Seedream 5.0 Flash vs Qwen Image 2.1 für NSFW-Bilder

Ein Set mit erwachsenen Figuren erfordert mehr als die Wahl eines Bildgenerators. Jedes neue Bild kostet Geld, jedes Modell kann anders auf die Szene reagieren, und ein Kleidungswechsel sollte aus einer freigegebenen Figur keine andere Person machen. Entscheidend sind deshalb Preis, NSFW-Ergebnisse und die anschließend benötigten Bearbeitungsfunktionen. In unseren Tests von September–Oktober 2026 zeigten sich die deutlichsten Unterschiede bei Kosten und Reparaturmöglichkeiten.

Für ein Set mit Erwachsenenbildern in 2K beginnen Sie mit Seedream 5.0 Flash: Generierung und gewöhnliche Bearbeitung kosten bei jeder Größe $0.029 je Bild. Qwen Image 2.1 ist für 1K-Entwürfe mit $0.024 günstiger, bietet als einziges der beiden Modelle eine Maske zur Reparatur einzelner Bildbereiche und hat die umfangreichere Testhistorie für Erwachsenen-Inhalte, einschließlich Bearbeitung auf der höchsten von uns getesteten Stufe. Nutzen Sie für wiederkehrende Figuren eine freigegebene Referenz; ein niedrigerer Generierungspreis bedeutet allein keine bessere Anatomie oder Gesichtserhaltung.

Was die einzelnen Bilder kosten

Die Preise sind SpicyAPI-Preise in USD. Qwens Bearbeitungspreis steigt bei 1K und 1.5K mit der Zahl der Referenzbilder, bleibt bei 2K aber bei $0.048, ob Sie eine oder zehn Referenzen anhängen; Flash bleibt mit einer bis zehn bei $0.029. Für eine Bearbeitung von Figur, Kleidung und Ort mit drei Referenzen kostet Qwen bei 2K $0.019 und bei 1K $0.031 mehr als Flash. Prüfen Sie die Schätzung für Ihre tatsächlichen Eingaben vor dem Absenden.

Bei 100 generierten Bildern kostet Flash in jeder Stufe $2.90. Qwen kostet $2.40 in 1K oder $4.80 in 2K; Flash ist für den 2K-Stapel somit $1.90 günstiger. Qwens 1.5K-Editor kostet mehr als sein 2K-Editor, die mittlere Stufe spart also nichts. Preislich gibt es keinen Grund, Flash von 2K herunterzustellen; bei Qwen eignet sich 1K für günstige Kompositionsversuche. Wenn Sie mit Qwen in 2K arbeiten möchten, sehen Sie sich auch Qwen Image 3.0 an: Es kostet in 1K und 2K jeweils $0.03, und unser Qwen-2.1-Testbericht vergleicht 2.1, 3.0 und 3.0 Pro.

Ein Figurenset verdeutlicht den Unterschied besser als ein Einzelbild. Nehmen Sie zehn Figuren mit jeweils einem Basisbild und vier Bearbeitungen mit einer Referenz:

• Flash in 2K: 50 Bilder × $0.029 = $1.45.
• Qwen in 2K: 50 Bilder × $0.048 = $2.40.
• Qwen in 1K: 10 × $0.024 + 40 × $0.036 = $1.68, weiterhin mehr als Flashs 2K-Gesamtkosten. Mit drei Referenzen je Bearbeitung statt einer erhöhen 40 × $0.060 die 1K-Gesamtkosten auf $2.64, während die 2K-Gesamtkosten $2.40 bleiben.

Entscheidend sind die tatsächlichen Kosten je behaltenem Bild. Zwei Betrachtungen für starke Text-zu-Bild-Szenen (L3 bis L5, die Stufen mit überlappenden Testzahlen unten):

• Eine Budgetannahme: Reservieren Sie drei Generierungen je fertigem Bild, sind das etwa $0.09 bei Flash in jeder Stufe, $0.14 bei Qwen in 2K und $0.07 in 1K. Das ist eine Planungsgröße, keine Ausbeutequote.
• Gelieferte Ergebnisse aus den Testberichten:

Diese separaten Durchläufe verwendeten unterschiedliche Prompt-Sets. Die Zahlen zeigen die Kosten für die Szenenumsetzung innerhalb des jeweiligen Durchlaufs, keine gemessenen Kosten je fertigem Bild oder direkte Qualitätsrangfolge. Ein brauchbares Bild benötigt außerdem verwendbare Anatomie, Bildausschnitt und die gewünschte Figur.

