Seed 2.0 Code er ByteDance Seeds kodeorienterede medlem af Seed2.0-serien. Den arbejder med skriftlige krav, kildekode og udviklingskontekst for at producere implementeringer, forklaringer og foreslåede værktøjshandlinger. Producentens dokumenterede Code-profil kombinerer dybt ræsonnement, tekstgenerering, multimodal forståelse og værktøjsbrug. Den er fortsat et særskilt valg i forhold til modellerne Pro, Lite og Mini til generelle formål, så en kodeopgave skal bruge Code-udgavens eget samtale- og værktøjsformat.
Forbered opgaven som en teknisk opgavebeskrivelse: Beskriv adfærden, de eksisterende grænseflader, den kode, der har betydning, og de begrænsninger, som skal bevares gennem ændringen. Medtag et repræsentativt input eller en tydelig reproduktion af fejlen. Ved en fejl skal du bede modellen om at følge dette input gennem de relevante betingelser, før den foreslår en rettelse. Ved en funktion skal du beskrive de synlige tilstande og den endelige leverance, såsom en ændret funktion, en komponent eller en koordineret patch på tværs af navngivne filer.
En illustrativ anmodning er: »Opdatér denne formular, så valideringen forklarer det manglende felt og bevarer brugerens input. Bevar de eksisterende feltnavne, og returnér den ændrede komponent med en beskrivelse af dens tilstande.« En opgavebeskrivelse på kodearkivniveau skal også identificere grænserne mellem moduler og enhver eksisterende adfærd, der bevidst bevares. Dermed får kodemodellen et konkret mål frem for en bred instruktion om at forbedre en kodebase.
Seed2.0-familien er designet omkring udførelse af instruktioner i flere trin og cyklusser med planlægning, handling og refleksion. En kodeapplikation stiller funktioner til rådighed til at undersøge filer, køre kommandoer eller indhente andre observationer. Modellen foreslår en handling; applikationen udfører den og returnerer det faktiske resultat. Brug resultatet til at diagnosticere en fejl eller revidere implementeringen. En foreslået testkommando og et vellykket testresultat er forskellige artefakter.
Ved en visuel grænsefladeopgave skal du kombinere tekstkravene med en læselig mockup eller et skærmbillede i en understøttet multimodal arbejdsgang. Angiv, om billedet repræsenterer den aktuelle tilstand eller det tilsigtede resultat, og identificér de layoutdetaljer, der har betydning. Bed om kode knyttet til det synlige design og adfærdskravene, og brug derefter den renderede grænseflade som feedback til det efterfølgende arbejde.
Producentens offentliggjorte Code-referenceprofil har en 256K-kontekst og en samlet outputramme på op til 128K tokens inklusive ræsonnement. Et kontekstbudget indeholder også kildefiler, samtale og værktøjsobservationer; det er ikke et løfte om, at en ønsket mængde endelig kode kan rummes uafhængigt af dette. Hold filnavne og relevante grænser synlige, og reservér plads til den endelige implementering og dens forklaring. Det gældende forespørgselsformat bestemmer de præcise kontrolmuligheder for input og fuldførelse.
Seed2.0-rapporten identificerer kontekstintegration over lange forløb og levering på kodearkivniveau som vedvarende udfordringer. Definér fuldførelse i forhold til den ønskede adfærd og den observerede validering. En nyttig overdragelse indeholder kodeleverancen, dens antagelser, dokumentation indhentet fra værktøjer og eventuelle uafklarede afhængigheder. Når oplysninger mangler, skal modellen identificere, hvad den har brug for, frem for at opfinde en bibliotekskontrakt, en fil eller en vellykket udførelse.
