Seed 2.0 Lite is het evenwichtige model voor algemeen gebruik van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant plaatst Lite tussen de meer veeleisende Pro-richting van de familie en de kleinere Mini-optie, met nadruk op een praktische balans tussen mogelijkheden en reactiesnelheid. Het accepteert tekst en visueel materiaal en geeft tekst terug, waardoor het bruikbaar is voor documentondersteuning, vragen op basis van afbeeldingen, programmeerhulp en informatieverwerking in meerdere stappen.
De Seed2.0-familie ontwikkelt visueel redeneren en gestructureerde extractie uit schermafbeeldingen, grafieken, gescande documenten en inhoud met gemengde media. Label voor een documenttaak de pagina’s en behoud koppen, tabellabels en eenheden. Vraag om de velden of conclusies die je nodig hebt, met voor elk een bronverwijzing. Een praktische opdracht is: “Haal de productspecificaties uit deze pagina’s, behoud de oorspronkelijke eenheden en identificeer elk verschil tussen de tabel en de verklarende alinea.”
Maak bij een afbeelding de relevante tekst leesbaar en geef aan op welk object of gebied de vraag betrekking heeft. Benoem voor videobegrip de te analyseren gebeurtenis, reeks of het fragment en vraag om een tekstuele beschrijving gekoppeld aan de tijd of bron ervan. Het resultaat is een interpretatie of extractie uit aangeleverde media; een nieuwe afbeelding of gerenderde video maken is een afzonderlijke taak.
De Lite-werkprocessen van de ontwikkelaar ondersteunen diep denken en het gebruik van directe antwoorden. Denkuitvoer en de inhoud van het eindantwoord hebben verschillende rollen: de redenering werkt de taak uit, terwijl het antwoord moet passen bij het gevraagde resultaat. Geef de gewenste velden, antwoordtaal en behandeling van ontbrekende informatie aan. Vraag bij routinematige extractie om het vastgestelde record; geef bij een vergelijking de criteria aan en vereis bewijs voor elke conclusie.
Lite kan deelnemen aan een taak met tools wanneer de omringende applicatie de tooldefinities en waarnemingen levert. Beschrijf wat elke bewerking doet en welke acties voor de opdracht zijn toegestaan. Een gekozen bewerking wordt pas bewijs nadat de applicatie het daadwerkelijke resultaat heeft teruggegeven. Houd die waarnemingen bij de taak in plaats van te verwachten dat de tekst van het model alleen een bestand ophaalt of code uitvoert.
Het gepubliceerde Lite-profiel gebruikt een context van 256K en vermeldt maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Invoerlimieten verschillen tussen de tekstuele en visuele werkprocestabellen van de fabrikant en tussen benoemde versies; gebruik het contextgetal daarom samen met de gekozen verzoekspecificatie. Redenering, geschiedenis en toolresultaten delen het beschikbare budget met de bron en het eindantwoord. Een gerichte verzameling relevante materialen is bruikbaarder dan een ongestructureerde reeks bestanden.
Een ondersteuningsassistent kan een gebruikersvraag en aangeleverd productmateriaal omzetten in een uitleg met bewijs. Een feedbackanalysetaak kan terugkerende problemen identificeren en een gestructureerde samenvatting teruggeven; een programmeeropdracht kan vragen om een gerichte wijziging die is gekoppeld aan de aangeleverde implementatie. Geef elke taak een uitvoervorm en een afrondingscriterium.
De fabrikant beschouwt complexe contextintegratie en volledig uitgevoerd werk in de echte wereld als gebieden die nog verbetering vereisen. Controleer geëxtraheerde getallen aan de hand van de bron, beoordeel code in de bedoelde applicatie en lever actueel bewijs voor kennisafhankelijke uitspraken. Lite behoudt zijn eigen editie en rol voor werklasten; het krijgt niet stilzwijgend de mogelijkheden of standaardinstellingen van een latere Seed-versie.
