Un'API per immagini copre tre lavori diversi: riempire una cartella di bozze economiche, consegnare un'immagine finita da un brief lungo e modificare una foto esistente. Z-Image, Seedream 5.0 Pro e Wan 2.7 Pro si dividono questi lavori in modo diverso. Le differenze sono nella richiesta stessa: attività, dimensioni di uscita, seed, numero di riferimenti e prezzo predefinito. La scelta dipende dal fatto che l'input sia un prompt, un'immagine o entrambi.
In breve (in base ai nostri test di settembre e ottobre 2026): scegli Z-Image per nuove immagini da testo quando vuoi molti tentativi economici ($0.01 ciascuno). Scegli Seedream 5.0 Pro per un'immagine finita a 1k o 2k da un brief lungo e ricco di testo, o per modifiche che combinano fino a dieci riferimenti ($0.036 a 1k, $0.072 a 2k). Scegli Wan 2.7 Pro per la superficie più ampia (2k predefinito, 4k da testo a immagine, tariffa fissa di $0.075) o una modifica guidata da regioni e palette. Per brief rivolti agli adulti, l'attività da testo a immagine di Wan 2.7 Pro è etichettata come attenuata: ha attenuato ogni richiesta di livello 3 e 4. La sua modifica, Z-Image e Seedream 5.0 Pro non hanno questa etichetta, anche se la modifica di Wan è stata comunque attenuata al livello 4.
Confronto diretto
| Z-Image | Seedream 5.0 Pro | Wan 2.7 Pro | |
|---|---|---|---|
| Attività | Solo da testo a immagine | Da testo a immagine, modifica immagine, scomposizione in livelli | Da testo a immagine, modifica immagine |
| Dimensioni di uscita | Fisse attorno a un megapixel per rapporto; nessun campo di risoluzione | 1k o 2k (2k predefinito) | Da testo a immagine a 2k (predefinito, circa 4 megapixel) o 4k (circa 16); modifica a 2k |
| Rapporti d'aspetto | 5: 1:1, 4:3, 3:4, 16:9, 9:16 | 15, da 1:3 a 3:1, inclusi 4:5 e 21:9; modifica in auto per impostazione predefinita (segue il primo riferimento) | 7: i cinque precedenti più 3:2 e 2:3; modifica senza valore predefinito |
| Riferimenti in modifica | Nessuno | 1 a 10 | 1 a 9, più bounding_boxes opzionali (fino a due per riferimento) |
| seed | Sì | No | Sì |
| Altri controlli | enable_prompt_expansion (disattivato per impostazione predefinita); solo PNG | enable_thinking (attivo per impostazione predefinita, nessun effetto sul prezzo); JPEG o PNG; background: transparent in modifica | color_palette (3 a 10 colori) |
| Limite del prompt | 1.000 caratteri | 5.000 | 5.000 |
| Prezzo per immagine | $0.01; $0.016 con espansione del prompt | $0.036 a 1k, $0.072 a 2k; le modifiche aggiungono $0.003 per ogni riferimento dopo il primo | $0.075 per generazione o modifica, a 2k o 4k |
| Etichetta dei contenuti nel catalogo | Senza censura | Senza censura, tutte le attività | Modifica senza censura; da testo a immagine attenuato |
Z-Image: tante bozze economiche di una nuova immagine
Z-Image ha una sola attività: da testo a immagine. A $0.01 per richiesta, dieci bozze mirate costano $0.10, così puoi confrontare modifiche a una singola proposizione a basso costo. Mantieni il seed per fissare la condizione iniziale, ma confronta gli output reali: non garantisce la stessa inquadratura né isola l'effetto della proposizione modificata.
I limiti sono concreti: nessun campo di risoluzione (ogni rapporto produce dimensioni fisse attorno a un megapixel), prompt fino a 1.000 caratteri e nessuna immagine di riferimento. Limita il testo nell'immagine a poche parole grandi: una riga corsiva media è stata scritta male in ogni test (vedi la prova dell'etichetta sotto). Usalo per trovare la composizione, poi trasferisci la formulazione a un modello più grande per la versione da consegnare.
Lascia enable_prompt_expansion disattivato durante le iterazioni: riscrive il prompt e porta il prezzo a $0.016. Se ti servono dimensioni precise in pixel invece di rapporti, è un'altra famiglia Z-Image: leggi la guida al flusso di lavoro Z-Image Spicy.
Seedream 5.0 Pro: un'immagine finita o una modifica con fino a dieci fonti
Seedream 5.0 Pro accetta prompt di 5.000 caratteri, offre quindici rapporti e due dimensioni ed è l'unico dei tre con un'opzione di sfondo trasparente in modifica. La nota di lancio di ByteDance lo presenta per infografiche, poster e lavori con impaginazione complessa, ma segnala margini di miglioramento nel testo fine e nella coerenza delle modifiche a livello di pixel. Controlla quindi le aree che dovrebbero restare intatte a ogni modifica.
