Seed 1.6 adalah model multimodal serbaguna ByteDance Seed dengan pemikiran adaptif. Pembuatnya mengembangkannya untuk penalaran teks dan visual, pertanyaan berkonteks panjang dan interaksi yang berlandaskan antarmuka atau dokumen. Model menerima instruksi dan materi sumber serta mengembalikan teks seperti jawaban, analisis atau kode. Edisi adaptifnya tetap berbeda dari Seed1.6-Thinking, Flash dan generasi Seed berikutnya.
Pembuatnya menjelaskan model mixture-of-experts dengan aktivasi jarang (sparse) dengan 230 miliar parameter total dan 23 miliar parameter aktif. Pelatihan dimulai dengan teks, berlanjut dengan campuran materi teks dan visual, lalu memperluas panjang urutan dari 32K menjadi 256K. Ini memberi model konteks yang dapat menyatukan pertanyaan dengan informasi sumber yang substansial. Konteks tetap memuat percakapan dan hasil yang dihasilkan bersama-sama, sehingga sisakan ruang untuk jawaban, alih-alih menganggapnya sebagai jatah keluaran mandiri.
Untuk tugas dokumen, pertahankan nama bagian, label halaman, judul tabel dan satuan. Minta perbandingan atau ekstraksi yang harus didukung materi. Brief yang berguna adalah: “Bandingkan kondisi dalam kedua dokumen ini, identifikasi setiap perbedaan substansial dan kutip bagian relevan di samping setiap temuan.” Untuk tangkapan layar, jelaskan apa yang ingin dicapai pengguna dan minta interpretasi berdasarkan label yang terlihat.
Seed1.6 memperkenalkan Adaptive Chain-of-Thought, dengan tiga mode pembuatnya. FullCoT bernalar sebelum membalas setiap prompt. NoCoT merespons langsung. AdaCoT memutuskan apakah akan bernalar berdasarkan pertanyaan. Pelatihan memberikan imbalan untuk jumlah pemikiran yang sesuai, bukan penalaran panjang yang tidak diperlukan pada setiap permintaan.
Pilih kedalaman tugas sesuai hasil yang diperlukan: ekstraksi langsung atau penulisan ulang dapat memiliki spesifikasi keluaran ringkas, sementara kondisi matematika, cacat kode atau perbandingan sumber memerlukan batasan relevan. Nyatakan artefak akhir secara terpisah dari analisis perantara. Proses penalaran diperluas hanya berguna ketika mendukung jawaban yang dibutuhkan.
Pelatihan multimodal model menyatukan bukti tertulis dan visual. Sertakan gambar yang terbaca dan label sekitar yang diperlukan untuk menafsirkannya. Untuk diagram, jelaskan pertanyaan dan pertahankan anotasinya; untuk grafik, bedakan nilai yang terlihat dari interpretasi yang diminta. Pembahasan evaluasi pembuatnya mengidentifikasi diagram buram sebagai sumber penurunan kinerja visual, sehingga gambar sumber jelas menjadi pilihan masukan praktis yang penting.
Untuk tugas antarmuka, identifikasi apakah tangkapan layar menunjukkan keadaan saat ini atau desain yang dimaksud. Minta kontrol yang terlihat atau kode yang diperlukan untuk perilaku tertentu, lalu gunakan hasil aplikasi sebenarnya sebagai umpan balik. Teks yang mengusulkan klik atau menghasilkan kode berbeda dari tindakan antarmuka yang telah selesai.
Profil asli pembuatnya mendokumentasikan keluaran terstruktur dan penggunaan alat, dengan konteks 256K, masukan hingga 224K dan keluaran gabungan hingga 32K termasuk penalaran. Aplikasi menyediakan definisi alat dan menjalankan operasi pilihan, mengembalikan pengamatan untuk langkah berikutnya. Gunakan hasil tersebut sebagai bukti dan jaga percakapan tetap terarah pada tugas.
