Vous connaissez la scène. L'image générée est bonne à 90 %, mais il faudrait décaler le titre de deux centimètres. Vous relancez la génération, et cette fois c'est l'éclairage qui a changé. Vous avez troqué un problème contre trois.
La réponse de Seedream 5.0 Pro à ce cercle vicieux, c'est la décomposition en calques. À partir d'une affiche, le modèle renvoie une image de base plus une pile de PNG transparents indépendants — jusqu'à 16 : le texte, le sujet principal, l'arrière-plan, les éléments décoratifs. Point crucial, les zones cachées derrière un sujet extrait sont automatiquement reconstituées. Chaque calque est donc un asset complet, pas un simple détourage. La démo officielle de ByteDance découpe une affiche au perroquet en une dizaine de couches, puis remplace le perroquet par un paon sans rien redessiner.
Un détail pratique que les pages marketing escamotent : c'est de l'image-to-image, pas du texte-to-image. Vous générez (ou vous uploadez) d'abord, vous décomposez ensuite, via un point d'accès distinct. Deux opérations, deux facturations.
Chaque calque revient accompagné de son ordre d'empilement, des coordonnées de sa boîte englobante, d'un nom et d'une description sémantique générés par le modèle. C'est ce qui le rend directement exploitable par un outil de design plutôt que par un humain qui trierait des fichiers à la main. Trois façons de piloter la découpe : rien du tout (le modèle sépare automatiquement tout ce qu'il identifie), une consigne en langage naturel (« sépare le perroquet et le titre »), ou des coordonnées précises.
… mais livrée plus tard :
Le 8 juillet, la fonction était bien dans le communiqué, vidéo de démonstration à l'appui. Mais côté accès réel, elle était estampillée « bientôt disponible » sur BytePlus le jour même (et l'était encore une semaine plus tard). Elle n'est apparue comme point d'accès opérationnel que plus récemment, autour de 0,022 $ par image chez les agrégateurs, soit moins cher qu'une génération classique.
Ca mérite d'être notée : l'argument phare de lancement n'était pas disponible lors du lancement. C'est aussi ce qui explique que la plupart des articles publiés le jour J en aient parlé au présent alors que personne ne pouvait encore l'essayer.
Autre nuance qui traîne dans beaucoup de comparatifs : non, Seedream n'est pas le premier à faire ça.
Qwen-Image-Layered, publié par Alibaba le 19 décembre 2025, faisait déjà exactement cela (et parfois même mieux). Disponbile sous licence Apache 2.0, papier de recherche à l'appui, export direct en PSD et PPTX, intégration ComfyUI, nombre de calques variable et surtout décomposition récursive : n'importe quel calque peut être re-découpé à son tour. Le modèle a été entraîné sur un corpus extrait de vrais fichiers Photoshop. Gratuit, local, sans API.
Canva a suivi en mars 2026 avec Magic Layers, mais l'outil reste enfermé dans son écosystème : ni export PSD, ni passerelle Figma, ni API.
Ce que Seedream 5.0 Pro apporte vraiment, c'est d'être le premier modèle propriétaire généraliste de premier plan à intégrer la découpe en calques directement à son API, à côté de la génération, avec cette couche de métadonnées sémantiques que les alternatives n'ont pas. Pour qui travaille déjà avec ByteDance, c'est une brique de plus dans le même tuyau. Ce n'est pas une première mondiale, c'est une première dans le monde des modèles fermés.
Au-delà des calques, Seedream 5.0 Pro mise sur l'édition de précision : on désigne une zone par point, lasso, cadre, flèche ou croquis grossier, puis on modifie couleur (les codes hexadécimaux sont acceptés), matière ou objet sans que le reste bouge. Le modèle vise aussi les infographies denses et gère le texte natif dans plus de dix langues, français compris.
Côté classement, c'est plus mesuré que le communiqué. Au relevé du 1er août, le modèle entre 8e mondial en génération d'images sur Artificial Analysis avec 1240 points Elo, contre 1169 pour Seedream 4.5. Beau bond, mais c’est loin de la première place que Seedream 4.0 occupait en septembre 2025. En édition d'images, il est 5e, derrière Reve 2.1, GPT Image 2 et GPT Image 1.5. ByteDance reconnaît d'ailleurs qu'il reste « de la marge » sur le rendu du texte fin et la constance de l'édition au pixel près. Du coup, plusieurs testeurs continuent de préférer la 4.5 pour les petits textes denses.
Comptez environ 0,045 $ par image en 1.5K et 0,09 $ en 2K, nettement sous les tarifs de Nano Banana. Le modèle est accessible sur Dreamina (avec des crédits gratuits quotidiens), Volcano Engine, BytePlus, fal, Doubao, Jimeng, et dans ComfyUI via les nœuds API.