Seed 2.0 Lite ist ByteDance Seeds ausgewogenes allgemeines Modell in der Seed2.0-Serie. Der Hersteller ordnet Lite zwischen der anspruchsvolleren Pro-Ausrichtung der Familie und der kleineren Mini-Option ein und betont ein praktisches Gleichgewicht von Leistungsfähigkeit und Reaktionsgeschwindigkeit. Es akzeptiert Text und visuelles Material und gibt Text zurück; damit eignet es sich für Dokumentunterstützung, bildgestützte Fragen, Programmierhilfe und mehrstufige Informationsverarbeitung.
Die Seed2.0-Familie entwickelt visuelles Schlussfolgern und strukturierte Extraktion aus Screenshots, Diagrammen, gescannten Dokumenten und gemischten Medieninhalten. Kennzeichnen Sie bei einer Dokumentaufgabe die Seiten und bewahren Sie Überschriften, Tabellenbeschriftungen und Einheiten. Fordern Sie die benötigten Felder oder Schlussfolgerungen mit jeweils einer Quellenreferenz an. Ein praktisches Briefing lautet: „Extrahiere die Produktspezifikationen aus diesen Seiten, bewahre die ursprünglichen Einheiten und benenne jeden Widerspruch zwischen der Tabelle und dem erklärenden Absatz.“
Sorgen Sie bei einem Bild für lesbare relevante Schrift und nennen Sie das Objekt oder den Bereich, auf den sich die Frage bezieht. Benennen Sie für Videoverständnis das zu analysierende Ereignis, die Folge oder den Abschnitt und fordern Sie eine schriftliche Beschreibung mit Zeit- oder Quellenbezug an. Das Ergebnis ist eine Interpretation oder Extraktion aus bereitgestellten Medien; ein neues Bild oder gerendertes Video zu erzeugen ist eine separate Aufgabe.
Die Lite-Abläufe des Herstellers unterstützen tiefes Nachdenken und direkte Antworten. Denkausgabe und abschließender Antwortinhalt haben unterschiedliche Rollen: Der Denkprozess arbeitet die Aufgabe durch, während die Antwort dem gewünschten Ergebnis entsprechen soll. Geben Sie gewünschte Felder, Antwortsprache und den Umgang mit fehlenden Informationen an. Fordern Sie bei einer routinemäßigen Extraktion den definierten Datensatz an; stellen Sie für einen Vergleich die Kriterien bereit und verlangen Sie Belege für jede Schlussfolgerung.
Lite kann an einer werkzeuggestützten Aufgabe teilnehmen, wenn die umgebende Anwendung Werkzeugdefinitionen und Beobachtungen bereitstellt. Beschreiben Sie die Funktion jeder Operation und die für den Auftrag erlaubten Aktionen. Eine ausgewählte Operation wird erst zum Beleg, nachdem die Anwendung ihr tatsächliches Ergebnis zurückgegeben hat. Halten Sie diese Beobachtungen mit der Aufgabe verknüpft, statt zu erwarten, dass der Modelltext allein eine Datei abruft oder Code ausführt.
Das veröffentlichte Lite-Profil verwendet einen Kontext von 256K und nennt bis zu 128K Tokens kombinierter Ausgabe einschließlich Denkprozess. Die Eingabeobergrenzen unterscheiden sich zwischen den Tabellen des Herstellers für Text- und Bildabläufe und zwischen benannten Versionen; die Kontextzahl ist deshalb gemeinsam mit der gewählten Anfragespezifikation zu verwenden. Denkprozess, Verlauf und Werkzeugergebnisse teilen sich das verfügbare Budget mit Quelle und abschließender Antwort. Eine gezielte Sammlung relevanter Materialien ist nützlicher als eine unstrukturierte Dateimenge.
Ein Supportassistent kann aus einer Nutzerfrage und bereitgestelltem Produktmaterial eine beleggestützte Erklärung erstellen. Eine Aufgabe zur Rückmeldungsanalyse kann wiederkehrende Probleme erkennen und eine strukturierte Zusammenfassung liefern; ein Programmierbriefing kann eine gezielte Änderung mit Bezug auf die bereitgestellte Implementierung anfordern. Geben Sie jeder Aufgabe eine Ausgabeform und ein Abschlusskriterium.
