Une API d'image couvre trois travaux différents : remplir un dossier de brouillons bon marché, livrer une image finie à partir d'un long brief, et modifier une image existante. Z-Image, Seedream 5.0 Pro et Wan 2.7 Pro répartissent ces usages différemment. Les différences se trouvent dans la requête elle-même : tâches, taille de sortie, seed, nombre de références et prix par défaut. Le bon choix dépend d'une entrée constituée d'un prompt, d'une image ou des deux.
En bref (d'après nos tests de septembre et octobre 2026) : choisissez Z-Image pour créer des images à partir de texte avec de nombreux essais économiques ($0.01 chacun). Choisissez Seedream 5.0 Pro pour une image finie en 1k ou 2k depuis un brief long et riche en texte, ou pour une retouche combinant jusqu'à dix références ($0.036 en 1k, $0.072 en 2k). Choisissez Wan 2.7 Pro pour le plus grand canevas (2k par défaut, 4k en texte vers image, tarif fixe de $0.075) ou une retouche guidée par zones et palette de couleurs. Pour les briefs destinés aux adultes, le texte vers image de Wan 2.7 Pro porte l'étiquette atténué : toutes les demandes de niveaux 3 et 4 ont été atténuées. Sa retouche, Z-Image et Seedream 5.0 Pro ne portent pas cette étiquette, mais la retouche de Wan a tout de même été atténuée au niveau 4.
Comparaison côte à côte
| Z-Image | Seedream 5.0 Pro | Wan 2.7 Pro | |
|---|---|---|---|
| Tâches | Texte vers image uniquement | Texte vers image, retouche, décomposition en calques | Texte vers image, retouche |
| Taille de sortie | Fixe, proche d'un mégapixel par format ; aucun champ de résolution | 1k ou 2k (2k par défaut) | Texte vers image en 2k (par défaut, environ 4 mégapixels) ou 4k (environ 16) ; retouche en 2k |
| Rapports d'aspect | 5 : 1:1, 4:3, 3:4, 16:9, 9:16 | 15, de 1:3 à 3:1, dont 4:5 et 21:9 ; retouche en auto par défaut (suit la première référence) | 7 : les cinq précédents plus 3:2 et 2:3 ; aucun rapport par défaut en retouche |
| Références en retouche | Aucune | 1 à 10 | 1 à 9, avec bounding_boxes facultatifs (jusqu'à deux par référence) |
| seed | Oui | Non | Oui |
| Autres réglages | enable_prompt_expansion (désactivé par défaut) ; PNG uniquement | enable_thinking (activé par défaut, sans effet sur le prix) ; JPEG ou PNG ; background: transparent en retouche | color_palette (3 à 10 couleurs) |
| Limite du prompt | 1 000 caractères | 5 000 | 5 000 |
| Prix par image | $0.01 ; $0.016 avec expansion du prompt | $0.036 en 1k, $0.072 en 2k ; la retouche ajoute $0.003 par référence après la première | $0.075 pour génération ou retouche, en 2k ou 4k |
| Étiquette de contenu du catalogue | Sans censure | Sans censure, toutes les tâches | Retouche sans censure ; texte vers image atténué |
Z-Image : de nombreux brouillons économiques d'une nouvelle image
Z-Image a une tâche : texte vers image. À $0.01 par requête, dix brouillons ciblés coûtent $0.10 ; vous pouvez comparer des changements d'une seule proposition à faible coût. Gardez le seed pour fixer la condition initiale, mais comparez les sorties réelles : il ne garantit ni cadrage identique ni isolation de l'effet du passage modifié.
Les limites sont concrètes : aucun champ de résolution (chaque format produit une taille fixe d'environ un mégapixel), prompts limités à 1 000 caractères, et aucune image de référence. Limitez le texte dans l'image à quelques grands mots : une ligne en italique de taille moyenne était mal orthographiée à chaque essai (voir le test d'étiquette ci-dessous). Utilisez-le pour trouver la composition, puis reprenez la formulation dans un modèle plus grand pour la version livrée.
Laissez enable_prompt_expansion désactivé pendant les itérations : il réécrit le prompt et porte le prix à $0.016. Si vous voulez des dimensions précises en pixels plutôt que des rapports d'aspect, il s'agit d'une autre famille Z-Image : consultez le guide de flux de travail Z-Image Spicy.
Seedream 5.0 Pro : une image finie ou une retouche avec jusqu'à dix sources
Seedream 5.0 Pro accepte des prompts de 5 000 caractères, offre quinze rapports d'aspect et deux tailles, et est le seul des trois à proposer un fond transparent en retouche. La note de lancement de ByteDance le positionne pour infographies, affiches et compositions complexes, tout en signalant des progrès encore nécessaires pour le texte fin et la cohérence des retouches au pixel près. Vérifiez donc les zones censées rester intactes à chaque retouche.