", "aboutText": "Seed 2.0 Code er ByteDance Seeds kodeorienterede medlem af Seed2.0-serien. Den arbejder med skriftlige krav, kildekode og udviklingskontekst for at producere implementeringer, forklaringer og foreslåede værktøjshandlinger. Producentens dokumenterede Code-profil kombinerer dybt ræsonnement, tekstgenerering, multimodal forståelse og værktøjsbrug. Den er fortsat et særskilt valg i forhold til modellerne Pro, Lite og Mini til generelle formål, så en kodeopgave skal bruge Code-udgavens eget samtale- og værktøjsformat.\n\n### Fra en udviklingsanmodning til en kodeleverance\n\nForbered opgaven som en teknisk opgavebeskrivelse: Beskriv adfærden, de eksisterende grænseflader, den kode, der har betydning, og de begrænsninger, som skal bevares gennem ændringen. Medtag et repræsentativt input eller en tydelig reproduktion af fejlen. Ved en fejl skal du bede modellen om at følge dette input gennem de relevante betingelser, før den foreslår en rettelse. Ved en funktion skal du beskrive de synlige tilstande og den endelige leverance, såsom en ændret funktion, en komponent eller en koordineret patch på tværs af navngivne filer.\n\nEn illustrativ anmodning er: »Opdatér denne formular, så valideringen forklarer det manglende felt og bevarer brugerens input. Bevar de eksisterende feltnavne, og returnér den ændrede komponent med en beskrivelse af dens tilstande.« En opgavebeskrivelse på kodearkivniveau skal også identificere grænserne mellem moduler og enhver eksisterende adfærd, der bevidst bevares. Dermed får kodemodellen et konkret mål frem for en bred instruktion om at forbedre en kodebase.\n\n### Værktøjer, observationer og iterativt arbejde\n\nSeed2.0-familien er designet omkring udførelse af instruktioner i flere trin og cyklusser med planlægning, handling og refleksion. En kodeapplikation stiller funktioner til rådighed til at undersøge filer, køre kommandoer eller indhente andre observationer. Modellen foreslår en handling; applikationen udfører den og returnerer det faktiske resultat. Brug resultatet til at diagnosticere en fejl eller revidere implementeringen. En foreslået testkommando og et vellykket testresultat er forskellige artefakter.\n\nVed en visuel grænsefladeopgave skal du kombinere tekstkravene med en læselig mockup eller et skærmbillede i en understøttet multimodal arbejdsgang. Angiv, om billedet repræsenterer den aktuelle tilstand eller det tilsigtede resultat, og identificér de layoutdetaljer, der har betydning. Bed om kode knyttet til det synlige design og adfærdskravene, og brug derefter den renderede grænseflade som feedback til det efterfølgende arbejde.\n\n### Kontekst og fuldførelse\n\nProducentens offentliggjorte Code-referenceprofil har en 256K-kontekst og en samlet outputramme på op til 128K tokens inklusive ræsonnement. Et kontekstbudget indeholder også kildefiler, samtale og værktøjsobservationer; det er ikke et løfte om, at en ønsket mængde endelig kode kan rummes uafhængigt af dette. Hold filnavne og relevante grænser synlige, og reservér plads til den endelige implementering og dens forklaring. Det gældende forespørgselsformat bestemmer de præcise kontrolmuligheder for input og fuldførelse.\n\nSeed2.0-rapporten identificerer kontekstintegration over lange forløb og levering på kodearkivniveau som vedvarende udfordringer. Definér fuldførelse i forhold til den ønskede adfærd og den observerede validering. En nyttig overdragelse indeholder kodeleverancen, dens antagelser, dokumentation indhentet fra værktøjer og eventuelle uafklarede afhængigheder. Når oplysninger mangler, skal modellen identificere, hvad den har brug for, frem for at opfinde en bibliotekskontrakt, en fil eller en vellykket udførelse.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Repair a zero-price formatter\n\nFix this Python function without changing the treatment of None: def price_label(value): return 'Unavailable' if not value else f'${value:.2f}'. A price of 0 must display '$0.00'. Return the corrected function, explain the failing condition and provide three assert statements covering None, 0 and 12.5.Corrected Python function, one brief explanation and three executable assertions.Zero must produce $0.00 while None still produces Unavailable.bytedance-seed/seed-2.0-codeSeed 2.0 Code retter Seed2.0-familien mod softwareudvikling: forståelse af krav, generering eller redigering af kode og gennemarbejdning af udviklingsopgaver med værktøjshjælp. Lever den relevante kildekode, observerede adfærd og det ønskede resultat for at få en fokuseret implementering og forklaring.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Seed 2.0 Code er ByteDance Seeds kodeorienterede medlem af Seed2.0-serien. Den arbejder med skriftlige krav, kildekode og udviklingskontekst for at producere implementeringer, forklaringer og foreslåede værktøjshandlinger. Producentens dokumenterede Code-profil kombinerer dybt ræsonnement, tekstgenerering, multimodal forståelse og værktøjsbrug. Den er fortsat et særskilt valg i forhold til modellerne Pro, Lite og Mini til generelle formål, så en kodeopgave skal bruge Code-udgavens eget samtale- og værktøjsformat.
