Seed 2.1 Turbo est l’édition efficace à haut débit de la famille Seed2.1 de ByteDance Seed. Le fabricant destine Turbo aux scénarios produit qui nécessitent une assistance quotidienne utile et une progression fiable dans des tâches longues, tandis que Pro vise les processus professionnels et de raisonnement les plus exigeants de la famille. Turbo utilise les instructions et les sources pour produire des réponses, du code, des analyses et du contenu d’appels d’outils. La famille comprend aussi les contenus visuels et vidéo : la tâche peut donc combiner ce que l’utilisateur écrit avec les informations visibles dans les médias fournis.
L’orientation de Seed2.1 vers les agents généralistes se concentre sur la planification, le traitement des fichiers, l’utilisation d’outils, le maintien de l’état de la tâche et la livraison d’un travail terminé. Pour une mission documentaire, donnez aux documents pertinents des noms explicites et identifiez la décision ou le livrable qu’ils doivent étayer. Un brief pratique est : « Comparez ces exigences de projet à la proposition jointe, identifiez les dépendances non résolues et rédigez une note de décision avec les preuves de chaque constat. » Précisez le public, les faits obligatoires et les critères d’un résultat exploitable.
Pour un travail sur un tableur ou un rapport, expliquez la signification des champs, les unités et la manière de traiter les valeurs manquantes. Demandez le calcul ou la conclusion avec son emplacement dans la source. Lorsqu’une application fournit des outils, le modèle peut choisir une opération et utiliser l’observation renvoyée pour poursuivre la tâche. L’application contrôle l’accès réel aux fichiers et l’exécution ; conservez ce résultat plutôt que de considérer une action proposée comme achevée.
Le fabricant développe la famille pour l’analyse des exigences, l’implémentation de fonctionnalités, le débogage et la validation des résultats. Fournissez le contexte pertinent du dépôt, les interfaces existantes, le comportement requis et un exemple reproductible du problème. Pour une modification couvrant plusieurs fichiers, expliquez les dépendances et les contrats qui doivent rester stables. Un résultat utile contient l’implémentation, une explication du changement et les observations permettant d’établir si le comportement requis a été obtenu.
Un prompt de débogage ciblé peut demander au modèle de suivre une entrée en échec dans le code, d’identifier la première condition incorrecte et de proposer une correction. Pour une tâche d’interface, combinez les exigences de contenu avec une maquette et décrivez les états et interactions visibles. Le code généré reste un livrable proposé tant qu’il n’a pas été exécuté dans son application prévue ; réinjectez les échecs réels ou les captures d’écran dans la révision suivante.
Seed2.1 associe l’interprétation de documents et de graphiques, la compréhension spatiale et celle des vidéos à ses tâches d’agent. Préparez des images sources lisibles, préservez les libellés environnants et indiquez au modèle quel détail compte. Pour une vidéo, précisez le segment et l’événement à expliquer, par exemple un changement de scène ou l’ordre des actions visibles. Demandez à la réponse de séparer les détails observés de leur interprétation, avec une page source, un libellé d’image ou un repère temporel lorsque cela s’applique.
Ces entrées permettent l’analyse et la génération de code à partir de preuves visuelles. Produire un plan de montage textuel ou une opération proposée est distinct du rendu d’une nouvelle vidéo ou de l’exécution d’une action dans l’interface ; ces résultats nécessitent les outils environnants et leurs résultats réels.
Le fabricant identifie les problèmes professionnels ouverts et ceux de recherche de pointe comme des domaines encore perfectibles. Gardez une mission difficile liée à ses éléments de preuve, à ses observations intermédiaires et à ses critères d’achèvement. Utilisez des sources pertinentes pour les affirmations qui dépendent de connaissances et exigez que la sortie finale identifie les questions sans réponse. Le profil de référence Turbo publié par le fabricant possède un contexte de 256K. Réservez dans ce budget de la place à la conversation, aux retours d’outils, au raisonnement et au résultat final ; le raisonnement compte aussi dans le budget de génération. L’édition Turbo reste distincte de Pro et des versions Seed antérieures ; préparez la tâche selon ses propres modes et son format de requête documentés.
