# Seedream 5.0 Pro API: разделение на слои, PSD и цена вызова
> Разделение на слои включается параметром layer_decomposition у Seedream 5.0 Pro и Flash. Счёт идёт за каждое возвращённое изображение: от 2 до 17 за вызов.
- URL: https://blog.laozhang.ai/ru/posts/seedream-5-pro-layer-decomposition-api
- Published: 2026-10-02
- Updated: 2026-10-02
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Category: Генерация изображений
- Tags: Seedream 5.0 Pro, Seedream 5.0 Flash, Разделение на слои, layer_decomposition, PSD
---
Разделение на слои (layer decomposition) в Seedream 5.0 — не отдельная модель, а режим обычного эндпоинта генерации изображений: в тело запроса добавляется `"layer_decomposition": true` и ровно одно входное изображение. В ответ приходит базовое изображение (base image, `z_index: 0`) и до 16 слоёв PNG с альфа-каналом, у каждого — рамка `bounding_box`, имя и описание. Режим поддерживают только Seedream 5.0 Pro и Seedream 5.0 Flash, а платите вы за каждое возвращённое изображение, включая базовое.
Что стоит за цифрами ниже. 2 октября 2026 года выполнены три вызова через `api.laozhang.ai` на размере `1K`, все на одном образце из учебника BytePlus: Flash без `prompt`, Pro без `prompt` и Flash с названными элементами. Затем скрипт на Python собрал из каждого ответа PNG-слои, превью и PSD. Не запускались: BytePlus ModelArk напрямую, размеры `1.5K`, `2K` и `auto`, теги bbox, плакаты с большим количеством текста, сценарии ошибок и открытие PSD в Photoshop. Всё, что касается этих случаев, пересказано по документации и так и помечено. Параметры и ограничения взяты из [учебника BytePlus по Seedream 5.0 pro / flash](https://docs.byteplus.com/en/docs/modelark/seedream-5-0-pro) — он существует только на английском, русские формулировки здесь являются пересказом оригинала.
## Три вызова на 1K: 14, 14 и 3 изображения за 35–111 секунд
Входной файл — `layer_auto.png` из учебника BytePlus: трёхмерная иллюстрация без текста, 2784×3441 пикселей, 9,9 МБ. По одному запуску на конфигурацию, поэтому это отдельные наблюдения, а не средние значения.
| Вызов | Модель | `prompt` | Время до ответа | Изображений в ответе | Базовое изображение | Сумма по прайсу LaoZhang |
|---|---|---|---|---|---|---|
| 1 | `seedream-5-0-flash-260915` | нет | 94,8 с | 14 (базовое + 13 слоёв) | 880×1088, jpeg | 14 × $0,018 = $0,252 |
| 2 | `seedream-5-0-pro-260628` | нет | 110,6 с | 14 (базовое + 13 слоёв) | 880×1088, jpeg | 14 × $0,12 = $1,68 |
| 3 | `seedream-5-0-flash-260915` | названы два элемента | 34,8 с | 3 (базовое + 2 слоя) | 880×1088, jpeg | 3 × $0,018 = $0,054 |
Все три запроса вернули HTTP 200. Суммы получены умножением опубликованной цены на поле `usage.generated_images`; журнал списаний в консоли не открывался.
Три вывода, которые меняют работу с этим API. Число изображений определяет модель, а не вы: параметра «сколько слоёв» нет, и счёт заранее известен только как диапазон. Названные в `prompt` элементы сократили ответ с 14 изображений до 3, время — с 94,8 до 34,8 с, сумму — с $0,252 до $0,054. Flash и Pro нашли по 13 слоёв, но разные: Flash вынес деревянную сцену в отдельный слой, Pro оставил сцену в базовом изображении и отделил укулеле.
## Запрос: layer_decomposition, одно изображение и size без пикселей
Рабочий запрос — это обычный вызов генерации изображения с тремя отличиями: `layer_decomposition: true`, поле `image` с одним изображением и `size` из списка `1K`, `1.5K`, `2K`, `auto`. Точные размеры вида «ширина x высота» в этом режиме не принимаются.
