Seed 2.0 Mini is de kleine modeloptie van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant ontwikkelt Mini voor applicaties met hoge verwerkingscapaciteit die gevoelig zijn voor vertraging, met behoud van de taal- en visuele mogelijkheden van de familie. De invoer is een geschreven taak met relevant bronmateriaal, waaronder ondersteunde afbeeldingen of video; de uitvoer is tekst, zoals een antwoord, classificatie, geëxtraheerd record of voorgestelde toolbewerking.
Mini is bruikbaar wanneer een applicatie het model herhaaldelijk een duidelijke bewerking laat uitvoeren: een probleem herkennen in klantfeedback, velden uit een document halen, een productdetail uitleggen of een passage herschrijven voor een specifieke doelgroep. Lever de velddefinities en een klein voorbeeld aan dat de beoogde betekenis laat zien. Leg uit hoe een ontbrekende waarde moet worden weergegeven en welke oorspronkelijke namen of eenheden ongewijzigd moeten blijven.
Een voorbeeldopdracht voor feedbackverwerking is: “Identificeer het belangrijkste probleem van de gebruiker, ken een van deze probleemcategorieën toe en citeer de zin die de keuze ondersteunt. Als geen categorie van toepassing is, leg dan uit welke categorie ontbreekt.” Het verwachte resultaat is een kort, controleerbaar record dat een beslissing met de daadwerkelijke invoer verbindt. Dit is een betere taakspecificatie dan een verzoek om alles te analyseren zonder het verdere gebruik te benoemen.
De ontwikkelaar evalueert Mini binnen de Seed2.0-familie voor visueel begrip en videobegrip. Taken met gemengde media kunnen de geschreven vraag combineren met een grafiek, pagina-afbeelding of zichtbare reeks. Houd tabelkoppen en aslabels leesbaar, nummer meerdere invoerstukken en geef aan wat moet worden vergeleken. Beschrijf voor een video het fragment en de verandering of handeling die moet worden uitgelegd en vraag daarna om een tekstuele weergave op basis van dat fragment.
De focus van de familie op gestructureerde extractie helpt informatie voor een applicatie voor te bereiden, maar een correct gevormd antwoord moet nog steeds overeenkomen met de bron. Vraag het model een zichtbare waarde te onderscheiden van een afgeleide interpretatie. Wanneer een detail niet leesbaar is, behoud die onzekerheid dan in het resultaat in plaats van deze te vervangen door een verwachte waarde.
Het gedocumenteerde Mini-profiel ondersteunt diep redeneren, tekstgeneratie, gestructureerde uitvoer en toolgebruik. Een werkproces van de ontwikkelaar kan redeneerinhoud onderscheiden van het uiteindelijke antwoord; het eindantwoord moet de gevraagde velden of tekstvorm volgen. Wanneer tools betrokken zijn, levert de applicatie de definities aan, voert de gekozen bewerking uit en geeft de waarneming terug. Een voorgestelde zoek- of bestandsactie staat los van een voltooid resultaat.
Benoem voor een kleine taak met meerdere stappen de toegestane acties en het punt waarop deze afgerond is. Houd relevante waarnemingen beknopt, zodat de volgende beurt het bewijs behoudt dat voor de beslissing nodig is. Gebruik daadwerkelijke teruggegeven gegevens om het antwoord te herzien en vraag expliciet om het eindresultaat.
Het gepubliceerde Mini-profiel van de fabrikant heeft een context van 256K en maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Het exacte invoerbudget hangt af van het gedocumenteerde werkproces en de versie; bron, geschiedenis, toolresultaten en gegenereerd antwoord moeten samen passen. De kleinere editie is een keuze voor een type werklast en geen garantie dat elke open taak in één keer kan worden afgerond. Toets het resultaat aan de velden, het bewijs en het gedrag die voor de taak zijn opgegeven en houd Mini afzonderlijk van Lite, Pro en latere Seed-versies.
