Seedream 5.5 宣稱能撐過 100 次編輯。以下才是真正會累積下來的東西

ByteDance 宣布Seedream 5.5已於 2026 年 11 月 9 日推出，而其核心宣稱並不在於品味。重點是：這個模型可以連續編輯同一張圖片一百次，卻不會流失細微細節；而且你沒有動到的任何部分，都會在像素層級維持原樣。這與GPT Image 2.5 Sunburst 與 Nano Banana 2.1所主打的那種承諾不同。品味是論證；漂移是測量，而它要麼發生，要麼不發生。所以，有用的問題不是 Seedream 5.5 好不好，而是在編輯鏈中具體會出什麼錯、這項宣稱涵蓋其中哪些失敗，以及在你據此建立流程之前，該如何自行驗證。

先從核算開始。一條編輯鏈不是一次推理，而是上百次推理層層堆疊，且每一步都會重新編碼整個影格。誤差不會只停留在局部，而會複合累積。

五本帳簿，而非一本

當從業者說一張影像在長時間工作階段後「解體」，他們通常是在描述五種不同失效模式中的一種。把這些模式混為一談，正是關於耐力的爭論始終無法解決的原因。

• 色彩。白平衡與飽和度偏移。每一輪都會讓直方圖略微朝該次編輯所暗示的方向移動；到第四十輪時，一張中性灰卡已經染上沒人要求的色偏。這一項量測起來成本很低，卻是最容易憑肉眼忽略的一項。

• 幾何。直線會彎曲，圓形會略微變成橢圓，產品輪廓的一側會多出一毫米的肩部。逐幀來看察覺不到，但把第一輪疊加到第六十輪上時就顯而易見。

• 紋理。皮膚、布料、拉絲金屬與精細印刷會最先失去高頻細節。連續重新渲染會把它們不理解的部分抹平，而「更乾淨」不等於「正確」。

• 字型。文字是預警的金絲雀。品牌名稱裡只要錯一個字，就得重拍，而這正是 ByteDance 自家數據直接針對的失誤類型——該公告指出，在中英文（包含密集小字）的情境下，嚴重文字損壞率為 0.4%、輕微為 1.7%，這是依據 ByteDance MagicArena 環境上的六個使用案例測得。這些都是廠商自行報告的數字，ByteDance 之外無人重現過。

• 語意。那個沒有人拿來做基準測試的。一輪又一輪的「把陰影調柔和」，物件卻悄悄變成另一個物件，或者構圖自行重新排列，以滿足一個沒有人下過的指令。

「百輪」這個說法若從狹義解讀，是對前四輪的承諾。它是否延伸到第五輪並未說明，而第五輪正是會毀掉客戶交付成果的那一輪。

「Pixel level」這個說法比表面上看起來承擔了更多功能。

ByteDance 對未受改動區域所用的說法是：未經編輯的區域會以像素層級保留原樣。這值得推敲，因為它可能代表三種截然不同的意思，而其中只有一種是強有力的主張。

位元精確是指遮罩區域與輸入在位元組層級完全相同，而唯有模型透過遮罩將原始像素合成回去，而非重新渲染這些像素，才可能做到。感知上相同是指該區域是新的渲染結果，而人類或 SSIM 閾值無法將其與原始版本區分開來。內容保留是指該區域中的物件仍然存在，但其像素並未保留。

原生 RGBA 輸出——同一份公告也提到——指向的是第二與第三種，而非第一種：你無法合成一個你並未生成的 alpha 通道。這是一項有意義的能力——透明背景工作對這一類別的每個模型來說都確實很棘手——但這與位元精確性並不是同一種保證；而一個把「像素級」理解為「密碼學上未改變」的團隊，會因校驗碼而大吃一驚。

這些都不是指控。這是每個編輯模型宣告都會有的典型模糊性，而實際後果很簡單：要知道你拿到的是哪個版本，唯一的方法就是逐輪對你從未碰過的區域計算雜湊，並持續觀察。

第 100 輪是該主張中最不有趣的數字。

一百輪是個很棒的標題，因為聽起來像耐力運動。但它是個糟糕的規格，因為買家需要知道的是：第一個可見的變化出現在哪裡，以及損壞是否會加速。

一個到第八十輪仍保持乾淨、到第九十五輪已明顯劣化的模型，和一個每一輪都稍微漂移、到第二十輪就糊成一團的模型，是截然不同的採購選擇。第二個模型雖然在技術上仍能撐過長鏈流程，但對長鏈來說已不可用。第一個模型則幾乎適用於所有實際工作流程，因為幾乎沒有實際工作流程會對同一份素材執行一百個生成步驟——會這麼做的只有產品型錄與活動主視覺，也就是同一張主視覺圖要被微調成四十種格式的情況。

定價讓這筆算術變得具體，但需留意該費率並非官方數字。ByteDance 對 2K 編輯的消費者定價約為 ¥0.28，約合 US$0.039，這使一百輪的鏈式流程約為 ¥28，也就是單一成品資產的推理成本低於 US$4。依目前獨立編輯看板上 Seedream 5.0 Pro 所列的每千張圖 US$90 廠商定價，一百張獨立圖像會花費九美元。鏈式流程很便宜。重做可不便宜，而偏離的第 80 輪就是重做。