Hasil akhir praktis dapat berupa masalah yang terselesaikan, usulan kode terarah atau rekaman analitis yang didukung sumber. Tentukan bahasa, terminologi wajib dan kriteria penyelesaiannya. Periksa nilai hasil ekstraksi terhadap sumber dan pertahankan informasi yang hilang secara eksplisit. Ini menjaga respons model adaptif tetap terhubung dengan pertanyaan sebenarnya sambil mempertahankan edisi Seed 1.6 yang tepat serta perbedaan modenya yang didokumentasikan.
", "aboutText": "Seed 1.6 adalah model multimodal serbaguna ByteDance Seed dengan pemikiran adaptif. Pembuatnya mengembangkannya untuk penalaran teks dan visual, pertanyaan berkonteks panjang dan interaksi yang berlandaskan antarmuka atau dokumen. Model menerima instruksi dan materi sumber serta mengembalikan teks seperti jawaban, analisis atau kode. Edisi adaptifnya tetap berbeda dari Seed1.6-Thinking, Flash dan generasi Seed berikutnya.\n\n### Pelatihan multimodal dan konteks panjang\n\nPembuatnya menjelaskan model mixture-of-experts dengan aktivasi jarang (sparse) dengan 230 miliar parameter total dan 23 miliar parameter aktif. Pelatihan dimulai dengan teks, berlanjut dengan campuran materi teks dan visual, lalu memperluas panjang urutan dari 32K menjadi 256K. Ini memberi model konteks yang dapat menyatukan pertanyaan dengan informasi sumber yang substansial. Konteks tetap memuat percakapan dan hasil yang dihasilkan bersama-sama, sehingga sisakan ruang untuk jawaban, alih-alih menganggapnya sebagai jatah keluaran mandiri.\n\nUntuk tugas dokumen, pertahankan nama bagian, label halaman, judul tabel dan satuan. Minta perbandingan atau ekstraksi yang harus didukung materi. Brief yang berguna adalah: “Bandingkan kondisi dalam kedua dokumen ini, identifikasi setiap perbedaan substansial dan kutip bagian relevan di samping setiap temuan.” Untuk tangkapan layar, jelaskan apa yang ingin dicapai pengguna dan minta interpretasi berdasarkan label yang terlihat.\n\n### Pemikiran adaptif\n\nSeed1.6 memperkenalkan Adaptive Chain-of-Thought, dengan tiga mode pembuatnya. FullCoT bernalar sebelum membalas setiap prompt. NoCoT merespons langsung. AdaCoT memutuskan apakah akan bernalar berdasarkan pertanyaan. Pelatihan memberikan imbalan untuk jumlah pemikiran yang sesuai, bukan penalaran panjang yang tidak diperlukan pada setiap permintaan.\n\nPilih kedalaman tugas sesuai hasil yang diperlukan: ekstraksi langsung atau penulisan ulang dapat memiliki spesifikasi keluaran ringkas, sementara kondisi matematika, cacat kode atau perbandingan sumber memerlukan batasan relevan. Nyatakan artefak akhir secara terpisah dari analisis perantara. Proses penalaran diperluas hanya berguna ketika mendukung jawaban yang dibutuhkan.\n\n### Penalaran visual dan persiapan\n\nPelatihan multimodal model menyatukan bukti tertulis dan visual. Sertakan gambar yang terbaca dan label sekitar yang diperlukan untuk menafsirkannya. Untuk diagram, jelaskan pertanyaan dan pertahankan anotasinya; untuk grafik, bedakan nilai yang terlihat dari interpretasi yang diminta. Pembahasan evaluasi pembuatnya mengidentifikasi diagram buram sebagai sumber penurunan kinerja visual, sehingga gambar sumber jelas menjadi pilihan masukan praktis yang penting.\n\nUntuk tugas antarmuka, identifikasi apakah tangkapan layar menunjukkan keadaan saat ini atau desain yang dimaksud. Minta kontrol yang terlihat atau kode yang diperlukan untuk perilaku tertentu, lalu gunakan hasil aplikasi sebenarnya sebagai umpan balik. Teks yang mengusulkan klik atau menghasilkan kode berbeda dari tindakan antarmuka yang telah selesai.