ByteDance Seed: Seedream 5.0 Flash

Seedream 5.0 Flash adalah model pembuatan dan pengeditan gambar dari ByteDance Seed. Model ini termasuk dalam keluarga Seedream 5.0, di mana ia menempati tier cepat dan hemat biaya, diposisikan untuk produksi bervolume tinggi dan beban kerja interaktif, bukan untuk kasus yang memerlukan model terbesar dalam keluarga tersebut.

Model ini adalah model gambar. Ia menerima input teks dan gambar, dan outputnya adalah gambar. Kombinasi modalitas input inilah yang memungkinkan pembuatan dari prompt tertulis dan pengeditan gambar yang ada dalam model yang sama. Model ini mendukung hingga 14 referensi input, sehingga permintaan dapat dipandu oleh beberapa gambar sumber, bukan hanya satu. Tidak ada output teks, yang berarti model mengembalikan gambar, bukan deskripsi atau jawaban tertulis. Tidak ada panjang konteks yang dipublikasikan untuk model ini, sehingga perencanaan berbasis token seputar jendela konteks tidak berlaku di sini. Parameter permintaan yang terdaftar untuk model ini adalah frequency_penalty, max_tokens, temperature, dan top_p.

Karena sisi input mencakup teks dan gambar serta outputnya selalu berupa gambar, penggunaan praktisnya mengikuti dari pembuatan dan pengeditan visual dalam jumlah besar. Prompt teks dan gambar secara bersamaan cocok untuk citra produk, aset pemasaran dan media sosial, visual konsep dan draf, serta variasi pada gambar yang ada di mana gambar sumber membawa tampilan yang ingin Anda pertahankan. Input referensi berguna ketika sebuah brief perlu tetap terikat secara visual pada materi yang disediakan. Karena model menerima prompt dan gambar referensi lalu mengembalikan gambar, ia cocok untuk pipeline yang membutuhkan banyak gambar dengan cepat, termasuk alat interaktif di mana pengguna menyesuaikan prompt dan mengharapkan hasil dalam sesi yang sama.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "bytedance-seed/seedream-5-0-flash". Permintaan dibangun dengan cara yang sama seperti panggilan yang kompatibel dengan OpenAI lainnya, dengan id tersebut sebagai nilai model serta input teks dan gambar yang disediakan sesuai yang diharapkan oleh endpoint. Parameter permintaan yang didukung adalah frequency_penalty, max_tokens, temperature, dan top_p. Selain itu, pengaturan gambar adalah resolution, aspect_ratio, n, input_references, dan seed. Resolution adalah enum dari 1K atau 2K. aspect_ratio adalah enum yang mencakup 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, dan auto. n hanya menerima satu nilai, dengan minimum 1 dan maksimum 1, sehingga satu gambar per permintaan. input_references berkisar dari 0 hingga 14, dan seed adalah boolean.

Perlu diketahui sebelum Anda memutuskan: n tetap pada 1 dan tidak dapat dinaikkan ke jumlah yang lebih tinggi, sehingga Anda mengirim permintaan terpisah untuk setiap gambar yang Anda inginkan. Model ini hanya menghasilkan gambar, sehingga tugas apa pun yang membutuhkan output teks, seperti klasifikasi atau peringkasan, memerlukan model yang berbeda. Kedua opsi resolusi maksimalnya adalah 2K, yang mungkin menjadi kendala jika Anda memerlukan render yang lebih besar dari model itu sendiri. Penalaran konteks panjang bukanlah hal yang dilakukan model ini. Jika beban kerja Anda terutama teks, atau Anda memerlukan satu panggilan untuk mengembalikan beberapa gambar, model lain di api14 kemungkinan lebih cocok.