Forbered opgaven som en teknisk opgavebeskrivelse: Beskriv adfærden, de eksisterende grænseflader, den kode, der har betydning, og de begrænsninger, som skal bevares gennem ændringen. Medtag et repræsentativt input eller en tydelig reproduktion af fejlen. Ved en fejl skal du bede modellen om at følge dette input gennem de relevante betingelser, før den foreslår en rettelse. Ved en funktion skal du beskrive de synlige tilstande og den endelige leverance, såsom en ændret funktion, en komponent eller en koordineret patch på tværs af navngivne filer.
En illustrativ anmodning er: »Opdatér denne formular, så valideringen forklarer det manglende felt og bevarer brugerens input. Bevar de eksisterende feltnavne, og returnér den ændrede komponent med en beskrivelse af dens tilstande.« En opgavebeskrivelse på kodearkivniveau skal også identificere grænserne mellem moduler og enhver eksisterende adfærd, der bevidst bevares. Dermed får kodemodellen et konkret mål frem for en bred instruktion om at forbedre en kodebase.
Seed2.0-familien er designet omkring udførelse af instruktioner i flere trin og cyklusser med planlægning, handling og refleksion. En kodeapplikation stiller funktioner til rådighed til at undersøge filer, køre kommandoer eller indhente andre observationer. Modellen foreslår en handling; applikationen udfører den og returnerer det faktiske resultat. Brug resultatet til at diagnosticere en fejl eller revidere implementeringen. En foreslået testkommando og et vellykket testresultat er forskellige artefakter.
Ved en visuel grænsefladeopgave skal du kombinere tekstkravene med en læselig mockup eller et skærmbillede i en understøttet multimodal arbejdsgang. Angiv, om billedet repræsenterer den aktuelle tilstand eller det tilsigtede resultat, og identificér de layoutdetaljer, der har betydning. Bed om kode knyttet til det synlige design og adfærdskravene, og brug derefter den renderede grænseflade som feedback til det efterfølgende arbejde.
Producentens offentliggjorte Code-referenceprofil har en 256K-kontekst og en samlet outputramme på op til 128K tokens inklusive ræsonnement. Et kontekstbudget indeholder også kildefiler, samtale og værktøjsobservationer; det er ikke et løfte om, at en ønsket mængde endelig kode kan rummes uafhængigt af dette. Hold filnavne og relevante grænser synlige, og reservér plads til den endelige implementering og dens forklaring. Det gældende forespørgselsformat bestemmer de præcise kontrolmuligheder for input og fuldførelse.
Seed2.0-rapporten identificerer kontekstintegration over lange forløb og levering på kodearkivniveau som vedvarende udfordringer. Definér fuldførelse i forhold til den ønskede adfærd og den observerede validering. En nyttig overdragelse indeholder kodeleverancen, dens antagelser, dokumentation indhentet fra værktøjer og eventuelle uafklarede afhængigheder. Når oplysninger mangler, skal modellen identificere, hvad den har brug for, frem for at opfinde en bibliotekskontrakt, en fil eller en vellykket udførelse.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser bytedance-seed/seed-2.0-code | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og med128.000 | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 2 | Takstplan— | Konteksttokens, mere end128.000 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.002 / 1K tokens Output · Outputtokens $0.012 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "bytedance-seed/seed-2.0-code", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='bytedance-seed/seed-2.0-code',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='bytedance-seed/seed-2.0-code',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra bytedance-seed/seed-2.0-code
Brug metodestierne vist ovenfor.
bytedance-seed/seed-2.0-codeSeed 2.0 Code retter Seed2.0-familien mod softwareudvikling: forståelse af krav, generering eller redigering af kode og gennemarbejdning af udviklingsopgaver med værktøjshjælp. Lever den relevante kildekode, observerede adfærd og det ønskede resultat for at få en fokuseret implementering og forklaring.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Seed 2.0 Code er ByteDance Seeds kodeorienterede medlem af Seed2.0-serien. Den arbejder med skriftlige krav, kildekode og udviklingskontekst for at producere implementeringer, forklaringer og foreslåede værktøjshandlinger. Producentens dokumenterede Code-profil kombinerer dybt ræsonnement, tekstgenerering, multimodal forståelse og værktøjsbrug. Den er fortsat et særskilt valg i forhold til modellerne Pro, Lite og Mini til generelle formål, så en kodeopgave skal bruge Code-udgavens eget samtale- og værktøjsformat.