", "aboutText": "Seed 2.1 Turbo est l’édition efficace à haut débit de la famille Seed2.1 de ByteDance Seed. Le fabricant destine Turbo aux scénarios produit qui nécessitent une assistance quotidienne utile et une progression fiable dans des tâches longues, tandis que Pro vise les processus professionnels et de raisonnement les plus exigeants de la famille. Turbo utilise les instructions et les sources pour produire des réponses, du code, des analyses et du contenu d’appels d’outils. La famille comprend aussi les contenus visuels et vidéo : la tâche peut donc combiner ce que l’utilisateur écrit avec les informations visibles dans les médias fournis.\n\n### Agents généralistes et livrables utiles\n\nL’orientation de Seed2.1 vers les agents généralistes se concentre sur la planification, le traitement des fichiers, l’utilisation d’outils, le maintien de l’état de la tâche et la livraison d’un travail terminé. Pour une mission documentaire, donnez aux documents pertinents des noms explicites et identifiez la décision ou le livrable qu’ils doivent étayer. Un brief pratique est : « Comparez ces exigences de projet à la proposition jointe, identifiez les dépendances non résolues et rédigez une note de décision avec les preuves de chaque constat. » Précisez le public, les faits obligatoires et les critères d’un résultat exploitable.\n\nPour un travail sur un tableur ou un rapport, expliquez la signification des champs, les unités et la manière de traiter les valeurs manquantes. Demandez le calcul ou la conclusion avec son emplacement dans la source. Lorsqu’une application fournit des outils, le modèle peut choisir une opération et utiliser l’observation renvoyée pour poursuivre la tâche. L’application contrôle l’accès réel aux fichiers et l’exécution ; conservez ce résultat plutôt que de considérer une action proposée comme achevée.\n\n### De l’analyse des exigences à la validation du code\n\nLe fabricant développe la famille pour l’analyse des exigences, l’implémentation de fonctionnalités, le débogage et la validation des résultats. Fournissez le contexte pertinent du dépôt, les interfaces existantes, le comportement requis et un exemple reproductible du problème. Pour une modification couvrant plusieurs fichiers, expliquez les dépendances et les contrats qui doivent rester stables. Un résultat utile contient l’implémentation, une explication du changement et les observations permettant d’établir si le comportement requis a été obtenu.\n\nUn prompt de débogage ciblé peut demander au modèle de suivre une entrée en échec dans le code, d’identifier la première condition incorrecte et de proposer une correction. Pour une tâche d’interface, combinez les exigences de contenu avec une maquette et décrivez les états et interactions visibles. Le code généré reste un livrable proposé tant qu’il n’a pas été exécuté dans son application prévue ; réinjectez les échecs réels ou les captures d’écran dans la révision suivante.\n\n### Contexte multimodal\n\nSeed2.1 associe l’interprétation de documents et de graphiques, la compréhension spatiale et celle des vidéos à ses tâches d’agent. Préparez des images sources lisibles, préservez les libellés environnants et indiquez au modèle quel détail compte. Pour une vidéo, précisez le segment et l’événement à expliquer, par exemple un changement de scène ou l’ordre des actions visibles. Demandez à la réponse de séparer les détails observés de leur interprétation, avec une page source, un libellé d’image ou un repère temporel lorsque cela s’applique.\n\nCes entrées permettent l’analyse et la génération de code à partir de preuves visuelles. Produire un plan de montage textuel ou une opération proposée est distinct du rendu d’une nouvelle vidéo ou de l’exécution d’une action dans l’interface ; ces résultats nécessitent les outils environnants et leurs résultats réels.\n\n### Limites de la tâche et vérification\n\nLe fabricant identifie les problèmes professionnels ouverts et ceux de recherche de pointe comme des domaines encore perfectibles. Gardez une mission difficile liée à ses éléments de preuve, à ses observations intermédiaires et à ses critères d’achèvement. Utilisez des sources pertinentes pour les affirmations qui dépendent de connaissances et exigez que la sortie finale identifie les questions sans réponse. Le profil de référence Turbo publié par le fabricant possède un contexte de 256K. Réservez dans ce budget de la place à la conversation, aux retours d’outils, au raisonnement et au résultat final ; le raisonnement compte aussi dans le budget de génération. L’édition Turbo reste distincte de Pro et des versions Seed antérieures ; préparez la tâche selon ses propres modes et son format de requête documentés.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Prepare a launch dependency memo\n\nWrite a decision memo for a small release. Requirements: password reset and an export button must work before launch. Status notes: password reset passes its check; export displays a button but produces an empty file; documentation is ready. Recommend launch or delay, name the blocking dependency and specify the next evidence needed.A concise recommendation, a dependency finding, and a concrete export acceptance check.Check that a visible export button is not treated as proof of a usable export file.bytedance-seed/seed-2-1-turboSeed 2.1 Turbo est le modèle efficace de la famille Seed pour l’assistance quotidienne et le travail de productivité en plusieurs étapes. Il relie les sources écrites et visuelles à la programmation, à l’analyse de documents et aux tâches guidées par des outils, en produisant du texte et des actions proposées à l’application qui l’entoure.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Seed 2.1 Turbo est l’édition efficace à haut débit de la famille Seed2.1 de ByteDance Seed. Le fabricant destine Turbo aux scénarios produit qui nécessitent une assistance quotidienne utile et une progression fiable dans des tâches longues, tandis que Pro vise les processus professionnels et de raisonnement les plus exigeants de la famille. Turbo utilise les instructions et les sources pour produire des réponses, du code, des analyses et du contenu d’appels d’outils. La famille comprend aussi les contenus visuels et vidéo : la tâche peut donc combiner ce que l’utilisateur écrit avec les informations visibles dans les médias fournis.