Вот тело, которое отправлялось в первом вызове:
```json
{
"model": "seedream-5-0-flash-260915",
"image": "https://arkdocs-en.tos-ap-southeast-1.volces.com/images/image-generation/layer_auto.png",
"layer_decomposition": true,
"size": "1K",
"response_format": "url",
"watermark": false
}
```
Тот же вызов на Python с библиотекой `requests`. Адрес, заголовок, тело и таймаут 420 с совпадают с отправленными; в тестовом варианте ключ читался из файла, а в таком сокращённом виде, с переменной окружения, файл не запускался.
```python
import json
import os
from pathlib import Path
import requests
body = {
"model": "seedream-5-0-flash-260915",
"image": "https://arkdocs-en.tos-ap-southeast-1.volces.com/images/image-generation/layer_auto.png",
"layer_decomposition": True,
"size": "1K",
"response_format": "url",
"watermark": False,
}
resp = requests.post(
"https://api.laozhang.ai/v1/images/generations",
headers={"Authorization": f"Bearer {os.environ['LAOZHANG_API_KEY']}"},
json=body,
timeout=420,
)
print("HTTP", resp.status_code)
Path("response.json").write_text(json.dumps(resp.json(), indent=2, ensure_ascii=False))
```
У BytePlus ModelArk тот же JSON уходит на другой адрес и с другим ID модели — с префиксом `dola-`. Официальный пример из учебника выглядит так; он приведён как первичная форма и здесь не запускался:
```bash
curl https://ark.ap-southeast.bytepluses.com/api/v3/images/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $ARK_API_KEY" \
-d '{
"model": "dola-seedream-5-0-pro-260628",
"image": "https://arkdocs-en.tos-ap-southeast-1.volces.com/images/image-generation/layer_auto.png",
"size": "2K",
"layer_decomposition": true,
"watermark": false
}'
```
Чтобы запрос прошёл с первого раза, проверьте вход по таблице ограничений BytePlus:
| Что проверять | Требование в режиме слоёв |
|---|---|
| Число входных изображений | ровно одно; несколько изображений дают ошибку |
| Формат | только png и jpeg (обычная генерация принимает ещё webp, bmp, tiff, gif, heic, heif) |
| Число пикселей | от 512×512 до 6000×6000 |
| Соотношение сторон | от 1/16 до 16 |
| Размер файла | не больше 30 МБ |
| Способ передачи | доступный URL или Base64 в виде `data:image/png;base64,...`, формат строчными буквами |
| `size` | `1K`, `1.5K`, `2K`, `auto`; по умолчанию `auto` |
| `output_format` | `png` или `jpeg`, по умолчанию `jpeg`; действует только на базовое изображение, слои всегда png |
| `watermark` | по умолчанию `true`: надпись «AI-generated» в правом нижнем углу |
Значение `auto` работает так: вход от 921 600 до 4 624 220 пикселей возвращается в исходных размерах, меньший приводится к 1K, больший — к 2K. В тесте `1K` для входа 2784×3441 дал базовое изображение 880×1088 с тем же соотношением сторон.
В маршруте LaoZhang есть два собственных условия из [документации шлюза](https://docs.laozhang.ai/en/api-capabilities/seedream-image): в теле не должно быть полей `sequential_image_generation` и `stream` (ответ HTTP 400), а ключ должен работать в режиме оплаты за вызов — «Usage first» или «Per-call» в настройках токена.
## Свои правила разбиения: названия элементов в prompt или теги bbox
Задать, что именно станет слоем, можно двумя способами: перечислить элементы обычными словами или указать рамки координатами. Без `prompt` модель сама выбирает главные объекты, текст, фон и декоративные детали.
**Автоматический режим.** В запросах через cURL, Java или Go поле `prompt` просто не передаётся. Учебник BytePlus отдельно предупреждает, что Python SDK и OpenAI SDK требуют `prompt`; для них советуют общую инструкцию вроде «разложи основные визуальные элементы». В тесте запрос шёл через `requests`, без SDK, и без `prompt` прошёл.
