Famille Seedream (Doubao)

Les modèles d’images Doubao de ByteDance, au nombre de trois. Ils s’appellent via l’endpoint compatible OpenAI /v1/images/generations, qui sert aussi bien au texte vers image qu’à l’édition.

Choix du modèle

Pour les prix en vigueur, consultez la page du modèle .

Texte vers image

import base64
from openai import OpenAI
 
client = OpenAI(api_key="YOUR_OFOX_API_KEY", base_url="https://api.ofox.io/v1", timeout=600)
 
resp = client.images.generate(
    model="volcengine/doubao-seedream-5.0-pro",
    prompt="Une pomme rouge sur une table blanche",
    size="2560x1440",
)
 
with open("output.jpg", "wb") as f:
    f.write(base64.b64decode(resp.data[0].b64_json))

curl https://api.ofox.io/v1/images/generations \
  --max-time 600 \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "volcengine/doubao-seedream-5.0-pro",
    "prompt": "Une pomme rouge sur une table blanche",
    "size": "2560x1440"
  }' | jq -r '.data[0].b64_json' | base64 --decode > output.jpg

Le format de sortie est toujours JPEG : enregistrez le fichier avec l’extension .jpg. La réponse est en base64 par défaut ; passez "response_format": "url" pour recevoir un lien vers l’image.

Taille (size)

size accepte deux écritures :

• Niveau de résolution 1k, 2k, 4k (insensible à la casse) : seule la résolution est fixée, le format est choisi par le modèle selon la consigne. Lors de nos tests avec 4.5 et 2k, la sortie a été tantôt 2048×2048, tantôt 1664×2496.
• Largeur et hauteur exactes LARGEURxHAUTEUR : le format est fixe et doit respecter la plage de pixels du tableau ci-dessous.

« — » signifie non mesuré lors de nos tests ; référez-vous à la documentation officielle de Volcano Engine Ark .

Largeurs et hauteurs valides courantes (respectant le minimum de pixels de 4.5 et 5.0 Lite) :

Édition et références multiples

import base64
from openai import OpenAI
 
client = OpenAI(api_key="YOUR_OFOX_API_KEY", base_url="https://api.ofox.io/v1", timeout=600)
 
with open("apple.jpg", "rb") as f:
    ref = "data:image/jpeg;base64," + base64.b64encode(f.read()).decode()
 
resp = client.images.generate(
    model="volcengine/doubao-seedream-5.0-pro",
    prompt="Rends la pomme violette et laisse le reste intact",
    size="2k",
    extra_body={"image": [ref]},
)
 
with open("apple_purple.jpg", "wb") as f:
    f.write(base64.b64decode(resp.data[0].b64_json))

# Le base64 est très long : l'insérer directement dans la commande provoque Argument list too long, on l'écrit donc d'abord dans un fichier
printf 'data:image/jpeg;base64,%s' "$(base64 < apple.jpg | tr -d '\n')" > apple.b64
jq -n --rawfile img apple.b64 '{
  model: "volcengine/doubao-seedream-5.0-pro",
  prompt: "Rends la pomme violette et laisse le reste intact",
  size: "2k",
  image: [$img]
}' > body.json
 
curl https://api.ofox.io/v1/images/generations \
  --max-time 600 \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d @body.json | jq -r '.data[0].b64_json' | base64 --decode > apple_purple.jpg

• image est un tableau dont chaque élément est une URL d’image ou une chaîne commençant par data:image/...;base64,. Pour plusieurs images de référence, placez-les dans l’ordre dans le tableau et précisez dans la consigne le rôle de chacune.
• input_images est un champ propre à Qwen-Image, non pris en charge par Seedream.
• Seedream ne prend pas en charge /v1/images/edits ; pour éditer, utilisez le champ image décrit dans cette section.

Séries et images multiples

Exemple de série d’images :

{
  "model": "volcengine/doubao-seedream-5.0-lite",
  "prompt": "Génère 3 images distinctes : le même renard au printemps, en été et en automne",
  "size": "2k",
  "sequential_image_generation": "auto",
  "sequential_image_generation_options": { "max_images": 3 }
}

• auto signifie que le modèle décide du nombre d’images ; max_images n’est qu’un plafond. Lors de nos tests avec la même requête, 4.5 a réuni trois cases de bande dessinée dans une seule image et n’en a renvoyé qu’une. Pour un nombre fixe, écrivez explicitement dans la consigne « Génère N images distinctes ».
• Chaque image est facturée séparément ; usage.output_tokens correspond au total de toutes les images.

Filigrane

D’après nos tests, via OfoxAI, aucun filigrane n’est ajouté par défaut ; aucun paramètre supplémentaire n’est nécessaire.

Latence

Nous avons mesuré environ 12 à 40 secondes en 2K, et environ 76 secondes pour une série de 3 images. Nous recommandons un délai d’attente client de 300 secondes ou plus.

Erreurs courantes

Le Request id: 0217… à la fin du message d’erreur est l’identifiant de requête en amont ; lorsque vous contactez le support technique, fournissez-le avec le request_id de la réponse.

The parameter `size` specified in the request is not valid: image size must be at least 3686400 pixels.
The parameter `size` specified in the request are not valid: image area must be at least 921600 pixels.
The parameter `size` specified in the request is not valid: image size must be at most 16777216 pixels.
The parameter `size` specified in the request is not valid: the specified size is not supported for model doubao-seedream-4-5.
The parameter `size` specified in the request are not valid: must be 'WIDTHxHEIGHT' or a supported size preset.
The parameter `size` specified in the request is not valid: size must be one of 'WIDTHxHEIGHT', '1k', '2k', or '4k'.
The parameter `sequential_image_generation` specified in the request are not valid: the parameter `sequential_image_generation` is not supported by the current model.
The parameter `output_format` specified in the request is not valid: the parameter `output_format` is not supported by the current model.

Documentation officielle

La documentation officielle décrit le comportement en appel direct à Volcano Engine Ark ; via OfoxAI, les résultats mesurés sur cette page font foi.

• Centre de documentation de Volcano Engine Ark 

FAQ