Introducción
El modo texto a imagen de Seedream 5.5 crea una imagen a partir de una escena escrita, incluidos diseños con el texto que proporciones. Usa este endpoint de la API de Seedream 5.5 cuando tu material de partida sea una descripción. Los ejemplos van desde una portada de revista y un menú de ramen hasta retratos fotográficos y un gráfico de producto transparente.
ByteDance describe salida fotorrealista, texto pequeño multilingüe preciso y transparencia PNG RGBA nativa. Nuestras pruebas aportan ejemplos concretos de esas capacidades. Un menú en 2k reprodujo letra por letra el texto solicitado y otro PNG de 2k tenía un canal alfa real. Tómalos como ejemplos medidos al planear tu composición.
Funciones y aspectos destacados
Un generador de imágenes con texto por IA
El ejemplo de KAZE RAMEN separa el contenido en un título en inglés, un subtítulo en japonés, cuatro líneas de platillos y una nota al pie con el horario. Nuestras pruebas reprodujeron ese texto en 2k. La portada NOIR usa otra jerarquía: un nombre de revista grande, líneas de apoyo pequeñas y un código de barras. Escribe cada bloque con el texto exacto que el modelo debe colocar.
También debes delimitar qué texto puede aparecer. En una prueba, un prompt sin restricción sobre palabras adicionales produjo líneas extra. Para un diseño que contenga solo el texto proporcionado, escribe cada línea entre comillas y añade una instrucción directa como «No debe aparecer ninguna otra palabra».
Ajustes para generar PNG transparentes
El ejemplo de la taza describe un producto de cerámica brillante verde azulado con un logotipo blanco e iluminación de estudio. Sus ajustes seleccionan PNG y fondo transparente. Nuestra medición en 2k confirmó un canal alfa, que almacena la transparencia del archivo. Elige ambos ajustes cuando vayas a colocar el gráfico en otra composición.
Opciones de lienzo y salida
La generación ofrece ocho relaciones de aspecto y cuatro niveles de resolución. El lienzo es cuadrado por defecto y la resolución inicial es 2k. Elige la forma según el destino de la imagen en lugar de esperar que la descripción de la escena la seleccione.
| Control | Opciones disponibles | Valor inicial |
|---|---|---|
aspect_ratio | 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3, 21:9 | 1:1 |
| resolution | 1k, 1.5k, 2k, 4k | 2k |
output_format | png, jpeg | png |
| background | auto, transparent, opaque | auto |
En 4k, 16:9 produce 3840 x 2160 píxeles y 1:1 produce 2880 x 2880. Esas dimensiones corresponden a esos ajustes. La salida JPEG es opaca, así que conserva PNG cuando necesites transparencia.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Por ahora, esta versión está moderada; pronto habrá una versión sin moderación. Algunas solicitudes se rechazan sin cargo. mínimo 1 caracteres · máximo 5000 caracteres |
aspect_ratio | No | Define el lienzo de salida: 1:1, 4:3, 3:4, 16:9, 9:16, 3:2, 2:3 o 21:9. El valor por defecto es 1:1. |
resolution | No | Define el nivel de resolución que se cobra: 1k, 1.5k, 2k o 4k; 2k es el valor por defecto. El nivel cambia el cobro, con la misma tarifa para 1k y 1.5k. |
output_format | No | Elige la codificación png o jpeg; png es el valor por defecto. La codificación no modifica el cobro. |
background | No | Controla el fondo: auto, transparent u opaque; auto es el valor por defecto. Elige transparent junto con png para obtener un canal alfa. |
Precios
La imagen generada se cobra según el nivel de resolución. Los niveles 1k y 1.5k comparten tarifa; la relación de aspecto, la codificación y el fondo no añaden cargos.
| Especificación | Precio |
|---|---|
| $0.0195 / imagen |
| $0.0195 / imagen |
| $0.027 / imagen |
| $0.0525 / imagen |
Casos de uso
Un menú con texto multilingüe proporcionado
Parte de textos revisados y asigna una ubicación a cada línea. Sigue la estructura de KAZE RAMEN para separar el nombre del local, el subtítulo, los platillos y la nota pequeña. Compara el texto devuelto con las líneas originales antes de usar la imagen. El resultado medido respalda este ejemplo sin prometer el mismo resultado en cualquier distribución de texto.