Quattro dettagli cambiano costo o risultati:
- Il valore predefinito è 2k. Se ometti
resolution, paghi $0.072, non i $0.036 pubblicizzati. Usa 1k per confermare la composizione, poi genera l'immagine finale a 2k. - Non c'è seed. Ripetere genera un'immagine diversa e le modifiche concatenate deviano perché ogni passata rigenera l'intero frame. Modifica dai riferimenti originali con un'istruzione più completa, invece di accumulare piccole istruzioni. Wan si comporta allo stesso modo: un seed riduce la variazione fra tentativi ma non rende locale la modifica.
- I riferimenti costano di più. Ogni riferimento dopo il primo aggiunge $0.003 (dieci riferimenti a 1k: circa $0.063). Assegna a ciascuno un ruolo ("image 1 is the subject, image 2 only the room"); una fonte senza indicazione viene mescolata.
- L'output trasparente è limitato.
background: transparentfunziona solo con output PNG ed esattamente un'immagine di input, anch'essa PNG con canale alfa. Per separare un'immagine finita in livelli, usa l'attività distinta di scomposizione nella guida alla divisione in livelli. I membri meno costosi della famiglia sono confrontati nel confronto Seedream 5.0.
Nei nostri test, un posizionamento con due immagini ha conservato abiti e stanza, ma perso la somiglianza con la persona originale. Controlla il volto rispetto alla fonte a ogni passata, sia su Seedream sia su Wan.
Wan 2.7 Pro: superficie ampia e modifiche guidate da regioni
L'attività da testo a immagine di Wan 2.7 Pro usa 2k per impostazione predefinita e arriva a 4k, circa quattro volte i pixel, alla stessa tariffa fissa di $0.075. Sceglilo per un'immagine principale da ritagliare, ingrandire o stampare, o un layout dove le scritte hanno bisogno di spazio.
La modifica accetta da uno a nove riferimenti, lavora a 2k (4k solo da testo a immagine), non ha rapporto predefinito (senza aspect_ratio, l'ultimo riferimento determina le proporzioni) e aggiunge bounding_boxes per indicare dove intervenire. Un riquadro è una richiesta, non la garanzia che tutto il resto rimanga intatto: confronta con la fonte. color_palette accetta da tre a dieci colori (otto consigliati) e guida la palette dell'intero frame, inclusi ambiente, abiti e luce. Per prompt pratici e una modifica illustrata, leggi la guida al flusso di lavoro Wan 2.7.
Testo nell'immagine: lo stesso brief di etichetta per tutti e tre
Abbiamo inviato tre volte a ciascun modello, a 4:3, lo stesso brief di etichetta: un barattolo di miele ambrato con titolo grande "WILDFLOWER HONEY", una riga piccola in corsivo "Raw & unfiltered" e una riga molto piccola di peso e lotto. Tutti e tre hanno scritto correttamente titolo e riga molto piccola ogni volta. La riga centrale in corsivo li ha distinti: Seedream 5.0 Pro l'ha scritta bene in 3 tentativi su 3 a 1k (e una volta a 2k), Wan 2.7 Pro in 3 su 3 al 2k predefinito, mentre Z-Image l'ha sbagliata in tutti e tre. Anche l'unico tentativo 4k di Wan l'ha sbagliata: una superficie più ampia non garantisce testo piccolo corretto.
Se l'immagine contiene testo che non puoi correggere a mano, usa Seedream 5.0 Pro o Wan 2.7 Pro e controlla ogni dimensione delle scritte; se sono poche parole grandi, basta l'immagine da $0.01 di Z-Image.
Le etichette dei contenuti contano per i lavori rivolti agli adulti
Il catalogo etichetta ogni endpoint in base al comportamento sui prompt di test. Attenuato significa che la chiamata riesce ed è addebitata, ma richieste oltre i limiti del modello possono tornare attenuate. Controlla l'etichetta dell'endpoint che chiamerai, non il nome della famiglia.
In questi test (metodologia di valutazione), L1 indica immagini allusive, L2 NSFW moderato, L3 NSFW avanzato e L4 scene per adulti di maggiore intensità tra adulti. Ogni cella mostra i tentativi consegnati come richiesto sul totale effettuato; tutti gli altri sono stati attenuati (abiti aggiunti, parti chiave nascoste o un'immagine non pertinente), e nessuno è stato rifiutato.
| Livello | Z-Image Turbo da testo a immagine | Seedream 5.0 Pro da testo a immagine | Seedream 5.0 Pro modifica | Wan 2.7 Pro da testo a immagine | Wan 2.7 Pro modifica |
|---|---|---|---|---|---|
| L1 allusivo | 3 su 3 | 3 su 3 | 3 su 3 | 3 su 3 | 3 su 3 |
| L2 moderato | 3 su 3 | 3 su 3 | 3 su 3 | 3 su 3 | 3 su 3 |
| L3 avanzato | 3 su 3 | 2 su 2 | 2 su 2 | 0 su 2 | non applicabile |
| L4 maggiore intensità | 3 su 3 | 3 su 3 | 2 su 3 | 0 su 3 | 0 su 3 |
Wan 2.7 Pro da testo a immagine ha attenuato tutti i tentativi L3 e L4; la modifica, pur etichettata senza censura, è stata attenuata a L4. Aspettati quindi meno affidabilità rispetto alla modifica di Seedream 5.0 Pro alla massima intensità. I dettagli sono nei test Wan, nell'articolo di test Seedream 5.0 Pro e nell'articolo di test Z-Image.