**Названные элементы.** Третий вызов отличался одним полем:
```json
"prompt": "Separate only the central toast lead singer with sunglasses and the toast-shaped electric guitar."
```
В ответе оказались ровно два слоя с именами «toast-shaped electric guitar» и «central toast lead singer with sunglasses». Базовое изображение сохранило всё остальное, а на месте вокалиста модель дорисовала фургон: лобовое стекло и решётку радиатора. По учебнику, элементы можно дополнительно пометить прямо на входной картинке — каракулями или выделением.
**Точные рамки.** В `prompt` вставляются теги bbox с четырьмя числами в шкале 0–1000: левая, верхняя, правая и нижняя граница. Пример из учебника BytePlus (в тестах этот режим не проверялся):
```text
Perform precise layer separation on the image. The text regions to separate are at 180 64 812 198, 757 210 939 280, 63 212 320 282, 178 714 826 810, 814 819 949 894, and 326 824 669 930; the parrot is at 347 305 642 997.
```
Числа для тегов удобно брать из поля `bounding_box.normalized` предыдущего ответа: оно в той же шкале.
Пустая строка в `prompt` — спорное место. Документация LaoZhang утверждает, что поле можно опустить или отправить пустую строку с одинаковым результатом. [Руководство EvoLink](https://evolink.ai/blog/how-to-use-seedream-5-0-pro-layerize-api) от 15 августа 2026 года пишет обратное: с пустой строкой автоматическое определение теряется. Речь о двух разных шлюзах, вариант с пустой строкой в тестах не отправлялся, поэтому безопасный выбор один — не передавать ключ `prompt` вовсе.
Ещё одно ограничение из учебника: если попросить больше слоёв, чем допускает предел в 16, часть информации о слоях может потеряться.
## Что приходит в ответе: z_index, bounding_box и файлы крупнее рамок
Массив `data` содержит базовое изображение и все слои, а порядок наложения задаёт `z_index`: 0 — база, дальше по возрастанию снизу вверх. Вот ответ третьего вызова; ссылки и описания сокращены, остальное без изменений:
```json
{
"model": "dola-seedream-5-0-flash-260915",
"created": 1790953817,
"data": [
{
"url": "https://ark-acg-ap-southeast-1.tos-ap-southeast-1.volces.com/...",
"size": "880x1088",
"output_format": "jpeg",
"z_index": 0
},
{
"url": "https://ark-acg-ap-southeast-1.tos-ap-southeast-1.volces.com/...",
"size": "764x698",
"output_format": "png",
"z_index": 1,
"bounding_box": {
"absolute": [356, 585, 612, 820],
"normalized": [405, 538, 694, 753]
},
"name": "toast-shaped electric guitar",
"description": "Extract only the toast-shaped light yellow electric guitar..."
},
{
"url": "https://ark-acg-ap-southeast-1.tos-ap-southeast-1.volces.com/...",
"size": "774x710",
"output_format": "png",
"z_index": 2,
"bounding_box": {
"absolute": [248, 293, 657, 668],
"normalized": [282, 269, 745, 613]
},
"name": "central toast lead singer with sunglasses",
"description": "Extract only the central anthropomorphic toast character..."
}
],
"usage": {
"input_images": 1,
"generated_images": 3,
"output_tokens": 11924,
"total_tokens": 11924
}
}
```
Как читать поля:
- `bounding_box.absolute` — `[left, top, right, bottom]` в пикселях базового изображения.
- `bounding_box.normalized` — та же рамка в шкале 0–1000 от ширины и высоты базы.
- `name` и `description` — английская подпись и описание, которые пишет модель. Между запусками они меняются: один и тот же фургон назван «Light green minivan» у Flash и «Light green minibus» у Pro.
- `usage.generated_images` включает базовое изображение: 14 означает 13 слоёв.
- У базового изображения нет ни `name`, ни `bounding_box`. В автоматических вызовах `z_index` шёл от 1 до 13 без пропусков.
