Seedream 5.5 实测对比 GPT Image 2.6：生图与图像编辑能力评测

以下是视频口播的自动转写，可能有错字。

字节团队在前几天发布了他们的 c 俊5.5生图模型。今天我们就通过一些样例来测试一下它是否真正具有他们所说的工业级别的生产力。模型参数方面，它最高支持462万像素的自定义分辨率，最多支持10张参考的输入。相比上一代的 c 俊5.0 pro，它的生成速度上提升了接近40%。

它的成本降低了60%左右。我们从官方的技术报告中可以看到它的技术核心突破点有三个，第一个是百伦像素级的连续编辑能力得到了提升。第二就是它能原生直出 rgba 透明素材了，不管是细密的羽毛边缘，还是半透明的玻璃光影。都有提升。最后一个升级点是在技术报告中指出是降低了 ai 生图的塑料感。

以及图片中文字的崩坏率，目前控制在0.4%以内。好了，介绍完官方的技术博客的内容，我们来看一下它的实测效果。对比对象是目前生图领域最强的GPT-IMAGES 2.6。CJUN 5.5呢，目前在智捷的豆包和极梦上都能进行体验。目前的话，极梦是需要会员，但是豆包上有一定的免费额度。

第一个场景是让两个模型生成一张直播场景的图片，需要还原产品和UI。我们看这两个模型生成效果，其实都还不错，都没有出现文字的错误，都很像是一张手机的截图。但是如果我们仔细看呢，我们明显发现GPT-IMAGES 2.6它的短视频平台的直播页面的UI还原得更好，而我们CJUN 5.5这里的话，它的商品挡住了弹幕，图片上短视频平台的UI还原也不够到位。

而且我们看左边C. Gpt 5.5它是双手拿着产品看向镜头，更像是准备好的一张拍照，而不像是直播中随手截的一张截图。所以这个场景，image 2.6胜出。下一道题我分别要了这两个模型去制作一个时尚杂志的封面。但是这里提示词要求的细节会比较多，考验的是模型的提示词遵从度。

在这方面，gpt 2.6仍然是无法逾越的高山。我们可以先注意几个细节，gpt 它的构图是坐在右下角向左肩看，左手拿数字牌，左肩上有发卡，书包上有三个不同颜色的纽扣。而我们回看提示词的话，发现它的方向和也色彩都是对的。而 c 卷5.5在这题表现就非常糟糕了，几乎是全反着来。

首先我们看他手写的标题放在下方，而且他往右肩看，右手拿着2026。右肩上有发卡，书包上的三色纽扣数量也不对。所以在提示词遵从度上是几乎完败于 gpt 2.6。而我们再看下一个场景，是春节四个人打麻将的日常生活场景，要求是日常的写实风格。我们先看 gpt 它生成的效果。

他让右侧绿色衣服的人用右手打出了5筒，但我们提示时要求的其实是左手。然后我们看桌上的麻将牌子，有少数几张，像北风和二饼显示有点异常。大多数麻将的图案都没有问题，背景氛围也比较符合过年的气氛。而 c 俊5.5这边呢，人物衣服和动作几乎没有什么问题，同样是绿色衣服用右手打出了5筒，应该是左手才对。

它整个画面的光影可能不如 gpt，但是它皮肤的质感以及画面的干净程度要比 gpt 要好一些。然后桌面上的麻将牌的图案也几乎是没什么问题的。这个是模型经常翻车的点啊。我们用同一套提示词，让 flex 3和千问 image 2.1，我们看一下它们的麻将牌。

它们虽然文字生成没问题，但对于这麻将这种图案，它们都是糊成一团乱码。所以这两个模型在所有生图模型中，在这一题表现都算比较好的了。然后我们看下一个测试案例，是关于新中式的山水旗袍写真。对话 c 俊5.5明显要表现的要强一些。首先色彩上来说的话，它采用的是知识青绿，或者说千里江山图的那种绿色。

比较符合我们中式的审美。而 gpt images 2.6，它里虽然妆容比较精致，细节更多一点，但是色彩，包括它的皮肤质感都是很差的。简单来说就是 ai 的塑料感太重了。另外它旗袍材质的质感。也是不如C进5.5。我们再看一个气泡水广告的例子。

嗯，这两个结构的话，我个人觉得 gpt images 2.6要好一些，首先它风格偏极简，产品更大，然后配合旁边的水花斜下来的话，更有一种冲击感、动态感。而 c 君他介绍的产品的特点，它更像是购物平台的产品详情页，而不像是一个海报广告。下一题的话，是让他自己发挥创意去设计一个极简的艺术展海报。

