Seedream 5.5 vs GPT Image 2.6：连续改稿和透明 PNG 实测

截至 2026 年 11 月 12 日，按手上的活儿选：同一张图要连续改好几轮（换商品、改价格、改招牌字），或者要一张拿来就能叠到别的画面上的透明 PNG，选 Seedream 5.5；要 GIF 动图、SVG 矢量图、原生 4K，或者透明素材里要有真正透光的玻璃，选 GPT Image 2.6。只出一张新图或一张英文海报，两者都能用，差别不足以决定选哪个。

这个分法来自几组实测。Veevid 在 2026 年 11 月 11 日让两个模型按同样的 20 条指令连续改同一张图，GPT Image 2.6 Flare 从第一轮就开始漂移，第 20 轮时背景墙的色差接近 Seedream 5.5 的 6 倍。2026 年 11 月 12 日，用 Segmind 公开的 Seedream 5.5 样片原提示词让 GPT Image 2.6 出透明图，再用同一个脚本量两边的 alpha：GPT Image 2.6 的三张透明图里没有一个像素完全不透明；其中法术特效还带一层肉眼看不见、铺到画布四条边的薄雾，自动裁切因此保留了整张画布，背包和玻璃瓶裁完也比实际主体多留出一圈。所以用 GPT Image 2.6 出透明素材，先按下文的步骤检查、清理 alpha 再用。

有两个前提会改变结论。字节发布 Seedream 5.5 时放出的对比图，对手是 GPT Image 2.5 Sunburst，不是 2.6；Veevid 的 20 轮测试只测了 2.6 的 Flare，Sunburst 没有进这组。另外，Seedream 5.5 截至 11 月 12 日还没有官方 API 模型 ID，要用 API 只能走 Kie、WaveSpeed、Segmind 这类第三方平台，不写代码的话就在即梦、豆包里出图。

连续改稿哪个更稳：Seedream 5.5，20 轮后色差小得多

连续改稿选 Seedream 5.5。在 Veevid 的 20 轮改图测试里，第 20 轮时三处从没被要求改动的区域（人脸、黑板标题、背景墙），GPT Image 2.6 Flare 的色差是 Seedream 5.5 的 3.5–5.7 倍；Veevid 给的参照是，色差（ΔE2000）到 2–3 时，两张图并排就能看出差别。下表把三组设置不同的测试放在一起，它们测的模型、轮数和量法都不一样，要逐行看。

Veevid 的数字要带着两个条件看。它只测了 Flare，没测 Sunburst，而按 Veevid 的说法，OpenAI 主打一致性的是 Sunburst；2.6 色差高，有一部分来自镜头被拉远后区域对不齐，不全是颜色变了。不过 Veevid 的看法也成立：换一个杯子整张图就跟着动，后面每一轮都从错的位置开始改。自测的 3 轮里，Sunburst 和 Flare 的变暗幅度相近，Sunburst 没有显出优势。Veevid 和 Segmind 都在自己的平台上卖这些模型，测试也都只跑了一条链。

字节说 Seedream 5.5 能"改 100 次不漂移"。据 Veevid 和 Kie 转述，这个说法出自字节 Seed 的发布文《Introducing Seedream 5.5》：同一张图连续改 100 轮，未改的部分保持不变，但发布文没有公布漂移的测量值；字节 Seed 的 Seedream 5.5 模型页写的是多轮编辑时未修改区域"在像素级别保持不变"。两份第三方测量都显示 5.5 有缓慢、稳定的漂移：Veevid 里大多数轮次每处只增加 0.1–0.2 的色差，第 14 轮换咖啡机时三处一起跳了一下；Segmind 按每轮半级推算，100 轮后整图会暗约 50 级。"漂移很小"成立，"像素级不变"不成立。实际用的时候，改到 10 轮左右和原图并排比一次，如果偏暖或变暗，就回到原图，把改动合并成更少的指令重新改。

用 GPT Image 2.6 做链式修改，更要隔几轮就回到原图，而不是一直改上一轮的输出，因为变暗和移位会一轮轮累积。网上有帖子称 GPT Image 2.6"改到第 3 轮以后就崩了"（出自一条给 Higgsfield 做推广的 Instagram 帖），两组测量都不支持这个说法：自测的 3 轮全部改对，只是整体变暗；Veevid 里 Flare 的前两次改字也是对的，到第 15 轮才写错。真正的风险是累积的变暗、移位，以及后几轮改字出错。如果在用 GPT Image 2.5 Sunburst 改图，它在上面那组测试里漂移更小，两代的其他区别见 GPT Image 2.6 和 2.5 区别：low/medium 贵 3–4 倍，high 档起同价。

