What variants exist of Seed 1.8 and when to use each?

Seed1.8 er den generalistiske multimodale agent. Relaterede varianter omfatter: Seed-Code / Doubao-Seed-Code: specialiseret til meget store kodekontekster (nogle SKU'er oplyser 256K kontekster) og kodearbejdsgange. Seedance / Seedream: medie-/genereringsspecialiserede varianter (video-/billedgenerering). Vælg Seed-Code til IDE-/kodebaseopgaver; vælg Seed1.8 til brede multimodale agentopgaver. Bekræft SKU'ers kontekstvinduer og muligheder i produktdokumentationen.

How does Seed1.8 differ from prior Seed versions?

Seed1.8 lægger vægt på agentisk integration (værktøjsbrug, GUI-agentfunktioner, flertrinsarbejdsgange), forbedret håndtering af lange kontekster og bedre opfattelse af lange videoer/bevægelse sammenlignet med tidligere Seed 1.x-modeller. Den er positioneret som den multimodale/agent-opgradering i Seed-serien.

What input/output modalities does Seed1.8 support?

Indbygget multimodal understøttelse: tekst + billeder + video. Output omfatter svar i naturligt sprog, strukturerede output (JSON/handlingsplaner), kode samt henvisninger til visuelle segmenter/tidsstempler til agentiske arbejdsgange. Modellen er eksplicit designet til multimodal perception → ræsonnement → handling.

What are the “thinking” or inference modes of Seed1.8?

Der findes justerbare “tænke”-tilstande — designet til at afveje latenstid/beregning mod dybden af ræsonnement (nyttigt når du skal balancere interaktivitet mod løsningskvalitet). Brug tilstandene til at justere for interaktive brugergrænseflader eller dybere batchbaseret ræsonnement.

Bytedance

Tilgængelig

doubao-seed-1-8-251228

Doubao-Seed-1.8 API

Doubao-Seed-1.8 er optimeret til multimodale agentscenarier. Hvad angår agentens kapabiliteter, er anvendelse af værktøjer og efterlevelse af komplekse kommandoer blevet væsentligt forbedret. Hvad angår multimodal forståelse, er de grundlæggende visuelle evner blevet væsentligt forbedret, så ekstremt lange videoer kan forstås selv ved lav billedfrekvens. Forståelse af bevægelser i video, kompleks rumlig forståelse og mulighederne for parsning af dokumentstrukturer er også blevet optimeret, og intelligent konteksthåndtering understøttes nu nativt, hvilket gør det muligt for brugere at konfigurere kontekststrategier.

Startpris

$0.2 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Jan 7, 2026

Bytedance

Playground

Prøv Doubao-Seed-1.8 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Doubao-Seed-1.8, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Seed 1.8 API

Punkt	Specifikation / bemærkning
Modelnavn / familie	Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine
Understøttede modaliteter	Tekst, billeder, video (multimodale VLM-kapabiliteter), lydværktøjer i økosystemet (separate modeller til lyd-/videogenerering).
Kontekstvindue (tekst)	256K tokens
Video-/visuel kapacitet	Designet til ræsonnering over lange videoer, understøtter effektiv visuel kodning og store video-token-budgetter (modelkortet rapporterer video-token-eksperimenter og long-video-benchmarks).
Inputformater	Fritekst-prompter; billeduploads (skærmbilleder, diagrammer, fotos); video som tokeniserede frames / videotools til segmentinspektion; filuploads (dokumenter).
Outputformater	Naturligt sprog, strukturerede outputs (structured-output beta), funktionskald / tool calls, kode og multimodale outputs via orkestrering.
Tænke-/inferenstilstande	no_think, think-low, think-medium, think-high — afvejer nøjagtighed mod latenstid/omkostning.

Hvad er Doubao Seed 1.8?

Doubao Seed 1.8 er Seed-teamets 1.8-udgivelse: en samlet LLM+VLM, der eksplicit sigter mod generaliseret handleevne i den virkelige verden — dvs. perception (billeder/video), ræsonnering, værktøjsorkestrering (søgning, funktionskald, kodekørsel, GUI-grounding) og flertrins beslutningstagning i én model. Designet fremhæver konfigurerbare “tænketilstande” (kompromis mellem latenstid og dybde), effektiv visuel kodning og native understøttelse af lang kontekst og multimodale input, så modellen kan fungere som en autonom assistent/agent i produktionsarbejdsgange.

