Eine Bild-API kann drei unterschiedliche Aufgaben erfüllen: einen Ordner mit günstigen Entwürfen füllen, aus einem langen Briefing ein fertiges Bild liefern oder ein vorhandenes Bild überarbeiten. Z-Image, Seedream 5.0 Pro und Wan 2.7 Pro teilen diese Aufgaben unterschiedlich auf. Die Unterschiede stecken bereits in der Anfrage: Aufgaben, Ausgabegröße, seed, Referenzanzahl und Standardpreis. Welches Modell passt, hängt davon ab, ob Ihre Eingabe ein Prompt, ein Bild oder beides ist.
Kurz gesagt (auf Grundlage unserer Tests vom September und Oktober 2026): Wählen Sie Z-Image für neue Bilder aus Text, wenn Sie viele günstige Versuche möchten ($0.01 pro Bild). Wählen Sie Seedream 5.0 Pro für ein fertiges Bild in 1k oder 2k aus einem langen, textlastigen Briefing oder für Bearbeitungen mit bis zu zehn Referenzen ($0.036 bei 1k, $0.072 bei 2k). Wählen Sie Wan 2.7 Pro, wenn Sie die größte Bildfläche benötigen (standardmäßig 2k, 4k bei Text-zu-Bild, pauschal $0.075) oder Bearbeitungen über Bereiche und eine Farbpalette steuern möchten. Bei erwachsenenorientierten Briefings ist Wan 2.7 Pros Text-zu-Bild-Aufgabe als abgeschwächt gekennzeichnet: Sie schwächte jede Anfrage der Stufen 3 und 4 ab. Die Bearbeitungsaufgabe, Z-Image und Seedream 5.0 Pro tragen diese Kennzeichnung nicht; Wans Bearbeitung wurde auf Stufe 4 trotzdem abgeschwächt.
Der direkte Vergleich
| Z-Image | Seedream 5.0 Pro | Wan 2.7 Pro | |
|---|---|---|---|
| Aufgaben | Nur Text-zu-Bild | Text-zu-Bild, Bildbearbeitung, Layer-Zerlegung | Text-zu-Bild, Bildbearbeitung |
| Ausgabegröße | Je Format fest bei ungefähr einem Megapixel; kein Auflösungsfeld | 1k oder 2k (Standard ist 2k) | Text-zu-Bild in 2k (Standard, ungefähr 4 Megapixel) oder 4k (ungefähr 16); Bearbeitung in 2k |
| Seitenverhältnisse | 5: 1:1, 4:3, 3:4, 16:9, 9:16 | 15, von 1:3 bis 3:1, einschließlich 4:5 und 21:9; Bearbeitung standardmäßig auto (folgt der ersten Referenz) | 7: die fünf oben genannten plus 3:2 und 2:3; Bearbeitung ohne Standardwert |
| Bearbeitungsreferenzen | Keine | 1 bis 10 | 1 bis 9, zusätzlich optional bounding_boxes (bis zu zwei pro Referenz) |
| seed | Ja | Nein | Ja |
| Weitere Regler | enable_prompt_expansion (standardmäßig aus); nur PNG | enable_thinking (standardmäßig an, ohne Preiswirkung); JPEG oder PNG; background: transparent bei Bearbeitung | color_palette (3 bis 10 Farben) |
| Prompt-Limit | 1.000 Zeichen | 5.000 | 5.000 |
| Preis pro Bild | $0.01; $0.016 mit Prompt-Erweiterung | $0.036 bei 1k, $0.072 bei 2k; Bearbeitungen kosten zusätzlich $0.003 je Referenz nach der ersten | $0.075 für Generierung oder Bearbeitung, bei 2k oder 4k |
| Inhaltskennzeichnung im Katalog | Ohne Zensur | Ohne Zensur, alle Aufgaben | Bearbeitung ohne Zensur; Text-zu-Bild abgeschwächt |
Z-Image: viele günstige Entwürfe für ein neues Bild
Z-Image hat eine Aufgabe: Text-zu-Bild. Bei $0.01 pro Anfrage kosten zehn gezielte Entwürfe $0.10. So vergleichen Sie Änderungen an einzelnen Satzteilen günstig. Halten Sie den seed fest, um die Ausgangsbedingung beizubehalten, aber vergleichen Sie die tatsächlichen Ausgaben: Das garantiert weder identische Bildausschnitte noch einen isolierten Effekt des geänderten Satzteils.
