# Seedream 5.5 или GPT Image 2.6: что выбрать и чей PNG чище

> Серии правок и вырезки товаров — на Seedream 5.5; стекло, GIF, SVG и 4K — на GPT Image 2.6. В тесте 12 ноября 2026 года в PNG от 2.6 нет плотных пикселей.

- URL: https://blog.laozhang.ai/ru/posts/seedream-5-5-vs-gpt-image-2-6
- Published: 2026-11-12
- Updated: 2026-11-12
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Topic: Генерация изображений
- Tags: Seedream 5.5, GPT Image 2.6, Сравнение моделей, прозрачный фон, редактирование изображений

---
Если вы много раз подряд правите одну и ту же картинку или делаете вырезки товаров и игровых ассетов на прозрачном фоне, берите Seedream 5.5 от ByteDance (вышла 9 ноября 2026 года). В 20-шаговой цепочке правок, которую 11 ноября опубликовал Veevid, нетронутые части кадра у Seedream 5.5 к концу сместились по цвету на ΔE 3,6–4,3 (метрика цветового различия), а у GPT Image 2.6 Flare — на 12,7–24,4. PNG-вырезки Seedream 5.5 имеют по-настоящему плотную середину и чистый край. GPT Image 2.6 от OpenAI (вышла 4 ноября) берите, когда нужно просвечивающее стекло или дым, GIF-анимация, векторный SVG, кадр 3840×2160 или официальный API от разработчика: у Seedream 5.5 на 12 ноября 2026 года идентификатора модели в API ByteDance нет, её продают только сторонние площадки.

Прозрачный PNG от GPT Image 2.6 перед вставкой в макет нужно проверить и почистить. В редакционном тесте 12 ноября 2026 года ни в одном из трёх прозрачных файлов от 2.6 не нашлось пикселя с полной непрозрачностью (alpha 255): тело рюкзака держится на 251–254, а вокруг магического эффекта висит невидимая дымка, из-за которой автоматическая «обрезка прозрачных пикселей» оставляет весь холст. Исправляет это скрипт на 48 строк, он приведён ниже. На постере с четырьмя заданными строками текста обе модели не ошиблись ни в одной букве, так что для разовых постеров разницы нет.

По цене картинка 1K у Seedream 5.5 на площадках стоит $0,018–0,021, у GPT Image 2.6 через API OpenAI на `high` — около $0,053, на `low` — около $0,025. Ниже у каждого вывода указано, чей это замер: заявление ByteDance или OpenAI, сторонний тест Veevid или Segmind (обе площадки продают обе модели) или редакционная проверка с датой и условиями.

## Что выбрать: Seedream 5.5 или GPT Image 2.6 под конкретную задачу

Решает не «какая модель лучше», а что вы делаете с картинкой дальше. Seedream 5.5 выигрывает там, где изображение долго дорабатывают и вставляют в макет как вырезку. GPT Image 2.6 нужна, когда результат должен быть анимацией, вектором, большим кадром или полупрозрачным материалом, а также когда нужен прямой договор с разработчиком модели.

| Задача | Что брать | На чём основан выбор |
| --- | --- | --- |
| Серия правок одной картинки, 5–20 шагов | Seedream 5.5 | Veevid, 20 правок цепочкой: ΔE нетронутых зон 3,6–4,3 против 12,7–24,4 у 2.6 Flare |
| Вырезка товара, иконки или ассета с плотным краем | Seedream 5.5 | Редакционный тест: плотные зоны ровно 255, у 2.6 максимум 253–254 |
| Стекло, дым, свечение, которые должны просвечивать | GPT Image 2.6 | Пустой флакон от 2.6 просвечивает; у Segmind стекло Seedream 5.5 дважды вышло непрозрачным |
| Постер с короткими английскими надписями | Любая | Обе написали четыре строки без ошибок, по одной картинке на модель |
| GIF-анимация или SVG | GPT Image 2.6 | Seedream 5.5 выдаёт только статичные изображения |
| Кадр 4K | GPT Image 2.6 | 3840×2160; у площадок с Seedream 5.5 потолок 2K, у Kie — до 4,62 Мп |
| Самая дешёвая картинка 1K | Seedream 5.5 | $0,018–0,021 у площадок против $0,025–0,053 у 2.6 в API OpenAI |
| Официальный API от разработчика модели | GPT Image 2.6 | `gpt-image-2.6-flare` и `gpt-image-2.6-sunburst`; у Seedream 5.5 официального ID нет |