Der Hersteller betrachtet komplexe Kontextintegration und durchgehende Arbeit in realen Umgebungen als Bereiche mit weiterem Verbesserungsbedarf. Gleichen Sie extrahierte Zahlen mit der Quelle ab, prüfen Sie Code in seiner vorgesehenen Anwendung und stellen Sie aktuelle Belege für wissensabhängige Aussagen bereit. Lite behält seine eigene Edition und Rolle bei der Arbeitslastwahl; es übernimmt nicht stillschweigend Fähigkeiten oder Standardwerte einer späteren Seed-Version.
", "aboutText": "Seed 2.0 Lite ist ByteDance Seeds ausgewogenes allgemeines Modell in der Seed2.0-Serie. Der Hersteller ordnet Lite zwischen der anspruchsvolleren Pro-Ausrichtung der Familie und der kleineren Mini-Option ein und betont ein praktisches Gleichgewicht von Leistungsfähigkeit und Reaktionsgeschwindigkeit. Es akzeptiert Text und visuelles Material und gibt Text zurück; damit eignet es sich für Dokumentunterstützung, bildgestützte Fragen, Programmierhilfe und mehrstufige Informationsverarbeitung.\n\n### Gemischtes Quellmaterial verstehen\n\nDie Seed2.0-Familie entwickelt visuelles Schlussfolgern und strukturierte Extraktion aus Screenshots, Diagrammen, gescannten Dokumenten und gemischten Medieninhalten. Kennzeichnen Sie bei einer Dokumentaufgabe die Seiten und bewahren Sie Überschriften, Tabellenbeschriftungen und Einheiten. Fordern Sie die benötigten Felder oder Schlussfolgerungen mit jeweils einer Quellenreferenz an. Ein praktisches Briefing lautet: „Extrahiere die Produktspezifikationen aus diesen Seiten, bewahre die ursprünglichen Einheiten und benenne jeden Widerspruch zwischen der Tabelle und dem erklärenden Absatz.“\n\nSorgen Sie bei einem Bild für lesbare relevante Schrift und nennen Sie das Objekt oder den Bereich, auf den sich die Frage bezieht. Benennen Sie für Videoverständnis das zu analysierende Ereignis, die Folge oder den Abschnitt und fordern Sie eine schriftliche Beschreibung mit Zeit- oder Quellenbezug an. Das Ergebnis ist eine Interpretation oder Extraktion aus bereitgestellten Medien; ein neues Bild oder gerendertes Video zu erzeugen ist eine separate Aufgabe.\n\n### Schlussfolgern und Anweisungsbefolgung\n\nDie Lite-Abläufe des Herstellers unterstützen tiefes Nachdenken und direkte Antworten. Denkausgabe und abschließender Antwortinhalt haben unterschiedliche Rollen: Der Denkprozess arbeitet die Aufgabe durch, während die Antwort dem gewünschten Ergebnis entsprechen soll. Geben Sie gewünschte Felder, Antwortsprache und den Umgang mit fehlenden Informationen an. Fordern Sie bei einer routinemäßigen Extraktion den definierten Datensatz an; stellen Sie für einen Vergleich die Kriterien bereit und verlangen Sie Belege für jede Schlussfolgerung.\n\nLite kann an einer werkzeuggestützten Aufgabe teilnehmen, wenn die umgebende Anwendung Werkzeugdefinitionen und Beobachtungen bereitstellt. Beschreiben Sie die Funktion jeder Operation und die für den Auftrag erlaubten Aktionen. Eine ausgewählte Operation wird erst zum Beleg, nachdem die Anwendung ihr tatsächliches Ergebnis zurückgegeben hat. Halten Sie diese Beobachtungen mit der Aufgabe verknüpft, statt zu erwarten, dass der Modelltext allein eine Datei abruft oder Code ausführt.\n\n### Kontext- und Antwortbudgets\n\nDas veröffentlichte Lite-Profil verwendet einen Kontext von 256K und nennt bis zu 128K Tokens kombinierter Ausgabe einschließlich Denkprozess. Die Eingabeobergrenzen unterscheiden sich zwischen den Tabellen des Herstellers für Text- und Bildabläufe und zwischen benannten Versionen; die Kontextzahl ist deshalb gemeinsam mit der gewählten Anfragespezifikation zu verwenden. Denkprozess, Verlauf und Werkzeugergebnisse teilen sich das verfügbare Budget mit Quelle und abschließender Antwort. Eine gezielte Sammlung relevanter Materialien ist nützlicher als eine unstrukturierte Dateimenge.