Seed 1.6 Flash ist das kleine multimodale Modell von ByteDance Seed in der Seed1.6-Generation. Es verarbeitet schriftliche Anweisungen und unterstütztes visuelles Material und gibt Text zurück: eine direkte Antwort, eine Erklärung, extrahierte Informationen oder Inhalte für Werkzeugaufrufe. Das Flash-Herstellerprofil bewahrt neben Sprachaufgaben auch Bild- und Videoverständnis. Seine namentlich ausgewiesene Identität ist vom größeren Modell Seed 1.6 mit adaptivem Denken und von späteren Seed2.0-Editionen getrennt.
Der Hersteller dokumentiert für die Flash-Edition einen Schalter für den Denkprozess, einschließlich der Möglichkeit, diesen in der ursprünglichen Juni-Referenz zu deaktivieren. Eine Aufgabe mit direkter Antwort kann eine kurze Erklärung oder bestimmte Felder anfordern. Eine aufwendigere Frage kann den Denkablauf des Herstellers nutzen, während die abschließende Antwort auf das gewünschte Ergebnis ausgerichtet bleibt. Die Beschreibung der adaptiven Modi FullCoT/NoCoT/AdaCoT des größeren Modells Seed 1.6 ist nicht als vollständige Steuerspezifikation von Flash zu behandeln.
Stellen Sie für eine Supportinteraktion die Nutzerfrage und die relevanten Produktinformationen bereit und fordern Sie anschließend die Antwort sowie das verwendete Quelldetail an. Definieren Sie für eine Extraktion die Felder und den Umgang mit einem unlesbaren oder fehlenden Wert. Ein praktisches Briefing lautet: „Lies die bereitgestellte Seite, extrahiere den Modellnamen und die Spezifikationswerte mit ihren Einheiten und markiere jedes nicht angezeigte Feld.“
Das dokumentierte Flash-Profil umfasst Bild- und Videoverständnis. Kennzeichnen Sie einen Screenshot oder ein Seitenbild, bewahren Sie den umgebenden Kontext und sorgen Sie dafür, dass wichtiger Text lesbar ist. Geben Sie an, ob das Modell ein Diagramm erklären, ein sichtbares Element erkennen oder zwei Bilder vergleichen soll. Fordern Sie die sichtbaren Belege für jeden Befund an. Benennen Sie bei Videos das Ereignis oder den Abschnitt und verlangen Sie eine schriftliche Beschreibung der Reihenfolge von Handlungen oder Veränderungen.
Die Ausgabe beschreibt das bereitgestellte Material. Benötigt die Aufgabe eine Oberflächenaktion oder ein bearbeitetes Medienergebnis, führt die umgebende Anwendung die betreffende Operation aus und gibt den entstandenen Zustand zurück. Verwenden Sie diese Beobachtung für die Fortsetzung, statt eine vorgeschlagene Aktion als Ausführung zu behandeln.
Der Herstellerkatalog dokumentiert für Flash strukturierte Ausgabe und Werkzeugnutzung. Geben Sie aussagekräftige Felddefinitionen und Funktionsbeschreibungen an und legen Sie die für die Aufgabe erlaubten Aktionen fest. Das Modell kann eine ausgewählte Operation oder eine strukturierte Antwort erzeugen; die Anwendung prüft die Argumente und liefert die tatsächliche Beobachtung zurück. Halten Sie aus Quellen abgeleitete Werte mit ihrer Seite, ihrem Bild oder ihrer Operation verknüpft, damit das Ergebnis prüfbar bleibt.
Das ursprüngliche Flash-Referenzprofil nennt einen Kontext von 256K, bis zu 224K Eingabe und bis zu 32K kombinierte Ausgabe einschließlich Denkprozess. Dies sind Grenzen des Herstellerprofils; die verfügbare Ausgabe hängt auch davon ab, wie viel Kontext bereits belegt ist. Reservieren Sie Platz für die Antwort und konzentrieren Sie längere Dialoge auf die entscheidenden Beobachtungen.
