Seed 1.6 Flash är ByteDance Seeds lilla multimodala modell i Seed1.6-generationen. Den bearbetar skriftliga instruktioner och visuellt material som stöds och returnerar text: ett direkt svar, en förklaring, extraherad information eller innehåll för verktygsanrop. Tillverkarens Flash-profil behåller bild- och videoförståelse vid sidan av språkuppgifterna. Dess namngivna identitet är skild från den större Seed 1.6-modellen med adaptivt tänkande och från efterföljande Seed2.0-utgåvor.
Tillverkaren dokumenterar ett reglage för tänkande i Flash-utgåvan, däribland stöd för att stänga av tänkandet i den ursprungliga junireferensen. En uppgift med direkt svar kan be om en kort förklaring eller en angiven uppsättning fält. En mer komplicerad fråga kan använda tillverkarens arbetsflöde för tänkande samtidigt som slutsvaret hålls fokuserat på det begärda resultatet. Den adaptiva beskrivningen FullCoT/NoCoT/AdaCoT för den större Seed 1.6-modellen ska inte betraktas som Flashs fullständiga styrspecifikation.
För en supportinteraktion, tillhandahåll användarens fråga och relevant produktinformation och be sedan om svaret och den källdetalj det bygger på. För extraktion, definiera fälten och hur ett oläsligt eller saknat värde ska hanteras. En praktisk uppdragsbeskrivning är: ”Läs den tillhandahållna sidan, extrahera modellnamnet och specifikationsvärdena med deras enheter och markera fält som inte visas.”
Flashs dokumenterade profil omfattar bild- och videoförståelse. Ge en skärmbild eller sidbild en etikett, behåll det omgivande sammanhanget och gör den viktiga texten läsbar. Tala om för modellen om den ska förklara ett diagram, identifiera ett synligt element eller jämföra två bilder. Begär de synliga beläggen bakom varje iakttagelse. För video, ange händelsen eller segmentet och be om en textbeskrivning av handlingarnas eller förändringarnas ordning.
Utdata är en redogörelse för det tillhandahållna materialet. Om uppgiften kräver en gränssnittsåtgärd eller en redigerad medieartefakt utför den omgivande applikationen den relevanta åtgärden och returnerar det resulterande tillståndet. Använd den observationen för att fortsätta i stället för att behandla en föreslagen åtgärd som genomförd.
Tillverkarens katalog dokumenterar strukturerade utdata och verktygsanvändning för Flash. Tillhandahåll meningsfulla fältdefinitioner och funktionsbeskrivningar och ange vilka åtgärder som är tillåtna för uppgiften. Modellen kan producera en vald åtgärd eller ett strukturerat svar; applikationen kontrollerar argumenten och returnerar den faktiska observationen. Håll värden från källan kopplade till deras sida, bild eller åtgärd så att resultatet kan granskas.
Den ursprungliga Flash-referensprofilen anger en kontext på 256K, upp till 224K indata och upp till 32K sammanlagda utdata inklusive resonemang. Det är gränser för tillverkarens profil; tillgängligt utrymme för generering beror också på hur mycket av kontexten som redan är upptagen. Reservera utrymme för svaret och håll ett längre samtal fokuserat på observationer som har betydelse.
För ett användbart resultat, definiera utdataformen och granskningskriteriet innan det genereras. Kontrollera siffror mot den visuella källan, håll extraherade formuleringar åtskilda från tolkning och tillhandahåll auktoritativt sammanhang för kunskapskänsliga frågor. Senare Flash-revisioner och den större Seed 1.6-utgåvan behåller sina egna skillnader; varken parameterantal eller adaptivt läge härleds enbart ur Flash-namnet.
