O Seedream 5.5 entrega uma camada, não uma imagem

A equipe Seed, da ByteDance, lançou hoje o Seedream 5.5, e o número que todo mundo vai repetir é «100 rodadas de edição». O número é real, no sentido de que o modelo foi treinado para manter regiões não editadas no nível do pixel ao longo de cem passagens sucessivas. Mas não é a parte interessante.
A parte interessante é o que sai do modelo. O Seedream 5.5 gera imagens RGBA nativas — canal alfa de verdade, transparência total e parcial, com saída em camadas. Uma coruja-das-neves com as asas abertas chega como um ativo que você arrasta para um layout, não como um retângulo com fundo para recortar. A própria demonstração da ByteDance percorre as penas na ponta da asa, os vãos entre elas, o contorno das garras. É um problema de remoção de fundo resolvido na origem.
Quando você enquadra assim, a promessa das cem rodadas deixa de ser número de ficha técnica e passa a ser consequência. Se a saída é uma camada no arquivo de design de alguém, essa camada precisa sobreviver à edição. Repetidamente. Feita por gente que não é quem gerou.
O que mudou de fato
Três coisas, segundo o anúncio: estabilidade de edição em múltiplas rodadas, transparência nativa e qualidade de renderização para pele, luz e texto pequeno. As duas primeiras são as que importam para produção.
Na edição, a promessa é preservação em nível de pixel de tudo o que você não pediu para mudar. Edições sucessivas normalmente degradam uma imagem como a cópia de uma cópia: o detalhe amolece, a cor desvia, o rosto vai deixando de ser o mesmo rosto. A ByteDance diz que o 5.5 elimina o desvio de cor em regiões intocadas e mantém traços do sujeito, enquadramento e iluminação coerentes depois de mais de cem passagens. A demonstração usa joias e armações de óculos, que é o teste certo: objetos pequenos, de geometria fina, apoiados sobre a pele, com oclusão e sombra de contato que precisam continuar coerentes quando a pose muda.
Na transparência, a saída pode vir de texto para imagem ou de referência para imagem, e o resultado carrega canal alfa. O modelo também aceita saída em camadas, então elementos podem ser separados e reaproveitados numa série inteira.
No texto, os números são incomumente específicos: corrupção severa de texto em 0,4%, corrupção leve em 1,7%, em chinês, inglês e tipografia pequena e densa. Se isso se sustentar fora do conjunto de demonstração, o efeito prático é que infográficos e diagramas de conhecimento deixam de ser loteria. Caracteres chineses com ordem de traços complicada são onde modelos de imagem costumam desmoronar, e texto pequeno e denso é onde desmoronam em silêncio — você só percebe quando alguém dá zoom.

O preço é a parte discreta
O Seedream 5.5 cobra como o 5.0: imagem de entrada mais imagem de saída, tokens de texto grátis. Numa edição quadrada em 2K, o custo fica em torno de 0,28 yuan por imagem — menos da metade do Seedream 5.0 Pro. Esse é o número que eu colocaria no topo do memorando interno, antes de qualquer promessa de qualidade. Cortar o custo de uma edição pela metade é o que torna um fluxo de cem rodadas economicamente sensato. No preço antigo, «iterar até ficar bom» era hábito que só estúdio bancava.
Está chegando ao Jimeng, ao Doubao e ao Doubao Work, com API prevista no Volcano Ark. Uma versão Pro está prometida para depois, voltada a contexto mais complexo e instruções criativas mais longas.
Onde encaixa e onde não encaixa
O encaixe óbvio é e-commerce e trabalho de marca: um produto, muitos cenários, um ativo em camadas por cenário, nenhuma etapa de recorte. O segundo encaixe é qualquer coisa em série — uma campanha em que o mesmo personagem aparece doze vezes e a décima segunda precisa parecer a primeira.
