Comparatif et évaluation
Google Virtual Try-On vs Seedream 5.0 Lite : comment choisir pour l'essayage virtuel ?
Avec deux jeux d'entrées identiques (T-shirt rayé et robe en satin), comparer l'ourlet, les chaussures et les changements de la personne, calculer le budget et examiner les corps de requête réels des deux modèles.
TL;DR
Pour enchaîner directement « image de la personne + image du vêtement » dans un flux d'essayage, choisissez Google Virtual Try-On ; pour décrire par texte les exigences de conservation de la personne, des chaussures et du fond, et intégrer l'essayage à d'autres tâches d'édition d'image, choisissez Seedream 5.0 Lite. Google Virtual Try-On coûte 0,1075 $ par image, voir prix et budget ; Seedream 5.0 Lite coûte 0,035 $ par image. Les deux jeux de résultats réalisent l'essayage, mais les détails hors du vêtement doivent encore être validés.
Préparez l'image de la personne et celle du vêtement, puis ouvrez Google Virtual Try-On. Si vous préférez utiliser une instruction textuelle, ouvrez Seedream 5.0 Lite image vers image.
Quelles différences influencent le choix ?
| Élément à comparer | Google Virtual Try-On | Seedream 5.0 Lite image vers image |
|---|---|---|
| Point d'entrée de la tâche | Image de la personne et image du vêtement dans des champs dédiés | Tableau d'images de référence avec instruction d'édition textuelle |
| Prompt | Aucun champ prompt |
Champ prompt requis, 4 à 3000 caractères |
| Organisation des images | person_image_url, product_image_url |
image_urls, 1 à 14 images de référence |
| Réglages de cet article | num_images: 1 |
Personne en premier, vêtement ensuite, 3:4, 2K |
| Contrôle du nombre ou de la taille | num_images n'accepte actuellement que 1 |
Prend en charge 2K et 4K ; 2K utilisé ici |
| Fichiers de résultat de cet article | Les deux jeux en 1086×1448 WebP | Les deux jeux en 1728×2304 PNG |
| Prix par image | 0,1075 $ | 0,035 $, même prix en 2K et 4K |
Chaque paire ci-dessous utilise la même image de personne et la même image de vêtement, l'objectif étant d'habiller la personne avec le vêtement indiqué. Try-On n'a pas de prompt, Seedream en a un, et les tailles et formats de sortie diffèrent : il s'agit donc d'une comparaison à entrées et objectif identiques, pas à paramètres strictement identiques. Pour l'observation, placez les résultats côte à côte à la même taille d'affichage ; le nombre de pixels ne sert pas de classement de qualité.
T-shirt rayé : d'abord les rayures, puis l'ourlet et les mains
| Image de personne commune | Image de vêtement commune |
|---|---|
![]() |
![]() |
| Préparez les images puis ouvrez Try-On | Préparez les images puis ouvrez Try-On |
| Google Virtual Try-On | Seedream 5.0 Lite |
|---|---|
![]() |
![]() |
| Préparez les images puis ouvrez Try-On | Générer avec ce prompt → |
Try-On : sans prompt, num_images: 1, 1086×1448 WebP, 0,1075 $. Seedream : prompt d'origine ci-dessous, 3:4, 2K, 1728×2304 PNG, 0,035 $. Observez les deux côtés à la même taille d'affichage.
L'image d'entrée montre une personne en débardeur blanc, jean bleu et chaussures blanches ; le vêtement est un haut à manches courtes rouge et blanc à rayures horizontales, photographié à plat. Les deux côtés remplacent le débardeur par le haut rayé ; le jean et le fond clair restent, et les rayures se courbent au gré des plis du tissu sur la poitrine et la taille.
Sur Try-On, l'encolure, les manches et l'ourlet forment une nouvelle configuration portée ; Seedream réussit aussi l'ajustement de l'encolure et des poignets, mais l'accumulation de tissu à la taille, l'espacement des rayures et la retombée de l'ourlet diffèrent de Try-On. Pour une photo produit, il faut vérifier si ces changements respectent encore la coupe du vêtement d'origine, et pas seulement constater « les rayures rouges et blanches sont bien là ».
Les mains restent près des poches du pantalon sur les deux côtés, et la jonction entre l'ourlet et le poignet conditionne le naturel de l'occlusion. Le visage de la personne présente aussi des variations locales : on ne peut pas présenter la consigne « conserver la personne » comme une garantie d'invariance pixel par pixel. Pour une fiche produit avec le même mannequin, comparez avec l'image d'origine la forme du visage, la ligne d'implantation des cheveux et les proportions du corps.
Robe en satin : les chaussures et les mains échappent plus facilement à l'œil que le fond
| Image de personne commune | Image de vêtement commune |
|---|---|
![]() |
![]() |
| Préparez les images puis ouvrez Try-On | Préparez les images puis ouvrez Try-On |
| Google Virtual Try-On | Seedream 5.0 Lite |
|---|---|
![]() |
![]() |
| Préparez les images puis ouvrez Try-On | Générer avec ce prompt → |
Try-On : sans prompt, num_images: 1, 1086×1448 WebP, 0,1075 $. Seedream : même prompt d'origine, 3:4, 2K, 1728×2304 PNG, 0,035 $. Les tailles et formats de sortie diffèrent.