", "aboutText": "Seed 2.0 Mini is de kleine modeloptie van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant ontwikkelt Mini voor applicaties met hoge verwerkingscapaciteit die gevoelig zijn voor vertraging, met behoud van de taal- en visuele mogelijkheden van de familie. De invoer is een geschreven taak met relevant bronmateriaal, waaronder ondersteunde afbeeldingen of video; de uitvoer is tekst, zoals een antwoord, classificatie, geëxtraheerd record of voorgestelde toolbewerking.\n\n### Herhaalde taken met een vastgesteld resultaat\n\nMini is bruikbaar wanneer een applicatie het model herhaaldelijk een duidelijke bewerking laat uitvoeren: een probleem herkennen in klantfeedback, velden uit een document halen, een productdetail uitleggen of een passage herschrijven voor een specifieke doelgroep. Lever de velddefinities en een klein voorbeeld aan dat de beoogde betekenis laat zien. Leg uit hoe een ontbrekende waarde moet worden weergegeven en welke oorspronkelijke namen of eenheden ongewijzigd moeten blijven.\n\nEen voorbeeldopdracht voor feedbackverwerking is: “Identificeer het belangrijkste probleem van de gebruiker, ken een van deze probleemcategorieën toe en citeer de zin die de keuze ondersteunt. Als geen categorie van toepassing is, leg dan uit welke categorie ontbreekt.” Het verwachte resultaat is een kort, controleerbaar record dat een beslissing met de daadwerkelijke invoer verbindt. Dit is een betere taakspecificatie dan een verzoek om alles te analyseren zonder het verdere gebruik te benoemen.\n\n### Afbeeldingen en video als bewijs\n\nDe ontwikkelaar evalueert Mini binnen de Seed2.0-familie voor visueel begrip en videobegrip. Taken met gemengde media kunnen de geschreven vraag combineren met een grafiek, pagina-afbeelding of zichtbare reeks. Houd tabelkoppen en aslabels leesbaar, nummer meerdere invoerstukken en geef aan wat moet worden vergeleken. Beschrijf voor een video het fragment en de verandering of handeling die moet worden uitgelegd en vraag daarna om een tekstuele weergave op basis van dat fragment.\n\nDe focus van de familie op gestructureerde extractie helpt informatie voor een applicatie voor te bereiden, maar een correct gevormd antwoord moet nog steeds overeenkomen met de bron. Vraag het model een zichtbare waarde te onderscheiden van een afgeleide interpretatie. Wanneer een detail niet leesbaar is, behoud die onzekerheid dan in het resultaat in plaats van deze te vervangen door een verwachte waarde.\n\n### Redeneren en taken met tools\n\nHet gedocumenteerde Mini-profiel ondersteunt diep redeneren, tekstgeneratie, gestructureerde uitvoer en toolgebruik. Een werkproces van de ontwikkelaar kan redeneerinhoud onderscheiden van het uiteindelijke antwoord; het eindantwoord moet de gevraagde velden of tekstvorm volgen. Wanneer tools betrokken zijn, levert de applicatie de definities aan, voert de gekozen bewerking uit en geeft de waarneming terug. Een voorgestelde zoek- of bestandsactie staat los van een voltooid resultaat.\n\nBenoem voor een kleine taak met meerdere stappen de toegestane acties en het punt waarop deze afgerond is. Houd relevante waarnemingen beknopt, zodat de volgende beurt het bewijs behoudt dat voor de beslissing nodig is. Gebruik daadwerkelijke teruggegeven gegevens om het antwoord te herzien en vraag expliciet om het eindresultaat.\n\n### Limieten en toepassingsgebied van de editie\n\nHet gepubliceerde Mini-profiel van de fabrikant heeft een context van 256K en maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Het exacte invoerbudget hangt af van het gedocumenteerde werkproces en de versie; bron, geschiedenis, toolresultaten en gegenereerd antwoord moeten samen passen. De kleinere editie is een keuze voor een type werklast en geen garantie dat elke open taak in één keer kan worden afgerond. Toets het resultaat aan de velden, het bewijs en het gedrag die voor de taak zijn opgegeven en houd Mini afzonderlijk van Lite, Pro en latere Seed-versies.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Extract a delivery complaint\n\nExtract a compact record from this message: Order K42 arrived on Monday, but one of the two bottles was leaking. I have not contacted the courier. Return order_id, issue, affected_quantity and supporting_quote. Use null for any missing field. Preserve the order identifier exactly and do not infer a refund request.A four-field record: order_id, issue, affected_quantity, supporting_quote. Missing values use null.Check that affected_quantity is one, K42 is preserved and the quoted evidence comes from the message.bytedance-seed/seed-2.0-miniSeed 2.0 Mini is de kleine Seed2.0-editie voor vlotte ondersteuning en herhaalde informatieverwerkingstaken. Het combineert tekst- en beeldbegrip met redeneerprocessen en toolgebruik, en geeft antwoorden of gestructureerde tekst terug binnen 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 Mini is de kleine modeloptie van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant ontwikkelt Mini voor applicaties met hoge verwerkingscapaciteit die gevoelig zijn voor vertraging, met behoud van de taal- en visuele mogelijkheden van de familie. De invoer is een geschreven taak met relevant bronmateriaal, waaronder ondersteunde afbeeldingen of video; de uitvoer is tekst, zoals een antwoord, classificatie, geëxtraheerd record of voorgestelde toolbewerking.