Главная ловушка — размер файла слоя не равен размеру его рамки. Гитара пришла файлом 764×698, а её рамка — 256×235 пикселей. В первом вызове стойка микрофона — файл 271×1037 при рамке 103×394, шезлонг — 660×940 при рамке 118×169, то есть примерно в 5,6 раза больше по каждой стороне. Если вставить слой по координатам без масштабирования, он перекроет полкадра.
Правило сборки из учебника BytePlus: базовое изображение — фон; слои сортируются по возрастанию `z_index`; для каждого `x = left`, `y = top`, `w = right − left`, `h = bottom − top`; слой масштабируется до `w × h` и ставится в точку `(x, y)`. Для собственного холста размером W×H берутся нормализованные координаты:
```text
x = left / 1000 × W
y = top / 1000 × H
w = (right − left) / 1000 × W
h = (bottom − top) / 1000 × H
```
BytePlus предупреждает, что нормализованные координаты — целые числа, и пересчёт даёт ошибку округления. Из размеров файлов следует полезное свойство: в слое пикселей больше, чем занимает его рамка на базе 1K, так что на холсте немного крупнее слой можно разместить без увеличения. Запас у каждого слоя свой: на холсте шириной 2784, как у исходника, рамка стойки микрофона будет около 320 пикселей в ширину при файле в 271. Это вывод из чисел; глазами на большом холсте он не проверялся.
Ссылки из ответа живут 24 часа, так что файлы нужно скачать сразу. По документации LaoZhang ссылки не отдают заголовки CORS, и клиенту в браузере стоит запрашивать `response_format: "b64_json"`.
## PSD API не отдаёт: скрипт на Python собирает его из ответа
Готового PSD в ответе нет: API возвращает JSON и ссылки на отдельные изображения. Утверждение «каждый результат — это PSD», которое встречается на сайтах онлайн-сервисов, описывает их собственную обёртку, а не API. Файл со слоями собирается на вашей стороне.
Скрипт ниже прошёл на всех трёх ответах (Python 3.12, Pillow 12.3.0, psd-tools 1.23.0). Он скачивает изображения, сохраняет каждый слой как `layer-NN-имя.png`, собирает плоское превью `recomposed.png` и пишет `layers.psd`, где каждый слой назван по полю `name` и стоит по своим координатам `absolute`.
```bash
python3 -m pip install pillow psd-tools
python3 layers_to_psd.py response.json out_dir
```
```python
"""Сохраняет все изображения из ответа Seedream с разделением на слои,
собирает плоское превью и записывает PSD со слоями.
Запуск: python3 layers_to_psd.py response.json out_dir
Нужны: python3 -m pip install pillow psd-tools
"""
import base64
import json
import re
import sys
import urllib.request
from io import BytesIO
from pathlib import Path
from PIL import Image
from psd_tools import PSDImage
response = json.loads(Path(sys.argv[1]).read_text())
response = response.get("response", response) # подойдёт и запись, где ответ вложен в поле response
out = Path(sys.argv[2])
out.mkdir(parents=True, exist_ok=True)
def load(item):
if item.get("b64_json"):
value = item["b64_json"].split(",", 1)[-1]
return base64.b64decode(value + "=" * (-len(value) % 4))
with urllib.request.urlopen(item["url"], timeout=120) as download:
return download.read()
items = sorted(response["data"], key=lambda item: item["z_index"])
base_item, layer_items = items[0], items[1:]
assert base_item["z_index"] == 0 and "bounding_box" not in base_item
content = load(base_item)
ext = "png" if base_item.get("output_format") == "png" else "jpg"
(out / f"layer-00-base.{ext}").write_bytes(content)
base = Image.open(BytesIO(content)).convert("RGBA")
canvas = base.copy()
psd = PSDImage.new("RGBA", base.size)
psd.append(psd.create_pixel_layer(base, name="base", top=0, left=0))
for item in layer_items:
content = load(item)
slug = re.sub(r"[^a-z0-9]+", "-", item.get("name", "layer").lower()).strip("-") or "layer"
(out / f"layer-{item['z_index']:02d}-{slug}.png").write_bytes(content)
left, top, right, bottom = item["bounding_box"]["absolute"]