Die Grenzen sind konkret: kein Auflösungsfeld (jedes Format ergibt eine feste Größe um ein Megapixel), höchstens 1.000 Prompt-Zeichen und kein Referenzbild. Beschränken Sie Schrift im Bild auf wenige große Wörter. Eine mittelgroße kursive Zeile schrieb das Modell in jedem Testdurchlauf falsch (siehe den Etikettentest unten). Finden Sie damit die Komposition und übernehmen Sie den Prompt anschließend in ein größeres Modell für das fertige Bild.
Lassen Sie enable_prompt_expansion während der Iteration aus: Es schreibt Ihren Prompt um und erhöht den Preis auf $0.016. Benötigen Sie genaue Pixelmaße statt Seitenverhältnisse, ist das eine andere Z-Image-Familie; lesen Sie die Z-Image-Spicy-Workflow-Anleitung.
Seedream 5.0 Pro: ein fertiges Bild oder Bearbeitungen aus bis zu zehn Quellen
Seedream 5.0 Pro akzeptiert Prompts mit 5.000 Zeichen, bietet fünfzehn Formate und zwei Größen und ist das einzige der drei Modelle mit einer transparenten Hintergrundoption bei Bearbeitung. ByteDances Ankündigung positioniert es für Infografiken, Poster und layoutlastige Arbeiten. Sie nennt zugleich Verbesserungsbedarf bei feiner Schrift und pixelgenauer Bearbeitungskonsistenz. Prüfen Sie deshalb bei jeder Bearbeitung auch die unveränderten Bereiche.
Vier Details beeinflussen Kosten oder Ergebnisse:
- Standard ist 2k. Lassen Sie
resolutionweg, zahlen Sie $0.072 statt des beworbenen $0.036. Bestätigen Sie die Komposition in 1k und erzeugen Sie das fertige Bild anschließend in 2k. - Es gibt keinen seed. Ein erneuter Durchlauf liefert ein anderes Bild; verkettete Bearbeitungen driften, weil jeder Durchlauf das ganze Bild neu rendert. Bearbeiten Sie erneut aus den ursprünglichen Referenzen mit einer umfassenderen Anweisung, statt kleine Änderungen aufeinanderzustapeln. Wan verhält sich ebenso: Ein seed reduziert die Variation zwischen Durchläufen, macht eine Bearbeitung aber nicht lokal.
- Referenzen kosten zusätzlich. Jede Referenz nach der ersten kostet weitere $0.003 (zehn Referenzen bei 1k: ungefähr $0.063). Geben Sie jeder Referenz eine Aufgabe ("image 1 is the subject, image 2 only the room"); eine unbeschriftete Quelle wird mit eingemischt.
- Transparente Ausgabe ist eng begrenzt.
background: transparentfunktioniert nur mit PNG-Ausgabe und genau einem Eingabebild, das selbst ein PNG mit Alphakanal ist. Für die Zerlegung eines fertigen Bilds in Ebenen verwenden Sie die separate Layer-Zerlegungsaufgabe aus der Anleitung zur Ebenenzerlegung. Günstigere Familienmitglieder vergleicht der Seedream-5.0-Vergleich.
In unseren Tests bewahrte eine Platzierung mit zwei Bildern Kleidung und Raum, verlor aber die Ähnlichkeit zur Person im Ausgangsbild. Vergleichen Sie deshalb bei jedem Durchlauf das Gesicht mit der Quelle, bei Seedream ebenso wie bei Wan.
Wan 2.7 Pro: große Bildfläche und bereichsgesteuerte Bearbeitungen
Wan 2.7 Pros Text-zu-Bild-Aufgabe läuft standardmäßig in 2k und erreicht 4k mit ungefähr viermal so vielen Pixeln zum gleichen Pauschalpreis von $0.075. Wählen Sie es für ein Hauptmotiv, das zugeschnitten, vergrößert oder gedruckt werden soll, oder ein Layout, dessen Schrift Platz braucht.
Die Bearbeitungsaufgabe akzeptiert eine bis neun Referenzen, läuft in 2k (4k nur bei Text-zu-Bild) und hat kein Standardformat: Ohne aspect_ratio bestimmt die letzte Referenz die Proportionen. Zusätzlich markieren bounding_boxes den Bereich für Änderungen. Eine Box ist eine Bitte, keine Garantie, dass außerhalb alles unverändert bleibt; vergleichen Sie das Ergebnis mit der Quelle. color_palette nimmt drei bis zehn Farben an (acht werden empfohlen) und steuert die Palette des gesamten Bilds, einschließlich Kulisse, Kleidung und Licht. Praktische Prompts und eine ausgeführte Bearbeitung finden Sie in der Wan-2.7-Workflow-Anleitung.
