Doubao 1.5 Thinking Vision Pro 250428 adalah identitas layanan tepat yang disebut ByteDance untuk Seed1.5-VL. Ini adalah model visi-bahasa untuk pemahaman dan penalaran multimodal umum. Kemampuan yang dijelaskan pembuat mencakup OCR, pemahaman diagram, pengaitan visual, pemahaman spasial 3D, pemahaman video, dan penalaran visual. Tugas ini mengembalikan interpretasi dan keputusan berdasarkan materi visual serta pertanyaan tertulis.
Berikan gambar dan tentukan informasi yang diekstrak atau dijelaskan. Untuk gambar dokumen, sebutkan teks atau bidang yang penting. Untuk diagram, tanyakan label dan hubungan tertentu. Untuk teka-teki visual, nyatakan pertanyaan dan minta kesimpulan yang didukung petunjuk relevan.
Perjelas artefak yang diminta: teks hasil transkripsi, deskripsi hubungan, atau penjelasan jawaban. Jika gambar memuat tulisan tidak jelas atau detail tertutup, minta respons mengidentifikasi ketidakpastian tersebut. Simpan gambar asli bersama hasil agar kata yang diekstrak dan hubungan yang ditafsirkan dapat diperiksa.
Pengaitan visual menghubungkan rujukan tertulis dengan objek atau wilayah relevan dalam gambar. Tugas yang berguna dapat menyebut objek, menjelaskan perbedaannya dari objek sekitar, dan meminta informasi lokasi yang diharapkan aplikasi. Format keluaran aplikasi harus menetapkan cara merepresentasikan lokasi tersebut.
Untuk pemahaman spasial, jelaskan hubungan yang penting: posisi relatif, orientasi, atau susunan objek dalam adegan. Minta bukti terlihat sebelum interpretasi akhir. Bedakan fitur gambar yang teramati dari hubungan tiga dimensi yang disimpulkan.
Pembuat juga mencantumkan pemahaman video dan menyediakan panduan resep khusus video. Pertanyaan video harus menyebut kejadian, objek, atau urutan yang diminati serta hasil yang dibuat. Gunakan rujukan waktu dalam pertanyaan dan simpan klip sumber bersama jawaban saat memeriksa urutan kejadian.
Demonstrasi interaktifnya mencakup kendali GUI dan permainan. Dalam aplikasi penggunaan komputer, pemahaman visual model mendukung keputusan mengenai layar, sementara aplikasi sekitarnya menjalankan tindakan dan memberikan observasi berikutnya. Mendeskripsikan kendali atau memutuskan tindakan berikutnya tidak dengan sendirinya membuktikan bahwa berkas telah disimpan atau operasi layar selesai.
ByteDance mengidentifikasi model dengan enkoder visual berparameter 532M dan model bahasa mixture-of-experts dengan 20B parameter aktif. Panduan resepnya memisahkan kendali rantai penalaran panjang, pengaitan visual, pemahaman spasial, video, dan contoh GUI. Gunakan kontrak antarmuka yang tepat untuk masukan dan representasi keluaran yang dibutuhkan tugas.
Entri ini mempertahankan rilis 250428 yang disebut dalam repositori pembuat. Profil Thinking Pro Vision 250415 sebelumnya adalah identitas terpisah. Simpan model yang diminta, sumber visual, dan pengaturan tugas bersama setiap hasil agar revisi berikutnya dapat dibandingkan dengan rilis serta bukti yang sama.