这题其实我觉得不用过多纠结，GPT的设计感和秩序感明显是碾压CG5.5。它这里有点杂乱，然后我们再看CG5.5，它设计一张中文的信息卡片会怎么样？对于这两个模型来说，这些文字写起来对它们来说都非常简单，所以这些标签呀、景点名称还有TIPS这些小字部分都是全对的。

Cg5.5我们可以看到画面偏暗，但它的设计风格我觉得要比 gpt imagine 2.6在这一题要好一点。imagine 是2.6，我们可以看到它的字体是很清晰的，但是在这一题它设计的过于平淡了。所以我们再看一下这两个模型在微距摄影上的生成效果。

这一道题是让两个模型用超近距离微距去拍一只跳蛛。这道题考验的是模型对世界知识以及微距镜头的理解。从镜头和画面的细节，我们明显可以感觉到模型参数量的差距。gpt 真正拍出了国家地理杂志的那种贴脸。超微距的震撼感。c 俊5.5这个版本，我感觉它整体颜色都是会偏灰暗，而且它的镜头拉的太远了，蜘蛛显得很小，下面还有另一块绿叶在抢夺注意力。

看完 c 俊5.5的生图呢，虽然整体不如 gpt-imagis 2.6，但整体表现在生图模型中已经算表现的比较好了，甚至在人像方面比起 gpt 也有一定的优势。它的画面总是整体偏灰暗，细节和表现力比起 gpt 也还是有一定的差距。然后我们再通过几个简单的案例来测试一下它的图像编辑能力。

首先是黑白破旧照片的修复，这里需要模型把这张满是折痕和裂纹的黑白老照片。进行修复，而且不要磨皮、美白。我们可以看到这两个模型修复的都还不错，都是处于那种可用的状态。但原图有一点小坑，它夹克这里领口部分有一个像拉链的裂纹，所以就有5.5把裂纹识别成拉链，而且它整体依然是偏灰暗，没有还原原色，也有一定的磨皮，所以是不如 gpt image 12.6的。

我们再看一个简单的三个图像输入，换衣换背景的例子，也就是我们常说的电商场景。这道题两个模型都拿出了顶尖的水平，无论是产品还是模特的一致性都非常好。而且模特和背景是有所融合的，我们可以看这个光影，不是简单的贴图。比如 gpt 它的鞋是踩在雪上的，这个雪是有所形变的。

而且它的光影逻辑也是对的。cg5.5它整体就是偏灰偏暗，我们可以从它身上的光照和地上的影子看到它的打光也是融合了背景去重新做了一遍的。如果大家感觉不到了，我们也可以看两个开源模型，flex 3和千问 image 2.1。我们就看到脚下的雪，还有这个光影。

我们开源模型这里，我们可以看到它的产品一致性虽然保留了，但是它没有做重新打光以及背景融合，所以看上去就很像贴图，显得有点假。虽然这题题目很简单，但是从一些细节也能反映一些差距的。我们再看一题，是把2d游戏王的卡片做成 ue5级别的3d破框特效卡。

这道题也是能体验 c 俊5.5跟 gpt 的差距的一题吧。c 俊5.5这里的表现是遵从提示词的，而且他把卡图的文字描述百分百保留了，没有文字错误。但就细节和表现力而言的话，就是一眼的差距了。所以我们再看一个四宫格连续单变量修改的例子，要求模型对这个2×2的四宫格，每个格子仅针对一个地方进行修改。

这里要求第二个格子戴魔法帽，第三个格子加上五角星。第四个是拿着魔法棒，这里两个模型都完成了任务，不过 gpt 在光影和人物一致性上更好一点点。他们都表现的很棒，所以大家可能感受不到这题难度啊，我还是拿开源模型做个对比吧。依然是 flex 3和千问 image 2.1。

flex 3这边，他的围巾一直在变颜色，帽子又在消失，问题还是很多的。千问 image 2.1这里好一些，不过他也在第二张图上，帽子上出现了五角星。所以 c 俊5.5在这题表现也算非常不错了。好，关于本期的 c 俊5.5，它的图像编辑和图像生成能力就测试到这。

整体表现还是非常不错，虽然还是不如 gpt images 2.6。但是较上一代模型以及其他的开源模型，它在生图和编辑能力上还是有一定的优势的。大家也可以实际去测试感受一下。如果用不了 gpt images 的话，它应该是一个不错的代替品。