Definieren Sie für ein nützliches Ergebnis vor der Erzeugung dessen Ausgabeform und Prüfkriterium. Gleichen Sie Zahlen mit der visuellen Quelle ab, trennen Sie extrahierte Formulierungen von Interpretationen und stellen Sie für wissensabhängige Fragen maßgeblichen Kontext bereit. Spätere Flash-Versionen und die größere Seed 1.6-Edition behalten ihre eigenen Unterschiede; aus dem Namen Flash allein werden weder Parameterzahl noch adaptiver Modus abgeleitet.
", "aboutText": "Seed 1.6 Flash ist das kleine multimodale Modell von ByteDance Seed in der Seed1.6-Generation. Es verarbeitet schriftliche Anweisungen und unterstütztes visuelles Material und gibt Text zurück: eine direkte Antwort, eine Erklärung, extrahierte Informationen oder Inhalte für Werkzeugaufrufe. Das Flash-Herstellerprofil bewahrt neben Sprachaufgaben auch Bild- und Videoverständnis. Seine namentlich ausgewiesene Identität ist vom größeren Modell Seed 1.6 mit adaptivem Denken und von späteren Seed2.0-Editionen getrennt.\n\n### Direkte Antworten und Antworten mit Denkprozess\n\nDer Hersteller dokumentiert für die Flash-Edition einen Schalter für den Denkprozess, einschließlich der Möglichkeit, diesen in der ursprünglichen Juni-Referenz zu deaktivieren. Eine Aufgabe mit direkter Antwort kann eine kurze Erklärung oder bestimmte Felder anfordern. Eine aufwendigere Frage kann den Denkablauf des Herstellers nutzen, während die abschließende Antwort auf das gewünschte Ergebnis ausgerichtet bleibt. Die Beschreibung der adaptiven Modi FullCoT/NoCoT/AdaCoT des größeren Modells Seed 1.6 ist nicht als vollständige Steuerspezifikation von Flash zu behandeln.\n\nStellen Sie für eine Supportinteraktion die Nutzerfrage und die relevanten Produktinformationen bereit und fordern Sie anschließend die Antwort sowie das verwendete Quelldetail an. Definieren Sie für eine Extraktion die Felder und den Umgang mit einem unlesbaren oder fehlenden Wert. Ein praktisches Briefing lautet: „Lies die bereitgestellte Seite, extrahiere den Modellnamen und die Spezifikationswerte mit ihren Einheiten und markiere jedes nicht angezeigte Feld.“\n\n### Visuelles Verständnis\n\nDas dokumentierte Flash-Profil umfasst Bild- und Videoverständnis. Kennzeichnen Sie einen Screenshot oder ein Seitenbild, bewahren Sie den umgebenden Kontext und sorgen Sie dafür, dass wichtiger Text lesbar ist. Geben Sie an, ob das Modell ein Diagramm erklären, ein sichtbares Element erkennen oder zwei Bilder vergleichen soll. Fordern Sie die sichtbaren Belege für jeden Befund an. Benennen Sie bei Videos das Ereignis oder den Abschnitt und verlangen Sie eine schriftliche Beschreibung der Reihenfolge von Handlungen oder Veränderungen.\n\nDie Ausgabe beschreibt das bereitgestellte Material. Benötigt die Aufgabe eine Oberflächenaktion oder ein bearbeitetes Medienergebnis, führt die umgebende Anwendung die betreffende Operation aus und gibt den entstandenen Zustand zurück. Verwenden Sie diese Beobachtung für die Fortsetzung, statt eine vorgeschlagene Aktion als Ausführung zu behandeln.\n\n### Strukturierte Ergebnisse und Werkzeuge\n\nDer Herstellerkatalog dokumentiert für Flash strukturierte Ausgabe und Werkzeugnutzung. Geben Sie aussagekräftige Felddefinitionen und Funktionsbeschreibungen an und legen Sie die für die Aufgabe erlaubten Aktionen fest. Das Modell kann eine ausgewählte Operation oder eine strukturierte Antwort erzeugen; die Anwendung prüft die Argumente und liefert die tatsächliche Beobachtung zurück. Halten Sie aus Quellen abgeleitete Werte mit ihrer Seite, ihrem Bild oder ihrer Operation verknüpft, damit das Ergebnis prüfbar bleibt.