Una portada de revista con jerarquía clara
Describe la escena de la portada y distingue el nombre de la revista de los textos de apoyo. El ejemplo NOIR indica las líneas necesarias entre comillas y excluye palabras adicionales. Sigue ese patrón cuando un título deba conservarse exactamente. Describe el tamaño relativo y la ubicación de cada bloque para dar jerarquía al texto.
Escenas fotográficas con indicaciones concretas
El retrato junto al mar usa una camisa de lino, luz del anochecer y grano de película para definir su aspecto. El ejemplo del bar de jazz indica dos personas, su vestuario, un baile lento y la luz ámbar del lugar. Describe tu escena con el mismo nivel de concreción: quién aparece, dónde está, qué lleva puesto y cómo debe verse la luz.
Un gráfico de producto para otra composición
Describe el material, el color, el logotipo y el ángulo de la taza antes de seleccionar los ajustes transparentes. Una frase como «recorte de producto aislado» explica la composición. El control de fondo determina si el PNG contiene transparencia. Mantén alineadas la instrucción del producto y la configuración del archivo.
Guía de prompts y consejos prácticos
Describe la escena antes de añadir adornos
Empieza con el sujeto principal y el lugar. Continúa con los materiales, colores, iluminación y tratamiento fotográfico que importan para el resultado. Por ejemplo: «Una taza de cerámica verde azulado con un logotipo de zorro blanco y luz suave de estudio». Así das indicaciones visuales concretas sin añadir objetos ajenos ni texto inventado.
Escribe entre comillas cada línea que deba conservarse
Usa etiquetas breves como «Nombre de la revista: 'NOIR'» o «Título: 'KAZE RAMEN'». Dedica una instrucción propia a la nota al pie para distinguirla del título. Une contenido y ubicación: «Coloca 'NOIR' en letras serif grandes encima de la fotografía». Proporciona directamente el idioma deseado en lugar de pedir al modelo que invente una traducción.
Delimita el texto permitido
Después del texto entre comillas, añade «Usa el texto proporcionado y ninguna otra palabra». Este consejo viene de nuestras pruebas, donde omitir ese límite permitió texto adicional. Tras generar, compara cada línea con el prompt, incluidos los textos pequeños de apoyo. Ajusta la instrucción si falta un bloque o cumple una función incorrecta.
Configura el encuadre en los controles
Selecciona 3:4 para una composición vertical o 16:9 para una escena ancha cuando esas formas correspondan al diseño. Una palabra como «vertical» no sustituye aspect_ratio. Si no cambias el ajuste, el resultado usa el lienzo 1:1 por defecto. Elige la resolución por separado.
Configura la transparencia de forma explícita
Para un recorte, combina output_format png y background transparent. Una frase breve como «recorte de producto aislado» puede explicar el objetivo visual, pero no le da un canal alfa a JPEG. Usa background opaque para un resultado opaco o deja auto si no has elegido un modo de fondo.
Respeta el límite del prompt
La plataforma admite hasta 5000 caracteres de prompt y ByteDance recomienda no superar las 600 palabras en inglés. Dedica ese espacio a los detalles de la escena, el texto exacto y su ubicación. Guarda el prompt junto con la proporción, el nivel y la imagen descargada para conservar la dirección de diseño en futuras ediciones.
Consulta también las páginas de Seedream 5.0 Pro y Seedream 5.0 Flash.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedream-5.5/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"background": "auto",
"resolution": "2k",
"aspect_ratio": "1:1",
"output_format": "png"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