Если задача смешанная, её обычно удобно разделить: основную картинку и все её доработки вести в Seedream 5.5, а стеклянные или дымовые элементы, которым нужна настоящая полупрозрачность, генерировать в GPT Image 2.6 отдельным слоем и проверять так, как описано ниже. Сравнение прошлого поколения тех же двух линеек — в материале [GPT Image 2 или Seedream 4.5: что выбрать для реальной работы](https://blog.laozhang.ai/ru/posts/gpt-image-2-vs-seedream-4-5).

## Многократные правки: Seedream 5.5 держит кадр, 2.6 плывёт сразу

В единственном опубликованном тесте, где обе новые модели правили одну картинку цепочкой, Seedream 5.5 сохранила лицо, надписи и кадрирование, а GPT Image 2.6 Flare начала смещать картинку уже на первой правке. Это тест Veevid от 11 ноября 2026 года: одна стартовая фотография, 20 одинаковых инструкций, каждая следующая правка применяется к результату предыдущей, формат 1K, квадрат, PNG, берётся первый результат. Остальные опубликованные замеры охватывают по одной модели. Segmind 11 ноября прогнал через Seedream 5.5 двенадцать правок кроссовка, а редакционный тест 5 ноября 2026 года — три правки одной фотографии через GPT Image 2.6 Sunburst и Flare (цвет куртки, текст вывески, удаление велосипеда; 1024, `high`). Они дополняют картину Veevid, но двух моделей в одинаковых условиях не сравнивают.

Veevid измерял сдвиг трёх зон, которых не касалась ни одна инструкция, метрикой ΔE2000 — стандартной мерой цветового различия. При сравнении двух картинок рядом разница становится заметной примерно с 2–3.

| Нетронутая зона | Модель | Правка 1 | Правка 5 | Правка 10 | Правка 15 | Правка 20 |
| --- | --- | --- | --- | --- | --- | --- |
| Лицо | Seedream 5.5 | 0,3 | 0,9 | 1,7 | 3,0 | 3,7 |
| Лицо | GPT Image 2.6 Flare | 2,5 | 5,5 | 8,7 | 12,2 | 14,8 |
| Заголовок на доске | Seedream 5.5 | 0,3 | 1,0 | 1,8 | 2,9 | 3,6 |
| Заголовок на доске | GPT Image 2.6 Flare | 3,1 | 7,8 | 10,2 | 11,2 | 12,7 |
| Стена | Seedream 5.5 | 0,2 | 0,9 | 1,8 | 3,4 | 4,3 |
| Стена | GPT Image 2.6 Flare | 2,7 | 8,4 | 15,2 | 20,1 | 24,4 |

![Графики ΔE2000 за 20 правок для лица, доски и стены: у Seedream 5.5 сдвиг доходит до 3,6–4,3, у GPT Image 2.6 Flare — до 12,7–24,4](https://blog.laozhang.ai/posts/ru/seedream-5-5-vs-gpt-image-2-6/img/delta-e-20-edits.webp)

У GPT Image 2.6 в эти числа входит и смещение композиции: модель в первые же раунды отодвинула «камеру», и всё в кадре уменьшилось, поэтому зоны перестали совпадать с оригиналом. Для работы это та же проблема, только с другой стороны: если после просьбы заменить кружку сдвигается вся картинка, каждая следующая правка начинается не с того места. На 15-й правке 2.6 написала на доске «OCED MCHA 4.25» вместо «ICED MOCHA 4.25», а цена 4.95 в строке, которую никто не трогал, превратилась в размытое «4.?5». Seedream 5.5 все три замены текста сделала точно, но и она не стоит на месте: почти каждый раунд добавляет 0,1–0,2 ΔE, а замена кофемашины на 14-й правке подняла все три зоны скачком. Практическое правило Veevid годится для обеих моделей: примерно каждые 10 правок сравнивайте результат с исходником и, если цвета заметно ушли, начинайте новую цепочку от оригинала, объединив правки в меньшее число инструкций.