\n\n### Kontext und Ausgabe\n\nDas ursprüngliche Flash-Referenzprofil nennt einen Kontext von 256K, bis zu 224K Eingabe und bis zu 32K kombinierte Ausgabe einschließlich Denkprozess. Dies sind Grenzen des Herstellerprofils; die verfügbare Ausgabe hängt auch davon ab, wie viel Kontext bereits belegt ist. Reservieren Sie Platz für die Antwort und konzentrieren Sie längere Dialoge auf die entscheidenden Beobachtungen.\n\nDefinieren Sie für ein nützliches Ergebnis vor der Erzeugung dessen Ausgabeform und Prüfkriterium. Gleichen Sie Zahlen mit der visuellen Quelle ab, trennen Sie extrahierte Formulierungen von Interpretationen und stellen Sie für wissensabhängige Fragen maßgeblichen Kontext bereit. Spätere Flash-Versionen und die größere Seed 1.6-Edition behalten ihre eigenen Unterschiede; aus dem Namen Flash allein werden weder Parameterzahl noch adaptiver Modus abgeleitet.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
A product-policy support answer\n\nUse this product note to answer the customer in two sentences: 'The travel mug holds 450 ml, is hand-wash only, and its lid is replaceable.' Customer: 'Can I put the mug in a dishwasher, and must I buy a whole new mug if the lid breaks?' Add the supporting phrase after the answer.A two-sentence customer reply followed by the relevant source wording.The answer says hand-wash only and replaceable lid without adding a price or replacement procedure.bytedance-seed/seed-1.6-flashSeed 1.6 Flash ist die kleine multimodale Seed1.6-Edition für das Verständnis von Text, Bildern und Videos. Die Herstellerabläufe verbinden direkte Antworten oder Antworten mit Denkprozess mit strukturiertem Text und Werkzeugnutzung und eignen sich für gezielte Extraktion, Bildfragen und interaktive Unterstützung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Seed 1.6 Flash ist das kleine multimodale Modell von ByteDance Seed in der Seed1.6-Generation. Es verarbeitet schriftliche Anweisungen und unterstütztes visuelles Material und gibt Text zurück: eine direkte Antwort, eine Erklärung, extrahierte Informationen oder Inhalte für Werkzeugaufrufe. Das Flash-Herstellerprofil bewahrt neben Sprachaufgaben auch Bild- und Videoverständnis. Seine namentlich ausgewiesene Identität ist vom größeren Modell Seed 1.6 mit adaptivem Denken und von späteren Seed2.0-Editionen getrennt.
Der Hersteller dokumentiert für die Flash-Edition einen Schalter für den Denkprozess, einschließlich der Möglichkeit, diesen in der ursprünglichen Juni-Referenz zu deaktivieren. Eine Aufgabe mit direkter Antwort kann eine kurze Erklärung oder bestimmte Felder anfordern. Eine aufwendigere Frage kann den Denkablauf des Herstellers nutzen, während die abschließende Antwort auf das gewünschte Ergebnis ausgerichtet bleibt. Die Beschreibung der adaptiven Modi FullCoT/NoCoT/AdaCoT des größeren Modells Seed 1.6 ist nicht als vollständige Steuerspezifikation von Flash zu behandeln.
Stellen Sie für eine Supportinteraktion die Nutzerfrage und die relevanten Produktinformationen bereit und fordern Sie anschließend die Antwort sowie das verwendete Quelldetail an. Definieren Sie für eine Extraktion die Felder und den Umgang mit einem unlesbaren oder fehlenden Wert. Ein praktisches Briefing lautet: „Lies die bereitgestellte Seite, extrahiere den Modellnamen und die Spezifikationswerte mit ihren Einheiten und markiere jedes nicht angezeigte Feld.“
Das dokumentierte Flash-Profil umfasst Bild- und Videoverständnis. Kennzeichnen Sie einen Screenshot oder ein Seitenbild, bewahren Sie den umgebenden Kontext und sorgen Sie dafür, dass wichtiger Text lesbar ist. Geben Sie an, ob das Modell ein Diagramm erklären, ein sichtbares Element erkennen oder zwei Bilder vergleichen soll. Fordern Sie die sichtbaren Belege für jeden Befund an. Benennen Sie bei Videos das Ereignis oder den Abschnitt und verlangen Sie eine schriftliche Beschreibung der Reihenfolge von Handlungen oder Veränderungen.