Quatre détails changent le coût ou le résultat :
- Le réglage par défaut est 2k. Sans
resolution, vous payez $0.072, pas les $0.036 mis en avant. Confirmez la composition en 1k, puis produisez l'image livrée en 2k. - Il n'y a pas de seed. Relancer donne une autre image, et les retouches en chaîne dérivent parce que chaque passe recrée tout le cadre. Repartez des références originales avec une instruction plus complète plutôt que d'empiler de petites consignes. Wan se comporte de même : un seed réduit la variation entre essais mais ne rend pas la retouche locale.
- Les références coûtent plus cher. Chaque référence après la première ajoute $0.003 (dix références en 1k : environ $0.063). Donnez un rôle à chacune ("image 1 is the subject, image 2 only the room") ; une source non identifiée se mélange au reste.
- La transparence est très encadrée.
background: transparentexige une sortie PNG et exactement une image d'entrée, elle-même en PNG avec canal alpha. Pour séparer une image finie en calques, utilisez la tâche distincte de décomposition décrite dans le guide de séparation en calques. Les variantes moins chères sont comparées dans le comparatif Seedream 5.0.
Dans nos tests, un placement à deux images a préservé vêtements et pièce, mais perdu la ressemblance avec la personne d'origine. Comparez donc le visage à la source à chaque passe, sur Seedream comme sur Wan.
Wan 2.7 Pro : grand canevas et retouches guidées par zones
Le texte vers image de Wan 2.7 Pro fonctionne en 2k par défaut et monte en 4k, soit environ quatre fois plus de pixels, au même tarif fixe de $0.075. Choisissez-le pour une image principale qui sera recadrée, agrandie ou imprimée, ou une composition dont le lettrage demande de l'espace.
La retouche accepte une à neuf références, fonctionne en 2k (le 4k est réservé au texte vers image), n'a pas de rapport d'aspect par défaut (sans aspect_ratio, la dernière référence fixe les proportions), et ajoute bounding_boxes pour indiquer où modifier. Un cadre est une demande, pas la garantie que l'extérieur restera intact : comparez à la source. color_palette accepte trois à dix couleurs (huit recommandées) et guide la palette du cadre entier, décor, tenue et lumière compris. Pour des prompts pratiques et une retouche détaillée, consultez le guide de flux de travail Wan 2.7.
Texte dans l'image : le même brief d'étiquette pour les trois
Nous avons envoyé trois fois à chaque modèle, en 4:3, le même brief d'étiquette produit : un pot de miel ambré avec un grand titre "WILDFLOWER HONEY", une petite ligne en italique "Raw & unfiltered" et une ligne très petite de poids et de lot. Les trois ont correctement écrit le titre et la très petite ligne à chaque fois. La ligne centrale en italique les a départagés : Seedream 5.0 Pro l'a correctement écrite dans 3 essais sur 3 en 1k (et une fois en 2k), Wan 2.7 Pro dans 3 sur 3 en 2k par défaut, tandis que Z-Image l'a mal orthographiée dans les trois. L'unique essai 4k de Wan l'a aussi mal orthographiée : un canevas plus grand ne garantit pas un petit texte correct.
Si l'image contient du texte que vous ne pouvez pas corriger à la main, utilisez Seedream 5.0 Pro ou Wan 2.7 Pro et vérifiez toutes les tailles de caractères ; pour quelques grands mots, l'image Z-Image à $0.01 suffit.
Les étiquettes de contenu comptent pour les créations destinées aux adultes
Le catalogue étiquette chaque endpoint selon son comportement sur les prompts de test. Atténué signifie que l'appel réussit et est facturé, mais que des demandes dépassant les limites propres au modèle peuvent revenir modérées. Vérifiez l'étiquette de l'endpoint appelé, pas le nom de famille.
Dans ces tests (méthodologie d'évaluation), L1 correspond aux images suggestives, L2 au NSFW modéré, L3 au NSFW avancé et L4 aux scènes pour adultes de plus forte intensité entre adultes. Chaque cellule indique les essais livrés comme demandé sur le nombre réalisé ; tous les autres ont été atténués (vêtements ajoutés, éléments clés masqués ou image sans rapport), et aucun n'a été refusé.
| Niveau | Z-Image Turbo texte vers image | Seedream 5.0 Pro texte vers image | Seedream 5.0 Pro retouche | Wan 2.7 Pro texte vers image | Wan 2.7 Pro retouche |
|---|---|---|---|---|---|
| L1 suggestif | 3 sur 3 | 3 sur 3 | 3 sur 3 | 3 sur 3 | 3 sur 3 |
| L2 modéré | 3 sur 3 | 3 sur 3 | 3 sur 3 | 3 sur 3 | 3 sur 3 |
| L3 avancé | 3 sur 3 | 2 sur 2 | 2 sur 2 | 0 sur 2 | sans objet |
| L4 plus forte intensité | 3 sur 3 | 3 sur 3 | 2 sur 3 | 0 sur 3 | 0 sur 3 |
Wan 2.7 Pro texte vers image a atténué tous ses essais L3 et L4 ; sa retouche, pourtant étiquetée sans censure, a aussi été atténuée en L4. Attendez-vous donc à moins de fiabilité que Seedream 5.0 Pro retouche à l'intensité maximale. Les détails figurent dans les tests Wan, l'article de test Seedream 5.0 Pro et l'article de test Z-Image.
