Seed 2.1 Turbo ialah edisi cekap dengan daya pemprosesan tinggi ByteDance Seed dalam keluarga Seed2.1. Pengeluar memposisikan Turbo untuk senario produk yang memerlukan bantuan harian berguna dan kemajuan boleh harap sepanjang tugasan lebih panjang, manakala Pro menyasarkan penaakulan serta aliran kerja profesional paling mencabar dalam keluarga. Turbo menggunakan arahan dan bahan sumber untuk menghasilkan jawapan, kod, analisis serta kandungan panggilan alat. Keluarga ini juga memahami bahan visual dan video, maka tugasan boleh menggabungkan tulisan pengguna dengan maklumat yang kelihatan dalam media dibekalkan.
Hala tuju ejen umum Seed2.1 berpusat pada perancangan, pemprosesan fail, penggunaan alat, pengekalan keadaan tugasan dan penyerahan hasil kerja siap. Untuk tugasan dokumen, berikan nama bermakna kepada bahan berkaitan dan kenal pasti keputusan atau artifak yang perlu disokongnya. Taklimat praktikal ialah: “Bandingkan keperluan projek ini dengan cadangan dilampirkan, kenal pasti kebergantungan belum selesai dan tulis memo keputusan bersama bukti bagi setiap dapatan.” Nyatakan khalayak, fakta wajib dan kriteria hasil yang boleh digunakan.
Untuk kerja hamparan atau laporan, jelaskan makna medan, unit dan cara mengendalikan nilai yang tiada. Minta pengiraan atau kesimpulan bersama lokasi sumbernya. Apabila aplikasi menyediakan alat, model boleh memilih operasi dan menggunakan pemerhatian dipulangkan untuk meneruskan tugasan. Aplikasi mengawal akses fail dan pelaksanaan sebenar; simpan hasil itu, bukannya menganggap cadangan tindakan sebagai tindakan selesai.
Pembuat membangunkan keluarga ini untuk analisis keperluan, pelaksanaan ciri, penyahpepijatan dan pengesahan hasil. Bekalkan konteks repositori berkaitan, antara muka sedia ada, tingkah laku yang diperlukan dan contoh masalah yang boleh dihasilkan semula. Untuk perubahan merentas beberapa fail, jelaskan kebergantungan serta kontrak yang mesti kekal stabil. Hasil berguna mengandungi pelaksanaan, penjelasan perubahan dan pemerhatian yang menetapkan sama ada tingkah laku diperlukan telah dicapai.
Prompt penyahpepijatan terfokus boleh meminta model menjejaki input gagal melalui kod, mengenal pasti syarat salah pertama dan mencadangkan pembetulan. Untuk tugasan antara muka, gabungkan keperluan kandungan dengan mockup dan terangkan keadaan serta interaksi yang kelihatan. Kod terjana ialah artifak cadangan sehingga ia berjalan dalam aplikasi yang dimaksudkan; berikan kegagalan sebenar atau tangkapan skrin sebagai maklum balas kepada semakan seterusnya.
Seed2.1 menggabungkan tafsiran dokumen dan carta, pemahaman ruang serta pemahaman video dengan tugasan ejennya. Sediakan imej sumber yang boleh dibaca, pelihara label sekeliling dan beritahu model butiran yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan dalam adegan atau urutan tindakan yang kelihatan. Minta jawapan memisahkan butiran diperhatikan daripada tafsiran, dengan halaman sumber, label imej atau rujukan masa apabila berkenaan.
Input ini menyokong analisis dan penjanaan kod daripada bukti visual. Menghasilkan rancangan penyuntingan dalam bentuk teks atau operasi cadangan berbeza daripada merender video baharu atau melakukan tindakan antara muka; hasil itu menggunakan alat sekeliling dan hasil sebenarnya.
