Seed 2.0 Lite ialah model tujuan umum seimbang ByteDance Seed dalam siri Seed2.0. Pengeluar meletakkan Lite di antara hala tuju Pro keluarga yang lebih mencabar dan pilihan Mini lebih kecil, menekankan keseimbangan praktikal keupayaan serta daya respons. Ia menerima teks dan bahan visual serta memulangkan teks, menjadikannya berguna untuk bantuan dokumen, soalan berasaskan imej, bantuan pengekodan dan pemprosesan maklumat berbilang langkah.
Keluarga Seed2.0 membangunkan penaakulan visual dan pengekstrakan berstruktur daripada tangkapan skrin, carta, dokumen diimbas serta kandungan media campuran. Untuk tugasan dokumen, labelkan halaman dan pelihara tajuk, label jadual serta unit. Minta medan atau kesimpulan diperlukan, dengan rujukan sumber bagi setiap satu. Taklimat praktikal ialah: “Ekstrak spesifikasi produk daripada halaman ini, pelihara unit asal dan kenal pasti sebarang percanggahan antara jadual dengan perenggan penjelasan.”
Untuk imej, pastikan tulisan berkaitan boleh dibaca dan nyatakan objek atau kawasan yang dirujuk soalan. Untuk pemahaman video, kenal pasti peristiwa, urutan atau segmen untuk dianalisis dan minta huraian teks terikat pada masa atau sumbernya. Hasil ialah tafsiran atau pengekstrakan daripada media dibekalkan; mencipta imej baharu atau video yang dirender ialah tugasan berasingan.
Aliran kerja Lite pengeluar menyokong pemikiran mendalam dan penggunaan respons langsung. Output pemikiran dan kandungan jawapan akhir mempunyai peranan berbeza: penaakulan menyelesaikan tugasan, manakala jawapan perlu sepadan dengan hasil serahan diminta. Nyatakan medan dikehendaki, bahasa jawapan dan cara mengendalikan maklumat yang tiada. Untuk pengekstrakan rutin, minta rekod ditentukan; untuk perbandingan, berikan kriteria dan wajibkan bukti bagi setiap kesimpulan.
Lite boleh mengambil bahagian dalam tugasan berpandukan alat apabila aplikasi sekeliling membekalkan takrif alat serta pemerhatian. Terangkan fungsi setiap operasi dan tindakan dibenarkan untuk tugasan. Operasi terpilih hanya menjadi bukti selepas aplikasi memulangkan hasil sebenarnya. Pastikan pemerhatian itu terhubung dengan tugasan, bukannya mengharapkan teks model sahaja mendapatkan fail atau melaksanakan kod.
Profil Lite terbitan menggunakan konteks 256K dan menyenaraikan sehingga 128K token output gabungan termasuk penaakulan. Had input berbeza antara jadual aliran kerja teks serta visual pengeluar dan antara semakan bernama, maka angka konteks perlu digunakan bersama spesifikasi permintaan terpilih. Penaakulan, sejarah dan hasil alat berkongsi bajet tersedia dengan sumber serta jawapan akhir. Koleksi bahan berkaitan yang terfokus lebih berguna daripada set fail tidak berstruktur.
Pembantu sokongan boleh menukar soalan pengguna serta bahan produk dibekalkan menjadi penjelasan bersokong bukti. Tugasan analisis maklum balas boleh mengenal pasti isu berulang dan memulangkan ringkasan berstruktur; taklimat pengekodan boleh meminta perubahan terfokus terikat pada pelaksanaan dibekalkan. Berikan setiap tugasan bentuk output dan kriteria selesai.
Pengeluar menganggap integrasi konteks kompleks dan kerja dunia sebenar hujung ke hujung sebagai bidang yang masih memerlukan penambahbaikan. Semak nombor diekstrak dengan sumber, periksa kod dalam aplikasi dimaksudkan dan berikan bukti semasa untuk dakwaan sensitif pengetahuan. Lite mengekalkan edisi serta peranan beban kerja sendiri; ia tidak memperoleh keupayaan atau lalai keluaran Seed kemudian secara senyap.
