Seedream 5.5 在文字表現上擊敗 GPT Image 2.5 Sunburst——而且是在位元組跳動自家的評分榜上

有兩個數字撐起了Seedream 5.5的文字渲染敘事，而它們都不是一般意義上的基準測試分數。ByteDance 表示，在中英文（包括密集的小字）情況下，嚴重文字損毀率為 0.4%、輕微損毀率為 1.7%，且其自家評估認為Seedream 5.5在文生圖與圖生圖的文字結構上，領先GPT Image 2.5 Sunburst與Nano Banana 2.1兩者。這是針對商業圖像工作中最常出狀況的環節所提出的具體、可證偽主張。同時，截至 2026 年 11 月 10 日，也就是該模型發布後的隔天，它完全未經 ByteDance 以外任何人驗證——而它點名的這兩個模型，正高踞一份獨立排行榜的前段，那份榜單上卻根本沒有它的名字。

這 0.4% 實際上在衡量什麼

文字損壞率是罕見的影像指標，其定義值得有建設性地爭論。算繪出來的標題要嘛清晰可讀，要嘛不是。品牌名稱錯一個字就得重拍；價格中字元對調比重新拍攝更糟。所以，當供應商公布「嚴重 0.4%、輕微 1.7%」時，有意思的問題是：測試了哪些字元集、在什麼尺寸下測試，以及由誰評定為「輕微」。

位元組跳動的公告回答了前兩個問題：中文與英文、包含密集的小字文本，並在其自家的 MagicArena 環境上針對六個使用情境進行評估。它並沒有公開回答第三個問題，也沒有公布逐模型的細分數據，讓外界得以自行重新計算其與 GPT Image 2.5 Sunburst 或 Nano Banana 2.1 的比較結果。這並不罕見——幾乎沒有人會公布評分標準——但這確實意味著，這個數字既是在說明位元組跳動的流程，也同樣是在說明模型本身。

這項主張無論如何之所以值得認真看待，是因為它的範圍很窄。「更好的文字結構」是比「更好的圖像」小得多的承諾，而範圍狹窄的承諾通常是廠商真能做得好的那種，因為那正是自家客戶會抱怨的地方。商業邏輯很容易理解：ByteDance 的消費者端產品介面——Doubao、Doubao Work、Dreamina、BytePlus AI Playground、Dola——充滿了海報、產品卡和社群素材，而其中每一項都是文字渲染的考驗。

它所點名的對手都在董事會中，它卻不在。

這正是這項比較尷尬的地方。在 Artificial Analysis 的圖像編輯排行榜（2.1 版）上，GPT Image 2.5 Sunburst 以 1,199 Elo 排名第三，Nano Banana 2.1 以 1,152 排名第七，兩者的信賴區間都約為 ±12 分。在文生圖排行榜上，GPT Image 2.5 Sunburst 則以 1,227 位居第三。這些都是盲測的人類偏好評量，背後有數千張投票支撐，且完全沒有廠商參與。

Seedream 5.5 完全沒有這些。兩個排行榜也都沒有它的項目。最接近獨立參照基準的，是它的前代：Seedream 5.0 Pro 在編輯項目上為 1,129 Elo（第十一名），在文生圖項目上為 1,101 Elo（第十八名）。因此，ByteDance 所引導的比較——新模型對上兩款最強的文字模型——其實是拿廠商內部競技場的結果，與兩個獨立取樣的 Elo 分數相比。這兩者並非同一種測量；若把它們放在同一句話裡卻不說明這一點，廠商的數字就會變成口耳相傳的迷思。

那個差距將會弭平，或者不會。Artificial Analysis 通常會在模型變得可透過 API 使用後的數天到數週內新增資料列，而 Seedream 5.5 的開發者 API 仍被描述為「本週」在 Volcano Ark 開放；截至今日，ModelArk 的文件中沒有公開的模型識別碼。在資料列出現之前，對該文字主張的誠實解讀是：可信、具體，但未經檢驗。

為什麼文字渲染才是商業上真正重要的主張

大多數影像模型比較談的是品味，而品味並不是採購決策的好依據。文字則不同。一個把中文片名渲染成繁體字而非簡體字的模型，不是有風格問題的模型，而是無法用於在地化流程的模型。這種失敗模式在競爭對手的獨立測試中已被反覆記錄，也是設計團隊即使圖片看起來不錯、仍將某個模型排除在正式生產之外最常見的原因。