Pengeluar mengenal pasti masalah profesional terbuka dan penyelidikan termaju sebagai bidang yang masih boleh ditambah baik. Pastikan tugasan sukar terikat pada bukti, pemerhatian perantaraan dan kriteria selesai. Gunakan bahan sumber berkaitan untuk dakwaan sensitif pengetahuan dan wajibkan output akhir mengenal pasti soalan belum terjawab. Profil rujukan Turbo terbitan pengeluar mempunyai konteks 256K. Peruntukkan ruang dalam bajet itu untuk perbualan, hasil alat, penaakulan dan hasil akhir; penaakulan turut dikira dalam peruntukan pelengkapan. Edisi Turbo kekal berbeza daripada Pro dan keluaran Seed terdahulu; sediakan tugasan berdasarkan mod serta format permintaannya sendiri yang didokumenkan.
", "aboutText": "Seed 2.1 Turbo ialah edisi cekap dengan daya pemprosesan tinggi ByteDance Seed dalam keluarga Seed2.1. Pengeluar memposisikan Turbo untuk senario produk yang memerlukan bantuan harian berguna dan kemajuan boleh harap sepanjang tugasan lebih panjang, manakala Pro menyasarkan penaakulan serta aliran kerja profesional paling mencabar dalam keluarga. Turbo menggunakan arahan dan bahan sumber untuk menghasilkan jawapan, kod, analisis serta kandungan panggilan alat. Keluarga ini juga memahami bahan visual dan video, maka tugasan boleh menggabungkan tulisan pengguna dengan maklumat yang kelihatan dalam media dibekalkan.\n\n### Ejen umum dan hasil serahan berguna\n\nHala tuju ejen umum Seed2.1 berpusat pada perancangan, pemprosesan fail, penggunaan alat, pengekalan keadaan tugasan dan penyerahan hasil kerja siap. Untuk tugasan dokumen, berikan nama bermakna kepada bahan berkaitan dan kenal pasti keputusan atau artifak yang perlu disokongnya. Taklimat praktikal ialah: “Bandingkan keperluan projek ini dengan cadangan dilampirkan, kenal pasti kebergantungan belum selesai dan tulis memo keputusan bersama bukti bagi setiap dapatan.” Nyatakan khalayak, fakta wajib dan kriteria hasil yang boleh digunakan.\n\nUntuk kerja hamparan atau laporan, jelaskan makna medan, unit dan cara mengendalikan nilai yang tiada. Minta pengiraan atau kesimpulan bersama lokasi sumbernya. Apabila aplikasi menyediakan alat, model boleh memilih operasi dan menggunakan pemerhatian dipulangkan untuk meneruskan tugasan. Aplikasi mengawal akses fail dan pelaksanaan sebenar; simpan hasil itu, bukannya menganggap cadangan tindakan sebagai tindakan selesai.\n\n### Pengekodan daripada keperluan hingga pengesahan\n\nPembuat membangunkan keluarga ini untuk analisis keperluan, pelaksanaan ciri, penyahpepijatan dan pengesahan hasil. Bekalkan konteks repositori berkaitan, antara muka sedia ada, tingkah laku yang diperlukan dan contoh masalah yang boleh dihasilkan semula. Untuk perubahan merentas beberapa fail, jelaskan kebergantungan serta kontrak yang mesti kekal stabil. Hasil berguna mengandungi pelaksanaan, penjelasan perubahan dan pemerhatian yang menetapkan sama ada tingkah laku diperlukan telah dicapai.\n\nPrompt penyahpepijatan terfokus boleh meminta model menjejaki input gagal melalui kod, mengenal pasti syarat salah pertama dan mencadangkan pembetulan. Untuk tugasan antara muka, gabungkan keperluan kandungan dengan mockup dan terangkan keadaan serta interaksi yang kelihatan. Kod terjana ialah artifak cadangan sehingga ia berjalan dalam aplikasi yang dimaksudkan; berikan kegagalan sebenar atau tangkapan skrin sebagai maklum balas kepada semakan seterusnya.\n\n### Konteks multimodal\n\nSeed2.1 menggabungkan tafsiran dokumen dan carta, pemahaman ruang serta pemahaman video dengan tugasan ejennya. Sediakan imej sumber yang boleh dibaca, pelihara label sekeliling dan beritahu model butiran yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan dalam adegan atau urutan tindakan yang kelihatan. Minta jawapan memisahkan butiran diperhatikan daripada tafsiran, dengan halaman sumber, label imej atau rujukan masa apabila berkenaan.