Le coût d'une image à conserver
Ce sont les prix d'images individuelles réussies. Les tâches échouées libèrent la retenue de paiement ; celles tarifées au nombre de sorties sont réglées selon les images effectivement livrées. Une image réussie mais inutilisable augmente tout de même le coût de l'image retenue.
| Réglage | Par image | 100 images | Brouillons Z-Image pour le même budget |
|---|---|---|---|
| Z-Image, expansion désactivée | $0.01 | $1.00 | 1 |
| Z-Image, expansion activée | $0.016 | $1.60 | 1,6 |
| Seedream 5.0 Pro, 1k | $0.036 | $3.60 | 3,6 |
| Seedream 5.0 Pro, 2k (par défaut) | $0.072 | $7.20 | 7,2 |
| Wan 2.7 Pro, 2k ou 4k | $0.075 | $7.50 | 7,5 |
La dernière colonne est un seuil de rentabilité. Z-Image coûte moins par image retenue seulement s'il donne une image acceptable en moins d'environ 3,6 essais lorsqu'une image Seedream 1k serait acceptée du premier coup, et environ 7,5 face à une image Wan réussie du premier coup. Les livrables diffèrent aussi : environ un mégapixel pour Z-Image, jusqu'à 16 pour Wan en 4k. Comptez les sorties facturées sur un vrai brief, y compris les images réussies que vous écartez. Pour les totaux mensuels, utilisez le calculateur de coût API.
Transférer un même brief entre les modèles
D'abord dans le Playground. Ouvrez successivement les pages Z-Image, Seedream 5.0 Pro et Wan 2.7 Pro. Sur chacune, ouvrez l'onglet Playground, collez le même prompt, choisissez 4:3 (un des cinq formats communs), vérifiez le prix estimé et lancez. Comparez les trois résultats avant d'écrire du code.
Puis l'API, une fois le modèle choisi. Les champs input ne sont pas interchangeables ; voici donc la requête Z-Image complète :
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}}'Pour Seedream 5.0 Pro, remplacez model par bytedance/seedream-5.0-pro/text-to-image, retirez seed et ajoutez "resolution": "1k". Pour Wan 2.7 Pro, utilisez alibaba/wan-2.7-pro/text-to-image et ajoutez "resolution": "2k". Champs, résultats et erreurs figurent dans la référence API ; le guide de démarrage accompagne la première requête.
Confiez-le à un Agent. Un agent peut faire le même appel via CLI, MCP server ou Agent Skill. Tous trois lisent le schéma actuel du modèle ; CLI et MCP affichent le prix et demandent confirmation avant de créer une tâche. Avec SPICY_API_KEY défini :
# 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-skillQuestions fréquentes
Z-Image Turbo est-il meilleur que Seedream 5.0 Pro ? Pas dans l'absolu. Z-Image est bien moins cher et convient aux itérations de brouillons de nouvelles images ; Seedream 5.0 Pro accepte jusqu'à dix références, des prompts plus longs et une livraison en 2k. Consultez les spécifications sur la page Seedream 5.0 Pro vs Z-Image.
Le 4k de Wan 2.7 Pro donne-t-il une meilleure image ? Pas à lui seul : il offre environ quatre fois plus de pixels que le 2k au même prix, mais l'étiquette 4k de Wan a mal orthographié du texte correctement rendu dans ses images 2k. Les retouches restent en 2k.
Puis-je changer uniquement le nom du modèle dans une requête existante ? Seulement après avoir retiré les champs absents du nouvel endpoint et revérifié les valeurs autorisées. Chaque page comparative traite une tâche : Wan 2.7 Pro vs Z-Image montre le texte vers image, tandis que Seedream 5.0 Pro vs Wan 2.7 Pro montre uniquement la retouche d'image.
Comment choisir
Explorer de nouvelles images depuis du texte : Z-Image. Un brief long ou riche en texte, ou une retouche combinant plusieurs références : Seedream 5.0 Pro, d'abord en 1k. Une image 4k ou une retouche guidée par zones et palette : Wan 2.7 Pro. Testez ensuite un vrai brief avec votre sélection et comptez les essais nécessaires : c'est l'image acceptée, pas le prix de la requête, qui détermine votre dépense.
