Seed 2.1 Turbo adalah edisi Seed2.1 yang efisien dan memiliki laju pemrosesan tinggi dari ByteDance Seed. Pembuatnya memosisikan Turbo untuk skenario produk yang memerlukan bantuan sehari-hari yang berguna dan kemajuan andal dalam tugas lebih panjang, sementara Pro menyasar penalaran dan alur profesional paling berat dalam keluarga tersebut. Turbo bekerja dengan instruksi dan materi sumber untuk menghasilkan jawaban, kode, analisis dan konten panggilan alat. Keluarga ini juga memahami materi visual dan video, sehingga tugas dapat menggabungkan tulisan pengguna dengan informasi yang terlihat dalam media yang disediakan.
Arah agen umum Seed2.1 berpusat pada perencanaan, pemrosesan berkas, penggunaan alat, pemeliharaan keadaan tugas dan penyerahan hasil kerja jadi. Untuk tugas dokumen, berikan nama bermakna pada materi relevan dan identifikasi keputusan atau artefak yang harus didukungnya. Brief praktis adalah: “Bandingkan persyaratan proyek ini dengan proposal terlampir, identifikasi ketergantungan yang belum terselesaikan dan tulis memo keputusan dengan bukti untuk setiap temuan.” Tentukan audiens, fakta wajib dan kriteria hasil yang dapat digunakan.
Untuk pekerjaan spreadsheet atau laporan, jelaskan arti bidang, satuan dan cara menangani nilai yang hilang. Minta perhitungan atau kesimpulan bersama lokasi sumbernya. Ketika aplikasi menyediakan alat, model dapat memilih operasi dan menggunakan pengamatan yang dikembalikan untuk melanjutkan tugas. Aplikasi mengontrol akses berkas dan eksekusi sebenarnya; simpan hasil tersebut, alih-alih menganggap usulan tindakan sudah selesai.
Pembuatnya mengembangkan keluarga ini untuk analisis persyaratan, implementasi fitur, debugging dan validasi hasil. Sertakan konteks repositori relevan, antarmuka yang ada, perilaku yang dibutuhkan dan contoh masalah yang dapat direproduksi. Untuk perubahan lintas beberapa berkas, jelaskan ketergantungan dan kontrak mana yang harus tetap stabil. Hasil yang berguna memuat implementasi, penjelasan perubahan dan pengamatan yang menunjukkan apakah perilaku yang diperlukan tercapai.
Prompt debugging terarah dapat meminta model menelusuri masukan yang gagal melalui kode, mengidentifikasi kondisi pertama yang salah dan mengusulkan koreksi. Untuk tugas antarmuka, gabungkan persyaratan konten dengan mockup dan jelaskan keadaan serta interaksi yang terlihat. Kode yang dihasilkan merupakan usulan artefak hingga dijalankan dalam aplikasi yang dituju; berikan kegagalan atau tangkapan layar sebenarnya sebagai masukan revisi berikutnya.
Seed2.1 menggabungkan interpretasi dokumen dan grafik, pemahaman spasial serta pemahaman video dengan tugas agennya. Siapkan gambar sumber yang terbaca, pertahankan label sekitar dan beri tahu model detail mana yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan adegan atau urutan aksi yang terlihat. Minta jawaban memisahkan detail yang diamati dari interpretasi, dengan halaman sumber, label gambar atau rujukan waktu jika berlaku.
Masukan ini mendukung analisis dan pembuatan kode dari bukti visual. Pembuatan rencana pengeditan tekstual atau usulan operasi berbeda dari perenderan video baru atau pelaksanaan tindakan antarmuka; hasil tersebut menggunakan alat di sekitarnya dan hasil sebenarnya.