\n\nInput ini menyokong analisis dan penjanaan kod daripada bukti visual. Menghasilkan rancangan penyuntingan dalam bentuk teks atau operasi cadangan berbeza daripada merender video baharu atau melakukan tindakan antara muka; hasil itu menggunakan alat sekeliling dan hasil sebenarnya.\n\n### Sempadan tugasan dan semakan\n\nPengeluar mengenal pasti masalah profesional terbuka dan penyelidikan termaju sebagai bidang yang masih boleh ditambah baik. Pastikan tugasan sukar terikat pada bukti, pemerhatian perantaraan dan kriteria selesai. Gunakan bahan sumber berkaitan untuk dakwaan sensitif pengetahuan dan wajibkan output akhir mengenal pasti soalan belum terjawab. Profil rujukan Turbo terbitan pengeluar mempunyai konteks 256K. Peruntukkan ruang dalam bajet itu untuk perbualan, hasil alat, penaakulan dan hasil akhir; penaakulan turut dikira dalam peruntukan pelengkapan. Edisi Turbo kekal berbeza daripada Pro dan keluaran Seed terdahulu; sediakan tugasan berdasarkan mod serta format permintaannya sendiri yang didokumenkan.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
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 ialah model cekap keluarga Seed untuk bantuan harian dan kerja produktiviti berbilang langkah. Ia menghubungkan bahan sumber bertulis serta visual dengan pengekodan, analisis dokumen dan tugasan berpandukan alat, menghasilkan teks serta cadangan tindakan untuk aplikasi sekeliling.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Seed 2.1 Turbo ialah edisi cekap dengan daya pemprosesan tinggi ByteDance Seed dalam keluarga Seed2.1. Pengeluar memposisikan Turbo untuk senario produk yang memerlukan bantuan harian berguna dan kemajuan boleh harap sepanjang tugasan lebih panjang, manakala Pro menyasarkan penaakulan serta aliran kerja profesional paling mencabar dalam keluarga. Turbo menggunakan arahan dan bahan sumber untuk menghasilkan jawapan, kod, analisis serta kandungan panggilan alat. Keluarga ini juga memahami bahan visual dan video, maka tugasan boleh menggabungkan tulisan pengguna dengan maklumat yang kelihatan dalam media dibekalkan.
Hala tuju ejen umum Seed2.1 berpusat pada perancangan, pemprosesan fail, penggunaan alat, pengekalan keadaan tugasan dan penyerahan hasil kerja siap. Untuk tugasan dokumen, berikan nama bermakna kepada bahan berkaitan dan kenal pasti keputusan atau artifak yang perlu disokongnya. Taklimat praktikal ialah: “Bandingkan keperluan projek ini dengan cadangan dilampirkan, kenal pasti kebergantungan belum selesai dan tulis memo keputusan bersama bukti bagi setiap dapatan.” Nyatakan khalayak, fakta wajib dan kriteria hasil yang boleh digunakan.
Untuk kerja hamparan atau laporan, jelaskan makna medan, unit dan cara mengendalikan nilai yang tiada. Minta pengiraan atau kesimpulan bersama lokasi sumbernya. Apabila aplikasi menyediakan alat, model boleh memilih operasi dan menggunakan pemerhatian dipulangkan untuk meneruskan tugasan. Aplikasi mengawal akses fail dan pelaksanaan sebenar; simpan hasil itu, bukannya menganggap cadangan tindakan sebagai tindakan selesai.
Pembuat membangunkan keluarga ini untuk analisis keperluan, pelaksanaan ciri, penyahpepijatan dan pengesahan hasil. Bekalkan konteks repositori berkaitan, antara muka sedia ada, tingkah laku yang diperlukan dan contoh masalah yang boleh dihasilkan semula. Untuk perubahan merentas beberapa fail, jelaskan kebergantungan serta kontrak yang mesti kekal stabil. Hasil berguna mengandungi pelaksanaan, penjelasan perubahan dan pemerhatian yang menetapkan sama ada tingkah laku diperlukan telah dicapai.