O limite honesto é que benchmark de fornecedor é benchmark de fornecedor. A ByteDance diz ter rodado avaliações na MagicArena em seis cenários (e-commerce, marketing, cinema e TV, games, escritório, design de moda) e que a usabilidade dobrou em cinema/TV e escritório na comparação com o 5.0 Pro. Diz que o realismo de imagem para imagem marcou GSB de +55,62% contra a geração anterior, e que o 5.5 lidera em estrutura de texto e realismo de texto para imagem diante do GPT Image 2.5 Sunburst e do Nano Banana 2.1. Tudo isso é a equipe corrigindo a própria prova. O número de 0,4% de corrupção, em especial, merece uma rodada independente antes de entrar em apresentação para cliente.
Há também uma pergunta de fluxo que ninguém respondeu: o que acontece com um ativo RGBA em camadas quando ele muda de ferramenta? Ida e volta por PSD, colagem no Figma, importação no Premiere — cada uma tem sua própria ideia de como alfa e ordem de camadas devem se comportar. Transparência nativa resolve o recorte. Não resolve a passagem de bastão.
Cem rodadas mudam quem revisa o trabalho
Existe um efeito de segunda ordem que ninguém no lançamento mencionou. Quando uma imagem levava quatro tentativas, quem revisava era quem escrevia o prompt. O ciclo era curto o bastante para caber numa cabeça só.
Com cem rodadas, o ciclo vira processo com etapas. Alguém define a direção. Outra pessoa roda vinte passagens contra uma lista de planos. Uma terceira aprova a versão que entra no layout. O arquivo final tem histórico — cem decisões, a maioria pequena, e nenhum registro embutido de por que cada uma foi tomada.
É um problema de controle de versão vestido de criatividade. Estúdios já têm resposta para isso na fotografia: folhas de contato, seleção, uma pasta chamada final_final_v3. Não têm resposta para isso num modelo que pode ser rodado infinitas vezes a partir do mesmo ponto de partida. A ferramenta que mais vai importar no ano que vem talvez não seja o modelo, e sim aquilo que permitir a uma equipe dizer «este é o estado aprovado, e aqui está o que mudou desde então».
O Seedream 5.5 torna a centésima rodada barata o suficiente para ser tentada. Não a torna revisável. São problemas diferentes, e só um deles se mede em fen.
O ponto que vale notar
Por dois anos, modelos de imagem competiram pelo quadro único. O discurso era «olha esta foto». O que mudou neste outono é que o discurso passou a «olha o que dá para fazer com este objeto depois». A OpenAI colocou edição por marcação e exportação SVG na API 2.6. O Figma construiu um grafo de nós para que uma geração pudesse ser repetida e ramificada. O Seedream 5.5 entrega canal alfa.
Todos apontam para a mesma conclusão: a imagem nunca foi o produto. A imagem era uma etapa. Quando um modelo entrega uma camada que sobrevive a cem edições por vinte e oito fen, o gargalo passa para as partes chatas — convenções de nome, bibliotecas de ativos, controle de versão, quem tem permissão para tocar no arquivo mestre.
É uma história bem menos fotogênica do que «a IA finalmente desenha mãos». É também a que decide se um estúdio adota a ferramenta de verdade ou apenas joga o demo num canal do Slack e volta a filmar.
Artigos relacionados
Uma empresa de US$ 4 trilhões apostou 33 anos numa pessoa só
O mercado não vendeu um escândalo. Vendeu uma linha do modelo de avaliação que nunca teve preço próprio: quanto desta empresa mora dentro de uma pessoa.
Uma planilha comunitária de toques que desliga os anúncios dos Android chineses
Não mexe no sistema, não desbloqueia nada, não faz flash de nada. Só vira os botões que os fabricantes já deixaram à mostra. O preço é uma lista que alguém precisa continuar escrevendo.
GPT Image 2.6 manteve o preço por token e elevou a fatura
O GPT Image 2.6 mantém cada tarifa por token do 2.5 e mesmo assim custa mais por imagem, porque boa parte do trabalho acontece agora nos tokens de saída. Onze dias após o lançamento, a estrutura de preços diz mais que o ranking.
Alguém reconstruiu o IDM por fora e anotou o que não tocou
Uma reimplementação em Rust do Internet Download Manager promete 5 vezes a velocidade e 86 idiomas. O documento mais interessante é o parágrafo que explica como ela foi feita sem copiar nada.