L’orientation de Seed2.1 vers les agents généralistes se concentre sur la planification, le traitement des fichiers, l’utilisation d’outils, le maintien de l’état de la tâche et la livraison d’un travail terminé. Pour une mission documentaire, donnez aux documents pertinents des noms explicites et identifiez la décision ou le livrable qu’ils doivent étayer. Un brief pratique est : « Comparez ces exigences de projet à la proposition jointe, identifiez les dépendances non résolues et rédigez une note de décision avec les preuves de chaque constat. » Précisez le public, les faits obligatoires et les critères d’un résultat exploitable.
Pour un travail sur un tableur ou un rapport, expliquez la signification des champs, les unités et la manière de traiter les valeurs manquantes. Demandez le calcul ou la conclusion avec son emplacement dans la source. Lorsqu’une application fournit des outils, le modèle peut choisir une opération et utiliser l’observation renvoyée pour poursuivre la tâche. L’application contrôle l’accès réel aux fichiers et l’exécution ; conservez ce résultat plutôt que de considérer une action proposée comme achevée.
Le fabricant développe la famille pour l’analyse des exigences, l’implémentation de fonctionnalités, le débogage et la validation des résultats. Fournissez le contexte pertinent du dépôt, les interfaces existantes, le comportement requis et un exemple reproductible du problème. Pour une modification couvrant plusieurs fichiers, expliquez les dépendances et les contrats qui doivent rester stables. Un résultat utile contient l’implémentation, une explication du changement et les observations permettant d’établir si le comportement requis a été obtenu.
Un prompt de débogage ciblé peut demander au modèle de suivre une entrée en échec dans le code, d’identifier la première condition incorrecte et de proposer une correction. Pour une tâche d’interface, combinez les exigences de contenu avec une maquette et décrivez les états et interactions visibles. Le code généré reste un livrable proposé tant qu’il n’a pas été exécuté dans son application prévue ; réinjectez les échecs réels ou les captures d’écran dans la révision suivante.
Seed2.1 associe l’interprétation de documents et de graphiques, la compréhension spatiale et celle des vidéos à ses tâches d’agent. Préparez des images sources lisibles, préservez les libellés environnants et indiquez au modèle quel détail compte. Pour une vidéo, précisez le segment et l’événement à expliquer, par exemple un changement de scène ou l’ordre des actions visibles. Demandez à la réponse de séparer les détails observés de leur interprétation, avec une page source, un libellé d’image ou un repère temporel lorsque cela s’applique.
Ces entrées permettent l’analyse et la génération de code à partir de preuves visuelles. Produire un plan de montage textuel ou une opération proposée est distinct du rendu d’une nouvelle vidéo ou de l’exécution d’une action dans l’interface ; ces résultats nécessitent les outils environnants et leurs résultats réels.
Le fabricant identifie les problèmes professionnels ouverts et ceux de recherche de pointe comme des domaines encore perfectibles. Gardez une mission difficile liée à ses éléments de preuve, à ses observations intermédiaires et à ses critères d’achèvement. Utilisez des sources pertinentes pour les affirmations qui dépendent de connaissances et exigez que la sortie finale identifie les questions sans réponse. Le profil de référence Turbo publié par le fabricant possède un contexte de 256K. Réservez dans ce budget de la place à la conversation, aux retours d’outils, au raisonnement et au résultat final ; le raisonnement compte aussi dans le budget de génération. L’édition Turbo reste distincte de Pro et des versions Seed antérieures ; préparez la tâche selon ses propres modes et son format de requête documentés.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites bytedance-seed/seed-2-1-turbo | 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’identifiant 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: outil de fonction fourni | 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 rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | 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 sous forme de texte littéral ; aucun identifiant 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’identifiant 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/objets 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-2-1-turbo", "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-2-1-turbo',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-2-1-turbo',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, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra bytedance-seed/seed-2-1-turbo
Utilisez les chemins de méthode indiqués ci-dessus.
bytedance-seed/seed-2-1-turboSeed 2.1 Turbo est le modèle efficace de la famille Seed pour l’assistance quotidienne et le travail de productivité en plusieurs étapes. Il relie les sources écrites et visuelles à la programmation, à l’analyse de documents et aux tâches guidées par des outils, en produisant du texte et des actions proposées à l’application qui l’entoure.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Seed 2.1 Turbo est l’édition efficace à haut débit de la famille Seed2.1 de ByteDance Seed. Le fabricant destine Turbo aux scénarios produit qui nécessitent une assistance quotidienne utile et une progression fiable dans des tâches longues, tandis que Pro vise les processus professionnels et de raisonnement les plus exigeants de la famille. Turbo utilise les instructions et les sources pour produire des réponses, du code, des analyses et du contenu d’appels d’outils. La famille comprend aussi les contenus visuels et vidéo : la tâche peut donc combiner ce que l’utilisateur écrit avec les informations visibles dans les médias fournis.