# PNG обычно крупнее своей рамки: сначала масштабируем его до рамки.
layer = Image.open(BytesIO(content)).convert("RGBA").resize((right - left, bottom - top), Image.LANCZOS)
canvas.alpha_composite(layer, (left, top))
psd.append(psd.create_pixel_layer(layer, name=item.get("name", slug), top=top, left=left))
print(f"z={item['z_index']:>2} file={item['size']:>9} box={right - left}x{bottom - top} at ({left},{top}) {item.get('name')}")
canvas.save(out / "recomposed.png")
psd.save(out / "layers.psd")
print(f"Saved {len(layer_items)} layers + base, recomposed.png and layers.psd in {out}")
```
Код совпадает с тем, что запускался; на русский переведены только строка документации и комментарии. Результат на тестовых ответах: PSD 880×1088 с 14 именованными пиксельными слоями для автоматических вызовов и с 3 — для вызова с названными элементами. Проверка была одна: файл заново открыт библиотекой psd-tools, сведён в плоское изображение и сравнён с `recomposed.png` — среднее абсолютное расхождение не больше 0,001. В Photoshop, Photopea и GIMP этот PSD не открывался.
Два ограничения результата. Слои в PSD хранятся в размере рамки на базе 1K, а исходные, более крупные PNG лежат рядом в папке. И все слои растровые: в ответе API нет ничего, что стало бы редактируемым текстовым слоем.
Если PSD нужен без кода, есть браузерный инструмент [layerpsd.com](https://layerpsd.com/) того же владельца, что и этот блог. По описанию на сайте, он делит JPG, PNG или WebP на PSD со слоями по цене от $0,018 за слой, без подписки и с одной бесплатной попыткой после входа через Google; в тестах он не участвовал.
## Совпадёт ли сборка с оригиналом: расходятся от 4 до 30 % пикселей
Нет, сборка слоёв по `bounding_box.absolute` в порядке `z_index` не воспроизводит входное изображение пиксель в пиксель. Мера в таблице — доля пикселей, у которых хотя бы один канал отличается от уменьшенного оригинала больше чем на 32 из 255.
| Вызов | Вынуто слоёв | Доля отличающихся пикселей | Среднее абсолютное расхождение |
|---|---|---|---|
| Flash, без `prompt` | 13 | 30,2 % | 20,6 |
| Pro, без `prompt` | 13 | 12,6 % | 13,6 |
| Flash, два названных элемента | 2 | 4,0 % | 6,7 |
Причина видна в самих файлах. Каждый слой — законченный объект: скрытые части дорисованы, иначе его нельзя было бы сдвинуть. Базовое изображение перерисовано за каждым вынутым элементом. Поэтому это не вырезание фона и не маска сегментации, а новая генерация, близкая к оригиналу.
У Flash в автоматическом режиме расхождения заметны глазом. Два размытых персонажа на переднем плане вернулись резкими и с другой формой. Музыкант слева перерисован целым и более крупным. Сцена стала полным диском и закрыла траву, которая была видна в оригинале. Летающие пузыри пропали и из базы, и из слоёв. Pro сохранил размытие переднего плана и пузыри и визуально близок к оригиналу, отличия остались на краях.
Это одна стилизованная трёхмерная картинка и по одному запуску на модель, а не общая оценка качества. Для работы из неё следуют два правила: чем меньше элементов вынимается, тем меньше меняется картинка, и результат нужно смотреть глазами рядом с оригиналом до того, как он уйдёт в макет. Утверждение из руководства EvoLink, что такая сборка воспроизводит оригинал в точности, на этом образце не подтвердилось.
## Сколько стоит вызов: цена изображения × от 2 до 17 изображений
Цена вызова равна цене одного изображения, умноженной на число возвращённых изображений, то есть на базовое плюс слои: от 2 до 17. Точную сумму до запуска узнать нельзя, зато известны её границы.
