Seed 2.0 Mini est la petite option de modèle de ByteDance Seed dans la série Seed2.0. Le fabricant développe Mini pour les applications à haut débit sensibles à la latence, tout en conservant les capacités linguistiques et visuelles de la famille. L’entrée est une tâche écrite accompagnée des documents sources pertinents, y compris des images ou vidéos prises en charge; la sortie est du texte, comme une réponse, une classification, une fiche extraite ou une opération d’outil proposée.
Mini est utile lorsqu’une application demande au modèle de répéter une opération claire : repérer un problème dans les commentaires de clients, extraire des champs d’un document, expliquer une caractéristique d’un produit ou réécrire un passage pour un public précis. Fournissez les définitions des champs et un petit exemple qui illustre le sens attendu. Expliquez comment représenter une valeur absente et quels noms ou unités d’origine doivent rester inchangés.
Pour le traitement de commentaires, voici une consigne illustrative : « Détermine le principal problème de l’utilisateur, attribue-lui l’une de ces catégories de problèmes et cite la phrase qui appuie ton choix. Si aucune ne convient, explique la catégorie manquante. » Le résultat attendu est une courte fiche vérifiable qui relie une décision à l’entrée réelle. Cette spécification de tâche est plus utile qu’une demande de tout analyser sans préciser l’utilisation ultérieure.
Le fabricant évalue Mini dans la famille Seed2.0 de compréhension visuelle et vidéo. Les tâches multimédias peuvent associer la question écrite à un graphique, à l’image d’une page ou à une séquence visible. Gardez lisibles les en-têtes de tableaux et les libellés d’axes, numérotez les entrées multiples et indiquez ce qui doit être comparé. Pour une vidéo, décrivez le segment et le changement ou l’action à expliquer, puis demandez un compte rendu textuel fondé sur ce segment.
L’orientation d’extraction structurée de la famille aide à préparer l’information pour une application, mais une réponse bien formée doit quand même correspondre à la source. Demandez au modèle de distinguer une valeur visible d’une interprétation déduite. Lorsqu’un détail est illisible, conservez cette incertitude dans le résultat plutôt que de le remplacer par une valeur attendue.
Le profil Mini documenté prend en charge le raisonnement approfondi, la génération de texte, les sorties structurées et l’utilisation d’outils. Un flux du producteur peut distinguer le contenu de raisonnement de la réponse finale; celle-ci doit respecter les champs ou la forme de texte demandés. Lorsque des outils interviennent, l’application fournit leurs définitions, effectue l’opération sélectionnée et renvoie l’observation. Une recherche ou une action sur fichier proposée est distincte d’un résultat accompli.
Pour une petite tâche en plusieurs étapes, indiquez les actions autorisées et le point où elle est terminée. Gardez les observations pertinentes concises afin que le tour suivant conserve les éléments nécessaires à sa décision. Utilisez les données réellement retournées pour réviser la réponse et demandez explicitement le livrable final.
Le profil Mini publié par le fabricant comporte un contexte de 256K et jusqu’à 128K jetons de sortie combinée, raisonnement compris. L’allocation d’entrée exacte dépend du flux et de la révision documentés; la source, l’historique, les retours d’outils et la réponse générée doivent tenir ensemble. Cette petite édition est un choix de charge de travail plutôt qu’une garantie que toute tâche ouverte peut être achevée en une seule passe. Vérifiez le résultat par rapport aux champs, aux éléments probants et au comportement précisés pour la tâche, en distinguant Mini de Lite, de Pro et des versions Seed ultérieures.