Veevid проверял только GPT Image 2.6 Flare; Sunburst в 20-шаговой цепочке никто не публиковал. Рассчитывать, что Sunburst закроет разрыв, по имеющимся замерам оснований нет: в редакционном тесте 5 ноября 2026 года Sunburst за три правки затемнил нетронутые части не меньше Flare — на 5,0–5,5 уровня яркости против 4,2–4,6 при исходных 113,9. Подробнее о том, как правки 2.6 соотносятся с прошлой версией, — в материале [GPT Image 2.6: отличия от 2.5 — GIF, SVG и low в 4 раза дороже](https://blog.laozhang.ai/ru/posts/gpt-image-2-6-vs-2-5).

## Прозрачный фон: в PNG от GPT Image 2.6 нет ни одного полностью плотного пикселя

Обе модели отдают PNG с альфа-каналом, но устроен он по-разному. У Seedream 5.5 плотная часть объекта действительно плотная (alpha 255), край чистый, дымки почти нет; зато стекло, которое должно просвечивать, она рисует непрозрачным. У GPT Image 2.6 стекло просвечивает по-настоящему, но весь объект целиком чуть-чуть прозрачен, а вокруг остаётся почти невидимая дымка.

Это результат редакционного теста 12 ноября 2026 года. Segmind 11 ноября опубликовал файлы Seedream 5.5 вместе с промптами; те же промпты для рюкзака и магического эффекта отправили в GPT Image 2.6 через поштучную модель `gpt-image-2.6-web` в LaoZhang API ($0,03 за вызов) с параметрами `background: "transparent"`, `output_format: "png"`, `quality: "high"`, по одной картинке на промпт, и измерили альфа-канал обеих сторон одним скриптом. В `gpt-image-2.6-web` нельзя выбрать Flare или Sunburst, а модели с выбором версии (`-vip`) в тот момент на все 10 запросов отвечали ошибкой 408. Сама Seedream 5.5 вызвана не была: официального ID у неё нет, в LaoZhang API её тоже нет, а Jimeng и Doubao требуют входа в аккаунт, поэтому со стороны Seedream — опубликованные файлы Segmind (рюкзак и флакон — уменьшенные для блога версии 825×1100). Промпт для стеклянного флакона у сторон разный: Segmind свой не опубликовал, и для 2.6 использовался отдельный промпт с пустым прозрачным флаконом.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

| Показатель | Seedream 5.5 (файлы Segmind) | GPT Image 2.6 (`gpt-image-2.6-web`) |
| --- | --- | --- |
| Максимальная alpha в файле | 255 | 253–254 |
| Рюкзак: пиксели с alpha 251–254, то есть почти, но не полностью плотные | 0,34 % | 67,40 % |
| Магический эффект: дымка с alpha 1–3 | 0,00 % | 10,09 %, доходит до всех краёв холста |
| Магический эффект: полупрозрачные пиксели, alpha 1–254 | 30,51 % | 66,39 % |
| Магический эффект: рамка после «обрезки прозрачных пикселей» | 80,9 % холста, совпадает с реальными границами | 100 % холста при реальных границах 88,3 % |
| Стеклянный флакон, разные промпты | стекло непрозрачное: центральная треть — 100 % пикселей с alpha 255 | пустой флакон просвечивает: средняя alpha в центральной трети 35,5 |

![Альфа-канал рюкзака, стеклянного флакона и магического эффекта у Seedream 5.5 и GPT Image 2.6: плотность, просвечивание и рамка обрезки](https://blog.laozhang.ai/posts/ru/seedream-5-5-vs-gpt-image-2-6/img/transparent-png-alpha.webp)

На белом фоне разница между 254 и 255 не видна, но объект с alpha 251–254 пропускает от 0,4 до 1,6 % подложки, и на тёмном или ярком фоне, а также при наложении нескольких слоёв это уже не ноль. Дымка с alpha 1–3 глазом не видна совсем, однако программы обрезки считают её содержимым: функция Pillow `getbbox()` по альфа-каналу, на которой построены многие инструменты «обрезать прозрачные края», вернула для эффекта от 2.6 весь холст 1024×1024, для флакона — 93,6 % вместо 69,7 %, для рюкзака — 94,2 % вместо 89,5 %. В спрайтовый атлас такой эффект попадёт целым квадратом 1024×1024, хотя сам он заметно меньше. У файлов Seedream 5.5 эта рамка совпала с реальными границами объекта.

