Una API de imágenes cubre tres trabajos distintos: llenar una carpeta de borradores baratos, entregar una imagen terminada a partir de un encargo largo y revisar una imagen existente. Z-Image, Seedream 5.0 Pro y Wan 2.7 Pro reparten esos trabajos de formas diferentes. Las diferencias están en la propia solicitud: tareas, tamaño de salida, seed, número de referencias y precio predeterminado. La elección depende de si tu entrada es un prompt, una imagen o ambos.
En resumen (según nuestras pruebas de septiembre y octubre de 2026): elige Z-Image para crear imágenes desde texto si quieres muchos intentos baratos ($0.01 cada uno). Elige Seedream 5.0 Pro para una imagen final a 1k o 2k desde un encargo largo con mucho texto, o para ediciones con hasta diez referencias ($0.036 a 1k, $0.072 a 2k). Elige Wan 2.7 Pro si necesitas el lienzo más grande (2k por defecto, 4k en texto a imagen, tarifa fija de $0.075) o una edición guiada por regiones y una paleta de colores. En encargos orientados a adultos, la tarea de texto a imagen de Wan 2.7 Pro está etiquetada como suavizada: rebajó todas las solicitudes de nivel 3 y nivel 4. Su edición, Z-Image y Seedream 5.0 Pro no llevan esa etiqueta, aunque la edición de Wan también se suavizó en el nivel 4.
Comparación directa
| Z-Image | Seedream 5.0 Pro | Wan 2.7 Pro | |
|---|---|---|---|
| Tareas | Solo texto a imagen | Texto a imagen, edición, descomposición en capas | Texto a imagen, edición |
| Tamaño de salida | Fijo cerca de un megapíxel por proporción; sin campo de resolución | 1k o 2k (2k por defecto) | Texto a imagen a 2k (predeterminado, unos 4 megapíxeles) o 4k (unos 16); edición a 2k |
| Relaciones de aspecto | 5: 1:1, 4:3, 3:4, 16:9, 9:16 | 15, de 1:3 a 3:1, incluidas 4:5 y 21:9; edición en auto por defecto (sigue la primera referencia) | 7: las cinco anteriores más 3:2 y 2:3; edición sin valor predeterminado |
| Referencias en edición | Ninguna | 1 a 10 | 1 a 9, más bounding_boxes opcionales (hasta dos por referencia) |
| seed | Sí | No | Sí |
| Otros controles | enable_prompt_expansion (desactivado por defecto); solo PNG | enable_thinking (activado por defecto, sin efecto en el precio); JPEG o PNG; background: transparent en edición | color_palette (3 a 10 colores) |
| Límite de prompt | 1.000 caracteres | 5.000 | 5.000 |
| Precio por imagen | $0.01; $0.016 con expansión del prompt | $0.036 a 1k, $0.072 a 2k; la edición suma $0.003 por cada referencia después de la primera | $0.075 para generación o edición, a 2k o 4k |
| Etiqueta de contenido del catálogo | Sin censura | Sin censura, todas las tareas | Edición sin censura; texto a imagen suavizado |
Z-Image: muchos borradores baratos de una imagen nueva
Z-Image tiene una tarea: texto a imagen. A $0.01 por solicitud, diez borradores deliberados cuestan $0.10, así que puedes comparar cambios de una sola cláusula a bajo coste. Mantén el seed para conservar la condición inicial, pero compara los resultados reales: no garantiza un encuadre idéntico ni aísla el efecto de la cláusula editada.
Los límites son reales: no hay campo de resolución (cada proporción tiene un tamaño fijo de alrededor de un megapíxel), los prompts llegan a 1.000 caracteres y no admite imagen de referencia. Limita el texto de la imagen a unas pocas palabras grandes: escribió mal una línea mediana en cursiva en todos los intentos (ver la prueba de etiquetas). Úsalo para encontrar la composición y lleva después la redacción a un modelo más grande para la versión final.
Deja enable_prompt_expansion desactivado mientras iteras: reescribe tu prompt y sube el precio a $0.016. Si necesitas dimensiones exactas en píxeles en lugar de proporciones, corresponde a otra familia Z-Image: consulta la guía de flujo de trabajo de Z-Image Spicy.
Seedream 5.0 Pro: una imagen final o una edición con hasta diez fuentes
Seedream 5.0 Pro acepta prompts de 5.000 caracteres, ofrece quince proporciones y dos tamaños, y es el único de los tres con opción de fondo transparente en edición. La nota de lanzamiento de ByteDance lo sitúa para infografías, carteles y trabajos de diseño complejos, y señala margen de mejora en texto fino y coherencia de edición a nivel de píxel. Comprueba las regiones que deberían quedar intactas en cada edición.