Les entrées communes sont une personne en T-shirt noir, jean foncé et baskets blanches, et une robe à bretelles en satin vert. Les deux côtés remplacent le haut et le pantalon par la robe longue verte ; les bretelles et l'encolure drapée sont reconnaissables, et le fond beige est toujours là.
La différence la plus visible se trouve aux pieds : Try-On a transformé les baskets blanches en sandales à talons ; le résultat Seedream montre encore les baskets blanches. L'instruction de Seedream exige explicitement de conserver les chaussures, et ce jeu d'images confirme « qu'il a conservé les chaussures blanches ici », sans qu'on puisse en faire une généralité selon laquelle tous les essayages conservent les accessoires. Les plis clairs et sombres de la robe, la retombée de l'ourlet et la silhouette diffèrent aussi entre les deux côtés ; l'apparence du visage doit être vérifiée séparément.
Des deux côtés, près des mains apparaissent des occlusions et des plis évoquant des poches, alors que l'image de référence du vêtement ne permet pas de confirmer la présence de telles poches. Lors de la validation, examinez ensemble les doigts, les poignets et les coutures du tissu, pour ne pas interpréter un pli généré comme une structure propre au produit. Ce jeu sert à choisir une direction d'association ; la taille réelle et le ressenti au port nécessitent encore les mesures du vêtement et des informations d'essayage réel.
À nombre égal d'images candidates, quel écart de budget ?
| Nombre de résultats | Try-On : nombre × 0,1075 $ | Seedream : nombre × 0,035 $ |
|---|---|---|
| 10 | 1,075 $ | 0,35 $ |
| 100 | 10,75 $ | 3,50 $ |
| 1 000 | 107,50 $ | 35,00 $ |
10 vêtements associés chacun à 3 personnes, avec une candidate par combinaison, soit 30 images : Try-On revient à 3,225 $ et Seedream à 1,05 $. Avec deux candidates par combinaison, soit 60 images au total, on obtient respectivement 6,45 $ et 2,10 $. L'écart par image est de 0,0725 $, mais l'utilisabilité des images dépend encore de la conformité des détails du vêtement et de la personne aux exigences ; ces calculs n'incluent pas la validation humaine.
Laquelle convient mieux à votre tâche ?
- Pour des appariements fixes personne-vêtement et moins de maintenance d'instructions textuelles : privilégiez Try-On, dont les entrées ont des champs dédiés et dont la préparation des images est facile à standardiser.
- Si vous devez inscrire dans l'instruction des exigences comme conserver les chaussures ou le fond, ou poursuivre d'autres éditions d'image : choisissez Seedream, en fixant l'ordre « première image la personne, deuxième image le vêtement ».
- Pour une page de détail produit : listez d'abord l'encolure, les bretelles, les rayures et les accessoires à conserver, puis validez image par image. Le point d'entrée dédié à l'essayage peut aussi modifier les chaussures, et un prix unitaire plus bas ne dispense pas de la validation.
- Pour simplement voir des directions d'association : les résultats des deux côtés peuvent servir de candidates ; juger ensemble la jupe et les chaussures est plus pertinent pour une tâche de style que de comparer seulement la brillance du tissu.
Quels champs modifier lors du passage d'une API à l'autre ?
Les deux utilisent l'interface HiAPI /v1/tasks : soumettre une tâche pour obtenir un taskId, puis interroger le résultat. Voici les corps de requête réels des deux jeux d'images, à utiliser comme corps JSON d'un POST ; authentification et exemples de requête sur la page d'intégration Try-On.
Try-On reçoit une image de personne et une image de vêtement via des URL HTTP(S) publiques et indique explicitement num_images: 1 ; il n'accepte ni prompt, ni aspect_ratio, ni resolution. Choisissez des images où le corps de la personne et le contour du vêtement sont bien visibles ; ne transposez pas ici la limite de taille de fichier de Seedream.
Seedream accepte JPEG, PNG et WebP, avec une image de référence ne dépassant pas 10 Mo ; image_urls peut contenir 1 à 14 images, cet article n'en met que deux. Le prompt fait 4 à 3000 caractères, avec aspect_ratio: "3:4" et resolution: "2K" indiqués explicitement. Cette requête ne définit pas de format de sortie ; PNG est le format de fichier de ces deux résultats.
Le prompt réel commun aux deux jeux est le suivant, conservé en anglais :
Dress the person in the first image in the garment shown in the second image. Preserve the person, pose, face, hair, background, footwear and accessories. Match the garment color, pattern and cut.
Le lien prérempli ne remplit que le prompt. Il faut encore préparer deux images dans l'ordre personne puis vêtement, et sélectionner manuellement 3:4 et 2K.
