字节图像模型连改100轮，局部编辑与API价格

“连改100轮不崩”不等于100轮后主体、构图和光线完全不变；“API降价”也不等于一条长编辑链的总费用同步下降。现有资料将 Seedream 5.0 描述为统一的生成与编辑模型，支持最高 4K、多图组合和自然语言编辑；2026 年 2 月 10 日的科技晚报也记录了 Seedream 升级至 5.0。36氪报道提出的“100轮、精准定位、降价”，应分别验证，不能直接视为质量保证。

连续编辑的稳定性，要盯住四类漂移

连续编辑测试应区分三条路径：从零生成没有需要保持的源图身份；直接编辑可以与原图逐项对照；多轮编辑则以上一轮结果为输入，前一轮产生的偏差可能继续累积。

测试时，可固定一张包含人物、文字、复杂背景和明显光源的素材，依次修改背景、文字、光照与服装细节，并保存第 1、50、100 轮输入输出。重点检查四类漂移：

1. 主体身份：脸部特征、物体轮廓、服装纹理与标识是否改变。
2. 几何与构图：姿态、比例、物体位置、裁切范围是否偏移。
3. 场景与光照：背景结构、阴影方向、光源位置和色温是否异常。
4. 视觉风格：色板、材质、笔触和渲染强度是否逐轮变化。

判断重点不是最终图片能否生成，而是找出第一个明显退化轮次。“不崩”可以表示连续流程仍能完成，却不能替代对身份、构图和像素稳定性的逐轮比较。多图组合与知识驱动生成值得单独测试，不宜混入局部编辑一致性实验。

局部编辑的“指哪”，先分清三种定位

语义指代需要模型识别对象类别，例如“移除人物”“修改文字”或“改变光照”；空间方位需要模型解析相对关系，例如“左上角”“人物后方”，在多个相似目标出现时容易产生歧义；坐标、框选或蒙版属于几何定位，本应直接限定修改区域，但现有资料只能确认自然语言编辑，不能据此断言相关 API 一定开放点选坐标、框选或蒙版能力。

较稳妥的指令应包含四部分：唯一目标特征＋位置关系＋单一动作＋保护范围。例如：“仅移除左侧戴圆帽、穿红衣的人物；保留后方建筑、地面阴影和右上角文字，其他对象不变。”一次不要同时要求删除、替换和重绘多个目标。

定位失败常见于多个相似对象、目标靠边、前景遮挡、目标与背景颜色接近，以及小字号文字修改。评估时可同时记录“目标区域命中率”和“非目标区域变化率”：前者检查是否真正改到目标，后者检查修改是否溢出。多轮链路还要追踪同一指令是否反复命中同一对象。

API 成本，要把重试和长编辑链一起算

36氪报道确认了 API 降价，但“降价”不能直接换算成统一降幅。实际预算至少要记录以下项目：

记一次同配置生成为 G、一次同配置编辑为 E：一轮生成费用为 G，十轮编辑为 10E，百轮编辑为 100E；若链路从生成开始，再加 G。失败重试若计费，还需按实际次数追加。最终应计算：有效成图成本＝全部调用费用÷验收通过且可交付的成图数。具体金额必须采用带日期的官方价格快照，不能用未经核验的降价标题估算。批量调用、隐私和版本锁定需求决定在线体验或 API 的选择；未经验证的本地部署参数也不宜作为结论依据。

长链路仍存在累积漂移，重复目标和遮挡场景也可能造成定位歧义。模型版本与价格还会继续变化，上线前应锁定模型版本、保存每轮输入输出，并用真实业务样本统计有效成图成本。