", "aboutText": "Seed 2.0 Lite ialah model tujuan umum seimbang ByteDance Seed dalam siri Seed2.0. Pengeluar meletakkan Lite di antara hala tuju Pro keluarga yang lebih mencabar dan pilihan Mini lebih kecil, menekankan keseimbangan praktikal keupayaan serta daya respons. Ia menerima teks dan bahan visual serta memulangkan teks, menjadikannya berguna untuk bantuan dokumen, soalan berasaskan imej, bantuan pengekodan dan pemprosesan maklumat berbilang langkah.\n\n### Memahami bahan sumber campuran\n\nKeluarga Seed2.0 membangunkan penaakulan visual dan pengekstrakan berstruktur daripada tangkapan skrin, carta, dokumen diimbas serta kandungan media campuran. Untuk tugasan dokumen, labelkan halaman dan pelihara tajuk, label jadual serta unit. Minta medan atau kesimpulan diperlukan, dengan rujukan sumber bagi setiap satu. Taklimat praktikal ialah: “Ekstrak spesifikasi produk daripada halaman ini, pelihara unit asal dan kenal pasti sebarang percanggahan antara jadual dengan perenggan penjelasan.”\n\nUntuk imej, pastikan tulisan berkaitan boleh dibaca dan nyatakan objek atau kawasan yang dirujuk soalan. Untuk pemahaman video, kenal pasti peristiwa, urutan atau segmen untuk dianalisis dan minta huraian teks terikat pada masa atau sumbernya. Hasil ialah tafsiran atau pengekstrakan daripada media dibekalkan; mencipta imej baharu atau video yang dirender ialah tugasan berasingan.\n\n### Penaakulan dan pematuhan arahan\n\nAliran kerja Lite pengeluar menyokong pemikiran mendalam dan penggunaan respons langsung. Output pemikiran dan kandungan jawapan akhir mempunyai peranan berbeza: penaakulan menyelesaikan tugasan, manakala jawapan perlu sepadan dengan hasil serahan diminta. Nyatakan medan dikehendaki, bahasa jawapan dan cara mengendalikan maklumat yang tiada. Untuk pengekstrakan rutin, minta rekod ditentukan; untuk perbandingan, berikan kriteria dan wajibkan bukti bagi setiap kesimpulan.\n\nLite boleh mengambil bahagian dalam tugasan berpandukan alat apabila aplikasi sekeliling membekalkan takrif alat serta pemerhatian. Terangkan fungsi setiap operasi dan tindakan dibenarkan untuk tugasan. Operasi terpilih hanya menjadi bukti selepas aplikasi memulangkan hasil sebenarnya. Pastikan pemerhatian itu terhubung dengan tugasan, bukannya mengharapkan teks model sahaja mendapatkan fail atau melaksanakan kod.\n\n### Bajet konteks dan respons\n\nProfil Lite terbitan menggunakan konteks 256K dan menyenaraikan sehingga 128K token output gabungan termasuk penaakulan. Had input berbeza antara jadual aliran kerja teks serta visual pengeluar dan antara semakan bernama, maka angka konteks perlu digunakan bersama spesifikasi permintaan terpilih. Penaakulan, sejarah dan hasil alat berkongsi bajet tersedia dengan sumber serta jawapan akhir. Koleksi bahan berkaitan yang terfokus lebih berguna daripada set fail tidak berstruktur.\n\n### Hasil praktikal dan batasan\n\nPembantu sokongan boleh menukar soalan pengguna serta bahan produk dibekalkan menjadi penjelasan bersokong bukti. Tugasan analisis maklum balas boleh mengenal pasti isu berulang dan memulangkan ringkasan berstruktur; taklimat pengekodan boleh meminta perubahan terfokus terikat pada pelaksanaan dibekalkan. Berikan setiap tugasan bentuk output dan kriteria selesai.\n\nPengeluar menganggap integrasi konteks kompleks dan kerja dunia sebenar hujung ke hujung sebagai bidang yang masih memerlukan penambahbaikan. Semak nombor diekstrak dengan sumber, periksa kod dalam aplikasi dimaksudkan dan berikan bukti semasa untuk dakwaan sensitif pengetahuan. Lite mengekalkan edisi serta peranan beban kerja sendiri; ia tidak memperoleh keupayaan atau lalai keluaran Seed kemudian secara senyap.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Reconcile product specifications\n\nCompare the supplied product text. Table T: battery 4,000 mAh; weight 180 g; USB-C charging. Paragraph P: weighs 180 g, charges by USB-C, contains a 4,500 mAh battery. Produce a specification table with source labels, mark conflicts and draft one question to the product owner. Do not choose a battery value without evidence.A field-by-field comparison table and one clarification question about the conflicting specification.Verify that both battery values and their T/P source labels survive in the result.bytedance-seed/seed-2.0-liteSeed 2.0 Lite mengimbangkan penaakulan dan pemahaman multimodal keluarga Seed2.0 untuk aplikasi tujuan umum. Ia mengendalikan arahan bertulis, imej serta video untuk menghasilkan teks, dapatan berstruktur dan cadangan tindakan alat, dengan konteks pengeluar 256K.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Seed 2.0 Lite ialah model tujuan umum seimbang ByteDance Seed dalam siri Seed2.0. Pengeluar meletakkan Lite di antara hala tuju Pro keluarga yang lebih mencabar dan pilihan Mini lebih kecil, menekankan keseimbangan praktikal keupayaan serta daya respons. Ia menerima teks dan bahan visual serta memulangkan teks, menjadikannya berguna untuk bantuan dokumen, soalan berasaskan imej, bantuan pengekodan dan pemprosesan maklumat berbilang langkah.