", "aboutText": "Seed 2.0 Lite is het evenwichtige model voor algemeen gebruik van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant plaatst Lite tussen de meer veeleisende Pro-richting van de familie en de kleinere Mini-optie, met nadruk op een praktische balans tussen mogelijkheden en reactiesnelheid. Het accepteert tekst en visueel materiaal en geeft tekst terug, waardoor het bruikbaar is voor documentondersteuning, vragen op basis van afbeeldingen, programmeerhulp en informatieverwerking in meerdere stappen.\n\n### Gemengd bronmateriaal begrijpen\n\nDe Seed2.0-familie ontwikkelt visueel redeneren en gestructureerde extractie uit schermafbeeldingen, grafieken, gescande documenten en inhoud met gemengde media. Label voor een documenttaak de pagina’s en behoud koppen, tabellabels en eenheden. Vraag om de velden of conclusies die je nodig hebt, met voor elk een bronverwijzing. Een praktische opdracht is: “Haal de productspecificaties uit deze pagina’s, behoud de oorspronkelijke eenheden en identificeer elk verschil tussen de tabel en de verklarende alinea.”\n\nMaak bij een afbeelding de relevante tekst leesbaar en geef aan op welk object of gebied de vraag betrekking heeft. Benoem voor videobegrip de te analyseren gebeurtenis, reeks of het fragment en vraag om een tekstuele beschrijving gekoppeld aan de tijd of bron ervan. Het resultaat is een interpretatie of extractie uit aangeleverde media; een nieuwe afbeelding of gerenderde video maken is een afzonderlijke taak.\n\n### Redeneren en instructies opvolgen\n\nDe Lite-werkprocessen van de ontwikkelaar ondersteunen diep denken en het gebruik van directe antwoorden. Denkuitvoer en de inhoud van het eindantwoord hebben verschillende rollen: de redenering werkt de taak uit, terwijl het antwoord moet passen bij het gevraagde resultaat. Geef de gewenste velden, antwoordtaal en behandeling van ontbrekende informatie aan. Vraag bij routinematige extractie om het vastgestelde record; geef bij een vergelijking de criteria aan en vereis bewijs voor elke conclusie.\n\nLite kan deelnemen aan een taak met tools wanneer de omringende applicatie de tooldefinities en waarnemingen levert. Beschrijf wat elke bewerking doet en welke acties voor de opdracht zijn toegestaan. Een gekozen bewerking wordt pas bewijs nadat de applicatie het daadwerkelijke resultaat heeft teruggegeven. Houd die waarnemingen bij de taak in plaats van te verwachten dat de tekst van het model alleen een bestand ophaalt of code uitvoert.\n\n### Context- en antwoordbudgetten\n\nHet gepubliceerde Lite-profiel gebruikt een context van 256K en vermeldt maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Invoerlimieten verschillen tussen de tekstuele en visuele werkprocestabellen van de fabrikant en tussen benoemde versies; gebruik het contextgetal daarom samen met de gekozen verzoekspecificatie. Redenering, geschiedenis en toolresultaten delen het beschikbare budget met de bron en het eindantwoord. Een gerichte verzameling relevante materialen is bruikbaarder dan een ongestructureerde reeks bestanden.\n\n### Praktische resultaten en beperkingen\n\nEen ondersteuningsassistent kan een gebruikersvraag en aangeleverd productmateriaal omzetten in een uitleg met bewijs. Een feedbackanalysetaak kan terugkerende problemen identificeren en een gestructureerde samenvatting teruggeven; een programmeeropdracht kan vragen om een gerichte wijziging die is gekoppeld aan de aangeleverde implementatie. Geef elke taak een uitvoervorm en een afrondingscriterium.\n\nDe fabrikant beschouwt complexe contextintegratie en volledig uitgevoerd werk in de echte wereld als gebieden die nog verbetering vereisen. Controleer geëxtraheerde getallen aan de hand van de bron, beoordeel code in de bedoelde applicatie en lever actueel bewijs voor kennisafhankelijke uitspraken. Lite behoudt zijn eigen editie en rol voor werklasten; het krijgt niet stilzwijgend de mogelijkheden of standaardinstellingen van een latere Seed-versie.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
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 brengt de redeneermogelijkheden en het multimodale begrip van de Seed2.0-familie in balans voor applicaties voor algemeen gebruik. Het verwerkt geschreven instructies, afbeeldingen en video tot tekst, gestructureerde bevindingen en voorgestelde toolacties, met een ontwikkelaarscontext van 256K.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Seed 2.0 Lite is het evenwichtige model voor algemeen gebruik van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant plaatst Lite tussen de meer veeleisende Pro-richting van de familie en de kleinere Mini-optie, met nadruk op een praktische balans tussen mogelijkheden en reactiesnelheid. Het accepteert tekst en visueel materiaal en geeft tekst terug, waardoor het bruikbaar is voor documentondersteuning, vragen op basis van afbeeldingen, programmeerhulp en informatieverwerking in meerdere stappen.