Für die Budgetplanung ist Flash je behaltenem 2K-Bild günstiger, solange Qwens Ausbeutequote nicht mehr als etwa das 1,65-Fache von Flash beträgt; in 1K ist Qwen günstiger, solange seine Quote nicht unter etwa 83% der Flash-Quote liegt. Behalten Sie beispielsweise 12 von 20 Flash-2K-Generierungen, kostet der Stapel zu $0.58 etwa $0.048 je brauchbarem Bild. Sie müssten bei Qwen praktisch alle 20 Bilder des $0.96-Stapels behalten, um diese Kosten zu erreichen. Dies ist ein Rechenbeispiel, keine beobachtete Ausbeutequote.

Setzen sie die Szene um oder schwächen sie sie unbemerkt ab?

Beide haben Erwachsenenbilder geliefert, doch Modell- und vorgeschaltete Prüfungen können die gewünschte Szene weiterhin verändern. Ein abgeschwächtes Ergebnis ist eine erfolgreiche, abgerechnete Anfrage, deren Bild unbemerkt geändert wurde: ein hinzugefügtes Kleidungsstück, eine eingesetzte bekleidete Person oder ein Laken beziehungsweise Kamerawinkel, der den im Prompt gemeinten Szenenbereich verdeckt. Beurteilen Sie das Bild, nicht den Statuscode.

Die Inhaltsergebnisse betreffen Flash und Qwen Image 2.1. „Wie beschrieben“ bedeutet, dass das Bild der Anfrage entsprach. Die Stufen reichen von L1 anzüglich bis L5 extrem; die höchste Stufe hat zwei Testarten, eine einvernehmliche Erwachsenenszene und eine fiktive Gewaltszene.

Was diese Tabelle belegt:

• Beide haben starke Text-zu-Bild-Szenen geliefert. Flash lieferte in einer Konfiguration jede Szene, ersetzte in der neuesten Prüfung aber eine L3-Szene und schwächte eine L4-Szene ab: 10 von 12 über alle sechs Klassen beziehungsweise 6 von 8 bei L3–L5. Eine starke Umsetzung ist möglich, aber nicht einheitlich. Planen Sie unbrauchbare oder abgeschwächte Ausgaben ein; unser Flash-Testbericht zeigt, wie abgeschwächte Bilder von ihren Prompts abwichen.
• Bei der Bearbeitung unterscheiden sich die Testhistorien. Qwens Bearbeitungsendpunkt wurde auf allen fünf Stufen ausgeführt. Flashs Bearbeitungsendpunkt wurde bei L2 und L3 ausgeführt. Wenn Ihr Workflow NSFW-Ausgangsbilder mit höchster Intensität bearbeitet, hat somit nur Qwen entsprechende Ergebnisse vorzuweisen.

Anatomie und Gesichtskonsistenz: Ergebnisse der gepaarten Prüfungen

Für die Bearbeitungsprüfung mit derselben Quelle verwendeten wir ein bekleidetes Porträt und verlangten zwei separate Änderungen: zuerst einen Kleidungswechsel, dann einen anderen Kamerawinkel und anderes Licht. Jedes Modell machte drei Versuche je Anweisung, insgesamt zwölf 1K-Bearbeitungen.

Für eine einfache Kleidungsserie ist Flashs niedrigerer Preis ein praktischer Einstieg. Diese Porträtprüfung rechtfertigt keinen Aufpreis für Qwen allein zur Personenerhaltung. Qwens Maske bleibt ein eigenständiger Grund, es für gezielte Bereichskorrekturen zu wählen.

Wir verglichen auch 2K-Generierungen mit Vorgaben für Sitzen, Gehen und zwei Personen: zwei Ausgaben je Vorgabe, sechs Bilder je Modell. Bei den sichtbaren Händen und Körpern zeigte kein Set offensichtlich zusätzliche oder fehlende Finger oder Gliedmaßen. Die auffälligen Fehler betrafen Komposition und Anweisungsbefolgung:

• Flash: Ein Sitzbild schnitt trotz Ganzkörperanweisung den oberen Kopfbereich ab.
• Qwen: Ein Paar wurde oberhalb der Knie gerahmt; ein anderes Ergebnis steckte beide Hände des Mannes statt einer in die Taschen. Manche Gehposen wirkten steif.
• Entscheidung: Diese kleine Prüfung ergibt keinen Anatomiesieger. Prüfen Sie den gesamten Bildausschnitt und die verlangte Handposition, nicht nur einen attraktiven Gesichtsausschnitt.