Die Ausgabe beschreibt das bereitgestellte Material. Benötigt die Aufgabe eine Oberflächenaktion oder ein bearbeitetes Medienergebnis, führt die umgebende Anwendung die betreffende Operation aus und gibt den entstandenen Zustand zurück. Verwenden Sie diese Beobachtung für die Fortsetzung, statt eine vorgeschlagene Aktion als Ausführung zu behandeln.
Der Herstellerkatalog dokumentiert für Flash strukturierte Ausgabe und Werkzeugnutzung. Geben Sie aussagekräftige Felddefinitionen und Funktionsbeschreibungen an und legen Sie die für die Aufgabe erlaubten Aktionen fest. Das Modell kann eine ausgewählte Operation oder eine strukturierte Antwort erzeugen; die Anwendung prüft die Argumente und liefert die tatsächliche Beobachtung zurück. Halten Sie aus Quellen abgeleitete Werte mit ihrer Seite, ihrem Bild oder ihrer Operation verknüpft, damit das Ergebnis prüfbar bleibt.
Das ursprüngliche Flash-Referenzprofil nennt einen Kontext von 256K, bis zu 224K Eingabe und bis zu 32K kombinierte Ausgabe einschließlich Denkprozess. Dies sind Grenzen des Herstellerprofils; die verfügbare Ausgabe hängt auch davon ab, wie viel Kontext bereits belegt ist. Reservieren Sie Platz für die Antwort und konzentrieren Sie längere Dialoge auf die entscheidenden Beobachtungen.
Definieren Sie für ein nützliches Ergebnis vor der Erzeugung dessen Ausgabeform und Prüfkriterium. Gleichen Sie Zahlen mit der visuellen Quelle ab, trennen Sie extrahierte Formulierungen von Interpretationen und stellen Sie für wissensabhängige Fragen maßgeblichen Kontext bereit. Spätere Flash-Versionen und die größere Seed 1.6-Edition behalten ihre eigenen Unterschiede; aus dem Namen Flash allein werden weder Parameterzahl noch adaptiver Modus abgeleitet.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits bytedance-seed/seed-1.6-flash | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00015 / 1K Token Ausgabe · Ausgabetoken $0.0006 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich128.000 | Gebühr Eingabe · Eingabetoken $0.00015 / 1K Token Ausgabe · Ausgabetoken $0.0006 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als128.000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Token Ausgabe · Ausgabetoken $0.0016 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-1.6-flash", "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-1.6-flash',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-1.6-flash',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra bytedance-seed/seed-1.6-flash
Verwenden Sie die oben angezeigten Methodenpfade.
bytedance-seed/seed-1.6-flashSeed 1.6 Flash ist die kleine multimodale Seed1.6-Edition für das Verständnis von Text, Bildern und Videos. Die Herstellerabläufe verbinden direkte Antworten oder Antworten mit Denkprozess mit strukturiertem Text und Werkzeugnutzung und eignen sich für gezielte Extraktion, Bildfragen und interaktive Unterstützung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Seed 1.6 Flash ist das kleine multimodale Modell von ByteDance Seed in der Seed1.6-Generation. Es verarbeitet schriftliche Anweisungen und unterstütztes visuelles Material und gibt Text zurück: eine direkte Antwort, eine Erklärung, extrahierte Informationen oder Inhalte für Werkzeugaufrufe. Das Flash-Herstellerprofil bewahrt neben Sprachaufgaben auch Bild- und Videoverständnis. Seine namentlich ausgewiesene Identität ist vom größeren Modell Seed 1.6 mit adaptivem Denken und von späteren Seed2.0-Editionen getrennt.
Der Hersteller dokumentiert für die Flash-Edition einen Schalter für den Denkprozess, einschließlich der Möglichkeit, diesen in der ursprünglichen Juni-Referenz zu deaktivieren. Eine Aufgabe mit direkter Antwort kann eine kurze Erklärung oder bestimmte Felder anfordern. Eine aufwendigere Frage kann den Denkablauf des Herstellers nutzen, während die abschließende Antwort auf das gewünschte Ergebnis ausgerichtet bleibt. Die Beschreibung der adaptiven Modi FullCoT/NoCoT/AdaCoT des größeren Modells Seed 1.6 ist nicht als vollständige Steuerspezifikation von Flash zu behandeln.