", "aboutText": "Seed 2.0 Mini est la petite option de modèle de ByteDance Seed dans la série Seed2.0. Le fabricant développe Mini pour les applications à haut débit sensibles à la latence, tout en conservant les capacités linguistiques et visuelles de la famille. L’entrée est une tâche écrite accompagnée des documents sources pertinents, y compris des images ou vidéos prises en charge; la sortie est du texte, comme une réponse, une classification, une fiche extraite ou une opération d’outil proposée.\n\n### Tâches répétées avec un résultat défini\n\nMini est utile lorsqu’une application demande au modèle de répéter une opération claire : repérer un problème dans les commentaires de clients, extraire des champs d’un document, expliquer une caractéristique d’un produit ou réécrire un passage pour un public précis. Fournissez les définitions des champs et un petit exemple qui illustre le sens attendu. Expliquez comment représenter une valeur absente et quels noms ou unités d’origine doivent rester inchangés.\n\nPour le traitement de commentaires, voici une consigne illustrative : « Détermine le principal problème de l’utilisateur, attribue-lui l’une de ces catégories de problèmes et cite la phrase qui appuie ton choix. Si aucune ne convient, explique la catégorie manquante. » Le résultat attendu est une courte fiche vérifiable qui relie une décision à l’entrée réelle. Cette spécification de tâche est plus utile qu’une demande de tout analyser sans préciser l’utilisation ultérieure.\n\n### Images et vidéos comme éléments probants\n\nLe fabricant évalue Mini dans la famille Seed2.0 de compréhension visuelle et vidéo. Les tâches multimédias peuvent associer la question écrite à un graphique, à l’image d’une page ou à une séquence visible. Gardez lisibles les en-têtes de tableaux et les libellés d’axes, numérotez les entrées multiples et indiquez ce qui doit être comparé. Pour une vidéo, décrivez le segment et le changement ou l’action à expliquer, puis demandez un compte rendu textuel fondé sur ce segment.\n\nL’orientation d’extraction structurée de la famille aide à préparer l’information pour une application, mais une réponse bien formée doit quand même correspondre à la source. Demandez au modèle de distinguer une valeur visible d’une interprétation déduite. Lorsqu’un détail est illisible, conservez cette incertitude dans le résultat plutôt que de le remplacer par une valeur attendue.\n\n### Raisonnement et tâches guidées par des outils\n\nLe profil Mini documenté prend en charge le raisonnement approfondi, la génération de texte, les sorties structurées et l’utilisation d’outils. Un flux du producteur peut distinguer le contenu de raisonnement de la réponse finale; celle-ci doit respecter les champs ou la forme de texte demandés. Lorsque des outils interviennent, l’application fournit leurs définitions, effectue l’opération sélectionnée et renvoie l’observation. Une recherche ou une action sur fichier proposée est distincte d’un résultat accompli.\n\nPour une petite tâche en plusieurs étapes, indiquez les actions autorisées et le point où elle est terminée. Gardez les observations pertinentes concises afin que le tour suivant conserve les éléments nécessaires à sa décision. Utilisez les données réellement retournées pour réviser la réponse et demandez explicitement le livrable final.\n\n### Limites et portée de l’édition\n\nLe profil Mini publié par le fabricant comporte un contexte de 256K et jusqu’à 128K jetons de sortie combinée, raisonnement compris. L’allocation d’entrée exacte dépend du flux et de la révision documentés; la source, l’historique, les retours d’outils et la réponse générée doivent tenir ensemble. Cette petite édition est un choix de charge de travail plutôt qu’une garantie que toute tâche ouverte peut être achevée en une seule passe. Vérifiez le résultat par rapport aux champs, aux éléments probants et au comportement précisés pour la tâche, en distinguant Mini de Lite, de Pro et des versions Seed ultérieures.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Extract a delivery complaint\n\nExtract a compact record from this message: Order K42 arrived on Monday, but one of the two bottles was leaking. I have not contacted the courier. Return order_id, issue, affected_quantity and supporting_quote. Use null for any missing field. Preserve the order identifier exactly and do not infer a refund request.A four-field record: order_id, issue, affected_quantity, supporting_quote. Missing values use null.Check that affected_quantity is one, K42 is preserved and the quoted evidence comes from the message.bytedance-seed/seed-2.0-miniSeed 2.0 Mini est la petite édition de Seed2.0 pour une assistance réactive et les tâches répétées de traitement de l’information. Il combine la compréhension textuelle et visuelle avec le raisonnement et des flux utilisant des outils, et retourne des réponses ou du texte structuré dans un contexte producteur de 256K.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Seed 2.0 Mini est la petite option de modèle de ByteDance Seed dans la série Seed2.0. Le fabricant développe Mini pour les applications à haut débit sensibles à la latence, tout en conservant les capacités linguistiques et visuelles de la famille. L’entrée est une tâche écrite accompagnée des documents sources pertinents, y compris des images ou vidéos prises en charge; la sortie est du texte, comme une réponse, une classification, une fiche extraite ou une opération d’outil proposée.