", "aboutText": "Seed 1.6 Flash är ByteDance Seeds lilla multimodala modell i Seed1.6-generationen. Den bearbetar skriftliga instruktioner och visuellt material som stöds och returnerar text: ett direkt svar, en förklaring, extraherad information eller innehåll för verktygsanrop. Tillverkarens Flash-profil behåller bild- och videoförståelse vid sidan av språkuppgifterna. Dess namngivna identitet är skild från den större Seed 1.6-modellen med adaptivt tänkande och från efterföljande Seed2.0-utgåvor.\n\n### Direkta svar och svar med resonemang\n\nTillverkaren dokumenterar ett reglage för tänkande i Flash-utgåvan, däribland stöd för att stänga av tänkandet i den ursprungliga junireferensen. En uppgift med direkt svar kan be om en kort förklaring eller en angiven uppsättning fält. En mer komplicerad fråga kan använda tillverkarens arbetsflöde för tänkande samtidigt som slutsvaret hålls fokuserat på det begärda resultatet. Den adaptiva beskrivningen FullCoT/NoCoT/AdaCoT för den större Seed 1.6-modellen ska inte betraktas som Flashs fullständiga styrspecifikation.\n\nFör en supportinteraktion, tillhandahåll användarens fråga och relevant produktinformation och be sedan om svaret och den källdetalj det bygger på. För extraktion, definiera fälten och hur ett oläsligt eller saknat värde ska hanteras. En praktisk uppdragsbeskrivning är: ”Läs den tillhandahållna sidan, extrahera modellnamnet och specifikationsvärdena med deras enheter och markera fält som inte visas.”\n\n### Visuell förståelse\n\nFlashs dokumenterade profil omfattar bild- och videoförståelse. Ge en skärmbild eller sidbild en etikett, behåll det omgivande sammanhanget och gör den viktiga texten läsbar. Tala om för modellen om den ska förklara ett diagram, identifiera ett synligt element eller jämföra två bilder. Begär de synliga beläggen bakom varje iakttagelse. För video, ange händelsen eller segmentet och be om en textbeskrivning av handlingarnas eller förändringarnas ordning.\n\nUtdata är en redogörelse för det tillhandahållna materialet. Om uppgiften kräver en gränssnittsåtgärd eller en redigerad medieartefakt utför den omgivande applikationen den relevanta åtgärden och returnerar det resulterande tillståndet. Använd den observationen för att fortsätta i stället för att behandla en föreslagen åtgärd som genomförd.\n\n### Strukturerade resultat och verktyg\n\nTillverkarens katalog dokumenterar strukturerade utdata och verktygsanvändning för Flash. Tillhandahåll meningsfulla fältdefinitioner och funktionsbeskrivningar och ange vilka åtgärder som är tillåtna för uppgiften. Modellen kan producera en vald åtgärd eller ett strukturerat svar; applikationen kontrollerar argumenten och returnerar den faktiska observationen. Håll värden från källan kopplade till deras sida, bild eller åtgärd så att resultatet kan granskas.\n\n### Kontext och utdata\n\nDen ursprungliga Flash-referensprofilen anger en kontext på 256K, upp till 224K indata och upp till 32K sammanlagda utdata inklusive resonemang. Det är gränser för tillverkarens profil; tillgängligt utrymme för generering beror också på hur mycket av kontexten som redan är upptagen. Reservera utrymme för svaret och håll ett längre samtal fokuserat på observationer som har betydelse.\n\nFör ett användbart resultat, definiera utdataformen och granskningskriteriet innan det genereras. Kontrollera siffror mot den visuella källan, håll extraherade formuleringar åtskilda från tolkning och tillhandahåll auktoritativt sammanhang för kunskapskänsliga frågor. Senare Flash-revisioner och den större Seed 1.6-utgåvan behåller sina egna skillnader; varken parameterantal eller adaptivt läge härleds enbart ur Flash-namnet.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
A product-policy support answer\n\nUse this product note to answer the customer in two sentences: 'The travel mug holds 450 ml, is hand-wash only, and its lid is replaceable.' Customer: 'Can I put the mug in a dishwasher, and must I buy a whole new mug if the lid breaks?' Add the supporting phrase after the answer.A two-sentence customer reply followed by the relevant source wording.The answer says hand-wash only and replaceable lid without adding a price or replacement procedure.bytedance-seed/seed-1.6-flashSeed 1.6 Flash är den lilla multimodala Seed1.6-utgåvan för förståelse av text, bilder och video. Tillverkarens arbetsflöden kombinerar direkta svar eller svar med resonemang med strukturerad text och verktygsanvändning, lämpat för fokuserad extraktion, visuella frågor och interaktiv assistans.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Seed 1.6 Flash är ByteDance Seeds lilla multimodala modell i Seed1.6-generationen. Den bearbetar skriftliga instruktioner och visuellt material som stöds och returnerar text: ett direkt svar, en förklaring, extraherad information eller innehåll för verktygsanrop. Tillverkarens Flash-profil behåller bild- och videoförståelse vid sidan av språkuppgifterna. Dess namngivna identitet är skild från den större Seed 1.6-modellen med adaptivt tänkande och från efterföljande Seed2.0-utgåvor.
