Uma API de imagens cobre três trabalhos diferentes: encher uma pasta de rascunhos baratos, entregar uma imagem final a partir de um briefing longo e revisar uma imagem existente. Z-Image, Seedream 5.0 Pro e Wan 2.7 Pro dividem esses trabalhos de formas distintas. As diferenças estão na própria solicitação: tarefas, tamanho de saída, seed, número de referências e preço padrão. A escolha depende de sua entrada ser um prompt, uma imagem ou os dois.
Resumindo (com base nos nossos testes de setembro e outubro de 2026): escolha Z-Image para novas imagens a partir de texto quando quiser muitas tentativas baratas ($0,01 cada). Escolha Seedream 5.0 Pro para uma imagem final em 1k ou 2k a partir de um briefing longo com muito texto, ou edições que combinam até dez referências ($0,036 em 1k, $0,072 em 2k). Escolha Wan 2.7 Pro para a maior tela (2k por padrão, 4k em texto para imagem, tarifa fixa de $0,075) ou edição guiada por regiões e paleta de cores. Para briefings voltados a adultos, a tarefa de texto para imagem do Wan 2.7 Pro tem o rótulo de suavização: reduziu a intensidade de todas as solicitações de níveis 3 e 4. Sua edição, Z-Image e Seedream 5.0 Pro não têm esse rótulo, embora a edição do Wan também tenha sido suavizada no nível 4.
Comparação lado a lado
| Z-Image | Seedream 5.0 Pro | Wan 2.7 Pro | |
|---|---|---|---|
| Tarefas | Apenas texto para imagem | Texto para imagem, edição de imagem, decomposição em camadas | Texto para imagem, edição de imagem |
| Tamanho de saída | Fixo, próximo de um megapixel por proporção; sem campo de resolução | 1k ou 2k (2k por padrão) | Texto para imagem em 2k (padrão, cerca de 4 megapixels) ou 4k (cerca de 16); edição em 2k |
| Proporções da tela | 5: 1:1, 4:3, 3:4, 16:9, 9:16 | 15, de 1:3 a 3:1, incluindo 4:5 e 21:9; edição em auto por padrão (segue a primeira referência) | 7: as cinco acima mais 3:2 e 2:3; edição sem padrão |
| Referências na edição | Nenhuma | 1 a 10 | 1 a 9, mais bounding_boxes opcionais (até duas por referência) |
| seed | Sim | Não | Sim |
| Outros controles | enable_prompt_expansion (desligado por padrão); somente PNG | enable_thinking (ligado por padrão, sem efeito no preço); JPEG ou PNG; background: transparent na edição | color_palette (3 a 10 cores) |
| Limite do prompt | 1.000 caracteres | 5.000 | 5.000 |
| Preço por imagem | $0,01; $0,016 com expansão do prompt | $0,036 em 1k, $0,072 em 2k; edições acrescentam $0,003 por referência após a primeira | $0,075 para geração ou edição, em 2k ou 4k |
| Rótulo de conteúdo no catálogo | Sem censura | Sem censura, todas as tarefas | Edição sem censura; texto para imagem suavizado |
Z-Image: muitos rascunhos baratos de uma nova imagem
Z-Image tem uma tarefa: texto para imagem. A $0,01 por solicitação, dez rascunhos planejados custam $0,10, permitindo comparar mudanças em uma única oração por pouco dinheiro. Mantenha o seed para fixar a condição inicial, mas compare as saídas reais: ele não garante enquadramento idêntico nem isola o efeito da oração alterada.
Os limites são concretos: não há campo de resolução (cada proporção resulta num tamanho fixo de cerca de um megapixel), os prompts vão até 1.000 caracteres e não há imagem de referência. Limite o texto na imagem a poucas palavras grandes: uma linha média em itálico teve erro de grafia em todas as execuções (veja o teste de rótulo abaixo). Use-o para encontrar a composição e depois leve a redação a um modelo maior para a versão final.
Deixe enable_prompt_expansion desligado nas iterações: ele reescreve o prompt e aumenta o preço para $0,016. Se você precisa de dimensões exatas em pixels em vez de proporções, isso pertence a outra família Z-Image: veja o guia de fluxo de trabalho Z-Image Spicy.
Seedream 5.0 Pro: imagem final ou edição com até dez fontes
Seedream 5.0 Pro aceita prompts de 5.000 caracteres, oferece quinze proporções e dois tamanhos, e é o único dos três com opção de fundo transparente na edição. A nota de lançamento da ByteDance o posiciona para infográficos, cartazes e trabalhos de layout complexo, mas reconhece espaço para melhorar texto fino e consistência de edição no nível de pixels. Confira as regiões que deveriam permanecer intactas em cada edição.