Prompt penyahpepijatan terfokus boleh meminta model menjejaki input gagal melalui kod, mengenal pasti syarat salah pertama dan mencadangkan pembetulan. Untuk tugasan antara muka, gabungkan keperluan kandungan dengan mockup dan terangkan keadaan serta interaksi yang kelihatan. Kod terjana ialah artifak cadangan sehingga ia berjalan dalam aplikasi yang dimaksudkan; berikan kegagalan sebenar atau tangkapan skrin sebagai maklum balas kepada semakan seterusnya.
Seed2.1 menggabungkan tafsiran dokumen dan carta, pemahaman ruang serta pemahaman video dengan tugasan ejennya. Sediakan imej sumber yang boleh dibaca, pelihara label sekeliling dan beritahu model butiran yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan dalam adegan atau urutan tindakan yang kelihatan. Minta jawapan memisahkan butiran diperhatikan daripada tafsiran, dengan halaman sumber, label imej atau rujukan masa apabila berkenaan.
Input ini menyokong analisis dan penjanaan kod daripada bukti visual. Menghasilkan rancangan penyuntingan dalam bentuk teks atau operasi cadangan berbeza daripada merender video baharu atau melakukan tindakan antara muka; hasil itu menggunakan alat sekeliling dan hasil sebenarnya.
Pengeluar mengenal pasti masalah profesional terbuka dan penyelidikan termaju sebagai bidang yang masih boleh ditambah baik. Pastikan tugasan sukar terikat pada bukti, pemerhatian perantaraan dan kriteria selesai. Gunakan bahan sumber berkaitan untuk dakwaan sensitif pengetahuan dan wajibkan output akhir mengenal pasti soalan belum terjawab. Profil rujukan Turbo terbitan pengeluar mempunyai konteks 256K. Peruntukkan ruang dalam bajet itu untuk perbualan, hasil alat, penaakulan dan hasil akhir; penaakulan turut dikira dalam peruntukan pelengkapan. Edisi Turbo kekal berbeza daripada Pro dan keluaran Seed terdahulu; sediakan tugasan berdasarkan mod serta format permintaannya sendiri yang didokumenkan.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had bytedance-seed/seed-2-1-turbo | 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 $0.001 / 1K token Output · Token output $0.005 / 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 termasukTiada had atas | Caj Input · Token input $0.001 / 1K token Output · Token output $0.005 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-2-1-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, 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-2-1-turbo
Gunakan laluan kaedah yang dipaparkan di atas.
bytedance-seed/seed-2-1-turboSeed 2.1 Turbo ialah model cekap keluarga Seed untuk bantuan harian dan kerja produktiviti berbilang langkah. Ia menghubungkan bahan sumber bertulis serta visual dengan pengekodan, analisis dokumen dan tugasan berpandukan alat, menghasilkan teks serta cadangan tindakan untuk aplikasi sekeliling.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Seed 2.1 Turbo ialah edisi cekap dengan daya pemprosesan tinggi ByteDance Seed dalam keluarga Seed2.1. Pengeluar memposisikan Turbo untuk senario produk yang memerlukan bantuan harian berguna dan kemajuan boleh harap sepanjang tugasan lebih panjang, manakala Pro menyasarkan penaakulan serta aliran kerja profesional paling mencabar dalam keluarga. Turbo menggunakan arahan dan bahan sumber untuk menghasilkan jawapan, kod, analisis serta kandungan panggilan alat. Keluarga ini juga memahami bahan visual dan video, maka tugasan boleh menggabungkan tulisan pengguna dengan maklumat yang kelihatan dalam media dibekalkan.