", "aboutText": "Doubao 1.5 Thinking Vision Pro 250428 adalah identitas layanan tepat yang disebut ByteDance untuk Seed1.5-VL. Ini adalah model visi-bahasa untuk pemahaman dan penalaran multimodal umum. Kemampuan yang dijelaskan pembuat mencakup OCR, pemahaman diagram, pengaitan visual, pemahaman spasial 3D, pemahaman video, dan penalaran visual. Tugas ini mengembalikan interpretasi dan keputusan berdasarkan materi visual serta pertanyaan tertulis.\n\n### Baca dan tafsirkan sumber visual\n\nBerikan gambar dan tentukan informasi yang diekstrak atau dijelaskan. Untuk gambar dokumen, sebutkan teks atau bidang yang penting. Untuk diagram, tanyakan label dan hubungan tertentu. Untuk teka-teki visual, nyatakan pertanyaan dan minta kesimpulan yang didukung petunjuk relevan.\n\nPerjelas artefak yang diminta: teks hasil transkripsi, deskripsi hubungan, atau penjelasan jawaban. Jika gambar memuat tulisan tidak jelas atau detail tertutup, minta respons mengidentifikasi ketidakpastian tersebut. Simpan gambar asli bersama hasil agar kata yang diekstrak dan hubungan yang ditafsirkan dapat diperiksa.\n\n### Kaitkan pertanyaan dengan objek dan ruang\n\nPengaitan visual menghubungkan rujukan tertulis dengan objek atau wilayah relevan dalam gambar. Tugas yang berguna dapat menyebut objek, menjelaskan perbedaannya dari objek sekitar, dan meminta informasi lokasi yang diharapkan aplikasi. Format keluaran aplikasi harus menetapkan cara merepresentasikan lokasi tersebut.\n\nUntuk pemahaman spasial, jelaskan hubungan yang penting: posisi relatif, orientasi, atau susunan objek dalam adegan. Minta bukti terlihat sebelum interpretasi akhir. Bedakan fitur gambar yang teramati dari hubungan tiga dimensi yang disimpulkan.\n\n### Bekerja dengan video dan tugas interaktif\n\nPembuat juga mencantumkan pemahaman video dan menyediakan panduan resep khusus video. Pertanyaan video harus menyebut kejadian, objek, atau urutan yang diminati serta hasil yang dibuat. Gunakan rujukan waktu dalam pertanyaan dan simpan klip sumber bersama jawaban saat memeriksa urutan kejadian.\n\nDemonstrasi interaktifnya mencakup kendali GUI dan permainan. Dalam aplikasi penggunaan komputer, pemahaman visual model mendukung keputusan mengenai layar, sementara aplikasi sekitarnya menjalankan tindakan dan memberikan observasi berikutnya. Mendeskripsikan kendali atau memutuskan tindakan berikutnya tidak dengan sendirinya membuktikan bahwa berkas telah disimpan atau operasi layar selesai.\n\n### Pertahankan rilis dan pengaturan antarmuka\n\nByteDance mengidentifikasi model dengan enkoder visual berparameter 532M dan model bahasa mixture-of-experts dengan 20B parameter aktif. Panduan resepnya memisahkan kendali rantai penalaran panjang, pengaitan visual, pemahaman spasial, video, dan contoh GUI. Gunakan kontrak antarmuka yang tepat untuk masukan dan representasi keluaran yang dibutuhkan tugas.\n\nEntri ini mempertahankan rilis 250428 yang disebut dalam repositori pembuat. Profil Thinking Pro Vision 250415 sebelumnya adalah identitas terpisah. Simpan model yang diminta, sumber visual, dan pengaturan tugas bersama setiap hasil agar revisi berikutnya dapat dibandingkan dengan rilis serta bukti yang sama.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Reason from a diagram transcript\n\nUse this textual transcription of a process diagram: Start → Inspect; Inspect(pass) → Pack; Inspect(fail) → Rework; Rework → Inspect. Explain whether a failed item can reach Pack without another inspection. Give the path that justifies your answer and suggest one label that would make the reinspection loop clearer. Do not invent unseen diagram details.A yes/no conclusion, the relevant node sequence and one proposed label clarification.The path includes Rework → Inspect before Pack and uses only the supplied transcription.doubao-1-5-thinking-vision-pro-250428Doubao 1.5 Thinking Vision Pro 250428 adalah rilis visi-bahasa Seed1.5-VL bernama untuk gambar, video, dan pertanyaan tertulis. Pembuat menjelaskan OCR, interpretasi diagram, pengaitan visual, pemahaman spasial, dan penalaran berdasarkan bukti visual.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Doubao 1.5 Thinking Vision Pro 250428 adalah identitas layanan tepat yang disebut ByteDance untuk Seed1.5-VL. Ini adalah model visi-bahasa untuk pemahaman dan penalaran multimodal umum. Kemampuan yang dijelaskan pembuat mencakup OCR, pemahaman diagram, pengaitan visual, pemahaman spasial 3D, pemahaman video, dan penalaran visual. Tugas ini mengembalikan interpretasi dan keputusan berdasarkan materi visual serta pertanyaan tertulis.