Keluarga Seed2.0 membangunkan penaakulan visual dan pengekstrakan berstruktur daripada tangkapan skrin, carta, dokumen diimbas serta kandungan media campuran. Untuk tugasan dokumen, labelkan halaman dan pelihara tajuk, label jadual serta unit. Minta medan atau kesimpulan diperlukan, dengan rujukan sumber bagi setiap satu. Taklimat praktikal ialah: “Ekstrak spesifikasi produk daripada halaman ini, pelihara unit asal dan kenal pasti sebarang percanggahan antara jadual dengan perenggan penjelasan.”
Untuk imej, pastikan tulisan berkaitan boleh dibaca dan nyatakan objek atau kawasan yang dirujuk soalan. Untuk pemahaman video, kenal pasti peristiwa, urutan atau segmen untuk dianalisis dan minta huraian teks terikat pada masa atau sumbernya. Hasil ialah tafsiran atau pengekstrakan daripada media dibekalkan; mencipta imej baharu atau video yang dirender ialah tugasan berasingan.
Aliran kerja Lite pengeluar menyokong pemikiran mendalam dan penggunaan respons langsung. Output pemikiran dan kandungan jawapan akhir mempunyai peranan berbeza: penaakulan menyelesaikan tugasan, manakala jawapan perlu sepadan dengan hasil serahan diminta. Nyatakan medan dikehendaki, bahasa jawapan dan cara mengendalikan maklumat yang tiada. Untuk pengekstrakan rutin, minta rekod ditentukan; untuk perbandingan, berikan kriteria dan wajibkan bukti bagi setiap kesimpulan.
Lite boleh mengambil bahagian dalam tugasan berpandukan alat apabila aplikasi sekeliling membekalkan takrif alat serta pemerhatian. Terangkan fungsi setiap operasi dan tindakan dibenarkan untuk tugasan. Operasi terpilih hanya menjadi bukti selepas aplikasi memulangkan hasil sebenarnya. Pastikan pemerhatian itu terhubung dengan tugasan, bukannya mengharapkan teks model sahaja mendapatkan fail atau melaksanakan kod.
Profil Lite terbitan menggunakan konteks 256K dan menyenaraikan sehingga 128K token output gabungan termasuk penaakulan. Had input berbeza antara jadual aliran kerja teks serta visual pengeluar dan antara semakan bernama, maka angka konteks perlu digunakan bersama spesifikasi permintaan terpilih. Penaakulan, sejarah dan hasil alat berkongsi bajet tersedia dengan sumber serta jawapan akhir. Koleksi bahan berkaitan yang terfokus lebih berguna daripada set fail tidak berstruktur.
Pembantu sokongan boleh menukar soalan pengguna serta bahan produk dibekalkan menjadi penjelasan bersokong bukti. Tugasan analisis maklum balas boleh mengenal pasti isu berulang dan memulangkan ringkasan berstruktur; taklimat pengekodan boleh meminta perubahan terfokus terikat pada pelaksanaan dibekalkan. Berikan setiap tugasan bentuk output dan kriteria selesai.
Pengeluar menganggap integrasi konteks kompleks dan kerja dunia sebenar hujung ke hujung sebagai bidang yang masih memerlukan penambahbaikan. Semak nombor diekstrak dengan sumber, periksa kod dalam aplikasi dimaksudkan dan berikan bukti semasa untuk dakwaan sensitif pengetahuan. Lite mengekalkan edisi serta peranan beban kerja sendiri; ia tidak memperoleh keupayaan atau lalai keluaran Seed kemudian secara senyap.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had bytedance-seed/seed-2.0-lite | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
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 berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0005 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk128,000 | Caj Input · Token input $0.0005 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi128,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.001 / 1K token Output · Token output $0.008 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "bytedance-seed/seed-2.0-lite", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='bytedance-seed/seed-2.0-lite',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='bytedance-seed/seed-2.0-lite',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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra bytedance-seed/seed-2.0-lite
Gunakan laluan kaedah yang dipaparkan di atas.
bytedance-seed/seed-2.0-liteSeed 2.0 Lite mengimbangkan penaakulan dan pemahaman multimodal keluarga Seed2.0 untuk aplikasi tujuan umum. Ia mengendalikan arahan bertulis, imej serta video untuk menghasilkan teks, dapatan berstruktur dan cadangan tindakan alat, dengan konteks pengeluar 256K.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Seed 2.0 Lite ialah model tujuan umum seimbang ByteDance Seed dalam siri Seed2.0. Pengeluar meletakkan Lite di antara hala tuju Pro keluarga yang lebih mencabar dan pilihan Mini lebih kecil, menekankan keseimbangan praktikal keupayaan serta daya respons. Ia menerima teks dan bahan visual serta memulangkan teks, menjadikannya berguna untuk bantuan dokumen, soalan berasaskan imej, bantuan pengekodan dan pemprosesan maklumat berbilang langkah.