Pembuatnya mengidentifikasi masalah profesional terbuka dan penelitian terdepan sebagai bidang yang masih dapat ditingkatkan. Jaga tugas sulit tetap terikat pada bukti, pengamatan perantara dan kriteria penyelesaiannya. Gunakan materi sumber relevan untuk klaim yang sensitif terhadap pengetahuan dan wajibkan keluaran akhir mengidentifikasi pertanyaan yang belum terjawab. Profil referensi Turbo yang dipublikasikan pembuatnya memiliki konteks 256K. Sisakan ruang dalam anggaran tersebut untuk percakapan, hasil alat, penalaran dan hasil akhir; penalaran juga dihitung dalam jatah penyelesaian. Edisi Turbo tetap berbeda dari Pro dan rilis Seed terdahulu; siapkan tugas berdasarkan mode serta format permintaannya sendiri yang didokumentasikan.
", "aboutText": "Seed 2.1 Turbo adalah edisi Seed2.1 yang efisien dan memiliki laju pemrosesan tinggi dari ByteDance Seed. Pembuatnya memosisikan Turbo untuk skenario produk yang memerlukan bantuan sehari-hari yang berguna dan kemajuan andal dalam tugas lebih panjang, sementara Pro menyasar penalaran dan alur profesional paling berat dalam keluarga tersebut. Turbo bekerja dengan instruksi dan materi sumber untuk menghasilkan jawaban, kode, analisis dan konten panggilan alat. Keluarga ini juga memahami materi visual dan video, sehingga tugas dapat menggabungkan tulisan pengguna dengan informasi yang terlihat dalam media yang disediakan.\n\n### Agen umum dan hasil kerja yang berguna\n\nArah agen umum Seed2.1 berpusat pada perencanaan, pemrosesan berkas, penggunaan alat, pemeliharaan keadaan tugas dan penyerahan hasil kerja jadi. Untuk tugas dokumen, berikan nama bermakna pada materi relevan dan identifikasi keputusan atau artefak yang harus didukungnya. Brief praktis adalah: “Bandingkan persyaratan proyek ini dengan proposal terlampir, identifikasi ketergantungan yang belum terselesaikan dan tulis memo keputusan dengan bukti untuk setiap temuan.” Tentukan audiens, fakta wajib dan kriteria hasil yang dapat digunakan.\n\nUntuk pekerjaan spreadsheet atau laporan, jelaskan arti bidang, satuan dan cara menangani nilai yang hilang. Minta perhitungan atau kesimpulan bersama lokasi sumbernya. Ketika aplikasi menyediakan alat, model dapat memilih operasi dan menggunakan pengamatan yang dikembalikan untuk melanjutkan tugas. Aplikasi mengontrol akses berkas dan eksekusi sebenarnya; simpan hasil tersebut, alih-alih menganggap usulan tindakan sudah selesai.\n\n### Pengodean dari persyaratan hingga validasi\n\nPembuatnya mengembangkan keluarga ini untuk analisis persyaratan, implementasi fitur, debugging dan validasi hasil. Sertakan konteks repositori relevan, antarmuka yang ada, perilaku yang dibutuhkan dan contoh masalah yang dapat direproduksi. Untuk perubahan lintas beberapa berkas, jelaskan ketergantungan dan kontrak mana yang harus tetap stabil. Hasil yang berguna memuat implementasi, penjelasan perubahan dan pengamatan yang menunjukkan apakah perilaku yang diperlukan tercapai.\n\nPrompt debugging terarah dapat meminta model menelusuri masukan yang gagal melalui kode, mengidentifikasi kondisi pertama yang salah dan mengusulkan koreksi. Untuk tugas antarmuka, gabungkan persyaratan konten dengan mockup dan jelaskan keadaan serta interaksi yang terlihat. Kode yang dihasilkan merupakan usulan artefak hingga dijalankan dalam aplikasi yang dituju; berikan kegagalan atau tangkapan layar sebenarnya sebagai masukan revisi berikutnya.\n\n### Konteks multimodal\n\nSeed2.1 menggabungkan interpretasi dokumen dan grafik, pemahaman spasial serta pemahaman video dengan tugas agennya. Siapkan gambar sumber yang terbaca, pertahankan label sekitar dan beri tahu model detail mana yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan adegan atau urutan aksi yang terlihat. Minta jawaban memisahkan detail yang diamati dari interpretasi, dengan halaman sumber, label gambar atau rujukan waktu jika berlaku.