Со стеклом картина обратная. Если на карточке товара нужен прозрачный флакон, сквозь который виден фон, GPT Image 2.6 его даёт: на красной подложке корпус пустого флакона окрашивается красным. Segmind дважды просил у Seedream 5.5 просвечивающее стекло и оба раза получил непрозрачное; редакционный замер его файла это подтверждает. Как включать прозрачность в Seedream 5.5 у разных площадок, разобрано в материале [Seedream 5.5: прозрачный фон — что включить и как проверить PNG](https://blog.laozhang.ai/ru/posts/seedream-5-5-transparent-background).

## Как проверить и исправить прозрачный PNG от любой из моделей

Проверка занимает минуту и одинакова для обеих моделей: убедиться, что прозрачность настоящая, посмотреть, что просвечивает, и при необходимости выровнять крайние значения альфа-канала, не трогая полупрозрачные области.

1. Убедитесь, что файл — PNG или WebP с альфа-каналом. Шахматная клетка на превью может быть просто нарисована; у Seedream 5.5 прозрачность появляется только при `background: "transparent"` и формате PNG, JPEG её не хранит.
2. Сохраните скрипт ниже как `check_edges.py`, установите зависимости командой `pip install pillow numpy` и запустите `python check_edges.py image.png`. Он покажет доли полностью прозрачных, полностью плотных и полупрозрачных пикселей, долю дымки с alpha 1–3 и максимальную alpha в файле.
3. Откройте созданный рядом файл `image.preview.png`: в нём картинка лежит на чёрной, белой, красной и серой подложке. На красной сразу видно, что просвечивает, — у стекла так и должно быть, у твёрдого рюкзака нет.
4. Если максимальная alpha ниже 255 или дымка занимает заметную долю, запустите `python check_edges.py image.png --clean`. Скрипт сделает копию `image.clean.png`, в которой alpha выше 250 становится 255, а ниже 4 — нулём; всё между ними, включая свечение и стекло, остаётся как было. В тесте 12 ноября после этого эффект от GPT Image 2.6 получил диапазон alpha 0–255, а рамка обрезки сжалась с полного холста до (27, 27, 996, 983).
5. Обрезайте и вставляйте в макет уже очищенную копию и храните её только в PNG или WebP. При сохранении в JPEG альфа-канал пропадает, и фон окажется таким, какой цвет спрятан под прозрачными пикселями, а он у разных файлов разный: в файлах Seedream 5.5 от Segmind там на 98–99,98 % чистый чёрный, у GPT Image 2.6 чёрный был только под магическим эффектом, а под рюкзаком и флаконом лежали цвета, близкие к цвету самого предмета.

```python
"""check_edges.py — проверка прозрачного PNG/WebP перед использованием.

    python check_edges.py image.png            # отчёт и превью
    python check_edges.py image.png --clean    # плюс очищенная копия image.clean.png

Нужно: pip install pillow numpy
"""
import sys

import numpy as np
from PIL import Image

path = sys.argv[1]
im = Image.open(path)
if im.mode not in ("RGBA", "LA") and "transparency" not in im.info:
    sys.exit(f"{path}: режим {im.mode}, альфа-канала нет. Шахматная клетка в файле нарисована.")

rgba = im.convert("RGBA")
a = np.asarray(rgba)[..., 3]
total = a.size
print(f"{path}: {im.size[0]}x{im.size[1]}, режим {im.mode}")
print(f"  полностью прозрачные (alpha 0):  {100 * (a == 0).sum() / total:5.1f}%")
print(f"  полностью плотные (alpha 255):   {100 * (a == 255).sum() / total:5.1f}%")
print(f"  полупрозрачные (alpha 1-254):    {100 * ((a > 0) & (a < 255)).sum() / total:5.1f}%")
print(f"  невидимая дымка (alpha 1-3):     {100 * ((a > 0) & (a < 4)).sum() / total:5.1f}%")
print(f"  максимальная alpha в файле:      {a.max()}")
if a.max() < 255:
    print("  внимание: ни один пиксель не плотный, объект целиком слегка просвечивает")

# Превью: та же картинка на чёрной, белой, красной и серой подложке
w, h = rgba.size
sheet = Image.new("RGB", (w * 4, h))
for i, color in enumerate([(0, 0, 0), (255, 255, 255), (200, 30, 40), (128, 128, 128)]):
    bg = Image.new("RGBA", (w, h), color + (255,))
    bg.alpha_composite(rgba)
    sheet.paste(bg.convert("RGB"), (i * w, 0))
out = path.rsplit(".", 1)[0] + ".preview.png"
sheet.save(out)
print(f"  превью на чёрном / белом / красном / сером: {out}")

if "--clean" in sys.argv:
    arr = np.asarray(rgba).copy()
    alpha = arr[..., 3]
    alpha[alpha < 4] = 0      # убрать невидимую дымку
    alpha[alpha > 250] = 255  # сделать плотную часть действительно плотной
    clean = path.rsplit(".", 1)[0] + ".clean.png"
    Image.fromarray(arr, "RGBA").save(clean)
    print(f"  очищенная копия: {clean}")
```