Schrift im Bild: dasselbe Etikettenbriefing für alle drei
Wir gaben jedem Modell dreimal dasselbe Produktetiketten-Briefing in 4:3: ein bernsteinfarbenes Honigglas mit der großen Überschrift "WILDFLOWER HONEY", einer kleinen kursiven Zeile "Raw & unfiltered" und einer sehr kleinen Gewichts- und Chargenzeile. Alle drei setzten die Überschrift und die sehr kleine Zeile jedes Mal korrekt. Die kursive mittlere Zeile machte den Unterschied: Seedream 5.0 Pro schrieb sie in 3 von 3 Durchläufen bei 1k richtig (und einmal bei 2k), Wan 2.7 Pro in 3 von 3 bei standardmäßig 2k; Z-Image schrieb sie in allen drei falsch. Wans einziger 4k-Durchlauf schrieb sie ebenfalls falsch. Eine größere Bildfläche garantiert also keine korrekte kleine Schrift.
Enthält das Bild Text, den Sie nicht von Hand korrigieren können, verwenden Sie Seedream 5.0 Pro oder Wan 2.7 Pro und prüfen Sie jede Schriftgröße. Bei wenigen großen Wörtern reicht Z-Images Bild für $0.01.
Inhaltskennzeichnungen sind bei erwachsenenorientierter Arbeit wichtig
Der Katalog kennzeichnet jeden Endpunkt nach seinem Verhalten bei Testprompts. Abgeschwächt bedeutet, dass der Aufruf erfolgreich ist und abgerechnet wird, Anfragen jenseits der eigenen Modellgrenzen aber entschärft zurückkommen können. Prüfen Sie die Kennzeichnung des tatsächlich aufgerufenen Endpunkts, nicht den Familiennamen.
In diesen Tests (Testmethodik) bedeutet L1 anzügliche Bilder, L2 moderate NSFW-Bilder, L3 fortgeschrittene NSFW-Bilder und L4 intensivere Erwachsenenszenen zwischen Erwachsenen. Jede Zelle zeigt anweisungsgemäß gelieferte Durchläufe im Verhältnis zu ausgeführten Durchläufen. Alle übrigen wurden abgeschwächt (Kleidung ergänzt, wichtige Teile verdeckt oder ein unpassendes Bild ausgegeben); keiner wurde abgelehnt.
| Stufe | Z-Image Turbo Text-zu-Bild | Seedream 5.0 Pro Text-zu-Bild | Seedream 5.0 Pro Bildbearbeitung | Wan 2.7 Pro Text-zu-Bild | Wan 2.7 Pro Bildbearbeitung |
|---|---|---|---|---|---|
| L1 anzüglich | 3 von 3 | 3 von 3 | 3 von 3 | 3 von 3 | 3 von 3 |
| L2 moderat | 3 von 3 | 3 von 3 | 3 von 3 | 3 von 3 | 3 von 3 |
| L3 fortgeschritten | 3 von 3 | 2 von 2 | 2 von 2 | 0 von 2 | nicht zutreffend |
| L4 höhere Intensität | 3 von 3 | 3 von 3 | 2 von 3 | 0 von 3 | 0 von 3 |
Wan 2.7 Pro Text-zu-Bild schwächte sämtliche L3- und L4-Durchläufe ab. Auch die als ohne Zensur gekennzeichnete Bearbeitungsaufgabe wurde bei L4 abgeschwächt. Erwarten Sie daher bei höchster Intensität weniger Zuverlässigkeit als bei Seedream 5.0 Pro Bildbearbeitung. Details enthalten die Wan-Tests, der Seedream-5.0-Pro-Testartikel und der Z-Image-Testartikel.
Was ein brauchbares Bild kostet
Das sind Preise für erfolgreiche Einzelbilder. Fehlgeschlagene Aufgaben geben die reservierte Zahlung frei; nach Ausgabeanzahl bepreiste Aufgaben werden für tatsächlich gelieferte Bilder abgerechnet. Ein erfolgreiches Bild, das Sie nicht verwenden können, erhöht trotzdem die Kosten pro brauchbarem Bild.
