ByteDance Seed: Seedream 5.0 Flash

Seedream 5.0 Flash est un modèle de génération et d'édition d'images de ByteDance Seed. Il appartient à la famille Seedream 5.0, où il occupe le rang de palier rapide et économique, positionné pour la production à grand volume et les charges de travail interactives plutôt que pour les cas où le plus grand modèle de la famille est requis.

Le modèle est un modèle d'image. Il accepte en entrée du texte et des images, et sa sortie est une image. C'est cette combinaison de modalités d'entrée qui rend possible à la fois la génération à partir d'un prompt écrit et l'édition d'images existantes au sein du même modèle. Il prend en charge jusqu'à 14 références d'entrée, de sorte qu'une requête peut être guidée par plusieurs images sources plutôt qu'une seule. Il n'y a pas de sortie texte, ce qui signifie que le modèle renvoie des images plutôt que des descriptions ou des réponses écrites. Aucune longueur de contexte n'est publiée pour ce modèle, donc une planification basée sur les tokens autour d'une fenêtre de contexte n'est pas applicable ici. Les paramètres de requête listés pour celui-ci sont frequency_penalty, max_tokens, temperature et top_p.

Comme le côté entrée couvre à la fois le texte et les images et que la sortie est toujours une image, les usages pratiques découlent de la génération et de l'édition de visuels en volume. Les prompts texte et image combinés conviennent aux visuels produits, aux assets marketing et sociaux, aux visuels de concept et d'ébauche, et aux variations sur une image existante où les images sources portent l'apparence que vous souhaitez conserver. Les entrées de référence sont utiles lorsqu'un brief doit rester visuellement ancré au matériel fourni. Étant donné que le modèle prend des prompts et des images de référence et renvoie des images, il convient aux pipelines qui ont besoin de nombreuses images rapidement, y compris les outils interactifs où un utilisateur ajuste un prompt et attend un résultat dans la même session.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "bytedance-seed/seedream-5-0-flash". Les requêtes sont construites de la même manière que les autres appels compatibles OpenAI, avec cet identifiant comme valeur de model et l'entrée texte et image fournie comme l'endpoint l'attend. Les paramètres de requête pris en charge sont frequency_penalty, max_tokens, temperature et top_p. En plus de ceux-ci, les paramètres d'image sont resolution, aspect_ratio, n, input_references et seed. resolution est une énumération de 1K ou 2K. aspect_ratio est une énumération couvrant 1:1, 1:2, 2:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:19.5, 19.5:9, 9:20, 20:9, 9:21, 21:9 et auto. n accepte une seule valeur uniquement, avec un minimum de 1 et un maximum de 1, donc une image par requête. input_references va de 0 à 14, et seed est un booléen.

À savoir avant de vous engager : n est fixé à 1 et ne peut pas être augmenté à un nombre supérieur, donc vous émettez une requête distincte pour chaque image que vous souhaitez. Le modèle ne produit que des images, donc toute tâche nécessitant une sortie texte, comme la classification ou le résumé, nécessite un modèle différent. Les deux options de resolution plafonnent à 2K, ce qui peut être une contrainte si vous avez besoin de rendus plus grands provenant du modèle lui-même. Le raisonnement sur un long contexte n'est pas quelque chose que ce modèle fait. Si votre charge de travail est principalement du texte, ou si vous avez besoin qu'un seul appel renvoie plusieurs images, un autre modèle sur api14 conviendra probablement mieux.