GPT Image 2.6 能出透明背景吗：能，但最高 alpha 只到 254

能。按 OpenAI 的 Images 2.6 发布页，GPT Image 2.6 的 Flare 和 Sunburst 都支持透明背景，API 里传 background: "transparent" 就返回带 alpha 通道的 PNG。但在 2026 年 11 月 12 日的同提示词测试里，GPT Image 2.6 的三张透明图没有一个像素的 alpha 到 255，最高只有 253 或 254，主体本身会透出一点底色；Seedream 5.5 的实心部分正好是 255，几乎没有薄雾。

测试是这样做的。Seedream 5.5 一侧用 Segmind 的 Seedream 5.5 测评在 2026 年 11 月 11 日公开的原文件：背包抠图、游戏法术特效、香水瓶。GPT Image 2.6 一侧用其中两条原提示词（背包、法术特效），加一条自写的透光玻璃香水瓶提示词，经 LaoZhang 的按次线路 gpt-image-2.6-web 生成，quality: "high"、输出 PNG，每条一张，每次 $0.03。这条线路不能指定 Flare 或 Sunburst；同一时段能指定档位的 -sunburst-vip 和 -flare-vip 线路 10 次请求都返回 HTTP 408，所以没有分档结果。两边的文件用同一个脚本统计 alpha。

alpha 251–254 意味着主体会透出约 0.4%–1.6% 的底色，放到画面上肉眼看不出来，但凡是按"alpha 等于 255 才算实心"来选区、做蒙版的脚本或工具，都会认为这张图没有一个实心像素。alpha 1–3 的薄雾同样看不见，麻烦在下一节说的自动裁切。两次测量的结果并列如下：2026 年 11 月 12 日经 -web 线路，GPT Image 2.6 的最高 alpha 是 253 或 254；2026 年 10 月 19 日经按档线路，GPT Image 2.5 Sunburst 的最高 alpha 是 254。OpenAI 官方接口没有测过，所以这个现象出在模型本身还是出在这两条线路上，目前无法确定。

玻璃是 GPT Image 2.6 占上风的地方。Segmind 自己也写了，它两次要求 Seedream 5.5 画透光玻璃，一次香水瓶、一次药水瓶，玻璃都被画成了不透明；不过 Segmind 没公开香水瓶的提示词，两边提示词不同，这一行只能看方向。完全透明的像素下面藏着的颜色，两边也不一样：Seedream 5.5 的三个文件 98% 以上是纯黑；GPT Image 2.6 只有法术特效下面全是纯黑，背包和玻璃瓶下面是接近主体的颜色，纯黑只占 0.28% 和 2.18%。所以把透明 PNG 转成 JPEG 或丢掉 alpha 通道后，露出来的是黑底还是一片接近主体的色块，要看具体文件。每条提示词各一张，Segmind 的背包和香水瓶是博客里缩到 825×1100 的版本。Seedream 5.5 在即梦和 API 里怎么打开透明背景，见 Seedream 5.5 透明背景怎么开：即梦开关、API 参数和真透明检查。

透明 PNG 用之前怎么检查：换四种底色看，再把 alpha 清理干净

拿到任一模型的透明 PNG，先确认文件真有 alpha 通道，再看 alpha 的分布和换底色后的边缘；主体不满 255 或者有薄雾，就清理之后再裁切。GPT Image 2.6 的文件基本都要清理一次，原因是自动裁切会被薄雾骗过去。2026 年 11 月 12 日用 Pillow 的 getchannel('A').getbbox() 去裁（很多"裁掉透明像素"的功能就是这个逻辑），GPT Image 2.6 的法术特效返回的是整张 1024×1024 画布，而 alpha ≥ 4 的真实范围只占画布的 88.3%；玻璃瓶是 93.6% 对 69.7%，背包是 94.2% 对 89.5%。Seedream 5.5 的法术特效，裁切框和 alpha ≥ 4 的范围完全一致，背包和香水瓶每边只多 2–3 像素。Photoshop 和 Figma 的修剪功能没有测。

1. 确认文件模式是 RGBA（或 LA、带 transparency 信息）。下面的脚本遇到没有 alpha 通道的文件会直接提示，这时看到的棋盘格是画进像素里的图案，只能重新生成。
2. 运行 python check_edges.py image.png，看五个数：alpha 0、alpha 255、alpha 1–254、alpha 1–3 薄雾各占多少，以及文件里最高的 alpha。最高 alpha 小于 255，或者薄雾占到百分之几，就要清理。
3. 打开同目录下生成的 .preview.png，它把同一张图叠在黑、白、红、灰四种底色上。看边缘有没有白边或黑边，玻璃和光效是否在每种底色上都按预期透出底色。
4. 运行 python check_edges.py image.png --clean，得到 .clean.png：alpha 小于 4 的记为 0，大于 250 的记为 255，然后再裁切。法术特效清理后，alpha 范围变成 0–255，裁切框从整张画布回到 (27, 27, 996, 983)。
5. 保存成 PNG 或带 alpha 的 WebP，不要转 JPEG。丢掉 alpha 后，透明处会露出文件里藏着的颜色，可能是黑底，也可能是一片和主体相近的色块。