\n\n### Penggunaan alat dan batas respons\n\nProfil asli pembuatnya mendokumentasikan keluaran terstruktur dan penggunaan alat, dengan konteks 256K, masukan hingga 224K dan keluaran gabungan hingga 32K termasuk penalaran. Aplikasi menyediakan definisi alat dan menjalankan operasi pilihan, mengembalikan pengamatan untuk langkah berikutnya. Gunakan hasil tersebut sebagai bukti dan jaga percakapan tetap terarah pada tugas.\n\nHasil akhir praktis dapat berupa masalah yang terselesaikan, usulan kode terarah atau rekaman analitis yang didukung sumber. Tentukan bahasa, terminologi wajib dan kriteria penyelesaiannya. Periksa nilai hasil ekstraksi terhadap sumber dan pertahankan informasi yang hilang secara eksplisit. Ini menjaga respons model adaptif tetap terhubung dengan pertanyaan sebenarnya sambil mempertahankan edisi Seed 1.6 yang tepat serta perbedaan modenya yang didokumentasikan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Resolve conflicting return rules\n\nCompare two text excerpts. Policy: unopened items may be returned within 21 calendar days; customised items are excluded. FAQ: all items can be returned within 30 days. List the substantive conflicts, cite the exact phrases, and draft a replacement FAQ sentence that follows the policy without adding exceptions.Two conflict entries with quoted evidence, then one corrected FAQ sentence.The proposed FAQ retains both the 21-day limit and the customised-item exclusion.bytedance-seed/seed-1.6Seed 1.6 menggabungkan pemahaman teks dan visual dengan penalaran adaptif serta konteks 256K. Mode FullCoT, NoCoT dan AdaCoT memungkinkan profil pembuatnya menyesuaikan analisis lebih mendalam atau jawaban langsung dengan tugas, menghasilkan penjelasan, kode dan temuan berbasis sumber.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Seed 1.6 adalah model multimodal serbaguna ByteDance Seed dengan pemikiran adaptif. Pembuatnya mengembangkannya untuk penalaran teks dan visual, pertanyaan berkonteks panjang dan interaksi yang berlandaskan antarmuka atau dokumen. Model menerima instruksi dan materi sumber serta mengembalikan teks seperti jawaban, analisis atau kode. Edisi adaptifnya tetap berbeda dari Seed1.6-Thinking, Flash dan generasi Seed berikutnya.
Pembuatnya menjelaskan model mixture-of-experts dengan aktivasi jarang (sparse) dengan 230 miliar parameter total dan 23 miliar parameter aktif. Pelatihan dimulai dengan teks, berlanjut dengan campuran materi teks dan visual, lalu memperluas panjang urutan dari 32K menjadi 256K. Ini memberi model konteks yang dapat menyatukan pertanyaan dengan informasi sumber yang substansial. Konteks tetap memuat percakapan dan hasil yang dihasilkan bersama-sama, sehingga sisakan ruang untuk jawaban, alih-alih menganggapnya sebagai jatah keluaran mandiri.
Untuk tugas dokumen, pertahankan nama bagian, label halaman, judul tabel dan satuan. Minta perbandingan atau ekstraksi yang harus didukung materi. Brief yang berguna adalah: “Bandingkan kondisi dalam kedua dokumen ini, identifikasi setiap perbedaan substansial dan kutip bagian relevan di samping setiap temuan.” Untuk tangkapan layar, jelaskan apa yang ingin dicapai pengguna dan minta interpretasi berdasarkan label yang terlihat.
Seed1.6 memperkenalkan Adaptive Chain-of-Thought, dengan tiga mode pembuatnya. FullCoT bernalar sebelum membalas setiap prompt. NoCoT merespons langsung. AdaCoT memutuskan apakah akan bernalar berdasarkan pertanyaan. Pelatihan memberikan imbalan untuk jumlah pemikiran yang sesuai, bukan penalaran panjang yang tidak diperlukan pada setiap permintaan.
Pilih kedalaman tugas sesuai hasil yang diperlukan: ekstraksi langsung atau penulisan ulang dapat memiliki spesifikasi keluaran ringkas, sementara kondisi matematika, cacat kode atau perbandingan sumber memerlukan batasan relevan. Nyatakan artefak akhir secara terpisah dari analisis perantara. Proses penalaran diperluas hanya berguna ketika mendukung jawaban yang dibutuhkan.