Cuatro detalles cambian el coste o los resultados:
- El valor predeterminado es 2k. Si omites
resolution, pagas $0.072, no los $0.036 anunciados. Usa 1k para confirmar la composición y genera la imagen final a 2k. - No tiene seed. Repetir genera una imagen diferente y las ediciones encadenadas se desvían porque cada pasada vuelve a generar todo el fotograma. Edita desde las referencias originales con una instrucción más completa en lugar de acumular instrucciones pequeñas. Wan se comporta igual: un seed reduce la variación entre intentos, pero no convierte una edición en local.
- Las referencias cuestan más. Cada referencia después de la primera añade $0.003 (diez referencias a 1k: unos $0.063). Asigna un papel a cada una ("image 1 is the subject, image 2 only the room"); una fuente sin identificar se mezcla.
- La transparencia es limitada.
background: transparentsolo funciona con salida PNG y exactamente una imagen de entrada que también sea PNG con canal alfa. Para separar una imagen final en capas, usa la tarea independiente de descomposición en capas de la guía de separación de capas. Los miembros más baratos de la familia se comparan en la comparación de Seedream 5.0.
En nuestras pruebas, una colocación con dos imágenes conservó la ropa y la habitación, pero perdió el parecido con la persona original. Comprueba el rostro contra la fuente en cada pasada, tanto en Seedream como en Wan.
Wan 2.7 Pro: lienzo grande y ediciones guiadas por regiones
El texto a imagen de Wan 2.7 Pro funciona a 2k por defecto y llega a 4k, aproximadamente cuatro veces más píxeles, por la misma tarifa fija de $0.075. Elígelo para una imagen principal que se recortará, ampliará o imprimirá, o un diseño cuya tipografía necesita espacio.
La edición admite de una a nueve referencias, funciona a 2k (4k solo en texto a imagen), no tiene proporción predeterminada (si omites aspect_ratio, la última referencia fija las proporciones) y añade bounding_boxes para indicar dónde cambiar. Una caja es una petición, no una garantía de que todo lo demás quede intacto; compara con la fuente. color_palette acepta de tres a diez colores (se recomiendan ocho) y guía la paleta de todo el fotograma, incluidos escenario, vestuario e iluminación. Para prompts prácticos y una edición desarrollada, consulta la guía de flujo de trabajo de Wan 2.7.
Texto en la imagen: el mismo encargo de etiqueta en los tres
Enviamos el mismo encargo de etiqueta de producto (un tarro de miel ámbar con un titular grande "WILDFLOWER HONEY", una línea pequeña en cursiva "Raw & unfiltered" y una línea muy pequeña de peso y lote) tres veces a cada modelo a 4:3. Los tres escribieron bien el titular y la línea muy pequeña siempre. La línea central en cursiva los diferenció: Seedream 5.0 Pro la escribió bien en 3 de 3 intentos a 1k (y una vez a 2k), Wan 2.7 Pro en 3 de 3 a su 2k predeterminado, y Z-Image la escribió mal en los tres. El único intento de Wan a 4k también la escribió mal; un lienzo mayor no garantiza texto pequeño correcto.
Si la imagen contiene texto que no puedes corregir a mano, usa Seedream 5.0 Pro o Wan 2.7 Pro y revisa todos los tamaños de letra; si solo son unas pocas palabras grandes, basta la imagen de $0.01 de Z-Image.
Las etiquetas de contenido importan en trabajos para adultos
El catálogo etiqueta cada endpoint por su comportamiento con prompts de prueba. Suavizado significa que la llamada se completa y se factura, pero solicitudes que superen los límites propios del modelo pueden volver rebajadas. Comprueba la etiqueta del endpoint que llamarás, no el nombre de la familia.
En estas pruebas (metodología de evaluación), L1 es contenido sugerente, L2 NSFW moderado, L3 NSFW avanzado y L4 escenas para adultos de mayor intensidad entre adultos. Cada celda muestra los intentos entregados según lo solicitado sobre el total realizado; los demás se suavizaron (se añadió ropa, se ocultaron partes clave o se devolvió una imagen ajena), y ninguno se rechazó.
| Nivel | Z-Image Turbo texto a imagen | Seedream 5.0 Pro texto a imagen | Seedream 5.0 Pro edición | Wan 2.7 Pro texto a imagen | Wan 2.7 Pro edición |
|---|---|---|---|---|---|
| L1 sugerente | 3 de 3 | 3 de 3 | 3 de 3 | 3 de 3 | 3 de 3 |
| L2 moderado | 3 de 3 | 3 de 3 | 3 de 3 | 3 de 3 | 3 de 3 |
| L3 avanzado | 3 de 3 | 2 de 2 | 2 de 2 | 0 de 2 | no aplicable |
| L4 mayor intensidad | 3 de 3 | 3 de 3 | 2 de 3 | 0 de 3 | 0 de 3 |
Wan 2.7 Pro texto a imagen suavizó todos sus intentos L3 y L4, y su edición, aunque etiquetada sin censura, también se suavizó en L4. Cabe esperar menos fiabilidad que Seedream 5.0 Pro edición a la intensidad más alta. Los detalles están en las pruebas de Wan, el artículo de pruebas de Seedream 5.0 Pro y el artículo de pruebas de Z-Image.