\n\nMasukan ini mendukung analisis dan pembuatan kode dari bukti visual. Pembuatan rencana pengeditan tekstual atau usulan operasi berbeda dari perenderan video baru atau pelaksanaan tindakan antarmuka; hasil tersebut menggunakan alat di sekitarnya dan hasil sebenarnya.\n\n### Batas tugas dan tinjauan\n\nPembuatnya mengidentifikasi masalah profesional terbuka dan penelitian terdepan sebagai bidang yang masih dapat ditingkatkan. Jaga tugas sulit tetap terikat pada bukti, pengamatan perantara dan kriteria penyelesaiannya. Gunakan materi sumber relevan untuk klaim yang sensitif terhadap pengetahuan dan wajibkan keluaran akhir mengidentifikasi pertanyaan yang belum terjawab. Profil referensi Turbo yang dipublikasikan pembuatnya memiliki konteks 256K. Sisakan ruang dalam anggaran tersebut untuk percakapan, hasil alat, penalaran dan hasil akhir; penalaran juga dihitung dalam jatah penyelesaian. Edisi Turbo tetap berbeda dari Pro dan rilis Seed terdahulu; siapkan tugas berdasarkan mode serta format permintaannya sendiri yang didokumentasikan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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 adalah model efisien keluarga Seed untuk bantuan sehari-hari dan pekerjaan produktivitas multilangkah. Model ini menghubungkan materi sumber tertulis dan visual dengan pengodean, analisis dokumen dan tugas yang dipandu alat, menghasilkan teks serta usulan tindakan untuk aplikasi di sekitarnya.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Seed 2.1 Turbo adalah edisi Seed2.1 yang efisien dan memiliki laju pemrosesan tinggi dari ByteDance Seed. Pembuatnya memosisikan Turbo untuk skenario produk yang memerlukan bantuan sehari-hari yang berguna dan kemajuan andal dalam tugas lebih panjang, sementara Pro menyasar penalaran dan alur profesional paling berat dalam keluarga tersebut. Turbo bekerja dengan instruksi dan materi sumber untuk menghasilkan jawaban, kode, analisis dan konten panggilan alat. Keluarga ini juga memahami materi visual dan video, sehingga tugas dapat menggabungkan tulisan pengguna dengan informasi yang terlihat dalam media yang disediakan.
Arah agen umum Seed2.1 berpusat pada perencanaan, pemrosesan berkas, penggunaan alat, pemeliharaan keadaan tugas dan penyerahan hasil kerja jadi. Untuk tugas dokumen, berikan nama bermakna pada materi relevan dan identifikasi keputusan atau artefak yang harus didukungnya. Brief praktis adalah: “Bandingkan persyaratan proyek ini dengan proposal terlampir, identifikasi ketergantungan yang belum terselesaikan dan tulis memo keputusan dengan bukti untuk setiap temuan.” Tentukan audiens, fakta wajib dan kriteria hasil yang dapat digunakan.
Untuk pekerjaan spreadsheet atau laporan, jelaskan arti bidang, satuan dan cara menangani nilai yang hilang. Minta perhitungan atau kesimpulan bersama lokasi sumbernya. Ketika aplikasi menyediakan alat, model dapat memilih operasi dan menggunakan pengamatan yang dikembalikan untuk melanjutkan tugas. Aplikasi mengontrol akses berkas dan eksekusi sebenarnya; simpan hasil tersebut, alih-alih menganggap usulan tindakan sudah selesai.
Pembuatnya mengembangkan keluarga ini untuk analisis persyaratan, implementasi fitur, debugging dan validasi hasil. Sertakan konteks repositori relevan, antarmuka yang ada, perilaku yang dibutuhkan dan contoh masalah yang dapat direproduksi. Untuk perubahan lintas beberapa berkas, jelaskan ketergantungan dan kontrak mana yang harus tetap stabil. Hasil yang berguna memuat implementasi, penjelasan perubahan dan pengamatan yang menunjukkan apakah perilaku yang diperlukan tercapai.