Eine separate frühere Qwen-Erwachsenenszene hatte bei 2K zusätzliche Gliedmaßen und einen sauberen 1K-Wiederholungsversuch. Das ist ein Anlass, schwierige Zweipersonenposen zu prüfen; es belegt nicht, dass Qwen allgemein mehr Anatomiefehler macht als Flash.

Beginnen Sie für eine neue Ganzkörperkomposition mit einer Ganzkörperquelle oder generieren Sie zuerst diese Komposition; außerhalb einer Nahaufnahme muss ein Editor den Körper erfinden. Kehren Sie bei wiederkehrenden Figuren nach einer misslungenen Bearbeitung zum freigegebenen Original zurück. Halten Sie Pose und Ausschnitt fest, während Sie ein Kleidungsstück oder eine Lichtentscheidung ändern. Stimmen Gesicht und Pose, aber ein kleiner Bereich nicht, verwenden Sie Qwens Maske oder eine herkömmliche Reparatur statt der vollständigen Neugenerierung; eine kleine Maske kann keine falsche Pose korrigieren.

Was die veröffentlichten Beispiele der Modelle zeigen

Dies sind veröffentlichte Bearbeitungsbeispiele von den Modellseiten, jeweils Eingabe neben Ausgabe. Sie verwenden andere Personen, Quellen und Anweisungen und sind daher kein direkter Vergleich. Sie zeigen, wie gut eine Bearbeitung mit Kleidung die Quelle erhält, nicht die Umsetzung von Erwachsenenszenen; diese decken die obigen Zahlen ab.

Flash: Kleidungs- und Lichtwechsel bei einem Schlafzimmerporträt

Eingabebild des Flash-Beispiels, wie auf der Flash-Bearbeitungsseite veröffentlicht.

Flash-Ausgabe: schwarzer Seidenmorgenmantel, warmes Fensterlicht am späten Nachmittag, gleiche Sitzpose und gleicher Becher. Veröffentlicht mit dem Flash-Bearbeitungsbeispiel.

Die Anweisung verlangt, Gesicht, Haare, Pose, Becher und Bett zu erhalten, das elfenbeinfarbene Oberteil und die Hose durch einen schwarzen Seidenmorgenmantel zu ersetzen und das Morgenlicht in späte Nachmittagssonne zu ändern. In beiden Bildern bleiben Gesicht, lange zerzauste Haare, Sommersprossen, gekreuzte Beine, Becher und Bett erhalten; Morgenmantel und Licht ändern sich wie verlangt. Der Ausschnitt ist etwas enger. Die sichtbaren Teile der Hände am Becher zeigen keine offensichtliche Verzerrung, doch Becher und überlappende Finger verhindern eine vollständige Fingerzählung.

Qwen: Sonniges Dach wird Abenddämmerung, neue Kleidung

Eingabebild des Qwen-Beispiels, wie auf der Qwen-Bearbeitungsseite veröffentlicht.

Qwen-Ausgabe: rotes Satin-Trägerkleid, Lichterketten und Stadtsilhouette bei Abenddämmerung, gleiche Pose auf der Kante. Veröffentlicht mit dem Qwen-Bearbeitungsbeispiel.

Diese Bearbeitung ändert wesentlich mehr zugleich: Kleidung, Tageszeit und Hintergrundbeleuchtung. Sitzpose, Hände, nackte Füße, Haare und Ausdruck bleiben erkennbar gleich. In voller Größe ist ein Fehler sichtbar: Der von der Schulter rutschende Träger wurde zu einer dünnen Schlaufe um den Oberarm statt zu einem vom Kleid herabhängenden Träger. Das ist ein kleiner Fehler in der Kleidungsgeometrie und genau die Art örtlich begrenzter Defekte, für die die Maske im nächsten Abschnitt gedacht ist.

Bei einer wiederkehrenden Figur ist der nächste sinnvolle Schritt die Bearbeitung Ihrer freigegebenen Referenz. Ein weiteres Bild aus derselben schriftlichen Beschreibung ist eine neue Ziehung und fixiert nicht das erste Gesicht.