Mini est utile lorsqu’une application demande au modèle de répéter une opération claire : repérer un problème dans les commentaires de clients, extraire des champs d’un document, expliquer une caractéristique d’un produit ou réécrire un passage pour un public précis. Fournissez les définitions des champs et un petit exemple qui illustre le sens attendu. Expliquez comment représenter une valeur absente et quels noms ou unités d’origine doivent rester inchangés.
Pour le traitement de commentaires, voici une consigne illustrative : « Détermine le principal problème de l’utilisateur, attribue-lui l’une de ces catégories de problèmes et cite la phrase qui appuie ton choix. Si aucune ne convient, explique la catégorie manquante. » Le résultat attendu est une courte fiche vérifiable qui relie une décision à l’entrée réelle. Cette spécification de tâche est plus utile qu’une demande de tout analyser sans préciser l’utilisation ultérieure.
Le fabricant évalue Mini dans la famille Seed2.0 de compréhension visuelle et vidéo. Les tâches multimédias peuvent associer la question écrite à un graphique, à l’image d’une page ou à une séquence visible. Gardez lisibles les en-têtes de tableaux et les libellés d’axes, numérotez les entrées multiples et indiquez ce qui doit être comparé. Pour une vidéo, décrivez le segment et le changement ou l’action à expliquer, puis demandez un compte rendu textuel fondé sur ce segment.
L’orientation d’extraction structurée de la famille aide à préparer l’information pour une application, mais une réponse bien formée doit quand même correspondre à la source. Demandez au modèle de distinguer une valeur visible d’une interprétation déduite. Lorsqu’un détail est illisible, conservez cette incertitude dans le résultat plutôt que de le remplacer par une valeur attendue.
Le profil Mini documenté prend en charge le raisonnement approfondi, la génération de texte, les sorties structurées et l’utilisation d’outils. Un flux du producteur peut distinguer le contenu de raisonnement de la réponse finale; celle-ci doit respecter les champs ou la forme de texte demandés. Lorsque des outils interviennent, l’application fournit leurs définitions, effectue l’opération sélectionnée et renvoie l’observation. Une recherche ou une action sur fichier proposée est distincte d’un résultat accompli.
Pour une petite tâche en plusieurs étapes, indiquez les actions autorisées et le point où elle est terminée. Gardez les observations pertinentes concises afin que le tour suivant conserve les éléments nécessaires à sa décision. Utilisez les données réellement retournées pour réviser la réponse et demandez explicitement le livrable final.
Le profil Mini publié par le fabricant comporte un contexte de 256K et jusqu’à 128K jetons de sortie combinée, raisonnement compris. L’allocation d’entrée exacte dépend du flux et de la révision documentés; la source, l’historique, les retours d’outils et la réponse générée doivent tenir ensemble. Cette petite édition est un choix de charge de travail plutôt qu’une garantie que toute tâche ouverte peut être achevée en une seule passe. Vérifiez le résultat par rapport aux champs, aux éléments probants et au comportement précisés pour la tâche, en distinguant Mini de Lite, de Pro et des versions Seed ultérieures.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites bytedance-seed/seed-2.0-mini | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse128 000 | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de128 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0004 / 1K jetons Sortie · Jetons en sortie $0.0016 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-mini", "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-mini',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-mini',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra bytedance-seed/seed-2.0-mini
Utilisez les chemins de méthode indiqués ci-dessus.
bytedance-seed/seed-2.0-miniSeed 2.0 Mini est la petite édition de Seed2.0 pour une assistance réactive et les tâches répétées de traitement de l’information. Il combine la compréhension textuelle et visuelle avec le raisonnement et des flux utilisant des outils, et retourne des réponses ou du texte structuré dans un contexte producteur de 256K.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Seed 2.0 Mini est la petite option de modèle de ByteDance Seed dans la série Seed2.0. Le fabricant développe Mini pour les applications à haut débit sensibles à la latence, tout en conservant les capacités linguistiques et visuelles de la famille. L’entrée est une tâche écrite accompagnée des documents sources pertinents, y compris des images ou vidéos prises en charge; la sortie est du texte, comme une réponse, une classification, une fiche extraite ou une opération d’outil proposée.