Prompt debugging terarah dapat meminta model menelusuri masukan yang gagal melalui kode, mengidentifikasi kondisi pertama yang salah dan mengusulkan koreksi. Untuk tugas antarmuka, gabungkan persyaratan konten dengan mockup dan jelaskan keadaan serta interaksi yang terlihat. Kode yang dihasilkan merupakan usulan artefak hingga dijalankan dalam aplikasi yang dituju; berikan kegagalan atau tangkapan layar sebenarnya sebagai masukan revisi berikutnya.
Seed2.1 menggabungkan interpretasi dokumen dan grafik, pemahaman spasial serta pemahaman video dengan tugas agennya. Siapkan gambar sumber yang terbaca, pertahankan label sekitar dan beri tahu model detail mana yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan adegan atau urutan aksi yang terlihat. Minta jawaban memisahkan detail yang diamati dari interpretasi, dengan halaman sumber, label gambar atau rujukan waktu jika berlaku.
Masukan ini mendukung analisis dan pembuatan kode dari bukti visual. Pembuatan rencana pengeditan tekstual atau usulan operasi berbeda dari perenderan video baru atau pelaksanaan tindakan antarmuka; hasil tersebut menggunakan alat di sekitarnya dan hasil sebenarnya.
Pembuatnya mengidentifikasi masalah profesional terbuka dan penelitian terdepan sebagai bidang yang masih dapat ditingkatkan. Jaga tugas sulit tetap terikat pada bukti, pengamatan perantara dan kriteria penyelesaiannya. Gunakan materi sumber relevan untuk klaim yang sensitif terhadap pengetahuan dan wajibkan keluaran akhir mengidentifikasi pertanyaan yang belum terjawab. Profil referensi Turbo yang dipublikasikan pembuatnya memiliki konteks 256K. Sisakan ruang dalam anggaran tersebut untuk percakapan, hasil alat, penalaran dan hasil akhir; penalaran juga dihitung dalam jatah penyelesaian. Edisi Turbo tetap berbeda dari Pro dan rilis Seed terdahulu; siapkan tugas berdasarkan mode serta format permintaannya sendiri yang didokumentasikan.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan bytedance-seed/seed-2-1-turbo | 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 $0.001 / 1K token Keluaran · Token keluaran $0.005 / 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 termasukTanpa batas atas | Biaya Masukan · Token masukan $0.001 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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-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 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-2-1-turbo
Gunakan jalur metode yang ditampilkan di atas.
bytedance-seed/seed-2-1-turboSeed 2.1 Turbo adalah model efisien keluarga Seed untuk bantuan sehari-hari dan pekerjaan produktivitas multilangkah. Model ini menghubungkan materi sumber tertulis dan visual dengan pengodean, analisis dokumen dan tugas yang dipandu alat, menghasilkan teks serta usulan tindakan untuk aplikasi di sekitarnya.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Seed 2.1 Turbo adalah edisi Seed2.1 yang efisien dan memiliki laju pemrosesan tinggi dari ByteDance Seed. Pembuatnya memosisikan Turbo untuk skenario produk yang memerlukan bantuan sehari-hari yang berguna dan kemajuan andal dalam tugas lebih panjang, sementara Pro menyasar penalaran dan alur profesional paling berat dalam keluarga tersebut. Turbo bekerja dengan instruksi dan materi sumber untuk menghasilkan jawaban, kode, analisis dan konten panggilan alat. Keluarga ini juga memahami materi visual dan video, sehingga tugas dapat menggabungkan tulisan pengguna dengan informasi yang terlihat dalam media yang disediakan.