脚本 48 行，需要先 pip install pillow numpy：

"""check_edges.py — inspect a transparent PNG/WebP before you use it.

    python check_edges.py image.png            # report + preview sheet
    python check_edges.py image.png --clean    # also write image.clean.png

Needs: 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}: mode {im.mode}, no alpha channel. Any checkerboard you see is painted pixels.")

rgba = im.convert("RGBA")
a = np.asarray(rgba)[..., 3]
total = a.size
print(f"{path}: {im.size[0]}x{im.size[1]}, mode {im.mode}")
print(f"  fully transparent (alpha 0):     {100 * (a == 0).sum() / total:5.1f}%")
print(f"  fully opaque (alpha 255):        {100 * (a == 255).sum() / total:5.1f}%")
print(f"  partly transparent (1-254):      {100 * ((a > 0) & (a < 255)).sum() / total:5.1f}%")
print(f"  near-invisible haze (alpha 1-3): {100 * ((a > 0) & (a < 4)).sum() / total:5.1f}%")
print(f"  highest alpha in the file:       {a.max()}")
if a.max() < 255:
    print("  note: no pixel is fully opaque; the whole subject lets a little of the background through")

# Preview: the same image on black, white, red and a mid grey
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"  preview on black / white / red / grey: {out}")

if "--clean" in sys.argv:
    arr = np.asarray(rgba).copy()
    alpha = arr[..., 3]
    alpha[alpha < 4] = 0      # drop the invisible haze
    alpha[alpha > 250] = 255  # make the solid core really solid
    clean = path.rsplit(".", 1)[0] + ".clean.png"
    Image.fromarray(arr, "RGBA").save(clean)
    print(f"  cleaned copy: {clean}")

两个阈值只动肉眼分辨不出的像素：alpha 3 的不透明度约 1.2%，alpha 251 已经是约 98.4%。光效外缘那层几乎看不见的雾会被去掉，玻璃、烟雾这类真正的半透明区域（alpha 4–250）保持原样。

海报文字谁更准：英文四行字两边都逐字正确

一张英文海报上两边打平。2026 年 11 月 12 日，用 Segmind 公开的咖啡海报提示词，经 gpt-image-2.6-web 出了一张 1024×1536 的 GPT Image 2.6 海报，30.8 秒返回。提示词指定四行字："Brewed for the Monsoon"、"Cold brew, slow-steeped for 18 hours"、"Order by 1 December" 和 "KAAPI & CO."，并要求不要其他文字；成图四行逐字正确，& 也在，没有多余文字，只多画了一盆提示词没要求的绿植。Segmind 公开的 Seedream 5.5 同提示词海报（1.5K、3:4）逐字读过，同样四行全对，多画了倒奶、铜壶和一块橙色布。各一张、只取第一次结果，算不上文字基准。

其他语言只有 5.5 一侧的数据：Segmind 的测试里，Seedream 5.5 把海报改成日语和西班牙语都对，印地语小字错了两处。上面这些测试都没有中文海报，要出中文字，先拿自己的文案在两边各跑几张再定。如果文字要在同一张图上反复改，比如菜单价格、促销横幅，就回到上一节：Veevid 的链式测试里，GPT Image 2.6 Flare 到第 15 轮写错了字，还改动了一个没让改的价格，Seedream 5.5 三次改字全对。

Seedream 5.5 和 GPT Image 2.6 一张多少钱：1K 方图 $0.018 起对 $0.0527

同样出一张 1K 方图，Seedream 5.5 在第三方 API 平台上每张 $0.018–$0.021（积分制的 Higgsfield 折算约 $0.12），GPT Image 2.6 直连 OpenAI 的 high 档约 $0.0527，是 Kie 上 5.5 价格的约 2.9 倍；经 LaoZhang 的按次线路是每张 $0.03。字节官方 API 的 Seedream 5.5 价目表截至 2026 年 11 月 12 日还没有公布，BytePlus 的产品页写的是"每张 $0.02 起"（CellCog 转述）。下表是 2026 年 11 月 12 日各平台的标价，平台价随时会调。

GPT Image 2.6 的官方价是按 token 算出来的：图像输出每百万 token $30，2026 年 11 月 5 日直连实测一张 1024×1024 high 输出 1,756 个 token，1,756 × $30 ÷ 1,000,000 ≈ $0.0527；low 是 824 个 token，medium 是 1,449 个。这些是同一条短提示词的单次样本，提示词写得很细时 token 会多得多，同一组测试里一条不设 quality 的详细提示用了约 5,795 个 token，约 $0.17。所以拿 2.6 做预算，先用自己的提示词跑几张看 usage。各档画质、改图、GIF 和 SVG 的单张费用，见 GPT Image 2.6 价格：Sunburst 与 Flare 同价，一张 $0.025–$0.21。