Mini est utile lorsqu’une application demande au modèle de répéter une opération claire : repérer un problème dans les commentaires de clients, extraire des champs d’un document, expliquer une caractéristique d’un produit ou réécrire un passage pour un public précis. Fournissez les définitions des champs et un petit exemple qui illustre le sens attendu. Expliquez comment représenter une valeur absente et quels noms ou unités d’origine doivent rester inchangés.
Pour le traitement de commentaires, voici une consigne illustrative : « Détermine le principal problème de l’utilisateur, attribue-lui l’une de ces catégories de problèmes et cite la phrase qui appuie ton choix. Si aucune ne convient, explique la catégorie manquante. » Le résultat attendu est une courte fiche vérifiable qui relie une décision à l’entrée réelle. Cette spécification de tâche est plus utile qu’une demande de tout analyser sans préciser l’utilisation ultérieure.
Le fabricant évalue Mini dans la famille Seed2.0 de compréhension visuelle et vidéo. Les tâches multimédias peuvent associer la question écrite à un graphique, à l’image d’une page ou à une séquence visible. Gardez lisibles les en-têtes de tableaux et les libellés d’axes, numérotez les entrées multiples et indiquez ce qui doit être comparé. Pour une vidéo, décrivez le segment et le changement ou l’action à expliquer, puis demandez un compte rendu textuel fondé sur ce segment.
L’orientation d’extraction structurée de la famille aide à préparer l’information pour une application, mais une réponse bien formée doit quand même correspondre à la source. Demandez au modèle de distinguer une valeur visible d’une interprétation déduite. Lorsqu’un détail est illisible, conservez cette incertitude dans le résultat plutôt que de le remplacer par une valeur attendue.
Le profil Mini documenté prend en charge le raisonnement approfondi, la génération de texte, les sorties structurées et l’utilisation d’outils. Un flux du producteur peut distinguer le contenu de raisonnement de la réponse finale; celle-ci doit respecter les champs ou la forme de texte demandés. Lorsque des outils interviennent, l’application fournit leurs définitions, effectue l’opération sélectionnée et renvoie l’observation. Une recherche ou une action sur fichier proposée est distincte d’un résultat accompli.
Pour une petite tâche en plusieurs étapes, indiquez les actions autorisées et le point où elle est terminée. Gardez les observations pertinentes concises afin que le tour suivant conserve les éléments nécessaires à sa décision. Utilisez les données réellement retournées pour réviser la réponse et demandez explicitement le livrable final.
Le profil Mini publié par le fabricant comporte un contexte de 256K et jusqu’à 128K jetons de sortie combinée, raisonnement compris. L’allocation d’entrée exacte dépend du flux et de la révision documentés; la source, l’historique, les retours d’outils et la réponse générée doivent tenir ensemble. Cette petite édition est un choix de charge de travail plutôt qu’une garantie que toute tâche ouverte peut être achevée en une seule passe. Vérifiez le résultat par rapport aux champs, aux éléments probants et au comportement précisés pour la tâche, en distinguant Mini de Lite, de Pro et des versions Seed ultérieures.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites bytedance-seed/seed-2.0-mini | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluse128 000 | Coût Entrée · Jetons en entrée $0.0002 / 1K jetons Sortie · Jetons en sortie $0.0008 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de128 000 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0004 / 1K jetons Sortie · Jetons en sortie $0.0016 / 1K jetons Entrée · Lecture du cache — / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "bytedance-seed/seed-2.0-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra bytedance-seed/seed-2.0-mini
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Extract a delivery complaint\n\nExtract a compact record from this message: Order K42 arrived on Monday, but one of the two bottles was leaking. I have not contacted the courier. Return order_id, issue, affected_quantity and supporting_quote. Use null for any missing field. Preserve the order identifier exactly and do not infer a refund request.A four-field record: order_id, issue, affected_quantity, supporting_quote. Missing values use null.Check that affected_quantity is one, K42 is preserved and the quoted evidence comes from the message.