| Einstellung | Pro Bild | 100 Bilder | Z-Image-Entwürfe für denselben Betrag |
|---|---|---|---|
| Z-Image, Erweiterung aus | $0.01 | $1.00 | 1 |
| Z-Image, Erweiterung an | $0.016 | $1.60 | 1,6 |
| Seedream 5.0 Pro, 1k | $0.036 | $3.60 | 3,6 |
| Seedream 5.0 Pro, 2k (Standard) | $0.072 | $7.20 | 7,2 |
| Wan 2.7 Pro, 2k oder 4k | $0.075 | $7.50 | 7,5 |
Die letzte Spalte ist die Rentabilitätsschwelle. Z-Image ist pro brauchbarem Bild nur günstiger, wenn es in weniger als ungefähr 3,6 Versuchen ein akzeptables Bild liefert, sofern ein Seedream-1k-Bild sofort akzeptiert würde; gegenüber einem beim ersten Versuch passenden Wan-Bild liegt die Schwelle bei ungefähr 7,5. Auch die Ergebnisse unterscheiden sich: ungefähr ein Megapixel bei Z-Image, bis zu 16 bei Wan in 4k. Zählen Sie für ein echtes Briefing alle abgerechneten Ausgaben, einschließlich erfolgreicher, verworfener Bilder. Monatssummen berechnen Sie mit dem API-Kostenrechner.
Dasselbe Briefing zwischen Modellen übertragen
Zuerst im Playground. Öffnen Sie nacheinander die Seiten von Z-Image, Seedream 5.0 Pro und Wan 2.7 Pro. Öffnen Sie jeweils den Playground-Tab, fügen Sie denselben Prompt ein, wählen Sie 4:3 (eines der fünf gemeinsamen Formate), prüfen Sie die Kostenschätzung und starten Sie. Vergleichen Sie die drei Ergebnisse, bevor Sie Code schreiben.
Danach die API, sobald Sie Ihr Modell gewählt haben. Die input-Felder sind nicht austauschbar; hier ist deshalb die vollständige Z-Image-Anfrage:
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{"model": "alibaba/z-image-turbo/text-to-image",
"input": {"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette", "aspect_ratio": "4:3", "seed": 42}}'Bei Seedream 5.0 Pro ändern Sie model zu bytedance/seedream-5.0-pro/text-to-image, entfernen seed und ergänzen "resolution": "1k". Für Wan 2.7 Pro verwenden Sie alibaba/wan-2.7-pro/text-to-image und ergänzen "resolution": "2k". Felder, Ergebnisse und Fehler beschreibt die API-Referenz; die Einstiegsanleitung führt durch die erste Anfrage.
Lassen Sie einen Agent übernehmen. Ein Agent kann denselben Aufruf über CLI, MCP server oder Agent Skill ausführen. Alle drei lesen das aktuelle Modellschema; CLI und MCP zeigen den Preis und bitten vor der Aufgabenerstellung um Bestätigung. Mit gesetztem SPICY_API_KEY:
# CLI
npx @spicyapi/cli tasks create --model alibaba/z-image-turbo/text-to-image \
--input-json '{"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette", "aspect_ratio": "4:3", "seed": 42}' --wait
# MCP server: the command your assistant's MCP config runs
npx --yes --package=@spicyapi/mcp spicyapi-mcp
# Agent Skill
npx skills add spicyapi-ai/spicy-skillHäufige Fragen
Ist Z-Image Turbo besser als Seedream 5.0 Pro? Nicht pauschal. Z-Image ist deutlich günstiger und eignet sich für wiederholte Entwürfe neuer Bilder. Seedream 5.0 Pro akzeptiert bis zu zehn Referenzen, längere Prompts und eine 2k-Ausgabe. Die Spezifikationen vergleicht die Seite Seedream 5.0 Pro vs Z-Image.
Bedeutet Wans 4k ein besseres Bild? Nicht allein: Es bietet zum gleichen Preis ungefähr viermal so viele Pixel wie 2k. Wans 4k-Etikettenbild schrieb aber Text falsch, den die 2k-Bilder korrekt wiedergaben. Bearbeitungen bleiben bei 2k.
Kann ich in einer bestehenden Anfrage nur den Modellnamen austauschen? Erst, nachdem Sie nicht aufgeführte Felder des neuen Endpunkts entfernt und erlaubte Werte erneut geprüft haben. Jede Vergleichsseite behandelt eine Aufgabe: Wan 2.7 Pro vs Z-Image zeigt Text-zu-Bild; Seedream 5.0 Pro vs Wan 2.7 Pro zeigt ausschließlich Bildbearbeitung.
So wählen Sie aus
Neue Bilder aus Text erkunden: Z-Image. Ein langes oder textlastiges Briefing oder eine Bearbeitung mit mehreren Referenzen: Seedream 5.0 Pro, zuerst als 1k-Entwurf. Ein 4k-Bild oder eine über Bereiche und Farbpalette gesteuerte Bearbeitung: Wan 2.7 Pro. Testen Sie dann ein echtes Briefing mit Ihrer engeren Auswahl und zählen Sie die benötigten Versuche. Entscheidend für Ihre Kosten ist das akzeptierte Bild, nicht der Anfragepreis.
