ByteDance Seed: Seedream 5.0 Flash

Seedream 5.0 Flash, ByteDance Seed tarafından geliştirilen bir görsel üretme ve düzenleme modelidir. Seedream 5.0 ailesine aittir ve bu ailede hızlı, maliyet açısından verimli katman olarak konumlanır; ailenin en büyük modelinin gerekli olduğu durumlar yerine yüksek hacimli üretim ve etkileşimli iş yükleri için tasarlanmıştır.

Model bir görsel modelidir. Metin ve görsel girdi kabul eder, çıktısı bir görseldir. Bu girdi modaliteleri kombinasyonu, aynı model içinde hem yazılı bir istemden üretimi hem de mevcut görsellerin düzenlenmesini mümkün kılar. 14 adede kadar girdi referansı destekler, böylece bir istek tek bir kaynak görsel yerine birden fazla kaynak görselle yönlendirilebilir. Metin çıktısı yoktur, yani model yazılı açıklamalar veya yanıtlar yerine görseller döndürür. Bu model için bağlam uzunluğu yayımlanmamıştır, dolayısıyla bir bağlam penceresi etrafında token tabanlı planlama burada geçerli değildir. Model için listelenen istek parametreleri frequency_penalty, max_tokens, temperature ve top_p'dir.

Girdi tarafı hem metni hem görselleri kapsadığı ve çıktı her zaman bir görsel olduğu için pratik kullanımlar, görselleri yüksek hacimde üretmek ve düzenlemekten doğar. Metin ve görsel istemlerinin birlikte kullanımı ürün görselleri, pazarlama ve sosyal medya varlıkları, konsept ve taslak görseller ile kaynak görsellerin korumak istediğiniz görünümü taşıdığı mevcut bir görselin varyasyonları için uygundur. Referans girdileri, bir brief'in sağlanan materyale görsel olarak bağlı kalması gerektiğinde faydalıdır. Model istemleri ve referans görselleri alıp görseller döndürdüğü için hızlı şekilde çok sayıda görsele ihtiyaç duyan iş akışlarına uyar; buna kullanıcının bir istemi ayarlayıp aynı oturumda sonuç beklediği etkileşimli araçlar da dahildir.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "bytedance-seed/seedream-5-0-flash" model id'si ile çağırırsınız. İstekler diğer OpenAI uyumlu çağrılarla aynı şekilde oluşturulur; model değeri olarak bu id kullanılır ve metin ile görsel girdi endpoint'in beklediği şekilde sağlanır. Desteklenen istek parametreleri frequency_penalty, max_tokens, temperature ve top_p'dir. Bunlara ek olarak görsel ayarları resolution, aspect_ratio, n, input_references ve seed'dir. Resolution 1K veya 2K enum'udur. aspect_ratio 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 ve auto değerlerini kapsayan bir enum'dur. n yalnızca tek bir değer kabul eder; minimum 1 ve maksimum 1'dir, yani istek başına bir görsel. input_references 0 ile 14 arasında değişir ve seed bir boolean'dır.

Karar vermeden önce bilinmesi gerekenler: n 1 olarak sabittir ve daha yüksek bir sayıya çıkarılamaz, bu nedenle istediğiniz her görsel için ayrı bir istek gönderirsiniz. Model yalnızca görsel çıktısı verir, dolayısıyla sınıflandırma veya özetleme gibi metin çıktısı gerektiren her görev farklı bir model gerektirir. Her iki resolution seçeneği de en fazla 2K'dır; bu, modelin kendisinden daha büyük render'lar gerekiyorsa bir kısıtlama olabilir. Uzun bağlam akıl yürütmesi bu modelin yaptığı bir şey değildir. İş yükünüz ağırlıklı olarak metinse veya tek bir çağrının birden fazla görsel döndürmesine ihtiyacınız varsa, api14 üzerindeki başka bir model büyük olasılıkla daha iyi uyar.