GIF、SVG 和 4K：只有 GPT Image 2.6 能出动图和矢量图

要动图或矢量图，只能选 GPT Image 2.6，它在 2026 年 11 月 4 日发布时就带了原生 GIF 和 SVG 输出，经 LaoZhang 的 gpt-image-2.6-web 出 GIF 每次 $0.03，这条线路自 2026 年 11 月 10 日起也能出 SVG。Seedream 5.5 只出静态图，字节宣传的"连续动作逐帧透明图层"是一组静态帧，不是动图，也没有 SVG。

4K 同样是 2.6 占优。GPT Image 2.6 经 LaoZhang 按档线路验证过原生 3840×2160 输出，-web 线路的 4K 则是由约 2K 放大而来；截至 2026 年 11 月 12 日，托管 Seedream 5.5 的第三方平台预设尺寸最高 2K，WaveSpeed 和 Higgsfield 都没有 4K 档，Kie 的自定义尺寸最高 4.62 MP。

GIF 的参数和帧数上限见 GPT Image 2.6 GIF API 教程：生成动图的参数、帧数上限和成本，三条出 SVG 的线路怎么选见 GPT Image 2.6 导出 SVG 矢量图：三条线路怎么选，附 Python 脚本。2.6 还新增了在图上画圈标注来改图的 markup 功能，调用方法和按次线路上的表现见 GPT Image 2.6 markup 标注改图怎么调用：按次中转线路实测不生效。

Seedream 5.5 能用 API 调吗：官方还没有模型 ID，第三方平台已上线

截至 2026 年 11 月 12 日，Seedream 5.5 在字节官方的 BytePlus ModelArk 和火山方舟文档里都没有模型 ID，background 透明参数也只写在 Seedream 5.0 Pro 和 5.0 Flash 下面。能用 API 调 5.5 的是第三方托管平台：Kie、WaveSpeed、Segmind、Runware 和 Higgsfield 都已上线，透明参数的写法一致，background 取 auto、transparent 或 opaque，选 transparent 时输出必须是 PNG。LaoZhang 的 /v1/models 同一天只有 Seedream 5.0 Flash、5.0 Pro、5.0、4.5 和 4.0，没有 5.5。

所以第三方平台上标着 "Seedream" 的模型，先看模型 ID 里是不是 5.5，很多平台目前只有 5.0 Pro 或 5.0 Flash，拿 5.0 的结果当 5.5 来比会得出错误结论。不写代码的话，国内在即梦、豆包、火山方舟体验中心和剪映里能用到 Seedream 5.5，海外是 Dreamina、CapCut 和 BytePlus，都要登录。这也是上面的透明测试里，Seedream 5.5 一侧用 Segmind 公开文件的原因：官方 API 没有 ID，网关没有上架，即梦和豆包需要登录账号。

GPT Image 2.6 则有两个 API 模型 ID：gpt-image-2.6-flare 和 gpt-image-2.6-sunburst，没有带日期的快照。它们是两个模型，不是同一个模型的画质档位，token 单价相同，都支持生成、改图和透明背景。按 OpenAI 的发布说明，Sunburst 出图质量更高、多次改图时更一致，Flare 是更小的模型，面向对速度敏感的工作流。模型 ID 怎么填、GIF 和 SVG 怎么传，见 GPT Image 2.6 API 调用教程：模型 ID 填哪个、GIF/SVG 怎么传。

哪个更快：第三方测得 Seedream 5.5 每次改图约 17 秒，2.6 Flare 约 31 秒

Seedream 5.5 在第三方平台上更快一些，但两边都没有官方的速度数据，现有数字都和平台、线路有关。Veevid 2026 年 11 月 11 日的 20 轮改图里，Seedream 5.5 平均每次编辑约 17 秒，GPT Image 2.6 Flare 约 31 秒；Segmind 测得 5.5 单张图平均约 24 秒。

GPT Image 2.6 的耗时随模型和画质变化很大。2026 年 11 月 5 日直连 OpenAI、出 1024 方图，Flare 从 low 到 max 是 8–39 秒，Sunburst 是 34–157 秒。2026 年 11 月 12 日经 gpt-image-2.6-web 出透明图和海报用了 19.6–53.7 秒，这是这条按次线路的耗时，包含排队，不代表模型本身的速度。如果在意等待时间又要用 2.6，选 Flare，画质用 low 或 medium；Sunburst 开到 max 时一张图要等 157 秒。