\n\n### Praktische Ergebnisse und Einschränkungen\n\nEin Supportassistent kann aus einer Nutzerfrage und bereitgestelltem Produktmaterial eine beleggestützte Erklärung erstellen. Eine Aufgabe zur Rückmeldungsanalyse kann wiederkehrende Probleme erkennen und eine strukturierte Zusammenfassung liefern; ein Programmierbriefing kann eine gezielte Änderung mit Bezug auf die bereitgestellte Implementierung anfordern. Geben Sie jeder Aufgabe eine Ausgabeform und ein Abschlusskriterium.\n\nDer Hersteller betrachtet komplexe Kontextintegration und durchgehende Arbeit in realen Umgebungen als Bereiche mit weiterem Verbesserungsbedarf. Gleichen Sie extrahierte Zahlen mit der Quelle ab, prüfen Sie Code in seiner vorgesehenen Anwendung und stellen Sie aktuelle Belege für wissensabhängige Aussagen bereit. Lite behält seine eigene Edition und Rolle bei der Arbeitslastwahl; es übernimmt nicht stillschweigend Fähigkeiten oder Standardwerte einer späteren Seed-Version.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Reconcile product specifications\n\nCompare the supplied product text. Table T: battery 4,000 mAh; weight 180 g; USB-C charging. Paragraph P: weighs 180 g, charges by USB-C, contains a 4,500 mAh battery. Produce a specification table with source labels, mark conflicts and draft one question to the product owner. Do not choose a battery value without evidence.A field-by-field comparison table and one clarification question about the conflicting specification.Verify that both battery values and their T/P source labels survive in the result.bytedance-seed/seed-2.0-liteSeed 2.0 Lite bietet für allgemeine Anwendungen eine ausgewogene Kombination aus Schlussfolgern und multimodalem Verständnis der Seed2.0-Familie. Es verarbeitet schriftliche Anweisungen, Bilder und Videos und erzeugt Text, strukturierte Befunde und vorgeschlagene Werkzeugaktionen bei einem Herstellerkontext von 256K.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Seed 2.0 Lite ist ByteDance Seeds ausgewogenes allgemeines Modell in der Seed2.0-Serie. Der Hersteller ordnet Lite zwischen der anspruchsvolleren Pro-Ausrichtung der Familie und der kleineren Mini-Option ein und betont ein praktisches Gleichgewicht von Leistungsfähigkeit und Reaktionsgeschwindigkeit. Es akzeptiert Text und visuelles Material und gibt Text zurück; damit eignet es sich für Dokumentunterstützung, bildgestützte Fragen, Programmierhilfe und mehrstufige Informationsverarbeitung.
Die Seed2.0-Familie entwickelt visuelles Schlussfolgern und strukturierte Extraktion aus Screenshots, Diagrammen, gescannten Dokumenten und gemischten Medieninhalten. Kennzeichnen Sie bei einer Dokumentaufgabe die Seiten und bewahren Sie Überschriften, Tabellenbeschriftungen und Einheiten. Fordern Sie die benötigten Felder oder Schlussfolgerungen mit jeweils einer Quellenreferenz an. Ein praktisches Briefing lautet: „Extrahiere die Produktspezifikationen aus diesen Seiten, bewahre die ursprünglichen Einheiten und benenne jeden Widerspruch zwischen der Tabelle und dem erklärenden Absatz.“
Sorgen Sie bei einem Bild für lesbare relevante Schrift und nennen Sie das Objekt oder den Bereich, auf den sich die Frage bezieht. Benennen Sie für Videoverständnis das zu analysierende Ereignis, die Folge oder den Abschnitt und fordern Sie eine schriftliche Beschreibung mit Zeit- oder Quellenbezug an. Das Ergebnis ist eine Interpretation oder Extraktion aus bereitgestellten Medien; ein neues Bild oder gerendertes Video zu erzeugen ist eine separate Aufgabe.
Die Lite-Abläufe des Herstellers unterstützen tiefes Nachdenken und direkte Antworten. Denkausgabe und abschließender Antwortinhalt haben unterschiedliche Rollen: Der Denkprozess arbeitet die Aufgabe durch, während die Antwort dem gewünschten Ergebnis entsprechen soll. Geben Sie gewünschte Felder, Antwortsprache und den Umgang mit fehlenden Informationen an. Fordern Sie bei einer routinemäßigen Extraktion den definierten Datensatz an; stellen Sie für einen Vergleich die Kriterien bereit und verlangen Sie Belege für jede Schlussfolgerung.