Tillverkaren dokumenterar ett reglage för tänkande i Flash-utgåvan, däribland stöd för att stänga av tänkandet i den ursprungliga junireferensen. En uppgift med direkt svar kan be om en kort förklaring eller en angiven uppsättning fält. En mer komplicerad fråga kan använda tillverkarens arbetsflöde för tänkande samtidigt som slutsvaret hålls fokuserat på det begärda resultatet. Den adaptiva beskrivningen FullCoT/NoCoT/AdaCoT för den större Seed 1.6-modellen ska inte betraktas som Flashs fullständiga styrspecifikation.
För en supportinteraktion, tillhandahåll användarens fråga och relevant produktinformation och be sedan om svaret och den källdetalj det bygger på. För extraktion, definiera fälten och hur ett oläsligt eller saknat värde ska hanteras. En praktisk uppdragsbeskrivning är: ”Läs den tillhandahållna sidan, extrahera modellnamnet och specifikationsvärdena med deras enheter och markera fält som inte visas.”
Flashs dokumenterade profil omfattar bild- och videoförståelse. Ge en skärmbild eller sidbild en etikett, behåll det omgivande sammanhanget och gör den viktiga texten läsbar. Tala om för modellen om den ska förklara ett diagram, identifiera ett synligt element eller jämföra två bilder. Begär de synliga beläggen bakom varje iakttagelse. För video, ange händelsen eller segmentet och be om en textbeskrivning av handlingarnas eller förändringarnas ordning.
Utdata är en redogörelse för det tillhandahållna materialet. Om uppgiften kräver en gränssnittsåtgärd eller en redigerad medieartefakt utför den omgivande applikationen den relevanta åtgärden och returnerar det resulterande tillståndet. Använd den observationen för att fortsätta i stället för att behandla en föreslagen åtgärd som genomförd.
Tillverkarens katalog dokumenterar strukturerade utdata och verktygsanvändning för Flash. Tillhandahåll meningsfulla fältdefinitioner och funktionsbeskrivningar och ange vilka åtgärder som är tillåtna för uppgiften. Modellen kan producera en vald åtgärd eller ett strukturerat svar; applikationen kontrollerar argumenten och returnerar den faktiska observationen. Håll värden från källan kopplade till deras sida, bild eller åtgärd så att resultatet kan granskas.
Den ursprungliga Flash-referensprofilen anger en kontext på 256K, upp till 224K indata och upp till 32K sammanlagda utdata inklusive resonemang. Det är gränser för tillverkarens profil; tillgängligt utrymme för generering beror också på hur mycket av kontexten som redan är upptagen. Reservera utrymme för svaret och håll ett längre samtal fokuserat på observationer som har betydelse.
För ett användbart resultat, definiera utdataformen och granskningskriteriet innan det genereras. Kontrollera siffror mot den visuella källan, håll extraherade formuleringar åtskilda från tolkning och tillhandahåll auktoritativt sammanhang för kunskapskänsliga frågor. Senare Flash-revisioner och den större Seed 1.6-utgåvan behåller sina egna skillnader; varken parameterantal eller adaptivt läge härleds enbart ur Flash-namnet.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser bytedance-seed/seed-1.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00015 / 1K token Utdata · Utdatatoken $0.0006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med128 000 | Avgift Indata · Indatatoken $0.00015 / 1K token Utdata · Utdatatoken $0.0006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än128 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.0016 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-1.6-flash", "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-1.6-flash',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-1.6-flash',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra bytedance-seed/seed-1.6-flash
Använd metodsökvägarna som visas ovan.
bytedance-seed/seed-1.6-flashSeed 1.6 Flash är den lilla multimodala Seed1.6-utgåvan för förståelse av text, bilder och video. Tillverkarens arbetsflöden kombinerar direkta svar eller svar med resonemang med strukturerad text och verktygsanvändning, lämpat för fokuserad extraktion, visuella frågor och interaktiv assistans.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Seed 1.6 Flash är ByteDance Seeds lilla multimodala modell i Seed1.6-generationen. Den bearbetar skriftliga instruktioner och visuellt material som stöds och returnerar text: ett direkt svar, en förklaring, extraherad information eller innehåll för verktygsanrop. Tillverkarens Flash-profil behåller bild- och videoförståelse vid sidan av språkuppgifterna. Dess namngivna identitet är skild från den större Seed 1.6-modellen med adaptivt tänkande och från efterföljande Seed2.0-utgåvor.