Welche Funktionen für Ihr Figurenset wichtig sind

Keiner der Basisendpunkte bietet einen eigenen LoRA-Slot, negative_prompt, Schritte oder CFG. Übertragen Sie keine Einstellungen aus einem lokalen Diffusions-Tutorial in diese Formulare; Ausschlüsse gehören in den Prompt selbst. Benötigt Ihre Figur eine trainierte LoRA, ist die Qwen-2.1-LoRA-Familie eine separate Wahl, kein Kontrollkästchen dieses Editors.

Flash für gewöhnliche 2K-Variationen wählen

Öffnen Sie Flash-Bildbearbeitung, fügen Sie das freigegebene Bild unter Images hinzu und setzen Sie Resolution auf 2K sowie Aspect ratio auf Auto, um seine Form zu erhalten. Eine klare Anweisung zum Kleidungswechsel reicht für den Einstieg:

Keep the adult woman's face, short dark curls, expression, seated pose and room unchanged. Replace the blue jacket with a dark red satin dress. Keep the existing window light and camera angle. Change only the outfit.

Diese Anfangsanweisung ändert bewusst nur eine Sache. Sobald die Kleidung stimmt, nutzen Sie dieses zuletzt akzeptierte Bild für einen Raumwechsel, damit die neue Kleidung erhalten bleibt. Vergleichen Sie jedes Ergebnis vor dem Fortfahren mit der freigegebenen Figur: Lange Bearbeitungsketten können abweichen. Für unabhängige Varianten kehren Sie zum Originalbild zurück und wiederholen alle gewünschten Änderungen einschließlich der Kleidung. Gesichtswinkel, Kleidung, Pose und Licht zugleich zu ändern erschwert die Diagnose einer veränderten Figur.

Flashs pauschaler Bearbeitungspreis ist attraktiv, wenn Sie zusätzlich eine Kleidungs- oder Ortsreferenz benötigen. Setzen Sie die Figur zuerst und erklären Sie, was jede weitere Referenz liefert, denn eine Quelle ohne zugewiesene Aufgabe wird hineingemischt. Die Referenzbildzahl ist eine Kapazität, keine Pflicht, zehn Bilder hochzuladen.

Qwen wählen, wenn nur ein Bildbereich fehlerhaft ist

Öffnen Sie Qwen-2.1-Bildbearbeitung. Fügen Sie genau ein Bild unter Images hinzu, öffnen Sie Advanced parameters und ergänzen Sie eine schwarz-weiße Mask mit demselben Seitenverhältnis: Markieren Sie den zu ersetzenden Bereich weiß und den zu erhaltenden schwarz, mit leicht weicher Grenze für einen besseren Übergang. Setzen Sie Resolution auf 1K oder 2K, Background auf Opaque und wählen Sie ein Output format. Für einen fehlerhaften Kleiderträger könnte die Anweisung lauten:

Rebuild the dress strap inside the white area as one continuous strip of red satin attached naturally to the existing dress. Match the nearby fabric and window light.

Maskierte Bearbeitung folgt dem Seitenverhältnis der Quelle; die Verhältniswahl wird ignoriert. Sie unterstützt weder 1.5K noch mehrere Ausgangsbilder oder transparenten Hintergrund; Prompt-Erweiterung hat in diesem Modus keine Wirkung. Korrigieren Sie bei abgelehnten Anfragen diese Kombinationen, statt den Prompt immer wieder umzuschreiben. Die Maske bestimmt den angefragten Bearbeitungsbereich; vergleichen Sie die Ausgabe vor dem Akzeptieren mit der Quelle, denn die Funktion garantiert nicht, dass jedes erhaltene Pixel identisch bleibt.

Qwens eigene Modellseite empfiehlt, in 1K zu iterieren und ein brauchbares Bild auf 2K zu bringen, etwa indem Sie ein 1K-Bild als 2K-Bearbeitung mit einer Anweisung zur Kompositionserhaltung erneut ausführen. Bei $0.024 je Entwurf finden Sie so günstig eine Komposition, benötigen aber einen zweiten Schritt; Flash liefert ein 2K-Bild in einem.