Hovedfunktioner i Seed 1.8 API

Samlet multimodal agent-model. Integrerer perception (billede/video), ræsonnering (LLM) og handling (værktøjs-/GUI-kald, kodekørsel) i en enkelt model frem for en opdelt pipeline. Dette muliggør kompakte agent-arbejdsgange og lavere orkestreringskompleksitet.
Ekstra lang kontekst og lange videoer. Lang kontekst (produktunderstøttelse op til 256k tokens) og specifikke long-video-benchmarks (Seed1.8 viser stærk effektivitet for video tokens). Modellen understøtter selektive videoværktøjer (VideoCut) for at fokusere ræsonnering på tidsstempler.
Agentisk GUI-automatisering og værktøjsbrug. Benchmarks og interne tests (OSWorld, AndroidWorld, LiveCodeBench, GUI-grounding-benchmarks) viser forbedringer i GUI-agentopgaver og flertrins automatisering. Modellen kan outputte GUI-grounding-kommandoer og fungere i simulerede OS-/web-/mobil-kontekster.
Konfigurerbare tænketilstande til kontrol af latenstid/omkostninger. Fire inferenstilstande lader udviklere trimme compute i testtid til interaktive vs. batch-opgaver i høj kvalitet. Nyttigt i produktion med stramme latenstidsbudgetter.
Forbedret tokeneffektivitet (multimodal). Seed 1.8 demonstrerer stærkere tokeneffektivitet på multimodale benchmarks end sine forgængere (Seed-1.5/1.6-serien) og opnår høj nøjagtighed med mindre token-budgetter i flere long-video-opgaver.
Konfigurerbare tænketilstande: afvej inferensdybde mod latenstid/omkostning med særskilte tilstande (no_think → think-high) for at tune til interaktiv produktionsbrug.
Tekniske egenskaber

Tokeneffektivitet: Seed1.8 viser markant tokeneffektivitet vs. forgængerne (Seed-1.5/1.6) og leverer højere nøjagtighed ved lavere token-budgetter på lange videoopgaver (fx konkurrencedygtig nøjagtighed selv ved 32K videotokens). Dette muliggør lavere inferensomkostning for lange input.
Multimodal ræsonnering og perception: Modellen når SOTA på flere multi-billede VQA- og bevægelse/perception-opgaver og opnår andenplads eller tæt på SOTA på mange multimodale ræsonneringsbenchmarks; specifikt overgår den sin forgænger på næsten alle målte visuelle/video-dimensioner.
Agentisk værktøjsbrug og GUI-grounding: Dokumenteret understøttelse af GUI-grounding og skærmbaserede benchmark-opgaver (ScreenSpot-Pro, GUI agenting) med stærke grounding-scorer (fx forbedringer over Seed-1.5-VL på ScreenSpot-Pro).
Parallel / trinvis ræsonnering: Øget beregning ved testtid (parallel tænkning) giver målbare gevinster på matematik-, kode- og multimodale ræsonneringsbenchmarks

Udvalgte offentlige benchmark-højdepunkter for Seed1.8

VCRBench (visuel almindelig-viden-ræsonnering): Seed1.8 scorede 59.8 (Pass@1 rapporteret i modelkortets tabel), en forbedring over Seed-1.5-VL og konkurrencedygtig med topmodeller
VideoHolmes (video-ræsonnering): Seed1.8 65.5, overgår Seed-1.5-VL og nærmer sig pro-niveau konkurrentmodeller.
MMLB-NIAH (multimodal lang kontekst, 128k): Seed1.8 opnåede 72.2 Pass@1 ved 128k kontekst i MMLB-NIAH og overgår nogle samtidige pro-modeller.
Motion & Perception-suiten: SOTA i 5 af 6 evaluerede opgaver; eksempler omfatter TVBench, TempCompass og TOMATO, hvor Seed1.8 viser betydelige gevinster i temporal perception.
Agentiske arbejdsgange: På BrowseComp og andre agentiske søge-/kode-benchmarks rangerer Seed1.8 ofte på niveau med eller over konkurrerende pro-modeller