Keluarga Seed2.0 membangunkan penaakulan visual dan pengekstrakan berstruktur daripada tangkapan skrin, carta, dokumen diimbas serta kandungan media campuran. Untuk tugasan dokumen, labelkan halaman dan pelihara tajuk, label jadual serta unit. Minta medan atau kesimpulan diperlukan, dengan rujukan sumber bagi setiap satu. Taklimat praktikal ialah: “Ekstrak spesifikasi produk daripada halaman ini, pelihara unit asal dan kenal pasti sebarang percanggahan antara jadual dengan perenggan penjelasan.”
Untuk imej, pastikan tulisan berkaitan boleh dibaca dan nyatakan objek atau kawasan yang dirujuk soalan. Untuk pemahaman video, kenal pasti peristiwa, urutan atau segmen untuk dianalisis dan minta huraian teks terikat pada masa atau sumbernya. Hasil ialah tafsiran atau pengekstrakan daripada media dibekalkan; mencipta imej baharu atau video yang dirender ialah tugasan berasingan.
Aliran kerja Lite pengeluar menyokong pemikiran mendalam dan penggunaan respons langsung. Output pemikiran dan kandungan jawapan akhir mempunyai peranan berbeza: penaakulan menyelesaikan tugasan, manakala jawapan perlu sepadan dengan hasil serahan diminta. Nyatakan medan dikehendaki, bahasa jawapan dan cara mengendalikan maklumat yang tiada. Untuk pengekstrakan rutin, minta rekod ditentukan; untuk perbandingan, berikan kriteria dan wajibkan bukti bagi setiap kesimpulan.
Lite boleh mengambil bahagian dalam tugasan berpandukan alat apabila aplikasi sekeliling membekalkan takrif alat serta pemerhatian. Terangkan fungsi setiap operasi dan tindakan dibenarkan untuk tugasan. Operasi terpilih hanya menjadi bukti selepas aplikasi memulangkan hasil sebenarnya. Pastikan pemerhatian itu terhubung dengan tugasan, bukannya mengharapkan teks model sahaja mendapatkan fail atau melaksanakan kod.
Profil Lite terbitan menggunakan konteks 256K dan menyenaraikan sehingga 128K token output gabungan termasuk penaakulan. Had input berbeza antara jadual aliran kerja teks serta visual pengeluar dan antara semakan bernama, maka angka konteks perlu digunakan bersama spesifikasi permintaan terpilih. Penaakulan, sejarah dan hasil alat berkongsi bajet tersedia dengan sumber serta jawapan akhir. Koleksi bahan berkaitan yang terfokus lebih berguna daripada set fail tidak berstruktur.
Pembantu sokongan boleh menukar soalan pengguna serta bahan produk dibekalkan menjadi penjelasan bersokong bukti. Tugasan analisis maklum balas boleh mengenal pasti isu berulang dan memulangkan ringkasan berstruktur; taklimat pengekodan boleh meminta perubahan terfokus terikat pada pelaksanaan dibekalkan. Berikan setiap tugasan bentuk output dan kriteria selesai.
Pengeluar menganggap integrasi konteks kompleks dan kerja dunia sebenar hujung ke hujung sebagai bidang yang masih memerlukan penambahbaikan. Semak nombor diekstrak dengan sumber, periksa kod dalam aplikasi dimaksudkan dan berikan bukti semasa untuk dakwaan sensitif pengetahuan. Lite mengekalkan edisi serta peranan beban kerja sendiri; ia tidak memperoleh keupayaan atau lalai keluaran Seed kemudian secara senyap.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had bytedance-seed/seed-2.0-lite | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan 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 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0005 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk128,000 | Caj Input · Token input $0.0005 / 1K token Output · Token output $0.004 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi128,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.001 / 1K token Output · Token output $0.008 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "bytedance-seed/seed-2.0-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'bytedance-seed/seed-2.0-lite', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'bytedance-seed/seed-2.0-lite', '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, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra bytedance-seed/seed-2.0-lite
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Reconcile product specifications\n\nCompare the supplied product text. Table T: battery 4,000 mAh; weight 180 g; USB-C charging. Paragraph P: weighs 180 g, charges by USB-C, contains a 4,500 mAh battery. Produce a specification table with source labels, mark conflicts and draft one question to the product owner. Do not choose a battery value without evidence.A field-by-field comparison table and one clarification question about the conflicting specification.Verify that both battery values and their T/P source labels survive in the result.