Mini is bruikbaar wanneer een applicatie het model herhaaldelijk een duidelijke bewerking laat uitvoeren: een probleem herkennen in klantfeedback, velden uit een document halen, een productdetail uitleggen of een passage herschrijven voor een specifieke doelgroep. Lever de velddefinities en een klein voorbeeld aan dat de beoogde betekenis laat zien. Leg uit hoe een ontbrekende waarde moet worden weergegeven en welke oorspronkelijke namen of eenheden ongewijzigd moeten blijven.
Een voorbeeldopdracht voor feedbackverwerking is: “Identificeer het belangrijkste probleem van de gebruiker, ken een van deze probleemcategorieën toe en citeer de zin die de keuze ondersteunt. Als geen categorie van toepassing is, leg dan uit welke categorie ontbreekt.” Het verwachte resultaat is een kort, controleerbaar record dat een beslissing met de daadwerkelijke invoer verbindt. Dit is een betere taakspecificatie dan een verzoek om alles te analyseren zonder het verdere gebruik te benoemen.
De ontwikkelaar evalueert Mini binnen de Seed2.0-familie voor visueel begrip en videobegrip. Taken met gemengde media kunnen de geschreven vraag combineren met een grafiek, pagina-afbeelding of zichtbare reeks. Houd tabelkoppen en aslabels leesbaar, nummer meerdere invoerstukken en geef aan wat moet worden vergeleken. Beschrijf voor een video het fragment en de verandering of handeling die moet worden uitgelegd en vraag daarna om een tekstuele weergave op basis van dat fragment.
De focus van de familie op gestructureerde extractie helpt informatie voor een applicatie voor te bereiden, maar een correct gevormd antwoord moet nog steeds overeenkomen met de bron. Vraag het model een zichtbare waarde te onderscheiden van een afgeleide interpretatie. Wanneer een detail niet leesbaar is, behoud die onzekerheid dan in het resultaat in plaats van deze te vervangen door een verwachte waarde.
Het gedocumenteerde Mini-profiel ondersteunt diep redeneren, tekstgeneratie, gestructureerde uitvoer en toolgebruik. Een werkproces van de ontwikkelaar kan redeneerinhoud onderscheiden van het uiteindelijke antwoord; het eindantwoord moet de gevraagde velden of tekstvorm volgen. Wanneer tools betrokken zijn, levert de applicatie de definities aan, voert de gekozen bewerking uit en geeft de waarneming terug. Een voorgestelde zoek- of bestandsactie staat los van een voltooid resultaat.
Benoem voor een kleine taak met meerdere stappen de toegestane acties en het punt waarop deze afgerond is. Houd relevante waarnemingen beknopt, zodat de volgende beurt het bewijs behoudt dat voor de beslissing nodig is. Gebruik daadwerkelijke teruggegeven gegevens om het antwoord te herzien en vraag expliciet om het eindresultaat.
Het gepubliceerde Mini-profiel van de fabrikant heeft een context van 256K en maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Het exacte invoerbudget hangt af van het gedocumenteerde werkproces en de versie; bron, geschiedenis, toolresultaten en gegenereerd antwoord moeten samen passen. De kleinere editie is een keuze voor een type werklast en geen garantie dat elke open taak in één keer kan worden afgerond. Toets het resultaat aan de velden, het bewijs en het gedrag die voor de taak zijn opgegeven en houd Mini afzonderlijk van Lite, Pro en latere Seed-versies.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten bytedance-seed/seed-2.0-mini | 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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 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 $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.0016 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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-mini", "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-mini',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-mini',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-mini
Gebruik de hierboven getoonde methodepaden.
bytedance-seed/seed-2.0-miniSeed 2.0 Mini is de kleine Seed2.0-editie voor vlotte ondersteuning en herhaalde informatieverwerkingstaken. Het combineert tekst- en beeldbegrip met redeneerprocessen en toolgebruik, en geeft antwoorden of gestructureerde tekst terug binnen 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 Mini is de kleine modeloptie van ByteDance Seed binnen de Seed2.0-reeks. De fabrikant ontwikkelt Mini voor applicaties met hoge verwerkingscapaciteit die gevoelig zijn voor vertraging, met behoud van de taal- en visuele mogelijkheden van de familie. De invoer is een geschreven taak met relevant bronmateriaal, waaronder ondersteunde afbeeldingen of video; de uitvoer is tekst, zoals een antwoord, classificatie, geëxtraheerd record of voorgestelde toolbewerking.