Stellen Sie für eine Supportinteraktion die Nutzerfrage und die relevanten Produktinformationen bereit und fordern Sie anschließend die Antwort sowie das verwendete Quelldetail an. Definieren Sie für eine Extraktion die Felder und den Umgang mit einem unlesbaren oder fehlenden Wert. Ein praktisches Briefing lautet: „Lies die bereitgestellte Seite, extrahiere den Modellnamen und die Spezifikationswerte mit ihren Einheiten und markiere jedes nicht angezeigte Feld.“
Das dokumentierte Flash-Profil umfasst Bild- und Videoverständnis. Kennzeichnen Sie einen Screenshot oder ein Seitenbild, bewahren Sie den umgebenden Kontext und sorgen Sie dafür, dass wichtiger Text lesbar ist. Geben Sie an, ob das Modell ein Diagramm erklären, ein sichtbares Element erkennen oder zwei Bilder vergleichen soll. Fordern Sie die sichtbaren Belege für jeden Befund an. Benennen Sie bei Videos das Ereignis oder den Abschnitt und verlangen Sie eine schriftliche Beschreibung der Reihenfolge von Handlungen oder Veränderungen.
Die Ausgabe beschreibt das bereitgestellte Material. Benötigt die Aufgabe eine Oberflächenaktion oder ein bearbeitetes Medienergebnis, führt die umgebende Anwendung die betreffende Operation aus und gibt den entstandenen Zustand zurück. Verwenden Sie diese Beobachtung für die Fortsetzung, statt eine vorgeschlagene Aktion als Ausführung zu behandeln.
Der Herstellerkatalog dokumentiert für Flash strukturierte Ausgabe und Werkzeugnutzung. Geben Sie aussagekräftige Felddefinitionen und Funktionsbeschreibungen an und legen Sie die für die Aufgabe erlaubten Aktionen fest. Das Modell kann eine ausgewählte Operation oder eine strukturierte Antwort erzeugen; die Anwendung prüft die Argumente und liefert die tatsächliche Beobachtung zurück. Halten Sie aus Quellen abgeleitete Werte mit ihrer Seite, ihrem Bild oder ihrer Operation verknüpft, damit das Ergebnis prüfbar bleibt.
Das ursprüngliche Flash-Referenzprofil nennt einen Kontext von 256K, bis zu 224K Eingabe und bis zu 32K kombinierte Ausgabe einschließlich Denkprozess. Dies sind Grenzen des Herstellerprofils; die verfügbare Ausgabe hängt auch davon ab, wie viel Kontext bereits belegt ist. Reservieren Sie Platz für die Antwort und konzentrieren Sie längere Dialoge auf die entscheidenden Beobachtungen.
Definieren Sie für ein nützliches Ergebnis vor der Erzeugung dessen Ausgabeform und Prüfkriterium. Gleichen Sie Zahlen mit der visuellen Quelle ab, trennen Sie extrahierte Formulierungen von Interpretationen und stellen Sie für wissensabhängige Fragen maßgeblichen Kontext bereit. Spätere Flash-Versionen und die größere Seed 1.6-Edition behalten ihre eigenen Unterschiede; aus dem Namen Flash allein werden weder Parameterzahl noch adaptiver Modus abgeleitet.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits bytedance-seed/seed-1.6-flash | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00015 / 1K Token Ausgabe · Ausgabetoken $0.0006 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich128.000 | Gebühr Eingabe · Eingabetoken $0.00015 / 1K Token Ausgabe · Ausgabetoken $0.0006 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als128.000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Token Ausgabe · Ausgabetoken $0.0016 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "bytedance-seed/seed-1.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-1.6-flash', '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-1.6-flash', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra bytedance-seed/seed-1.6-flash
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
A product-policy support answer\n\nUse this product note to answer the customer in two sentences: 'The travel mug holds 450 ml, is hand-wash only, and its lid is replaceable.' Customer: 'Can I put the mug in a dishwasher, and must I buy a whole new mug if the lid breaks?' Add the supporting phrase after the answer.A two-sentence customer reply followed by the relevant source wording.The answer says hand-wash only and replaceable lid without adding a price or replacement procedure.