Quatro detalhes mudam o custo ou o resultado:
- O padrão é 2k. Se omitir
resolution, você paga $0,072, não os $0,036 em destaque. Use 1k para confirmar a composição e gere a imagem final em 2k. - Não há seed. Repetir gera outra imagem, e edições encadeadas se desviam porque cada etapa renderiza o quadro inteiro novamente. Edite a partir das referências originais com uma instrução mais completa, em vez de empilhar instruções pequenas. Wan se comporta igual: um seed reduz a variação entre execuções, mas não torna a edição local.
- Referências custam mais. Cada referência após a primeira acrescenta $0,003 (dez referências em 1k: cerca de $0,063). Dê uma função explícita a cada uma ("image 1 is the subject, image 2 only the room"); uma fonte sem identificação se mistura ao restante.
- A saída transparente é restrita.
background: transparentfunciona apenas com saída PNG e exatamente uma imagem de entrada, que também precisa ser PNG com canal alfa. Para separar uma imagem final em camadas, use a tarefa independente de decomposição no guia de separação de camadas. Os membros mais baratos da família são comparados no comparativo Seedream 5.0.
Nos testes, um posicionamento com duas imagens manteve a roupa e o ambiente, mas perdeu a semelhança com a pessoa original. Compare o rosto com a fonte em cada etapa, tanto no Seedream quanto no Wan.
Wan 2.7 Pro: tela grande e edição guiada por regiões
O texto para imagem do Wan 2.7 Pro usa 2k por padrão e chega a 4k, cerca de quatro vezes mais pixels, pela mesma tarifa fixa de $0,075. Escolha-o para uma imagem principal que será recortada, ampliada ou impressa, ou um layout em que as letras precisam de espaço.
A edição aceita de uma a nove referências, usa 2k (4k é apenas para texto para imagem), não tem proporção padrão (sem aspect_ratio, a última referência define as proporções) e acrescenta bounding_boxes para marcar onde mudar. Uma caixa é um pedido, não uma garantia de que todo o exterior fica intacto; compare com a fonte. color_palette aceita de três a dez cores (oito recomendadas) e guia a paleta do quadro inteiro, incluindo cenário, roupa e luz. Para prompts práticos e uma edição explicada, veja o guia de fluxo de trabalho Wan 2.7.
Texto na imagem: o mesmo briefing de rótulo nos três modelos
Enviamos o mesmo briefing de rótulo de produto três vezes a cada modelo em 4:3: um pote de mel âmbar com título grande "WILDFLOWER HONEY", uma linha pequena em itálico "Raw & unfiltered" e uma linha muito pequena de peso e lote. Os três acertaram o título e a linha muito pequena sempre. A linha do meio em itálico os separou: Seedream 5.0 Pro a escreveu corretamente em 3 de 3 execuções em 1k (e uma vez em 2k), Wan 2.7 Pro em 3 de 3 no 2k padrão, enquanto Z-Image errou nas três. A única execução 4k do Wan também errou; uma tela maior não garante texto pequeno correto.
Se a imagem contém texto que você não pode corrigir à mão, use Seedream 5.0 Pro ou Wan 2.7 Pro e confira todos os tamanhos de letra; para poucas palavras grandes, a imagem de $0,01 do Z-Image basta.
Rótulos de conteúdo importam em trabalhos voltados a adultos
O catálogo rotula cada endpoint pelo comportamento nos prompts de teste. Suavizado significa que a chamada tem sucesso e é cobrada, mas pedidos além dos limites próprios do modelo podem voltar com intensidade reduzida. Verifique o rótulo do endpoint que você chamará, não o nome da família.
Nestes testes (metodologia de avaliação), L1 é imagem sugestiva, L2 NSFW moderado, L3 NSFW avançado e L4 cenas adultas de maior intensidade entre adultos. Cada célula mostra execuções entregues como solicitado sobre o total realizado; todas as demais foram suavizadas (roupa adicionada, partes importantes ocultadas ou imagem sem relação), e nenhuma foi recusada.
| Nível | Z-Image Turbo texto para imagem | Seedream 5.0 Pro texto para imagem | Seedream 5.0 Pro edição | Wan 2.7 Pro texto para imagem | Wan 2.7 Pro edição |
|---|---|---|---|---|---|
| L1 sugestivo | 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 avançado | 3 de 3 | 2 de 2 | 2 de 2 | 0 de 2 | não se aplica |
| L4 maior intensidade | 3 de 3 | 3 de 3 | 2 de 3 | 0 de 3 | 0 de 3 |
Wan 2.7 Pro texto para imagem suavizou todas as execuções L3 e L4, e sua edição, embora rotulada sem censura, também foi suavizada em L4. Espere menor confiabilidade que Seedream 5.0 Pro edição na maior intensidade. Os detalhes estão nos testes Wan, no artigo de teste Seedream 5.0 Pro e no artigo de teste Z-Image.