Wählen Sie nach dem nächsten benötigten Bild

• Ein neues 2K-Erwachsenenporträt oder gewöhnliche Kleidungsserien: Flash zu pauschal $0.029 in 2K. Starke Szenen wurden geliefert, doch die neuesten L3- und L4-Prüfungen zeigen auch Ersetzungs- und Abschwächungsrisiken.
• Günstige 1K-Konzeptbilder: Qwen zu $0.024, $0.50 weniger je 100 Generierungen als Flash.
• Ein freigegebenes Bild mit einem Defekt: Qwen wegen der Maske, die Flash fehlt; reparieren Sie den Defekt statt der Neugenerierung der Figur.
• Bearbeitung von NSFW-Ausgangsbildern mit höchster Intensität: Qwen; Flashs Bearbeitungshistorie endet bei L3.
• Ein Freisteller mit Transparenz: Bei keinem bestätigt. Qwens Formular dokumentiert background: transparent (PNG oder WebP, 1K oder 2K), doch unser Qwen-2.1-Bericht verzeichnete einen Freisteller auf rein weißem Hintergrund ohne Alphakanal. Flash dokumentiert transparente Bearbeitung nur für eine einzelne PNG-Eingabe, die bereits Alpha hat. Testen Sie zuerst ein Bild und planen Sie einen Freistellungsschritt ein.
• Die realistischste Version derselben erwachsenen Figur: Kein Sieger; die klaren Unterschiede sind Kosten, Bearbeitungsfunktionen und Testhistorie.

Für einen einfachen ersten Versuch generieren Sie mit Flash in 2K. Möchten Sie mit den günstigsten 1K-Entwürfen beginnen, nutzen Sie Qwen 2.1 in 1K. Behalten Sie das akzeptierte Bild als Referenz für die nächste Bearbeitung.

Erst im Playground testen, dann die API aufrufen

1. Öffnen Sie Flash-Bildbearbeitung und fügen Sie Ihr freigegebenes Porträt unter Images hinzu.
2. Setzen Sie Resolution auf 2K und Aspect ratio auf Auto, fügen Sie eine Anweisung mit nur einer Änderung in Prompt ein und wählen Sie Run model. Die Seite zeigt zuerst die Kostenschätzung.
3. Benötigt ein Bereich eine Reparatur, wechseln Sie zu Qwen-2.1-Bildbearbeitung und ergänzen Sie die Mask unter Advanced parameters.

Setzen Sie für die API SPICY_API_KEY und führen Sie dieses Python-3-Beispiel aus. Es holt ein Preisangebot für die Flash-Bearbeitung, bittet um Preisbestätigung und sendet dann eine Aufgabe ab.

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
payload = {"model": "bytedance/seedream-5.0-flash/edit", "input": {
    "prompt": "Keep the adult woman's face, seated pose and room unchanged. Replace the ivory top with a black silk robe. Change only the outfit.",
    "image_urls": ["https://cdn.spicyapi.ai/models/examples/inputs/b7d5faf80b775c92.jpeg"],
    "resolution": "2k",
    "aspect_ratio": "auto"}}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

Bewahren Sie den ausgegebenen Anfrageschlüssel zum Wiederholen derselben Anfrage auf; eine neue Bearbeitung erhält einen neuen Schlüssel. Für eine Qwen-2.1-Reparatur ändern Sie model in alibaba/qwen-image-2.1/edit und ergänzen mask_url. Die Task-API-Dokumentation behandelt Dateieingaben, Ergebnisse und Wiederherstellung.

Für wiederholte Bearbeitungen einer freigegebenen Eingabedatei durch einen Agent verwenden Sie die CLI (spicyapi tasks create --model bytedance/seedream-5.0-flash/edit --input-file input.json --wait), MCP (lassen Sie spicyapi_task_create mit diesem Modell und dieser Eingabe aufrufen) oder den Skill (fragen Sie „Use the spicyapi Skill to run this approved edit and return the result“). Siehe Agent-Integrationsdokumentation.

Kurze Antworten

Brauche ich bei einem Modell einen Erwachsenenmodus-Schalter? Nein. Keine der Anfragen enthält ein Feld zur Auswahl einer NSFW-Stufe. Modell und vorgeschaltetes Verhalten bestimmen weiterhin, ob die gewünschte Szene geliefert oder abgeschwächt wird; prüfen Sie daher das zurückgegebene Bild.

Bedeutet der niedrigere Bildpreis geringere Kosten je fertigem Bild? Nur bei entsprechender Quote brauchbarer Ausgaben. Flashs $0.029 geben ihm in 2K einen Stückpreisvorteil gegenüber Qwens $0.048; Qwens $0.024 sind in 1K günstiger. Teilen Sie die Stapelkosten durch die tatsächlich nutzbaren Bilder.

Brauche ich eine Maske für einen Kleidungswechsel? Nein. Eine Anweisung, die festlegt, was bleibt und was sich ändert, reicht bei beiden Modellen. Die nur von Qwen angebotene Maske repariert einen Bereich eines ansonsten guten Bildes.