Seed 1.8 vs Gemini 3 Pro / GPT-5.x

Seed1.8 vs Seed-1.5-VL / Seed-1.6: Klare forbedringer i multimodal perception, tokeneffektivitet for lange videoer og agentisk udførelse.
Seed1.8 vs Gemini 3 Pro / GPT-5.x: På mange multimodale benchmarks matcher eller overgår Seed1.8 Gemini 3 Pro (SOTA på flere VQA-/bevægelsesopgaver; bedre på MMLB-NIAH 128k-kørsel). Dog viser kortet også områder, hvor Gemini-familien bevarer fordele på visse faglige vidensopgaver — så den relative rangorden afhænger af benchmark.
Seed-Code-varianten (Doubao-Seed-Code): specialiseret til programmerings-/agentiske kodeopgaver (stor kontekst for kodebaser; specialiserede SWE-benchmarks). Seed1.8 er den generalistiske agentiske multimodale model, mens Seed-Code er varianten målrettet programmering.

Praktiske anvendelsestilfælde med Seedream 4.5 API på CometAPI

Multimodale forskningsassistenter og dokumentanalyse: udtrække, sammenfatte og ræsonnere på tværs af lange dokumenter, dias-sæt og flersidede rapporter.
Forståelse og overvågning af lange videoer: sikkerheds-/sportsudsendelsesanalyse, lange mødesammenfatninger og streaminganalyse, hvor modellens tokeneffektivitet for lange videoer er vigtig.
Agentiske arbejdsgange / automatisering: flertrins websøgnings- + kodekørsels- + dataekstraktionsscenarier (fx automatiseret konkurrentanalyse, rejseplanlægning, forskningspipelines demonstreret i interne benchmarks).
Udviklerværktøjer (ved brug af Seed-Code): analyse af store kodebaser, IDE-assistenter og agentisk kodekørsel til test og reparation (Seed-Code anbefales som specialiseret variant).
GUI-automatisering og RPA: skærm-grounding og GUI-agent-benchmarks indikerer, at modellen kan udføre strukturerede GUI-opgaver bedre end tidligere Seed-udgivelser.

Sådan bruger du doubao Seed 1.8 API via CometAPI

Doubao seed1.8 tilbydes kommercielt via CometAPI som en hosted inferens-API. API’et understøtter multimodale payloads (tekst + billeder + videofragmenter / tidsstempler) og konfigurerbare inferenstilstande for at afveje latenstid og compute mod svarkvalitet.

Kaldmønstre: API’et understøtter standard chat-/completion-forespørgsler, streamede svar og agentiske forløb, hvor modellen udsteder tool calls (søgning, kodekørsel, GUI-handlinger) og indtager værktøjsoutput som efterfølgende kontekst.

Streaming og håndtering af lang kontekst: API’et understøtter streaming og har indbyggede kontekststyringsprimitiver til lange sessioner (for at muliggøre 100K+ kontekster / flertrins agentspor).

Trin 1: Registrer dig for en API-nøgle

Log ind på cometapi.com. Hvis du ikke er bruger endnu, skal du først registrere dig. Log ind på din CometAPI console. Hent API-nøglen til interfacet. Klik på “Add Token” under API token i det personlige center, få token-nøglen: sk-xxxxx, og indsend.

Trin 2: Send forespørgsler til doubao Seed 1.8 API

Vælg “doubao-seed-1-8-251228”-endpunktet for at sende API-forespørgslen og angiv request body. Forespørgselsmetode og request body fås fra vores websites API-dokumentation. Vores website tilbyder også Apifox-test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto. Kompatibilitet med Chat API’er.

Indsæt dit spørgsmål eller din forespørgsel i content-feltet — det er dette, modellen vil svare på. Behandl API-svaret for at få det genererede svar.

Trin 3: Hent og verificér resultater

Behandl API-svaret for at få det genererede svar. Efter behandling svarer API’et med opgavestatus og outputdata.