De Seed2.0-familie ontwikkelt visueel redeneren en gestructureerde extractie uit schermafbeeldingen, grafieken, gescande documenten en inhoud met gemengde media. Label voor een documenttaak de pagina’s en behoud koppen, tabellabels en eenheden. Vraag om de velden of conclusies die je nodig hebt, met voor elk een bronverwijzing. Een praktische opdracht is: “Haal de productspecificaties uit deze pagina’s, behoud de oorspronkelijke eenheden en identificeer elk verschil tussen de tabel en de verklarende alinea.”
Maak bij een afbeelding de relevante tekst leesbaar en geef aan op welk object of gebied de vraag betrekking heeft. Benoem voor videobegrip de te analyseren gebeurtenis, reeks of het fragment en vraag om een tekstuele beschrijving gekoppeld aan de tijd of bron ervan. Het resultaat is een interpretatie of extractie uit aangeleverde media; een nieuwe afbeelding of gerenderde video maken is een afzonderlijke taak.
De Lite-werkprocessen van de ontwikkelaar ondersteunen diep denken en het gebruik van directe antwoorden. Denkuitvoer en de inhoud van het eindantwoord hebben verschillende rollen: de redenering werkt de taak uit, terwijl het antwoord moet passen bij het gevraagde resultaat. Geef de gewenste velden, antwoordtaal en behandeling van ontbrekende informatie aan. Vraag bij routinematige extractie om het vastgestelde record; geef bij een vergelijking de criteria aan en vereis bewijs voor elke conclusie.
Lite kan deelnemen aan een taak met tools wanneer de omringende applicatie de tooldefinities en waarnemingen levert. Beschrijf wat elke bewerking doet en welke acties voor de opdracht zijn toegestaan. Een gekozen bewerking wordt pas bewijs nadat de applicatie het daadwerkelijke resultaat heeft teruggegeven. Houd die waarnemingen bij de taak in plaats van te verwachten dat de tekst van het model alleen een bestand ophaalt of code uitvoert.
Het gepubliceerde Lite-profiel gebruikt een context van 256K en vermeldt maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Invoerlimieten verschillen tussen de tekstuele en visuele werkprocestabellen van de fabrikant en tussen benoemde versies; gebruik het contextgetal daarom samen met de gekozen verzoekspecificatie. Redenering, geschiedenis en toolresultaten delen het beschikbare budget met de bron en het eindantwoord. Een gerichte verzameling relevante materialen is bruikbaarder dan een ongestructureerde reeks bestanden.
Een ondersteuningsassistent kan een gebruikersvraag en aangeleverd productmateriaal omzetten in een uitleg met bewijs. Een feedbackanalysetaak kan terugkerende problemen identificeren en een gestructureerde samenvatting teruggeven; een programmeeropdracht kan vragen om een gerichte wijziging die is gekoppeld aan de aangeleverde implementatie. Geef elke taak een uitvoervorm en een afrondingscriterium.
De fabrikant beschouwt complexe contextintegratie en volledig uitgevoerd werk in de echte wereld als gebieden die nog verbetering vereisen. Controleer geëxtraheerde getallen aan de hand van de bron, beoordeel code in de bedoelde applicatie en lever actueel bewijs voor kennisafhankelijke uitspraken. Lite behoudt zijn eigen editie en rol voor werklasten; het krijgt niet stilzwijgend de mogelijkheden of standaardinstellingen van een latere Seed-versie.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten bytedance-seed/seed-2.0-lite | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.004 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met128.000 | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.004 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 2 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan128.000 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.001 / 1K tokens Uitvoer · Uitvoertokens $0.008 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra bytedance-seed/seed-2.0-lite
Gebruik de hierboven getoonde methodepaden.
bytedance-seed/seed-2.0-liteSeed 2.0 Lite brengt de redeneermogelijkheden en het multimodale begrip van de Seed2.0-familie in balans voor applicaties voor algemeen gebruik. Het verwerkt geschreven instructies, afbeeldingen en video tot tekst, gestructureerde bevindingen en voorgestelde toolacties, met een ontwikkelaarscontext van 256K.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Seed 2.0 Lite is het evenwichtige model voor algemeen gebruik van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant plaatst Lite tussen de meer veeleisende Pro-richting van de familie en de kleinere Mini-optie, met nadruk op een praktische balans tussen mogelijkheden en reactiesnelheid. Het accepteert tekst en visueel materiaal en geeft tekst terug, waardoor het bruikbaar is voor documentondersteuning, vragen op basis van afbeeldingen, programmeerhulp en informatieverwerking in meerdere stappen.