Corps de requête du jeu T-shirt
Google Virtual Try-On :
{
"model": "google-virtual-try-on",
"input": {
"person_image_url": "https://static.hiapi.ai/gallery/2026/10/9f656c8b6ecf94d5.webp",
"product_image_url": "https://static.hiapi.ai/model-covers/2026/10/22/1792660602486-b5b70d2cfdd8dc95-1792152569828-b5b70d2cfdd8dc95-t-g1-0.webp",
"num_images": 1
}
}
Seedream 5.0 Lite :
{
"model": "seedream-5.0-lite/image-to-image",
"input": {
"image_urls": [
"https://static.hiapi.ai/gallery/2026/10/9f656c8b6ecf94d5.webp",
"https://static.hiapi.ai/model-covers/2026/10/22/1792660602486-b5b70d2cfdd8dc95-1792152569828-b5b70d2cfdd8dc95-t-g1-0.webp"
],
"prompt": "Dress the person in the first image in the garment shown in the second image. Preserve the person, pose, face, hair, background, footwear and accessories. Match the garment color, pattern and cut.",
"aspect_ratio": "3:4",
"resolution": "2K"
}
}
Corps de requête du jeu robe
Google Virtual Try-On :
{
"model": "google-virtual-try-on",
"input": {
"person_image_url": "https://static.hiapi.ai/gallery/2026/10/227696be5a9bbf3d.webp",
"product_image_url": "https://static.hiapi.ai/model-covers/2026/10/22/1792660606080-df7316c264bc6383-1792152570527-df7316c264bc6383-t-g3-0.webp",
"num_images": 1
}
}
Seedream 5.0 Lite :
{
"model": "seedream-5.0-lite/image-to-image",
"input": {
"image_urls": [
"https://static.hiapi.ai/gallery/2026/10/227696be5a9bbf3d.webp",
"https://static.hiapi.ai/model-covers/2026/10/22/1792660606080-df7316c264bc6383-1792152570527-df7316c264bc6383-t-g3-0.webp"
],
"prompt": "Dress the person in the first image in the garment shown in the second image. Preserve the person, pose, face, hair, background, footwear and accessories. Match the garment color, pattern and cut.",
"aspect_ratio": "3:4",
"resolution": "2K"
}
}
Lors du basculement, reconstruisez input : transformez les champs personne et vêtement en image_urls ordonnées, ajoutez le prompt d'origine et le niveau de taille ; pour revenir à Try-On, rétablissez les champs dédiés et supprimez ceux de Seedream. Conservez les entrées et corps de requête de chaque essai, puis lisez la largeur, la hauteur et le format réels des résultats reçus, afin d'éviter de reprendre les hypothèses de taille du modèle précédent.
Questions fréquentes
Google Virtual Try-On nécessite-t-il un prompt ?
Non. Préparez l'image de la personne et celle du vêtement, puis utilisez person_image_url, product_image_url et num_images: 1. Une fois ces deux images prêtes, ouvrez la page du modèle pour choisir les entrées correspondantes.
S'agit-il d'une comparaison à paramètres strictement identiques ?
Non. Les personnes, les vêtements et l'objectif d'essayage sont identiques, mais Try-On n'a pas de prompt, Seedream utilise une instruction textuelle, et les tailles et formats de sortie diffèrent. Les images permettent de juger des différences d'apparence, mais le nombre de pixels ne suffit pas à établir un classement de qualité.
Les exigences de conservation de Seedream garantissent-elles que le visage et les chaussures ne changent pas ?
Non. Le jeu robe a conservé les baskets blanches, mais les deux jeux nécessitent encore une vérification du visage et de la structure du vêtement. Le prompt énonce l'objectif ; c'est l'image qui montre si le résultat l'atteint.
Lequel convient mieux aux images produit en série ?
Pour un flux simple d'appariement de deux images, commencez par Try-On ; pour un contrôle textuel et un budget unitaire plus bas, commencez par Seedream. Vérifiez d'abord les variations locales sur des vêtements représentatifs, puis dimensionnez les volumes selon les critères d'acceptation.
Prix et budget · Intégration API · Cas d'usage et choix d'images · Préparer les images et ouvrir la page du modèle
Articles similaires
Voir tous les articles →-
Comparatif et évaluation
Wan 2.6 Flash vs Wan 2.7 : faut-il passer à la version supérieure ?
Budget 720P et rendus 1080P du renard et de la voiture ; conditions audio et palier réel indiqués groupe par groupe.
-
Comparatif et évaluation
Vidu Q4 Preview vs Kling 3.0 : quel modèle image-vers-vidéo choisir ?
Audio par défaut, 16 secondes et 5 paliers de résolution : choisissez Vidu Q4 Preview ; verrouillage des images par frames de début et de fin : choisissez Kling 3.0. Avec deux comparaisons à prompt identique, sur un hydravion et une barista.
-
Comparatif et évaluation
Alternative à Replicate : comparatif hiapi vs Replicate pour la génération d'images et de vidéos (2026)
Ce qui doit changer dans les appels de prédiction, les webhooks et la facturation lors d'une migration de Replicate vers hiapi, avec une liste de migration en 10 étapes.