Lite kann an einer werkzeuggestützten Aufgabe teilnehmen, wenn die umgebende Anwendung Werkzeugdefinitionen und Beobachtungen bereitstellt. Beschreiben Sie die Funktion jeder Operation und die für den Auftrag erlaubten Aktionen. Eine ausgewählte Operation wird erst zum Beleg, nachdem die Anwendung ihr tatsächliches Ergebnis zurückgegeben hat. Halten Sie diese Beobachtungen mit der Aufgabe verknüpft, statt zu erwarten, dass der Modelltext allein eine Datei abruft oder Code ausführt.
Das veröffentlichte Lite-Profil verwendet einen Kontext von 256K und nennt bis zu 128K Tokens kombinierter Ausgabe einschließlich Denkprozess. Die Eingabeobergrenzen unterscheiden sich zwischen den Tabellen des Herstellers für Text- und Bildabläufe und zwischen benannten Versionen; die Kontextzahl ist deshalb gemeinsam mit der gewählten Anfragespezifikation zu verwenden. Denkprozess, Verlauf und Werkzeugergebnisse teilen sich das verfügbare Budget mit Quelle und abschließender Antwort. Eine gezielte Sammlung relevanter Materialien ist nützlicher als eine unstrukturierte Dateimenge.
Ein Supportassistent kann aus einer Nutzerfrage und bereitgestelltem Produktmaterial eine beleggestützte Erklärung erstellen. Eine Aufgabe zur Rückmeldungsanalyse kann wiederkehrende Probleme erkennen und eine strukturierte Zusammenfassung liefern; ein Programmierbriefing kann eine gezielte Änderung mit Bezug auf die bereitgestellte Implementierung anfordern. Geben Sie jeder Aufgabe eine Ausgabeform und ein Abschlusskriterium.
Der Hersteller betrachtet komplexe Kontextintegration und durchgehende Arbeit in realen Umgebungen als Bereiche mit weiterem Verbesserungsbedarf. Gleichen Sie extrahierte Zahlen mit der Quelle ab, prüfen Sie Code in seiner vorgesehenen Anwendung und stellen Sie aktuelle Belege für wissensabhängige Aussagen bereit. Lite behält seine eigene Edition und Rolle bei der Arbeitslastwahl; es übernimmt nicht stillschweigend Fähigkeiten oder Standardwerte einer späteren Seed-Version.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits bytedance-seed/seed-2.0-lite | 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 $0.0005 / 1K Token Ausgabe · Ausgabetoken $0.004 / 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 $0.0005 / 1K Token Ausgabe · Ausgabetoken $0.004 / 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 $0.001 / 1K Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-2.0-lite", "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-lite',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-lite',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-2.0-lite
Verwenden Sie die oben angezeigten Methodenpfade.
bytedance-seed/seed-2.0-liteSeed 2.0 Lite bietet für allgemeine Anwendungen eine ausgewogene Kombination aus Schlussfolgern und multimodalem Verständnis der Seed2.0-Familie. Es verarbeitet schriftliche Anweisungen, Bilder und Videos und erzeugt Text, strukturierte Befunde und vorgeschlagene Werkzeugaktionen bei einem Herstellerkontext von 256K.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Seed 2.0 Lite ist ByteDance Seeds ausgewogenes allgemeines Modell in der Seed2.0-Serie. Der Hersteller ordnet Lite zwischen der anspruchsvolleren Pro-Ausrichtung der Familie und der kleineren Mini-Option ein und betont ein praktisches Gleichgewicht von Leistungsfähigkeit und Reaktionsgeschwindigkeit. Es akzeptiert Text und visuelles Material und gibt Text zurück; damit eignet es sich für Dokumentunterstützung, bildgestützte Fragen, Programmierhilfe und mehrstufige Informationsverarbeitung.
Die Seed2.0-Familie entwickelt visuelles Schlussfolgern und strukturierte Extraktion aus Screenshots, Diagrammen, gescannten Dokumenten und gemischten Medieninhalten. Kennzeichnen Sie bei einer Dokumentaufgabe die Seiten und bewahren Sie Überschriften, Tabellenbeschriftungen und Einheiten. Fordern Sie die benötigten Felder oder Schlussfolgerungen mit jeweils einer Quellenreferenz an. Ein praktisches Briefing lautet: „Extrahiere die Produktspezifikationen aus diesen Seiten, bewahre die ursprünglichen Einheiten und benenne jeden Widerspruch zwischen der Tabelle und dem erklärenden Absatz.“
Sorgen Sie bei einem Bild für lesbare relevante Schrift und nennen Sie das Objekt oder den Bereich, auf den sich die Frage bezieht. Benennen Sie für Videoverständnis das zu analysierende Ereignis, die Folge oder den Abschnitt und fordern Sie eine schriftliche Beschreibung mit Zeit- oder Quellenbezug an. Das Ergebnis ist eine Interpretation oder Extraktion aus bereitgestellten Medien; ein neues Bild oder gerendertes Video zu erzeugen ist eine separate Aufgabe.