Цены за изображение по состоянию на 2 октября 2026 года:
| Маршрут и модель | Цена за изображение | Источник |
|---|---|---|
| BytePlus, Seedream 5.0 Flash | $0,018 | [прайс BytePlus](https://docs.byteplus.com/en/docs/modelark/model-pricing) |
| BytePlus, Seedream 5.0 Pro, слой до 2,61 млн пикселей (1.5K и ниже) | $0,0225 | прайс BytePlus |
| BytePlus, Seedream 5.0 Pro, слой больше 2,61 млн пикселей | $0,045 | прайс BytePlus |
| LaoZhang, Seedream 5.0 Flash | $0,018 | документация LaoZhang |
| LaoZhang, Seedream 5.0 Pro | $0,12, без градации по пикселям | документация LaoZhang |
Те же цены, умноженные на число изображений:
| Маршрут и модель | 3 изображения | 14 изображений | 17 изображений (максимум) |
|---|---|---|---|
| Flash, BytePlus или LaoZhang | $0,054 | $0,252 | $0,306 |
| Pro, BytePlus, все до 2,61 млн пикселей | $0,0675 | $0,315 | $0,3825 |
| Pro, BytePlus, все больше 2,61 млн пикселей | $0,135 | $0,63 | $0,765 |
| Pro, LaoZhang | $0,36 | $1,68 | $2,04 |
Оговорки к расчёту для BytePlus. Прайс описывает цену слоя и не говорит отдельно, по какой ставке считается базовое изображение; `generated_images` его включает, поэтому в таблице оплачиваемым считается каждое изображение. Слои одного запроса могут попасть в разные ценовые ступени, и каждый считается по своей. На 1K все изображения теста были далеко от границы 2,61 млн пикселей, но база 2048×2048 при 2K — это уже 4,19 млн пикселей и верхняя ступень. Входное изображение у BytePlus в этом режиме бесплатно: оно одно, а первое не оплачивается. Изображения, заблокированные модерацией, в счёт не идут. Налоги и скидки в расчёт не включены.
Счётом управляют два рычага. Первый — `prompt` с названными элементами: в тесте он уменьшил число изображений с 14 до 3. Второй — модель: на том же 14-слойном результате Flash стоит $0,252 на любом из двух маршрутов.
## Flash или Pro: начните с Flash, а Pro берите напрямую у BytePlus
Начинайте с Flash и переходите на Pro, когда собранная картинка должна оставаться близкой к оригиналу. На тестовом образце Flash ответил быстрее (94,8 с против 110,6 с) и стоит дешевле, но изменил 30,2 % пикселей против 12,6 % у Pro и потерял часть деталей.
Маршрут зависит от модели:
- **Flash.** Цена у LaoZhang равна прайсу BytePlus, $0,018 за изображение. Шлюз ничего не добавляет к счёту и избавляет от заведения аккаунта BytePlus.
- **Pro.** У LaoZhang изображение стоит $0,12, у BytePlus в режиме слоёв — $0,0225 или $0,045. Разница — 0,12 / 0,0225 ≈ 5,3 раза на нижней ступени и 0,12 / 0,045 ≈ 2,7 раза на верхней. Для регулярной работы с Pro дешевле прямой доступ к BytePlus ModelArk; шлюз оправдан для разовой проверки, когда 14 изображений за $1,68 обходятся дешевле времени на новый аккаунт.
У BytePlus обе модели размещены только в регионе `ap-southeast-1`; европейского эндпоинта для них в [списке моделей](https://docs.byteplus.com/en/docs/modelark/model-list) нет. Если выбор ещё шире и вопрос в том, [какую из двух моделей запускать первой — Nano Banana Pro или Seedream 5.0 Pro](https://blog.laozhang.ai/ru/posts/nano-banana-pro-vs-seedream), он разобран отдельно, с официальными ценами.