Порог 250 подобран под то, что выдаёт GPT Image 2.6: её плотные области лежат на 251–254, а настоящая полупрозрачность стекла и свечения — заметно ниже. Если в вашем файле есть намеренно почти плотные детали, например тонированное стекло с alpha около 245, поднимите порог или примените очистку только к нужной области.

## Текст на постере: обе модели написали четыре строки без ошибок

На одиночном постере с короткими английскими надписями разницы между моделями не нашлось. Для теста взяли промпт кофейного постера, который Segmind опубликовал вместе со своим результатом Seedream 5.5: четыре заданные строки — «Brewed for the Monsoon», «Cold brew, slow-steeped for 18 hours», «Order by 1 December» и «KAAPI & CO.» с амперсандом — и запрет на любой другой текст. 12 ноября 2026 года GPT Image 2.6 через `gpt-image-2.6-web` в формате 1024×1536 за 30,8 секунды написала все четыре строки буква в букву и не добавила лишних слов. Постер Seedream 5.5 от Segmind (1,5K, 3:4) при побуквенной сверке тоже оказался точным. Обе модели добавили в кадр то, чего не просили: GPT Image 2.6 — растение, Seedream 5.5 — струю сливок, медные кувшины и оранжевую ткань. Это по одной картинке на модель, то есть ничья на конкретном промпте, а не рейтинг качества текста.

Различия появляются в других условиях. Когда текст на картинке меняют несколько раз подряд, Seedream 5.5 надёжнее: в цепочке Veevid она сделала все три замены надписей точно, а GPT Image 2.6 Flare на 15-й правке исказила слова и цену. В тесте Segmind Seedream 5.5 без ошибок перевела надписи того же постера на японский и испанский, а на хинди ошиблась в двух знаках мелкой строки. Кириллицу ни один из этих тестов не проверял, поэтому русские надписи от любой модели перед публикацией стоит вычитывать буква в букву.

## Сколько стоит картинка: от $0,018 у Seedream 5.5 до $0,053 у 2.6

В одинаковых условиях — квадрат 1K (1024×1024), для GPT Image 2.6 уровень `high` — Seedream 5.5 на сторонних площадках обходится в 2,5–2,9 раза дешевле, чем GPT Image 2.6 через API OpenAI. У Seedream 5.5 уровней качества нет, площадки берут фиксированную цену за картинку. GPT Image 2.6 в API OpenAI оплачивается по токенам: вывод изображения стоит $30 за 1 млн токенов, у Flare и Sunburst цена одинаковая. В тесте команды документации LaoZhang API 5 ноября 2026 года картинка 1024×1024 на `high` заняла 1 756 выходных токенов, отсюда 1 756 × $30 / 1 000 000 ≈ $0,0527; на `low` — 824 токена, около $0,0247, на `medium` — 1 449 токенов, около $0,0435.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