Mini is bruikbaar wanneer een applicatie het model herhaaldelijk een duidelijke bewerking laat uitvoeren: een probleem herkennen in klantfeedback, velden uit een document halen, een productdetail uitleggen of een passage herschrijven voor een specifieke doelgroep. Lever de velddefinities en een klein voorbeeld aan dat de beoogde betekenis laat zien. Leg uit hoe een ontbrekende waarde moet worden weergegeven en welke oorspronkelijke namen of eenheden ongewijzigd moeten blijven.
Een voorbeeldopdracht voor feedbackverwerking is: “Identificeer het belangrijkste probleem van de gebruiker, ken een van deze probleemcategorieën toe en citeer de zin die de keuze ondersteunt. Als geen categorie van toepassing is, leg dan uit welke categorie ontbreekt.” Het verwachte resultaat is een kort, controleerbaar record dat een beslissing met de daadwerkelijke invoer verbindt. Dit is een betere taakspecificatie dan een verzoek om alles te analyseren zonder het verdere gebruik te benoemen.
De ontwikkelaar evalueert Mini binnen de Seed2.0-familie voor visueel begrip en videobegrip. Taken met gemengde media kunnen de geschreven vraag combineren met een grafiek, pagina-afbeelding of zichtbare reeks. Houd tabelkoppen en aslabels leesbaar, nummer meerdere invoerstukken en geef aan wat moet worden vergeleken. Beschrijf voor een video het fragment en de verandering of handeling die moet worden uitgelegd en vraag daarna om een tekstuele weergave op basis van dat fragment.
De focus van de familie op gestructureerde extractie helpt informatie voor een applicatie voor te bereiden, maar een correct gevormd antwoord moet nog steeds overeenkomen met de bron. Vraag het model een zichtbare waarde te onderscheiden van een afgeleide interpretatie. Wanneer een detail niet leesbaar is, behoud die onzekerheid dan in het resultaat in plaats van deze te vervangen door een verwachte waarde.
Het gedocumenteerde Mini-profiel ondersteunt diep redeneren, tekstgeneratie, gestructureerde uitvoer en toolgebruik. Een werkproces van de ontwikkelaar kan redeneerinhoud onderscheiden van het uiteindelijke antwoord; het eindantwoord moet de gevraagde velden of tekstvorm volgen. Wanneer tools betrokken zijn, levert de applicatie de definities aan, voert de gekozen bewerking uit en geeft de waarneming terug. Een voorgestelde zoek- of bestandsactie staat los van een voltooid resultaat.
Benoem voor een kleine taak met meerdere stappen de toegestane acties en het punt waarop deze afgerond is. Houd relevante waarnemingen beknopt, zodat de volgende beurt het bewijs behoudt dat voor de beslissing nodig is. Gebruik daadwerkelijke teruggegeven gegevens om het antwoord te herzien en vraag expliciet om het eindresultaat.
Het gepubliceerde Mini-profiel van de fabrikant heeft een context van 256K en maximaal 128K tokens gecombineerde uitvoer inclusief redenering. Het exacte invoerbudget hangt af van het gedocumenteerde werkproces en de versie; bron, geschiedenis, toolresultaten en gegenereerd antwoord moeten samen passen. De kleinere editie is een keuze voor een type werklast en geen garantie dat elke open taak in één keer kan worden afgerond. Toets het resultaat aan de velden, het bewijs en het gedrag die voor de taak zijn opgegeven en houd Mini afzonderlijk van Lite, Pro en latere Seed-versies.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten bytedance-seed/seed-2.0-mini | 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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 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 $0.0002 / 1K tokens Uitvoer · Uitvoertokens $0.0008 / 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 $0.0004 / 1K tokens Uitvoer · Uitvoertokens $0.0016 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "bytedance-seed/seed-2.0-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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-mini
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Extract a delivery complaint\n\nExtract a compact record from this message: Order K42 arrived on Monday, but one of the two bottles was leaking. I have not contacted the courier. Return order_id, issue, affected_quantity and supporting_quote. Use null for any missing field. Preserve the order identifier exactly and do not infer a refund request.A four-field record: order_id, issue, affected_quantity, supporting_quote. Missing values use null.Check that affected_quantity is one, K42 is preserved and the quoted evidence comes from the message.