Die Lite-Abläufe des Herstellers unterstützen tiefes Nachdenken und direkte Antworten. Denkausgabe und abschließender Antwortinhalt haben unterschiedliche Rollen: Der Denkprozess arbeitet die Aufgabe durch, während die Antwort dem gewünschten Ergebnis entsprechen soll. Geben Sie gewünschte Felder, Antwortsprache und den Umgang mit fehlenden Informationen an. Fordern Sie bei einer routinemäßigen Extraktion den definierten Datensatz an; stellen Sie für einen Vergleich die Kriterien bereit und verlangen Sie Belege für jede Schlussfolgerung.
Lite kann an einer werkzeuggestützten Aufgabe teilnehmen, wenn die umgebende Anwendung Werkzeugdefinitionen und Beobachtungen bereitstellt. Beschreiben Sie die Funktion jeder Operation und die für den Auftrag erlaubten Aktionen. Eine ausgewählte Operation wird erst zum Beleg, nachdem die Anwendung ihr tatsächliches Ergebnis zurückgegeben hat. Halten Sie diese Beobachtungen mit der Aufgabe verknüpft, statt zu erwarten, dass der Modelltext allein eine Datei abruft oder Code ausführt.
Das veröffentlichte Lite-Profil verwendet einen Kontext von 256K und nennt bis zu 128K Tokens kombinierter Ausgabe einschließlich Denkprozess. Die Eingabeobergrenzen unterscheiden sich zwischen den Tabellen des Herstellers für Text- und Bildabläufe und zwischen benannten Versionen; die Kontextzahl ist deshalb gemeinsam mit der gewählten Anfragespezifikation zu verwenden. Denkprozess, Verlauf und Werkzeugergebnisse teilen sich das verfügbare Budget mit Quelle und abschließender Antwort. Eine gezielte Sammlung relevanter Materialien ist nützlicher als eine unstrukturierte Dateimenge.
Ein Supportassistent kann aus einer Nutzerfrage und bereitgestelltem Produktmaterial eine beleggestützte Erklärung erstellen. Eine Aufgabe zur Rückmeldungsanalyse kann wiederkehrende Probleme erkennen und eine strukturierte Zusammenfassung liefern; ein Programmierbriefing kann eine gezielte Änderung mit Bezug auf die bereitgestellte Implementierung anfordern. Geben Sie jeder Aufgabe eine Ausgabeform und ein Abschlusskriterium.
Der Hersteller betrachtet komplexe Kontextintegration und durchgehende Arbeit in realen Umgebungen als Bereiche mit weiterem Verbesserungsbedarf. Gleichen Sie extrahierte Zahlen mit der Quelle ab, prüfen Sie Code in seiner vorgesehenen Anwendung und stellen Sie aktuelle Belege für wissensabhängige Aussagen bereit. Lite behält seine eigene Edition und Rolle bei der Arbeitslastwahl; es übernimmt nicht stillschweigend Fähigkeiten oder Standardwerte einer späteren Seed-Version.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits bytedance-seed/seed-2.0-lite | 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 $0.0005 / 1K Token Ausgabe · Ausgabetoken $0.004 / 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 $0.0005 / 1K Token Ausgabe · Ausgabetoken $0.004 / 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 $0.001 / 1K Token Ausgabe · Ausgabetoken $0.008 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "bytedance-seed/seed-2.0-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-lite', '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-lite', '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-2.0-lite
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Reconcile product specifications\n\nCompare the supplied product text. Table T: battery 4,000 mAh; weight 180 g; USB-C charging. Paragraph P: weighs 180 g, charges by USB-C, contains a 4,500 mAh battery. Produce a specification table with source labels, mark conflicts and draft one question to the product owner. Do not choose a battery value without evidence.A field-by-field comparison table and one clarification question about the conflicting specification.Verify that both battery values and their T/P source labels survive in the result.