Quanto custa uma imagem aproveitável
Estes são preços de imagens individuais bem-sucedidas. Tarefas que falham liberam a retenção de pagamento; tarefas cobradas pelo número de saídas são liquidadas pelas imagens realmente entregues. Uma imagem bem-sucedida que você não pode usar ainda aumenta o custo da imagem aproveitável.
| Configuração | Por imagem | 100 imagens | Rascunhos Z-Image pelo mesmo valor |
|---|---|---|---|
| Z-Image, expansão desligada | $0,01 | $1,00 | 1 |
| Z-Image, expansão ligada | $0,016 | $1,60 | 1,6 |
| Seedream 5.0 Pro, 1k | $0,036 | $3,60 | 3,6 |
| Seedream 5.0 Pro, 2k (padrão) | $0,072 | $7,20 | 7,2 |
| Wan 2.7 Pro, 2k ou 4k | $0,075 | $7,50 | 7,5 |
A última coluna indica o ponto de equilíbrio. Z-Image só é mais barato por imagem aproveitável quando entrega uma aceitável em menos de cerca de 3,6 tentativas, se Seedream a 1k fosse aceito na primeira, e cerca de 7,5 frente a uma imagem Wan aceita de primeira. As entregas também diferem (cerca de um megapixel no Z-Image, até 16 no Wan em 4k). Conte saídas cobradas num briefing real, incluindo imagens bem-sucedidas que você descarta. Para totais mensais, use a calculadora de custos de API.
Levar o mesmo briefing entre os modelos
Primeiro no Playground. Abra em sequência as páginas Z-Image, Seedream 5.0 Pro e Wan 2.7 Pro. Em cada uma, abra a aba Playground, cole o mesmo prompt, escolha 4:3 (uma das cinco proporções compartilhadas), confira a estimativa de preço e execute. Compare os três resultados antes de escrever código.
Depois, a API, quando souber qual modelo quer. Os campos input não são intercambiáveis, então esta é a solicitação completa do 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, mude model para bytedance/seedream-5.0-pro/text-to-image, remova seed e acrescente "resolution": "1k". Para Wan 2.7 Pro, use alibaba/wan-2.7-pro/text-to-image e acrescente "resolution": "2k". Campos, resultados e erros estão na referência da API; o guia inicial orienta a primeira solicitação.
Deixe um Agent fazer isso. Um agente pode realizar a mesma chamada pela CLI, pelo MCP server ou pelo Agent Skill. Os três leem o esquema atual do modelo, e CLI e MCP mostram o preço e pedem confirmação antes de criar a tarefa. Com SPICY_API_KEY definido:
# 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-skillPerguntas frequentes
Z-Image Turbo é melhor que Seedream 5.0 Pro? Não como afirmação geral. Z-Image é bem mais barato e serve para iterar rascunhos de novas imagens; Seedream 5.0 Pro aceita até dez referências, prompts maiores e entrega em 2k. Para comparar especificações, veja a página Seedream 5.0 Pro vs Z-Image.
O 4k do Wan 2.7 Pro significa uma imagem melhor? Não por si só: são cerca de quatro vezes os pixels do 2k pelo mesmo preço, mas o rótulo 4k do Wan errou texto que suas imagens 2k escreveram corretamente. Edições ficam em 2k.
Posso trocar só o nome do modelo numa solicitação existente? Só depois de remover campos que o novo endpoint não lista e verificar novamente os valores permitidos. Cada página de comparação cobre uma tarefa: Wan 2.7 Pro vs Z-Image mostra texto para imagem, enquanto Seedream 5.0 Pro vs Wan 2.7 Pro mostra apenas edição de imagem.
Como escolher
Para explorar imagens novas a partir de texto: Z-Image. Para um briefing longo ou com muito texto, ou edição que combina várias referências: Seedream 5.0 Pro, primeiro com rascunho em 1k. Para uma imagem 4k ou edição guiada por regiões e paleta: Wan 2.7 Pro. Depois teste um briefing real nos modelos selecionados e conte as tentativas necessárias: o custo relevante é o da imagem aceita, não o preço da solicitação.