Hala tuju ejen umum Seed2.1 berpusat pada perancangan, pemprosesan fail, penggunaan alat, pengekalan keadaan tugasan dan penyerahan hasil kerja siap. Untuk tugasan dokumen, berikan nama bermakna kepada bahan berkaitan dan kenal pasti keputusan atau artifak yang perlu disokongnya. Taklimat praktikal ialah: “Bandingkan keperluan projek ini dengan cadangan dilampirkan, kenal pasti kebergantungan belum selesai dan tulis memo keputusan bersama bukti bagi setiap dapatan.” Nyatakan khalayak, fakta wajib dan kriteria hasil yang boleh digunakan.
Untuk kerja hamparan atau laporan, jelaskan makna medan, unit dan cara mengendalikan nilai yang tiada. Minta pengiraan atau kesimpulan bersama lokasi sumbernya. Apabila aplikasi menyediakan alat, model boleh memilih operasi dan menggunakan pemerhatian dipulangkan untuk meneruskan tugasan. Aplikasi mengawal akses fail dan pelaksanaan sebenar; simpan hasil itu, bukannya menganggap cadangan tindakan sebagai tindakan selesai.
Pembuat membangunkan keluarga ini untuk analisis keperluan, pelaksanaan ciri, penyahpepijatan dan pengesahan hasil. Bekalkan konteks repositori berkaitan, antara muka sedia ada, tingkah laku yang diperlukan dan contoh masalah yang boleh dihasilkan semula. Untuk perubahan merentas beberapa fail, jelaskan kebergantungan serta kontrak yang mesti kekal stabil. Hasil berguna mengandungi pelaksanaan, penjelasan perubahan dan pemerhatian yang menetapkan sama ada tingkah laku diperlukan telah dicapai.
Prompt penyahpepijatan terfokus boleh meminta model menjejaki input gagal melalui kod, mengenal pasti syarat salah pertama dan mencadangkan pembetulan. Untuk tugasan antara muka, gabungkan keperluan kandungan dengan mockup dan terangkan keadaan serta interaksi yang kelihatan. Kod terjana ialah artifak cadangan sehingga ia berjalan dalam aplikasi yang dimaksudkan; berikan kegagalan sebenar atau tangkapan skrin sebagai maklum balas kepada semakan seterusnya.
Seed2.1 menggabungkan tafsiran dokumen dan carta, pemahaman ruang serta pemahaman video dengan tugasan ejennya. Sediakan imej sumber yang boleh dibaca, pelihara label sekeliling dan beritahu model butiran yang penting. Untuk video, nyatakan segmen dan peristiwa yang ingin dijelaskan, seperti perubahan dalam adegan atau urutan tindakan yang kelihatan. Minta jawapan memisahkan butiran diperhatikan daripada tafsiran, dengan halaman sumber, label imej atau rujukan masa apabila berkenaan.
Input ini menyokong analisis dan penjanaan kod daripada bukti visual. Menghasilkan rancangan penyuntingan dalam bentuk teks atau operasi cadangan berbeza daripada merender video baharu atau melakukan tindakan antara muka; hasil itu menggunakan alat sekeliling dan hasil sebenarnya.
Pengeluar mengenal pasti masalah profesional terbuka dan penyelidikan termaju sebagai bidang yang masih boleh ditambah baik. Pastikan tugasan sukar terikat pada bukti, pemerhatian perantaraan dan kriteria selesai. Gunakan bahan sumber berkaitan untuk dakwaan sensitif pengetahuan dan wajibkan output akhir mengenal pasti soalan belum terjawab. Profil rujukan Turbo terbitan pengeluar mempunyai konteks 256K. Peruntukkan ruang dalam bajet itu untuk perbualan, hasil alat, penaakulan dan hasil akhir; penaakulan turut dikira dalam peruntukan pelengkapan. Edisi Turbo kekal berbeza daripada Pro dan keluaran Seed terdahulu; sediakan tugasan berdasarkan mod serta format permintaannya sendiri yang didokumenkan.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had bytedance-seed/seed-2-1-turbo | 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 $0.001 / 1K token Output · Token output $0.005 / 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 termasukTiada had atas | Caj Input · Token input $0.001 / 1K token Output · Token output $0.005 / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "bytedance-seed/seed-2-1-turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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, 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-2-1-turbo
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
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.