如果字節跳動的數字即使只是大致成立——比如損壞率在低個位數，而非低於百分之一——Seedream 5.5 就對一類一直讓所有圖像模型棘手的工作變得可行：文字必須清晰保留的海報與包裝樣機、價格和 SKU 都必須正確的電商卡片，以及任何需要一個模型在同一畫面中處理兩種文字的雙語素材。

如果這些說法站不住腳，這個模型仍有另外兩項賣點，而這兩項都會在本系列的其他文章中介紹：原生 alpha 通道，以及位元組跳動聲稱能歷經上百輪編輯而不漂移的編輯迴路。文字才是主打；那些則是特色功能。

耐久性這項說法，是你今天下午就能驗證的那一項。

這次發布有一個有用的不對稱性。文字方面的數據需要評估工具、字元層級差異比對與評分規則。耐久性宣稱則完全不需要這些。ByteDance 表示，未編輯區域會以像素級別保留，而且同一張影像能承受 100 輪編輯。你可以打開 Dreamina，拿一張產品照片，對它進行二十次編輯，同時觀察一個你從未碰過的區域。主體後方的陰影在第 20 輪要麼仍是同一個陰影，要麼不是。

這件事值得在你相信任何已公布的百分比之前先做，因為這兩個說法在實務上並非彼此獨立。一個能在長時間工作階段中維持圖像整體一致性的模型，也是其文字在周圍被編輯後仍能存續的模型——字型不會在每一輪都從頭重新渲染。一個會漂移的模型最終也會在它的字形上漂移，而任何單次處理的損壞率都不會告訴你這件事。

在模型未經評分時，路由層能發揮作用的地方

一個尚未評分的模型，首先是採購問題，其次才是工程問題。你會想在真實簡報需求上試用 Seedream 5.5，而不必圍繞一個模型識別碼尚不存在的端點重寫整套管線；同時你也希望保留退出選項，以防那些文字分數到頭來只是廠商競技場的產物。

這正是 OrcaRouter 存在的理由，但有一個必須坦白的前提：我們並未代理任何 ByteDance 影像模型，因此這款新模型上線第一天，你無法透過我們呼叫。不過，單一端點確實能為你換來一件事：比較。OrcaRouter 以0% 加價，將 200 多款文字與影像模型的供應商定價原樣轉嫁，這意味著你用來和 Seedream 5.5 對標的模型——GPT Image 2.5 Sunburst、Nano Banana 2.1、Imagen 4.0——在你的帳單上，價格正好就是供應商實收的費用；而且供應商調價當天，我們這邊就會同步生效，不必等到續約。等到 Volcano Ark 的價目表正式公布，你用來比對的數字是供應商自己的定價，而不是經銷商的價格。

容錯移轉之所以重要，是出於另一個原因。全新端點在上線第一週，會是它最不可靠的時候：速率限制未事先公告、延遲難以預測、拒答情況未有文件說明。將一定比例的流量導向它，並以自動備援切換到你已經評測過的模型，就是能在不把正式環境路徑押在上線首週 API 的前提下取得證據的方法。

什麼會改變這個判決？

三件事，依它們會多大程度改變答案來排序。

首先，看編輯榜單上的一列。Seedream 5.5 是編輯優先的模型——百輪的說法指的是編輯迴圈——所以編輯榜單正是它最該展現實力的地方，而與 GPT Image 2.5 Sunburst 的 1,199 相比若出現差距，也最具參考價值。如果它落在前代 1,129 附近，同時能維持迴圈，那就是一款價格合理的流程工具。如果落在 1,180 以上，文字宣稱就更容易令人信服，而既有廠商的定價就會成為焦點故事。

第二，得有人重現這些損壞率。對任何擁有評估工具的人來說，在兩種文字中各取數百個提示詞做字元層級比對，只是週末就能完成的工作；而第一個公布這份比對結果的人，就能釐清這場發布所立基的關鍵問題。

第三，ByteDance 表示將接續 5.5 系列推出的 Pro 版本。相對於今日機型所做的採購決策，應假設會有更昂貴、能力更強的兄弟機型在其之上推出；這是常態模式，也是應將模型識別碼保留在設定中而非寫死在程式碼裡的原因。

在其中一項真正落地之前，公允的總結是：ByteDance 本月在圖像市場提出了最具體的文字主張，將其附加到一款如今已在其消費端應用程式中上線的模型上，並把驗證留給其他所有人。這與其說是批評，不如說是在描述 2026 年圖像產品發布的運作方式。這項主張值得追蹤，正因為它可被查核——而查核比爭論更省事。