Berikan gambar dan tentukan informasi yang diekstrak atau dijelaskan. Untuk gambar dokumen, sebutkan teks atau bidang yang penting. Untuk diagram, tanyakan label dan hubungan tertentu. Untuk teka-teki visual, nyatakan pertanyaan dan minta kesimpulan yang didukung petunjuk relevan.
Perjelas artefak yang diminta: teks hasil transkripsi, deskripsi hubungan, atau penjelasan jawaban. Jika gambar memuat tulisan tidak jelas atau detail tertutup, minta respons mengidentifikasi ketidakpastian tersebut. Simpan gambar asli bersama hasil agar kata yang diekstrak dan hubungan yang ditafsirkan dapat diperiksa.
Pengaitan visual menghubungkan rujukan tertulis dengan objek atau wilayah relevan dalam gambar. Tugas yang berguna dapat menyebut objek, menjelaskan perbedaannya dari objek sekitar, dan meminta informasi lokasi yang diharapkan aplikasi. Format keluaran aplikasi harus menetapkan cara merepresentasikan lokasi tersebut.
Untuk pemahaman spasial, jelaskan hubungan yang penting: posisi relatif, orientasi, atau susunan objek dalam adegan. Minta bukti terlihat sebelum interpretasi akhir. Bedakan fitur gambar yang teramati dari hubungan tiga dimensi yang disimpulkan.
Pembuat juga mencantumkan pemahaman video dan menyediakan panduan resep khusus video. Pertanyaan video harus menyebut kejadian, objek, atau urutan yang diminati serta hasil yang dibuat. Gunakan rujukan waktu dalam pertanyaan dan simpan klip sumber bersama jawaban saat memeriksa urutan kejadian.
Demonstrasi interaktifnya mencakup kendali GUI dan permainan. Dalam aplikasi penggunaan komputer, pemahaman visual model mendukung keputusan mengenai layar, sementara aplikasi sekitarnya menjalankan tindakan dan memberikan observasi berikutnya. Mendeskripsikan kendali atau memutuskan tindakan berikutnya tidak dengan sendirinya membuktikan bahwa berkas telah disimpan atau operasi layar selesai.
ByteDance mengidentifikasi model dengan enkoder visual berparameter 532M dan model bahasa mixture-of-experts dengan 20B parameter aktif. Panduan resepnya memisahkan kendali rantai penalaran panjang, pengaitan visual, pemahaman spasial, video, dan contoh GUI. Gunakan kontrak antarmuka yang tepat untuk masukan dan representasi keluaran yang dibutuhkan tugas.
Entri ini mempertahankan rilis 250428 yang disebut dalam repositori pembuat. Profil Thinking Pro Vision 250415 sebelumnya adalah identitas terpisah. Simpan model yang diminta, sumber visual, dan pengaturan tugas bersama setiap hasil agar revisi berikutnya dapat dibandingkan dengan rilis serta bukti yang sama.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan doubao-1-5-thinking-vision-pro-250428 | 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.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0011 / 1K token Keluaran · Token keluaran $0.00286 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "doubao-1-5-thinking-vision-pro-250428", "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='doubao-1-5-thinking-vision-pro-250428',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='doubao-1-5-thinking-vision-pro-250428',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 doubao-1-5-thinking-vision-pro-250428
Gunakan jalur metode yang ditampilkan di atas.
doubao-1-5-thinking-vision-pro-250428Doubao 1.5 Thinking Vision Pro 250428 adalah rilis visi-bahasa Seed1.5-VL bernama untuk gambar, video, dan pertanyaan tertulis. Pembuat menjelaskan OCR, interpretasi diagram, pengaitan visual, pemahaman spasial, dan penalaran berdasarkan bukti visual.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Doubao 1.5 Thinking Vision Pro 250428 adalah identitas layanan tepat yang disebut ByteDance untuk Seed1.5-VL. Ini adalah model visi-bahasa untuk pemahaman dan penalaran multimodal umum. Kemampuan yang dijelaskan pembuat mencakup OCR, pemahaman diagram, pengaitan visual, pemahaman spasial 3D, pemahaman video, dan penalaran visual. Tugas ini mengembalikan interpretasi dan keputusan berdasarkan materi visual serta pertanyaan tertulis.