По размеру BytePlus пишет, что `1.5K` стоит столько же, сколько `1K`, и даёт лучшее качество. Это утверждение документации: в тестах был только `1K`.
## Почему так долго и что будет при сбое: таймаут от 300 секунд
Вызов синхронный и занимает десятки секунд, причём время растёт вместе с числом изображений: 3 изображения пришли за 34,8 с, 14 — за 94,8 с у Flash и за 110,6 с у Pro. Потоковый режим `stream` у обеих моделей не поддерживается, поэтому до конца генерации клиент ничего не получает.
Сценарии ошибок в тестах не воспроизводились; ниже — то, что написано в документации.
| Ситуация | Что происходит | Откуда |
|---|---|---|
| Клиентский таймаут | Для 1K ставьте не меньше 300 с. Запрос на 2K может идти долго и оплачивается, даже если клиент отключился | LaoZhang |
| Один из слоёв не сгенерировался | Проваливается весь запрос, частичного успеха нет | BytePlus |
| Изображение не удалось разложить | HTTP 400, без списания, можно повторить | LaoZhang |
| Старая модель (`seedream-5-0-260128`, `seedream-4-5-251128`) | HTTP 400 с кодом `InvalidParameter` | LaoZhang |
| В теле есть `sequential_image_generation` или `stream` | HTTP 400 | LaoZhang |
| Ссылки из ответа | Действуют 24 часа | BytePlus |
Для пакетной обработки важен лимит. У аккаунта BytePlus по умолчанию 500 IPM (изображений в минуту) на версию модели, и каждый запрос с разделением на слои сразу резервирует 17 IPM — под максимум из базы и 16 слоёв. Лишнее возвращается только после завершения запроса. Отсюда расчёт: 500 / 17 = 29 запросов можно начать за минуту на свежей квоте (29 × 17 = 493), а не 500, как при обычной генерации по одному изображению. BytePlus называет эти лимиты теоретическим максимумом; у шлюза лимиты могут быть свои.
Полученный слой можно править дальше. По учебнику BytePlus, PNG слоя отправляется как единственный вход обычного запроса Seedream с `"background": "transparent"` и выходом png — так объект перекрашивается с сохранением прозрачности. Jpeg на входе или `output_format: "jpeg"` в этом режиме дают ошибку. В тестах этот шаг не выполнялся.
## Когда разделение на слои через API не подходит
Режим не подходит, если нужна точная копия исходника, разложенная по слоям: объекты и фон дорисовываются, и собранная картинка отличается от оригинала. Есть и другие случаи:
- **Нужен редактируемый текст.** Все слои растровые. В примерах BytePlus группы текста выделяются в отдельные слои, но это картинки с буквами, а не текстовые объекты. Плакаты с большим количеством текста в тестах не проверялись.
- **Нужен один вырезанный объект.** Платить за набор слоёв незачем: проще [сделать прозрачный фон PNG и проверить, что он настоящий](https://blog.laozhang.ai/ru/posts/transparent-image-maker).
- **Исходник в WebP, HEIC или другом формате.** Режим принимает только png и jpeg, файл придётся перекодировать заранее.
- **Нужно больше 16 слоёв или холст больше 2K.** Предел — базовое изображение плюс 16 слоёв, а `size` ограничен значениями `1K`, `1.5K`, `2K` и `auto`. Упоминания «нативного 4K» для Seedream 5.0 Pro с документацией BytePlus расходятся.
- **Требуется обработка в европейском регионе.** У BytePlus обе модели доступны только в `ap-southeast-1`.
- **Нужна твёрдая цена за файл.** Число изображений выбирает модель, и по документации LaoZhang оно может отличаться между запусками на одном и том же входе.
Для первого запуска на своём материале хватит одной картинки и модели Flash на самом маленьком размере. Вызов без `prompt` на `1K` покажет, что модель считает слоями и сколько это стоит, а второй вызов с названными элементами или рамками из `normalized` оставит только нужное. Дальше ответ сохраняется в `response.json` и передаётся скрипту — на выходе будут PNG-слои, превью для сверки с оригиналом и PSD.