告回答了前两个问题：中文和英文，包括密集小字号文本，并在其自有的 MagicArena 设置上跨六个用例进行了评估。它没有公开回答第三个问题，也没有发布按模型细分的明细，让外部人士无法据此重新计算与 GPT Image 2.5 Sunburst 或 Nano Banana 2.1 的对比。这并不罕见——几乎没人公布评分标准——但这确实意味着，这个数字既是对字节跳动评估流程的说明，也同样是对该模型的说明。

无论如何，这一说法之所以值得认真对待，是因为它足够窄。“更好的文本结构”比“更好的图像”是一个小得多的承诺，而范围窄的承诺往往是厂商能兑现的，因为这类问题正是他们自己的客户会抱怨的。商业逻辑不难理解：ByteDance 的消费者界面——Doubao、Doubao Work、Dreamina、BytePlus AI Playground、Dola——满是海报、产品卡片和社交素材，而其中每一项都是文本渲染测试。

它点名的竞争对手都在董事会里，而它不在。

比较中尴尬的部分就在这里。在 Artificial Analysis 的图像编辑排行榜 2.1 版上，GPT Image 2.5 Sunburst 以 1,199 Elo 排名第三，Nano Banana 2.1 以 1,152 排名第七，两者的置信区间都在 ±12 分左右。在文生图排行榜上，GPT Image 2.5 Sunburst 以 1,227 排名第三。这些都是盲测的人类偏好测量，背后有数千张投票，且没有厂商参与。

Seedream 5.5 完全没有这些。两个榜单也都没有为它设置条目。最接近独立参照的是它的前代：Seedream 5.0 Pro 在编辑任务上以 1,129 Elo 排名第十一，在文生图任务上以 1,101 排名第十八。因此，ByteDance 所邀请进行的比较——新模型对比文生图领域两个最强模型——实际上是一个厂商内部竞技场结果与两个独立采样的 Elo 分数之间的比较。它们不是同一种测量，而在一句话里不加说明地把它们放在一起，正是厂商数字变成民间传说的方式。

这个空白会补上，或者不会。Artificial Analysis 通常会在模型可通过 API 访问后的数天到数周内添加对应行，而 Seedream 5.5 的开发者 API 仍被描述为将于“本周”在 Volcano Ark 上开放；截至今天，ModelArk 的文档中尚无公开的模型标识符。在对应行出现之前，对文本声明的诚实解读是：合理、具体，且未经检验。

为什么文本渲染才是商业上真正重要的卖点

大多数图像模型之间的比较都关乎品味，而品味是做出购买决策的糟糕依据。文字则不同。一个把中文电影标题渲染成繁体字而非简体字的模型，并不是一个有风格问题的模型；而是一个无法用于本地化流程的模型。这种失效模式在竞品模型的独立测试中已被反复记录，它也是设计团队即便图像效果看起来不错、却仍将该模型排除在生产之外的最常见单一原因。

如果 ByteDance 的数据哪怕只是大致成立——比如字符损坏率处于较低的个位数水平，而不是低于百分之一——Seedream 5.5 也会让一类一直让所有图像模型都感到棘手的工作变得可行：文字必须保持完整的海报和包装样机、价格和 SKU 都必须准确无误的电商卡片，以及任何需要同一模型在同一画面中处理两种文字体系的双语素材。

如果这些说法不成立，该模型仍有另外两个卖点，而这两点在本系列的其他文章中都已有介绍：原生 alpha 通道，以及 ByteDance 声称可经受一百轮编辑而不漂移的编辑循环。文本是主打；那些则是功能特性。

续航方面的说法，是你今天下午就能验证的那一项。

这次发布中存在一个有用的不对称。文字与数字需要一套评测框架、字符级差异对比和评分规则。耐久性声明则完全不需要这些。ByteDance 表示，未编辑区域会在像素级别得到保留，并且同一张图像能经受 100 轮编辑。你可以打开 Dreamina，拍一张产品照片，对它进行二十次编辑，同时观察一个你从未改动过的区域。主体背后的阴影要么在第二十轮仍是同一片阴影，要么就不是。

在信任任何已公布的百分比之前，这件事值得先做，因为这两种说法在实践中并不独立。一个能在长会话中保持图像连贯的模型，其文字也能在周围被编辑时保持不变——字体不会在每一轮都从头重新渲染。一个会漂移的模型最终也会在字形上发生漂移，而任何单次处理的损坏率都不会告诉你这一点。

当模型未评分时，路由层能在哪些场景发挥作用

未评分的模型首先是采购问题，其次才是工程问题。你想在真实简报上试用 Seedream 5.5，而不必围绕一个模型标识尚不存在的端点重写流水线；并且，如果文本中的数字最终被证明只是厂商竞技场的人为产物，你希望能保留退出的选择。

这正是 OrcaRouter 为之打造的场景，但有一个需要坦诚说明的前提：我们不提供任何 ByteDance 图像模型，因此你无法在第一天就通过我们调用这次发布的模型。单一端点真正能为你带来的，是对比。OrcaRouter 将提供商目录价格原样传递，以 0% 加价率覆盖 200 多种文本和图像模型，这意味着你用来与 Seedream 5.5 做基准对比的模型——GPT Image 2.5 Sunburst、Nano Banana 2.1、Imagen 4.0——在你的发票上定价恰好等于其供应商收取的费用，并且供应商价格变化当天就会在我们这边生效，而不是等到续约时才生效。当 Volcano Ark 的价目表真正上线时，你用来对照的数字是供应商自己的价格，而不是经销商的。

故障转移之所以重要，另有原因。全新端点在上线第一周，会是它可靠性最低的时候：速率限制未提前公布、延迟不可预测、拒绝情况无文档记录。将一定比例的流量路由到它，并自动回退到已经评估过的模型，这样既能获得证据，又不必把生产路径押在一个上线周的 API 上。

什么会改变这一裁决

三件事，按它们对答案的影响程度排序。

首先看编辑榜上的一行。Seedream 5.5 是一款编辑优先的模型——所谓“百轮”的说法针对的是编辑循环——因此编辑榜正是它最该表现最强的地方，也是与 GPT Image 2.5 Sunburst 的 1,199 相比、差距最具参考价值的地方。如果它落在其前代 1,129 附近，同时还能撑住循环，那它就是一款价格合适的工作流工具。如果它落在 1,180 以上，那么关于文本的说法就更容易让人相信，而现有厂商的定价就成了关键看点。

其次，会有人复现这些损坏率。对两种文字下几百条提示词做字符级 diff，对任何拥有评测框架的人来说都不过是周末就能完成的工作，而第一个把它公布出来的人，将为这次发布所依据的问题一锤定音。

第三，ByteDance 表示将跟随 5.5 系列推出 Pro 版本。针对当前型号做出的购买决策应假定会有一款更昂贵、能力更强的同系列产品在其之上推出，这是常规模式，也是应将模型标识符保留在配置中而非代码中的理由。

在这些中的任何一个落地之前，公允的总结是：字节跳动本月在图像市场提出了最具体的文本声称，将其附着于一款如今已在其消费级应用中上线的模型，并把验证工作留给了其他所有人。与其说这是批评，不如说是对2026年图像发布运作方式的描述。这一声称值得追踪，恰恰因为它是可核查的——而核查比争论更省事。