Quanto costa un'immagine da tenere
Questi sono prezzi di singole immagini generate con successo. Le attività fallite liberano l'importo trattenuto; quelle con prezzo per numero di output vengono regolate sulle immagini effettivamente consegnate. Un'immagine riuscita ma inutilizzabile aumenta comunque il costo dell'immagine da tenere.
| Impostazione | Per immagine | 100 immagini | Bozze Z-Image con lo stesso budget |
|---|---|---|---|
| Z-Image, espansione disattivata | $0.01 | $1.00 | 1 |
| Z-Image, espansione attivata | $0.016 | $1.60 | 1,6 |
| Seedream 5.0 Pro, 1k | $0.036 | $3.60 | 3,6 |
| Seedream 5.0 Pro, 2k (predefinito) | $0.072 | $7.20 | 7,2 |
| Wan 2.7 Pro, 2k o 4k | $0.075 | $7.50 | 7,5 |
L'ultima colonna è la soglia di pareggio. Z-Image costa meno per immagine accettata solo se ne produce una accettabile in meno di circa 3,6 tentativi quando Seedream a 1k riuscirebbe al primo, e circa 7,5 rispetto a un'immagine Wan accettata al primo tentativo. Anche le consegne differiscono (circa un megapixel con Z-Image, fino a 16 con Wan a 4k). Conta gli output addebitati di un brief reale, incluse le immagini riuscite che scarti. Per totali mensili usa il calcolatore dei costi API.
Trasferire lo stesso brief tra i modelli
Prima nel Playground. Apri in sequenza le pagine di Z-Image, Seedream 5.0 Pro e Wan 2.7 Pro. In ciascuna, apri la scheda Playground, incolla lo stesso prompt, scegli 4:3 (uno dei cinque rapporti condivisi), controlla il prezzo stimato e avvia. Confronta i tre risultati prima di scrivere codice.
Poi l'API, una volta scelto il modello. I campi input non sono intercambiabili: ecco la richiesta completa 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}}'Per Seedream 5.0 Pro cambia model in bytedance/seedream-5.0-pro/text-to-image, rimuovi seed e aggiungi "resolution": "1k". Per Wan 2.7 Pro usa alibaba/wan-2.7-pro/text-to-image e aggiungi "resolution": "2k". Campi, risultati ed errori sono nella documentazione API; la guida iniziale accompagna la prima richiesta.
Lascia fare a un Agent. Un agente può fare la stessa chiamata tramite CLI, MCP server o Agent Skill. Tutti e tre leggono lo schema attuale del modello, e CLI e MCP mostrano il prezzo e chiedono conferma prima di creare l'attività. Con SPICY_API_KEY impostato:
# 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-skillDomande frequenti
Z-Image Turbo è migliore di Seedream 5.0 Pro? Non in assoluto. Z-Image è molto più economico e adatto a iterare bozze di nuove immagini; Seedream 5.0 Pro accetta fino a dieci riferimenti, prompt più lunghi e una consegna a 2k. Per le specifiche affiancate, leggi la pagina Seedream 5.0 Pro vs Z-Image.
Il 4k di Wan 2.7 Pro significa un'immagine migliore? Non da solo: offre circa quattro volte i pixel del 2k allo stesso prezzo, ma l'etichetta di Wan a 4k ha sbagliato testo scritto correttamente nei suoi frame a 2k. Le modifiche restano a 2k.
Posso cambiare solo il nome del modello in una richiesta esistente? Solo dopo aver rimosso i campi non elencati nel nuovo endpoint e ricontrollato i valori ammessi. Ogni pagina di confronto copre un'attività: Wan 2.7 Pro vs Z-Image mostra testo a immagine, mentre Seedream 5.0 Pro vs Wan 2.7 Pro mostra solo modifica di immagini.
Come scegliere
Per esplorare nuove immagini da testo: Z-Image. Per un brief lungo o ricco di testo, o una modifica con più riferimenti: Seedream 5.0 Pro, prima a 1k. Per un frame 4k o una modifica guidata da regioni e palette: Wan 2.7 Pro. Poi prova un brief reale con la tua selezione e conta i tentativi necessari: il costo da valutare è quello dell'immagine accettata, non della singola richiesta.