Forbered opgaven som en teknisk opgavebeskrivelse: Beskriv adfærden, de eksisterende grænseflader, den kode, der har betydning, og de begrænsninger, som skal bevares gennem ændringen. Medtag et repræsentativt input eller en tydelig reproduktion af fejlen. Ved en fejl skal du bede modellen om at følge dette input gennem de relevante betingelser, før den foreslår en rettelse. Ved en funktion skal du beskrive de synlige tilstande og den endelige leverance, såsom en ændret funktion, en komponent eller en koordineret patch på tværs af navngivne filer.
En illustrativ anmodning er: »Opdatér denne formular, så valideringen forklarer det manglende felt og bevarer brugerens input. Bevar de eksisterende feltnavne, og returnér den ændrede komponent med en beskrivelse af dens tilstande.« En opgavebeskrivelse på kodearkivniveau skal også identificere grænserne mellem moduler og enhver eksisterende adfærd, der bevidst bevares. Dermed får kodemodellen et konkret mål frem for en bred instruktion om at forbedre en kodebase.
Seed2.0-familien er designet omkring udførelse af instruktioner i flere trin og cyklusser med planlægning, handling og refleksion. En kodeapplikation stiller funktioner til rådighed til at undersøge filer, køre kommandoer eller indhente andre observationer. Modellen foreslår en handling; applikationen udfører den og returnerer det faktiske resultat. Brug resultatet til at diagnosticere en fejl eller revidere implementeringen. En foreslået testkommando og et vellykket testresultat er forskellige artefakter.
Ved en visuel grænsefladeopgave skal du kombinere tekstkravene med en læselig mockup eller et skærmbillede i en understøttet multimodal arbejdsgang. Angiv, om billedet repræsenterer den aktuelle tilstand eller det tilsigtede resultat, og identificér de layoutdetaljer, der har betydning. Bed om kode knyttet til det synlige design og adfærdskravene, og brug derefter den renderede grænseflade som feedback til det efterfølgende arbejde.
Producentens offentliggjorte Code-referenceprofil har en 256K-kontekst og en samlet outputramme på op til 128K tokens inklusive ræsonnement. Et kontekstbudget indeholder også kildefiler, samtale og værktøjsobservationer; det er ikke et løfte om, at en ønsket mængde endelig kode kan rummes uafhængigt af dette. Hold filnavne og relevante grænser synlige, og reservér plads til den endelige implementering og dens forklaring. Det gældende forespørgselsformat bestemmer de præcise kontrolmuligheder for input og fuldførelse.
Seed2.0-rapporten identificerer kontekstintegration over lange forløb og levering på kodearkivniveau som vedvarende udfordringer. Definér fuldførelse i forhold til den ønskede adfærd og den observerede validering. En nyttig overdragelse indeholder kodeleverancen, dens antagelser, dokumentation indhentet fra værktøjer og eventuelle uafklarede afhængigheder. Når oplysninger mangler, skal modellen identificere, hvad den har brug for, frem for at opfinde en bibliotekskontrakt, en fil eller en vellykket udførelse.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser bytedance-seed/seed-2.0-code | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og med128.000 | Beløb Input · Inputtokens $0.001 / 1K tokens Output · Outputtokens $0.006 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 2 | Takstplan— | Konteksttokens, mere end128.000 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.002 / 1K tokens Output · Outputtokens $0.012 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "bytedance-seed/seed-2.0-code",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'bytedance-seed/seed-2.0-code', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'bytedance-seed/seed-2.0-code', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra bytedance-seed/seed-2.0-code
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Repair a zero-price formatter\n\nFix this Python function without changing the treatment of None: def price_label(value): return 'Unavailable' if not value else f'${value:.2f}'. A price of 0 must display '$0.00'. Return the corrected function, explain the failing condition and provide three assert statements covering None, 0 and 12.5.Corrected Python function, one brief explanation and three executable assertions.Zero must produce $0.00 while None still produces Unavailable.