第一個警告之上還疊加了第二個警告：¥0.28 這個數字並未出現在開發者文件中。截至11月10日，Volcano Ark 的 ModelArk 參考資料列出了 doubao-seedream-5-0-pro、5-0-flash、5-0-lite、4-5 和 4-0，完全沒有 5.5 的模型識別碼。ByteDance 表示，5.5 系列將於「本週」在 Volcano Ark 上線，隨後還會推出 Pro 版本。在模型 ID 存在之前，這個價格只是消費者應用程式的一個數據點，僅此而已。

這個市場上的每一份排行榜衡量的都是錯誤的東西

用分數來解決耐力問題，存在一個結構性問題。盲測偏好競技場——其中 Artificial Analysis 排行榜是背後票數最多的——會向投票者展示兩張圖片，並詢問哪一張更好。這是一種單回合測量。它無法看出複合效應，因為沒有第二回合。

因此，「續航力」這項說法與市場上的每一個數字都不在同一個維度上。Seedream 5.5 在編輯排行榜或文字生圖排行榜上都沒有列名；最接近的參照點是它自家系列：Seedream 5.0 Pro 在編輯項目為 1,129、文字生圖為 1,101，而 Seedream 5.0 Lite 為 1,061、Seedream 4.5 為 1,040，排名更靠後。公告中拿來與它比較的模型則明顯高於此：GPT Image 2.5 Sunburst 在編輯項目為 1,199，Nano Banana 2.1 為 1,152。

把那個差距解讀為定論會是錯誤，把它解讀為無關緊要也同樣錯誤。它告訴你的是，Seedream 5.5 的差異化優勢是被刻意放在評分機制無從著力之處。一個預期會在單輪偏好上落敗的廠商，最有誘因去競爭一項只需花一個下午就能測試、而且還沒有人測試過的特性。

確切地說，就是測試

拍攝一張照片，其中有一個固定、未經編輯的區域——瓶子上的標誌、主體後方的牆面、一組序號。在第零輪對該區域進行雜湊。接著執行二十次會動到畫面另一側的編輯，並在每次編輯後再次雜湊。記錄第一個發生變化的雜湊所在輪次，以及人類肉眼能看出差異的第一輪。兩個數字、二十次 API 呼叫，耐久性宣稱就成了關於你資產的事實，而不是關於別人測試套件的主張。

路由如何適用於這樣的主張

「續航力宣稱」其實是關於管線的宣稱，而管線正是單一供應商的端點不再只是單一決策的所在。一套型錄工作流程可能會在編輯迴圈中執行 Seedream 5.5，用另一個模型進行放大，再以第三個模型處理需要 Alpha 通道的背景板——而這三者當中，只有一個是客戶指名要求的模型。

OrcaRouter 是我們為這類問題打造的一層，而誠實版本的推銷附帶一個限制：我們沒有提供 Seedream 5.5，也沒有任何 ByteDance 圖像模型，所以這個特定的發布版本目前無法透過我們呼叫。單一端點真正買到的是它周邊的一切。超過 200 個文字與圖像模型都置於同一把 API 金鑰之後以 0% 加價，因此你拿來對編輯迴圈做基準測試的每一個競爭對手，都完全依照其供應商的牌價計費，而供應商調價會在同一天反映到你的發票上，而不是等到續約時。自動故障轉移能在某個端點於執行途中觸發速率限制時，讓長鏈繼續存活——這是一百輪工作階段能完成，與在第六十四輪就中斷之間的差別。這套路由 DSL讓你把那項備援表達成一條規則，而不是一堆重試；而模型融合則讓一次呼叫能結合多個模型的輸出，當你想要對一個看起來有點不對勁的畫面取得第二意見時。

那是有用的分工。讓別人去抽象地爭論第一百輪吧。為這一百輪安排路由、記錄下來，並讓逃生出口保持敞開。

什麼能讓這件事定案，按有用程度排序

首先，任何人只要在公開資產上重現逐輪雜湊測試並公布日誌。這是週末就能完成的工作，不需要評估框架，而且會立刻成為影像編輯市場中被引用最多的成果——因為它會是唯一具縱貫性的那一個。

其次，是 ModelArk 中的模型識別碼。一旦 5.5 SKU 能夠按名稱呼叫，且包含價格與速率限制在內，關於續航宣稱的一切就立刻變得可驗證。在那之前，這項宣稱僅限於 ByteDance 自家的消費者面向——Doubao、Dreamina、BytePlus playground——而這些地方的控制權也同樣掌握在 ByteDance 手中。

第三，盲測偏好測試針對的是輸出，也就是長鏈的輸出，而非單一回合。若 Seedream 5.5 的五十回合成品勝過 1,199-Elo 模型的五十回合成品，那才是值得放上排行榜的結果，而目前沒有任何排行榜在執行這項測試。

這一切都不會讓這則公告變得空洞。廠商把發布押在競爭對手尚未衡量的一項特性上，等於下了一個你花二十次 API 呼叫的代價就能稽核的賭注，而這種事比它應有的程度更罕見。這只意味著「百輪」的說法應被視為附帶廉價測試的假設，而不是規格。本月能從 Seedream 5.5 獲得價值的團隊，會是那些先在自己的資產上跑測試、之後才在客戶資產上跑測試的團隊。