Pelatihan multimodal model menyatukan bukti tertulis dan visual. Sertakan gambar yang terbaca dan label sekitar yang diperlukan untuk menafsirkannya. Untuk diagram, jelaskan pertanyaan dan pertahankan anotasinya; untuk grafik, bedakan nilai yang terlihat dari interpretasi yang diminta. Pembahasan evaluasi pembuatnya mengidentifikasi diagram buram sebagai sumber penurunan kinerja visual, sehingga gambar sumber jelas menjadi pilihan masukan praktis yang penting.
Untuk tugas antarmuka, identifikasi apakah tangkapan layar menunjukkan keadaan saat ini atau desain yang dimaksud. Minta kontrol yang terlihat atau kode yang diperlukan untuk perilaku tertentu, lalu gunakan hasil aplikasi sebenarnya sebagai umpan balik. Teks yang mengusulkan klik atau menghasilkan kode berbeda dari tindakan antarmuka yang telah selesai.
Profil asli pembuatnya mendokumentasikan keluaran terstruktur dan penggunaan alat, dengan konteks 256K, masukan hingga 224K dan keluaran gabungan hingga 32K termasuk penalaran. Aplikasi menyediakan definisi alat dan menjalankan operasi pilihan, mengembalikan pengamatan untuk langkah berikutnya. Gunakan hasil tersebut sebagai bukti dan jaga percakapan tetap terarah pada tugas.
Hasil akhir praktis dapat berupa masalah yang terselesaikan, usulan kode terarah atau rekaman analitis yang didukung sumber. Tentukan bahasa, terminologi wajib dan kriteria penyelesaiannya. Periksa nilai hasil ekstraksi terhadap sumber dan pertahankan informasi yang hilang secara eksplisit. Ini menjaga respons model adaptif tetap terhubung dengan pertanyaan sebenarnya sambil mempertahankan edisi Seed 1.6 yang tepat serta perbedaan modenya yang didokumentasikan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan bytedance-seed/seed-1.6 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0005 / 1K token Keluaran · Token keluaran $0.004 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk128.000 | Biaya Masukan · Token masukan $0.0005 / 1K token Keluaran · Token keluaran $0.004 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari128.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.001 / 1K token Keluaran · Token keluaran $0.008 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "bytedance-seed/seed-1.6", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='bytedance-seed/seed-1.6',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='bytedance-seed/seed-1.6',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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra bytedance-seed/seed-1.6
Gunakan jalur metode yang ditampilkan di atas.
bytedance-seed/seed-1.6Seed 1.6 menggabungkan pemahaman teks dan visual dengan penalaran adaptif serta konteks 256K. Mode FullCoT, NoCoT dan AdaCoT memungkinkan profil pembuatnya menyesuaikan analisis lebih mendalam atau jawaban langsung dengan tugas, menghasilkan penjelasan, kode dan temuan berbasis sumber.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Seed 1.6 adalah model multimodal serbaguna ByteDance Seed dengan pemikiran adaptif. Pembuatnya mengembangkannya untuk penalaran teks dan visual, pertanyaan berkonteks panjang dan interaksi yang berlandaskan antarmuka atau dokumen. Model menerima instruksi dan materi sumber serta mengembalikan teks seperti jawaban, analisis atau kode. Edisi adaptifnya tetap berbeda dari Seed1.6-Thinking, Flash dan generasi Seed berikutnya.
Pembuatnya menjelaskan model mixture-of-experts dengan aktivasi jarang (sparse) dengan 230 miliar parameter total dan 23 miliar parameter aktif. Pelatihan dimulai dengan teks, berlanjut dengan campuran materi teks dan visual, lalu memperluas panjang urutan dari 32K menjadi 256K. Ini memberi model konteks yang dapat menyatukan pertanyaan dengan informasi sumber yang substansial. Konteks tetap memuat percakapan dan hasil yang dihasilkan bersama-sama, sehingga sisakan ruang untuk jawaban, alih-alih menganggapnya sebagai jatah keluaran mandiri.