De Seed2.0-familie ontwikkelt visueel redeneren en gestructureerde extractie uit schermafbeeldingen, grafieken, gescande documenten en inhoud met gemengde media. Label voor een documenttaak de pagina’s en behoud koppen, tabellabels en eenheden. Vraag om de velden of conclusies die je nodig hebt, met voor elk een bronverwijzing. Een praktische opdracht is: “Haal de productspecificaties uit deze pagina’s, behoud de oorspronkelijke eenheden en identificeer elk verschil tussen de tabel en de verklarende alinea.”
Maak bij een afbeelding de relevante tekst leesbaar en geef aan op welk object of gebied de vraag betrekking heeft. Benoem voor videobegrip de te analyseren gebeurtenis, reeks of het fragment en vraag om een tekstuele beschrijving gekoppeld aan de tijd of bron ervan. Het resultaat is een interpretatie of extractie uit aangeleverde media; een nieuwe afbeelding of gerenderde video maken is een afzonderlijke taak.
De Lite-werkprocessen van de ontwikkelaar ondersteunen diep denken en het gebruik van directe antwoorden. Denkuitvoer en de inhoud van het eindantwoord hebben verschillende rollen: de redenering werkt de taak uit, terwijl het antwoord moet passen bij het gevraagde resultaat. Geef de gewenste velden, antwoordtaal en behandeling van ontbrekende informatie aan. Vraag bij routinematige extractie om het vastgestelde record; geef bij een vergelijking de criteria aan en vereis bewijs voor elke conclusie.
Lite kan deelnemen aan een taak met tools wanneer de omringende applicatie de tooldefinities en waarnemingen levert. Beschrijf wat elke bewerking doet en welke acties voor de opdracht zijn toegestaan. Een gekozen bewerking wordt pas bewijs nadat de applicatie het daadwerkelijke resultaat heeft teruggegeven. Houd die waarnemingen bij de taak in plaats van te verwachten dat de tekst van het model alleen een bestand ophaalt of code uitvoert.
Het gepubliceerde Lite-profiel gebruikt een context van 256K en vermeldt maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Invoerlimieten verschillen tussen de tekstuele en visuele werkprocestabellen van de fabrikant en tussen benoemde versies; gebruik het contextgetal daarom samen met de gekozen verzoekspecificatie. Redenering, geschiedenis en toolresultaten delen het beschikbare budget met de bron en het eindantwoord. Een gerichte verzameling relevante materialen is bruikbaarder dan een ongestructureerde reeks bestanden.
Een ondersteuningsassistent kan een gebruikersvraag en aangeleverd productmateriaal omzetten in een uitleg met bewijs. Een feedbackanalysetaak kan terugkerende problemen identificeren en een gestructureerde samenvatting teruggeven; een programmeeropdracht kan vragen om een gerichte wijziging die is gekoppeld aan de aangeleverde implementatie. Geef elke taak een uitvoervorm en een afrondingscriterium.
De fabrikant beschouwt complexe contextintegratie en volledig uitgevoerd werk in de echte wereld als gebieden die nog verbetering vereisen. Controleer geëxtraheerde getallen aan de hand van de bron, beoordeel code in de bedoelde applicatie en lever actueel bewijs voor kennisafhankelijke uitspraken. Lite behoudt zijn eigen editie en rol voor werklasten; het krijgt niet stilzwijgend de mogelijkheden of standaardinstellingen van een latere Seed-versie.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten bytedance-seed/seed-2.0-lite | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.004 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en met128.000 | Kosten Invoer · Invoertokens $0.0005 / 1K tokens Uitvoer · Uitvoertokens $0.004 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 2 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan128.000 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.001 / 1K tokens Uitvoer · Uitvoertokens $0.008 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "bytedance-seed/seed-2.0-lite",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra bytedance-seed/seed-2.0-lite
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
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.