Berikan gambar dan tentukan informasi yang diekstrak atau dijelaskan. Untuk gambar dokumen, sebutkan teks atau bidang yang penting. Untuk diagram, tanyakan label dan hubungan tertentu. Untuk teka-teki visual, nyatakan pertanyaan dan minta kesimpulan yang didukung petunjuk relevan.
Perjelas artefak yang diminta: teks hasil transkripsi, deskripsi hubungan, atau penjelasan jawaban. Jika gambar memuat tulisan tidak jelas atau detail tertutup, minta respons mengidentifikasi ketidakpastian tersebut. Simpan gambar asli bersama hasil agar kata yang diekstrak dan hubungan yang ditafsirkan dapat diperiksa.
Pengaitan visual menghubungkan rujukan tertulis dengan objek atau wilayah relevan dalam gambar. Tugas yang berguna dapat menyebut objek, menjelaskan perbedaannya dari objek sekitar, dan meminta informasi lokasi yang diharapkan aplikasi. Format keluaran aplikasi harus menetapkan cara merepresentasikan lokasi tersebut.
Untuk pemahaman spasial, jelaskan hubungan yang penting: posisi relatif, orientasi, atau susunan objek dalam adegan. Minta bukti terlihat sebelum interpretasi akhir. Bedakan fitur gambar yang teramati dari hubungan tiga dimensi yang disimpulkan.
Pembuat juga mencantumkan pemahaman video dan menyediakan panduan resep khusus video. Pertanyaan video harus menyebut kejadian, objek, atau urutan yang diminati serta hasil yang dibuat. Gunakan rujukan waktu dalam pertanyaan dan simpan klip sumber bersama jawaban saat memeriksa urutan kejadian.
Demonstrasi interaktifnya mencakup kendali GUI dan permainan. Dalam aplikasi penggunaan komputer, pemahaman visual model mendukung keputusan mengenai layar, sementara aplikasi sekitarnya menjalankan tindakan dan memberikan observasi berikutnya. Mendeskripsikan kendali atau memutuskan tindakan berikutnya tidak dengan sendirinya membuktikan bahwa berkas telah disimpan atau operasi layar selesai.
ByteDance mengidentifikasi model dengan enkoder visual berparameter 532M dan model bahasa mixture-of-experts dengan 20B parameter aktif. Panduan resepnya memisahkan kendali rantai penalaran panjang, pengaitan visual, pemahaman spasial, video, dan contoh GUI. Gunakan kontrak antarmuka yang tepat untuk masukan dan representasi keluaran yang dibutuhkan tugas.
Entri ini mempertahankan rilis 250428 yang disebut dalam repositori pembuat. Profil Thinking Pro Vision 250415 sebelumnya adalah identitas terpisah. Simpan model yang diminta, sumber visual, dan pengaturan tugas bersama setiap hasil agar revisi berikutnya dapat dibandingkan dengan rilis serta bukti yang sama.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan doubao-1-5-thinking-vision-pro-250428 | 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.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0011 / 1K token Keluaran · Token keluaran $0.00286 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "doubao-1-5-thinking-vision-pro-250428",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'doubao-1-5-thinking-vision-pro-250428', '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': 'doubao-1-5-thinking-vision-pro-250428', '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 doubao-1-5-thinking-vision-pro-250428
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Reason from a diagram transcript\n\nUse this textual transcription of a process diagram: Start → Inspect; Inspect(pass) → Pack; Inspect(fail) → Rework; Rework → Inspect. Explain whether a failed item can reach Pack without another inspection. Give the path that justifies your answer and suggest one label that would make the reinspection loop clearer. Do not invent unseen diagram details.A yes/no conclusion, the relevant node sequence and one proposed label clarification.The path includes Rework → Inspect before Pack and uses only the supplied transcription.