Tillverkaren dokumenterar ett reglage för tänkande i Flash-utgåvan, däribland stöd för att stänga av tänkandet i den ursprungliga junireferensen. En uppgift med direkt svar kan be om en kort förklaring eller en angiven uppsättning fält. En mer komplicerad fråga kan använda tillverkarens arbetsflöde för tänkande samtidigt som slutsvaret hålls fokuserat på det begärda resultatet. Den adaptiva beskrivningen FullCoT/NoCoT/AdaCoT för den större Seed 1.6-modellen ska inte betraktas som Flashs fullständiga styrspecifikation.
För en supportinteraktion, tillhandahåll användarens fråga och relevant produktinformation och be sedan om svaret och den källdetalj det bygger på. För extraktion, definiera fälten och hur ett oläsligt eller saknat värde ska hanteras. En praktisk uppdragsbeskrivning är: ”Läs den tillhandahållna sidan, extrahera modellnamnet och specifikationsvärdena med deras enheter och markera fält som inte visas.”
Flashs dokumenterade profil omfattar bild- och videoförståelse. Ge en skärmbild eller sidbild en etikett, behåll det omgivande sammanhanget och gör den viktiga texten läsbar. Tala om för modellen om den ska förklara ett diagram, identifiera ett synligt element eller jämföra två bilder. Begär de synliga beläggen bakom varje iakttagelse. För video, ange händelsen eller segmentet och be om en textbeskrivning av handlingarnas eller förändringarnas ordning.
Utdata är en redogörelse för det tillhandahållna materialet. Om uppgiften kräver en gränssnittsåtgärd eller en redigerad medieartefakt utför den omgivande applikationen den relevanta åtgärden och returnerar det resulterande tillståndet. Använd den observationen för att fortsätta i stället för att behandla en föreslagen åtgärd som genomförd.
Tillverkarens katalog dokumenterar strukturerade utdata och verktygsanvändning för Flash. Tillhandahåll meningsfulla fältdefinitioner och funktionsbeskrivningar och ange vilka åtgärder som är tillåtna för uppgiften. Modellen kan producera en vald åtgärd eller ett strukturerat svar; applikationen kontrollerar argumenten och returnerar den faktiska observationen. Håll värden från källan kopplade till deras sida, bild eller åtgärd så att resultatet kan granskas.
Den ursprungliga Flash-referensprofilen anger en kontext på 256K, upp till 224K indata och upp till 32K sammanlagda utdata inklusive resonemang. Det är gränser för tillverkarens profil; tillgängligt utrymme för generering beror också på hur mycket av kontexten som redan är upptagen. Reservera utrymme för svaret och håll ett längre samtal fokuserat på observationer som har betydelse.
För ett användbart resultat, definiera utdataformen och granskningskriteriet innan det genereras. Kontrollera siffror mot den visuella källan, håll extraherade formuleringar åtskilda från tolkning och tillhandahåll auktoritativt sammanhang för kunskapskänsliga frågor. Senare Flash-revisioner och den större Seed 1.6-utgåvan behåller sina egna skillnader; varken parameterantal eller adaptivt läge härleds enbart ur Flash-namnet.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser bytedance-seed/seed-1.6-flash | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.00015 / 1K token Utdata · Utdatatoken $0.0006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med128 000 | Avgift Indata · Indatatoken $0.00015 / 1K token Utdata · Utdatatoken $0.0006 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än128 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0002 / 1K token Utdata · Utdatatoken $0.0016 / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "bytedance-seed/seed-1.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-1.6-flash', '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-1.6-flash', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra bytedance-seed/seed-1.6-flash
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
A product-policy support answer\n\nUse this product note to answer the customer in two sentences: 'The travel mug holds 450 ml, is hand-wash only, and its lid is replaceable.' Customer: 'Can I put the mug in a dishwasher, and must I buy a whole new mug if the lid breaks?' Add the supporting phrase after the answer.A two-sentence customer reply followed by the relevant source wording.The answer says hand-wash only and replaceable lid without adding a price or replacement procedure.