Untuk tugas dokumen, pertahankan nama bagian, label halaman, judul tabel dan satuan. Minta perbandingan atau ekstraksi yang harus didukung materi. Brief yang berguna adalah: “Bandingkan kondisi dalam kedua dokumen ini, identifikasi setiap perbedaan substansial dan kutip bagian relevan di samping setiap temuan.” Untuk tangkapan layar, jelaskan apa yang ingin dicapai pengguna dan minta interpretasi berdasarkan label yang terlihat.
Seed1.6 memperkenalkan Adaptive Chain-of-Thought, dengan tiga mode pembuatnya. FullCoT bernalar sebelum membalas setiap prompt. NoCoT merespons langsung. AdaCoT memutuskan apakah akan bernalar berdasarkan pertanyaan. Pelatihan memberikan imbalan untuk jumlah pemikiran yang sesuai, bukan penalaran panjang yang tidak diperlukan pada setiap permintaan.
Pilih kedalaman tugas sesuai hasil yang diperlukan: ekstraksi langsung atau penulisan ulang dapat memiliki spesifikasi keluaran ringkas, sementara kondisi matematika, cacat kode atau perbandingan sumber memerlukan batasan relevan. Nyatakan artefak akhir secara terpisah dari analisis perantara. Proses penalaran diperluas hanya berguna ketika mendukung jawaban yang dibutuhkan.
Pelatihan multimodal model menyatukan bukti tertulis dan visual. Sertakan gambar yang terbaca dan label sekitar yang diperlukan untuk menafsirkannya. Untuk diagram, jelaskan pertanyaan dan pertahankan anotasinya; untuk grafik, bedakan nilai yang terlihat dari interpretasi yang diminta. Pembahasan evaluasi pembuatnya mengidentifikasi diagram buram sebagai sumber penurunan kinerja visual, sehingga gambar sumber jelas menjadi pilihan masukan praktis yang penting.
Untuk tugas antarmuka, identifikasi apakah tangkapan layar menunjukkan keadaan saat ini atau desain yang dimaksud. Minta kontrol yang terlihat atau kode yang diperlukan untuk perilaku tertentu, lalu gunakan hasil aplikasi sebenarnya sebagai umpan balik. Teks yang mengusulkan klik atau menghasilkan kode berbeda dari tindakan antarmuka yang telah selesai.
Profil asli pembuatnya mendokumentasikan keluaran terstruktur dan penggunaan alat, dengan konteks 256K, masukan hingga 224K dan keluaran gabungan hingga 32K termasuk penalaran. Aplikasi menyediakan definisi alat dan menjalankan operasi pilihan, mengembalikan pengamatan untuk langkah berikutnya. Gunakan hasil tersebut sebagai bukti dan jaga percakapan tetap terarah pada tugas.
Hasil akhir praktis dapat berupa masalah yang terselesaikan, usulan kode terarah atau rekaman analitis yang didukung sumber. Tentukan bahasa, terminologi wajib dan kriteria penyelesaiannya. Periksa nilai hasil ekstraksi terhadap sumber dan pertahankan informasi yang hilang secara eksplisit. Ini menjaga respons model adaptif tetap terhubung dengan pertanyaan sebenarnya sambil mempertahankan edisi Seed 1.6 yang tepat serta perbedaan modenya yang didokumentasikan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan bytedance-seed/seed-1.6 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0005 / 1K token Keluaran · Token keluaran $0.004 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk128.000 | Biaya Masukan · Token masukan $0.0005 / 1K token Keluaran · Token keluaran $0.004 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari128.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.001 / 1K token Keluaran · Token keluaran $0.008 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "bytedance-seed/seed-1.6",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'bytedance-seed/seed-1.6', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'bytedance-seed/seed-1.6', '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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra bytedance-seed/seed-1.6
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Resolve conflicting return rules\n\nCompare two text excerpts. Policy: unopened items may be returned within 21 calendar days; customised items are excluded. FAQ: all items can be returned within 30 days. List the substantive conflicts, cite the exact phrases, and draft a replacement FAQ sentence that follows the policy without adding exceptions.Two conflict entries with quoted evidence, then one corrected FAQ sentence.The proposed FAQ retains both the 21-day limit and the customised-item exclusion.