| Где покупать | 1K | 2K |
| --- | --- | --- |
| Seedream 5.5, Kie | $0,018 | $0,0315 |
| Seedream 5.5, WaveSpeed | $0,02 | $0,035 |
| Seedream 5.5, Segmind | $0,021164 плюс $0,0084656 за каждую референсную картинку | $0,037037 |
| Seedream 5.5, Higgsfield, в пересчёте кредитов | около $0,12 | около $0,17 |
| GPT Image 2.6, API OpenAI, `low` / `medium` / `high` | около $0,0247 / $0,0435 / $0,0527 | токенов больше, см. ссылку ниже |
| GPT Image 2.6, LaoZhang API, поштучные модели `-vip` и `-web` | $0,03 за вызов | $0,03 за вызов; `-vip` выдаёт и 3840×2160 |

Цены площадок с Seedream 5.5 актуальны на 12 ноября 2026 года и могут меняться; это не официальный прайс ByteDance. BytePlus, по пересказу CellCog, указывает «от $0,02 за картинку», а для китайского Volcano Ark Kie приводит около 0,28 юаня за правку 2K. На подписочных сервисах вроде Higgsfield картинка Seedream 5.5 выходит дороже, чем GPT Image 2.6 через API. У GPT Image 2.6 токенов бывает больше, чем в таблице: если не задать `quality`, Flare выбирает уровень сам, и на подробном промпте без этого параметра одна картинка 1024 в том же тесте стоила около $0,17. Цены на других размерах и уровнях `xhigh` и `max` собраны в материале [Цена GPT Image 2.6 Sunburst и Flare: от $0,02 за картинку](https://blog.laozhang.ai/ru/posts/gpt-image-2-6-pricing).

## GIF, SVG и 4K: что есть только у GPT Image 2.6

Все три формата сейчас есть только у GPT Image 2.6. Она с выхода 4 ноября 2026 года умеет отдавать зацикленную GIF-анимацию и векторный SVG прямо из API; как это настроить и сколько стоит, разобрано в материалах [GPT Image 2.6 GIF API: как сделать GIF-анимацию, 16 или 64 кадра](https://blog.laozhang.ai/ru/posts/gpt-image-2-6-gif-api) и [GPT Image 2.6 SVG: генерация векторной графики через API и цена](https://blog.laozhang.ai/ru/posts/gpt-image-2-6-svg-output). Seedream 5.5 выдаёт только статичные изображения: показанные ByteDance покадровые прозрачные слои для последовательного движения — это набор отдельных кадров, анимацию из них нужно собирать самостоятельно.

С разрешением похожая картина. GPT Image 2.6 через поштучные модели `-vip` в LaoZhang API отдаёт нативный кадр 3840×2160, тогда как `gpt-image-2.6-web` получает 4K увеличением примерно с 2K. У Seedream 5.5 на 12 ноября 2026 года WaveSpeed и Higgsfield ограничивают размер 2K, Kie разрешает произвольный размер до 4,62 мегапикселя. Официальной документации API для 5.5 пока нет, так что площадки могут расширить этот предел.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

## Seedream 5.5 через API: официального ID пока нет

Вызвать Seedream 5.5 из кода можно только через сторонние площадки. По состоянию на 12 ноября 2026 года в документации BytePlus ModelArk и Volcano Ark нет идентификатора модели 5.5, а параметр `background` описан только у Seedream 5.0 Pro и 5.0 Flash. Kie, WaveSpeed, Segmind, Runware и Higgsfield уже подключили 5.5 со своими идентификаторами и параметром `background` со значениями `auto`, `transparent` и `opaque`; значение `transparent` работает только с форматом PNG. В LaoZhang API на ту же дату есть Seedream 5.0 Flash, 5.0 Pro, 5.0, 4.5 и 4.0, но не 5.5. Без кода Seedream 5.5 доступна в сервисах ByteDance: в Китае это Jimeng, Doubao, Jianying и демонстрационный центр Volcano Ark, за его пределами — Dreamina, CapCut и BytePlus.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