Arah agen umum Seed2.1 berpusat pada perencanaan, pemrosesan berkas, penggunaan alat, pemeliharaan keadaan tugas dan penyerahan hasil kerja jadi. Untuk tugas dokumen, berikan nama bermakna pada materi relevan dan identifikasi keputusan atau artefak yang harus didukungnya. Brief praktis adalah: “Bandingkan persyaratan proyek ini dengan proposal terlampir, identifikasi ketergantungan yang belum terselesaikan dan tulis memo keputusan dengan bukti untuk setiap temuan.” Tentukan audiens, fakta wajib dan kriteria hasil yang dapat digunakan.
Untuk pekerjaan spreadsheet atau laporan, jelaskan arti bidang, satuan dan cara menangani nilai yang hilang. Minta perhitungan atau kesimpulan bersama lokasi sumbernya. Ketika aplikasi menyediakan alat, model dapat memilih operasi dan menggunakan pengamatan yang dikembalikan untuk melanjutkan tugas. Aplikasi mengontrol akses berkas dan eksekusi sebenarnya; simpan hasil tersebut, alih-alih menganggap usulan tindakan sudah selesai.
Pembuatnya mengembangkan keluarga ini untuk analisis persyaratan, implementasi fitur, debugging dan validasi hasil. Sertakan konteks repositori relevan, antarmuka yang ada, perilaku yang dibutuhkan dan contoh masalah yang dapat direproduksi. Untuk perubahan lintas beberapa berkas, jelaskan ketergantungan dan kontrak mana yang harus tetap stabil. Hasil yang berguna memuat implementasi, penjelasan perubahan dan pengamatan yang menunjukkan apakah perilaku yang diperlukan tercapai.
Prompt debugging terarah dapat meminta model menelusuri masukan yang gagal melalui kode, mengidentifikasi kondisi pertama yang salah dan mengusulkan koreksi. Untuk tugas antarmuka, gabungkan persyaratan konten dengan mockup dan jelaskan keadaan serta interaksi yang terlihat. Kode yang dihasilkan merupakan usulan artefak hingga dijalankan dalam aplikasi yang dituju; berikan kegagalan atau tangkapan layar sebenarnya sebagai masukan revisi berikutnya.
Seed2.1 menggabungkan interpretasi dokumen dan grafik, pemahaman spasial serta pemahaman video dengan tugas agennya. Siapkan gambar sumber yang terbaca, pertahankan label sekitar dan beri tahu model detail mana yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan adegan atau urutan aksi yang terlihat. Minta jawaban memisahkan detail yang diamati dari interpretasi, dengan halaman sumber, label gambar atau rujukan waktu jika berlaku.
Masukan ini mendukung analisis dan pembuatan kode dari bukti visual. Pembuatan rencana pengeditan tekstual atau usulan operasi berbeda dari perenderan video baru atau pelaksanaan tindakan antarmuka; hasil tersebut menggunakan alat di sekitarnya dan hasil sebenarnya.
Pembuatnya mengidentifikasi masalah profesional terbuka dan penelitian terdepan sebagai bidang yang masih dapat ditingkatkan. Jaga tugas sulit tetap terikat pada bukti, pengamatan perantara dan kriteria penyelesaiannya. Gunakan materi sumber relevan untuk klaim yang sensitif terhadap pengetahuan dan wajibkan keluaran akhir mengidentifikasi pertanyaan yang belum terjawab. Profil referensi Turbo yang dipublikasikan pembuatnya memiliki konteks 256K. Sisakan ruang dalam anggaran tersebut untuk percakapan, hasil alat, penalaran dan hasil akhir; penalaran juga dihitung dalam jatah penyelesaian. Edisi Turbo tetap berbeda dari Pro dan rilis Seed terdahulu; siapkan tugas berdasarkan mode serta format permintaannya sendiri yang didokumentasikan.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan bytedance-seed/seed-2-1-turbo | 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 $0.001 / 1K token Keluaran · Token keluaran $0.005 / 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 termasukTanpa batas atas | Biaya Masukan · Token masukan $0.001 / 1K token Keluaran · Token keluaran $0.005 / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "bytedance-seed/seed-2-1-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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-2-1-turbo
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.