L’orientation de Seed2.1 vers les agents généralistes se concentre sur la planification, le traitement des fichiers, l’utilisation d’outils, le maintien de l’état de la tâche et la livraison d’un travail terminé. Pour une mission documentaire, donnez aux documents pertinents des noms explicites et identifiez la décision ou le livrable qu’ils doivent étayer. Un brief pratique est : « Comparez ces exigences de projet à la proposition jointe, identifiez les dépendances non résolues et rédigez une note de décision avec les preuves de chaque constat. » Précisez le public, les faits obligatoires et les critères d’un résultat exploitable.
Pour un travail sur un tableur ou un rapport, expliquez la signification des champs, les unités et la manière de traiter les valeurs manquantes. Demandez le calcul ou la conclusion avec son emplacement dans la source. Lorsqu’une application fournit des outils, le modèle peut choisir une opération et utiliser l’observation renvoyée pour poursuivre la tâche. L’application contrôle l’accès réel aux fichiers et l’exécution ; conservez ce résultat plutôt que de considérer une action proposée comme achevée.
Le fabricant développe la famille pour l’analyse des exigences, l’implémentation de fonctionnalités, le débogage et la validation des résultats. Fournissez le contexte pertinent du dépôt, les interfaces existantes, le comportement requis et un exemple reproductible du problème. Pour une modification couvrant plusieurs fichiers, expliquez les dépendances et les contrats qui doivent rester stables. Un résultat utile contient l’implémentation, une explication du changement et les observations permettant d’établir si le comportement requis a été obtenu.
Un prompt de débogage ciblé peut demander au modèle de suivre une entrée en échec dans le code, d’identifier la première condition incorrecte et de proposer une correction. Pour une tâche d’interface, combinez les exigences de contenu avec une maquette et décrivez les états et interactions visibles. Le code généré reste un livrable proposé tant qu’il n’a pas été exécuté dans son application prévue ; réinjectez les échecs réels ou les captures d’écran dans la révision suivante.
Seed2.1 associe l’interprétation de documents et de graphiques, la compréhension spatiale et celle des vidéos à ses tâches d’agent. Préparez des images sources lisibles, préservez les libellés environnants et indiquez au modèle quel détail compte. Pour une vidéo, précisez le segment et l’événement à expliquer, par exemple un changement de scène ou l’ordre des actions visibles. Demandez à la réponse de séparer les détails observés de leur interprétation, avec une page source, un libellé d’image ou un repère temporel lorsque cela s’applique.
Ces entrées permettent l’analyse et la génération de code à partir de preuves visuelles. Produire un plan de montage textuel ou une opération proposée est distinct du rendu d’une nouvelle vidéo ou de l’exécution d’une action dans l’interface ; ces résultats nécessitent les outils environnants et leurs résultats réels.
Le fabricant identifie les problèmes professionnels ouverts et ceux de recherche de pointe comme des domaines encore perfectibles. Gardez une mission difficile liée à ses éléments de preuve, à ses observations intermédiaires et à ses critères d’achèvement. Utilisez des sources pertinentes pour les affirmations qui dépendent de connaissances et exigez que la sortie finale identifie les questions sans réponse. Le profil de référence Turbo publié par le fabricant possède un contexte de 256K. Réservez dans ce budget de la place à la conversation, aux retours d’outils, au raisonnement et au résultat final ; le raisonnement compte aussi dans le budget de génération. L’édition Turbo reste distincte de Pro et des versions Seed antérieures ; préparez la tâche selon ses propres modes et son format de requête documentés.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites bytedance-seed/seed-2-1-turbo | 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 | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache — / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "bytedance-seed/seed-2-1-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-2-1-turbo', '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-2-1-turbo', '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 identifiants 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 identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra bytedance-seed/seed-2-1-turbo
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Prepare a launch dependency memo\n\nWrite a decision memo for a small release. Requirements: password reset and an export button must work before launch. Status notes: password reset passes its check; export displays a button but produces an empty file; documentation is ready. Recommend launch or delay, name the blocking dependency and specify the next evidence needed.A concise recommendation, a dependency finding, and a concrete export acceptance check.Check that a visible export button is not treated as proof of a usable export file.