У GPT Image 2.6 официальных моделей две: `gpt-image-2.6-flare` и `gpt-image-2.6-sunburst`. Это разные модели, а не уровни качества: уровень задаётся параметром `quality` у каждой из них. Обе умеют генерировать, редактировать и делать прозрачный фон, снапшотов с датой у них нет, пакетная обработка через Batch API не поддерживается. Пример запроса и тексты ошибок — в материале [GPT Image 2.6 API: ID модели Flare и Sunburst, запрос и ошибки](https://blog.laozhang.ai/ru/posts/gpt-image-2-6-api); точечные правки по нарисованной разметке разобраны в материале [GPT Image 2.6 markup: редактирование по разметке и проверка слоя](https://blog.laozhang.ai/ru/posts/gpt-image-2-6-image-markup-api).

## Что быстрее: 17 секунд у Seedream 5.5 против 31 у 2.6 на правку

В тесте Veevid Seedream 5.5 тратила на одну правку в среднем около 17 секунд, GPT Image 2.6 Flare — около 31; Segmind для своих одиночных картинок Seedream 5.5 называет в среднем около 24 секунд. У GPT Image 2.6 время сильно зависит от модели и уровня: в прямых запросах к API OpenAI, которые 5 ноября 2026 года сделала команда документации LaoZhang API, картинка 1024×1024 у Flare заняла от 8 секунд на `low` до 39 на `max`, у Sunburst — от 34 до 157 секунд. Так что Flare на `low` может обогнать Seedream 5.5, а на `high` и выше 2.6 обычно медленнее. Все эти числа — одиночные замеры на конкретных площадках в конкретный день, и время ответа зависит от очереди. В редакционном тесте 12 ноября ответы `gpt-image-2.6-web` приходили за 19,6–53,7 секунды, но это время поштучной модели вместе с очередью, а не скорость самой модели.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

## «100 правок без потерь» и «ломается на третьей»: что подтверждено замерами

ByteDance на странице Seedream 5.5 обещает, что при многократном редактировании нетронутые области сохраняются «на уровне пикселей», и на запуске показала цепочку из 100 правок подряд, но, как отмечает Veevid, замер сдвига не опубликовала. Сторонние тесты подтверждают обещание наполовину. Скачков пикселей фона Segmind за 12 правок не увидел, однако весь кадр равномерно темнел примерно на полуровня яркости за раунд, и, по оценке самого Segmind, к сотой правке это около 50 уровней — уже заметно глазом. У Veevid сдвиг за 20 правок перешёл порог, заметный при сравнении рядом, и была одна правка со скачком. Поэтому «на уровне пикселей» — формулировка ByteDance, верная в смысле «без резких скачков», но не в смысле «без изменений»; 100 правок без перезапуска цепочки замеры не подтверждают.

Графики сравнения в материалах ByteDance о Seedream 5.5 тоже не отвечают на вопрос «5.5 или 2.6»: соперниками там указаны GPT Image 2.5 Sunburst и Nano Banana 2.1, а не GPT Image 2.6, на что 10 ноября обратил внимание OfoxAI. Прямое сравнение двух моделей в правках опубликовал Veevid, Segmind тестировал только Seedream 5.5, и обе площадки продают обе модели.

В соцсетях встречаются и более резкие оценки. В рекламном посте Higgsfield в Instagram утверждают, что GPT Image 2.6 «ломается» уже после трёх итераций. Замеры показывают другую картину: в редакционном тесте 5 ноября 2026 года обе версии 2.6 выполнили все три правки верно и лишь затемнили нетронутые части примерно на 3,7–4,8 %, а у Veevid GPT Image 2.6 сдвигала кадр и цвет постепенно с первой правки, но первые ошибки в тексте появились только на 15-й. В японских постах в X пишут, что фотографическая фактура у 2.6 реалистичнее, а у Seedream 5.5 сохраняется узнаваемое «сидримовское» лицо; это личные впечатления, которые ни один из перечисленных тестов не измерял.