Cuánto cuesta una imagen aprovechable
Estos son precios de imágenes individuales generadas con éxito. Las tareas fallidas liberan la retención; las tareas con precio por número de resultados se liquidan por las imágenes entregadas. Una imagen correcta técnicamente que no puedas usar también aumenta el coste por imagen aprovechable.
| Ajuste | Por imagen | 100 imágenes | Borradores Z-Image por el mismo dinero |
|---|---|---|---|
| Z-Image, expansión desactivada | $0.01 | $1.00 | 1 |
| Z-Image, expansión activada | $0.016 | $1.60 | 1,6 |
| Seedream 5.0 Pro, 1k | $0.036 | $3.60 | 3,6 |
| Seedream 5.0 Pro, 2k (predeterminado) | $0.072 | $7.20 | 7,2 |
| Wan 2.7 Pro, 2k o 4k | $0.075 | $7.50 | 7,5 |
La última columna indica el punto de equilibrio. Z-Image solo resulta más barato por imagen aprovechable si obtiene una aceptable en menos de unos 3,6 intentos cuando Seedream a 1k acertaría a la primera, y unos 7,5 frente a una imagen de Wan aceptada a la primera. Las entregas también difieren (cerca de un megapíxel en Z-Image, hasta 16 en Wan a 4k). Cuenta los resultados facturados de un encargo real, incluidas imágenes completadas que descartes. Para totales mensuales, usa la calculadora de costes de API.
Trasladar un encargo entre modelos
Primero en el Playground. Abre sucesivamente las páginas de Z-Image, Seedream 5.0 Pro y Wan 2.7 Pro. En cada una, abre la pestaña Playground, pega el mismo prompt, elige 4:3 (una de las cinco proporciones compartidas), revisa el precio estimado y ejecútalo. Compara los tres resultados antes de escribir código.
Después, la API, cuando sepas qué modelo quieres. Los campos input no son intercambiables; esta es la solicitud completa de Z-Image:
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}}'Para Seedream 5.0 Pro, cambia model a bytedance/seedream-5.0-pro/text-to-image, quita seed y añade "resolution": "1k". Para Wan 2.7 Pro, usa alibaba/wan-2.7-pro/text-to-image y añade "resolution": "2k". Los campos, resultados y errores están en la referencia de API; la guía inicial te acompaña en la primera solicitud.
Deja que lo haga un Agent. Un agente puede hacer la misma llamada mediante CLI, MCP server o Agent Skill. Los tres leen el esquema actual del modelo, y CLI y MCP muestran el precio y piden confirmación antes de crear la tarea. Con SPICY_API_KEY configurado:
# 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-skillPreguntas frecuentes
¿Es Z-Image Turbo mejor que Seedream 5.0 Pro? No como afirmación general. Z-Image es mucho más barato y sirve para iterar borradores de imágenes nuevas; Seedream 5.0 Pro admite hasta diez referencias, prompts más largos y una entrega a 2k. Consulta las especificaciones en la página Seedream 5.0 Pro vs Z-Image.
¿El 4k de Wan 2.7 Pro implica una mejor imagen? Por sí solo, no: son unas cuatro veces más píxeles que 2k por el mismo precio, pero la etiqueta de Wan a 4k escribió mal texto que sus imágenes a 2k escribieron bien. Las ediciones siguen a 2k.
¿Puedo cambiar solo el nombre del modelo en una solicitud existente? Solo después de quitar los campos que el nuevo endpoint no enumera y volver a comprobar los valores admitidos. Cada página de comparación cubre una tarea: Wan 2.7 Pro vs Z-Image muestra texto a imagen y Seedream 5.0 Pro vs Wan 2.7 Pro solo edición de imágenes.
Cómo elegir
Para explorar imágenes nuevas desde texto: Z-Image. Para un encargo largo o con mucho texto, o una edición con varias referencias: Seedream 5.0 Pro, primero a 1k. Para una imagen a 4k o una edición guiada por regiones y paleta: Wan 2.7 Pro. Después prueba un encargo real con tu selección y cuenta los intentos necesarios: pagas por la imagen aceptada, no solo por el precio de la solicitud.