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

—

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Priser for Doubao-Seed-1.8

Udforsk konkurrencedygtige priser for Doubao-Seed-1.8, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan Doubao-Seed-1.8 kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Indtast:$0.2/M Output:$1.6/M	Indtast:$0.25/M Output:$2/M	-20%

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/chat/completions

Eksempelkode og API til Doubao-Seed-1.8

Doubao seed1.8 er nu kommercielt tilgængelig via CometAPI som en hostet inferens-API. API'et understøtter multimodale payloads (tekst + billeder + videofragmenter/tidsstempler) og konfigurerbare inferenstilstande, der muliggør afvejning af latenstid og beregningsressourcer over for svarkvalitet.

POST

/v1/chat/completions

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "doubao-seed-1-8-251228",
    "max_completion_tokens": 65535,
    "reasoning_effort": "medium",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image_url",
            "image_url": {
              "url": "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
            }
          },
          {
            "type": "text",
            "text": "What is the main idea of the picture?"
          }
        ]
      }
    ]
  }'

cURL Code Example

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "doubao-seed-1-8-251228",
    "max_completion_tokens": 65535,
    "reasoning_effort": "medium",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image_url",
            "image_url": {
              "url": "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
            }
          },
          {
            "type": "text",
            "text": "What is the main idea of the picture?"
          }
        ]
      }
    ]
  }'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="doubao-seed-1-8-251228",
    max_completion_tokens=65535,
    extra_body={"reasoning_effort": "medium"},
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
                    },
                },
                {"type": "text", "text": "What is the main idea of the picture?"},
            ],
        }
    ],
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

async function main() {
  const completion = await openai.chat.completions.create({
    model: "doubao-seed-1-8-251228",
    max_completion_tokens: 65535,
    reasoning_effort: "medium",
    messages: [
      {
        role: "user",
        content: [
          {
            type: "image_url",
            image_url: {
              url: "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
            }
          },
          {
            type: "text",
            text: "What is the main idea of the picture?"
          }
        ]
      }
    ],
  });

  console.log(completion.choices[0].message.content);
}

main();

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-text

Input og output

Input

text

Output

text

Produktionsprofil

Udbyder: Bytedance
Kontekst: 256k
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Doubao-Seed-1.8 til produktions-workflows, der matcher dens text-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktionschat og agent-workflows

Kodning, analyse og struktureret generering

Automatisering i stor skala via én API

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Aliyun

Qwen3.8-Max

Qwen3.8-Max er Alibaba Qwens flagskib blandt store sprogmodeller, designet til avanceret ræsonnering, agentbaserede arbejdsgange, multimodal forståelse og AI-applikationer i virksomhedsskala. Den har 2.4T parametre, anvender MoE-arkitekturen, understøtter skift mellem tænke- og hurtiginferens-tilstande, kan håndtere forskellige indholdsformater og præsterer fremragende i scenarier som kodeudvikling, professionelt kontorarbejde og kompleks logisk ræsonnering, kun overgået af Anthropics Fable 5.

Se model

Anthropic

Claude Opus 5

Claude Opus 5 er tilgængelig i dag. Det er en eftertænksom og proaktiv model, der kommer tæt på frontier-intelligensen i Claude Fable 5 til halv pris.

Se model

OpenAI

GPT 5.6

Start med GPT-5.6 Sol til kompleks ræsonnering og kodning, vælg GPT-5.6 Terra for at balancere intelligens og omkostninger, eller brug GPT-5.6 Luna til omkostningsfølsomme arbejdsbelastninger i stor skala.

Se model

Google

Gemini 3.6 Flash

Gemini 3.6 Flash leverer vedvarende intelligens på førende niveau, optimeret til opgaver i den virkelige verden, med højere hastighed og lavere omkostninger. Den er designet til agent-æraen og udmærker sig ved kodegenerering, agent-baseret udførelse og rumlig ræsonnering. Denne model er særligt effektiv til hurtige agent-baserede sløjfer, der involverer komplekse kodecyklusser og iterationer.

Se model

Anthropic

Claude Sonnet 5

Højtydende model til kodning og agenter

Se model

Anthropic

Claude Fable 5

Adgangen til Claude Fable 5 er blevet genoprettet. Claude Fable 5 bringer 5.-generations intelligens til dit mest ambitiøse kodningsarbejde og professionelt arbejde.

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

Bytedance

Tilgængelig

doubao-seed-1-8-251228

Doubao-Seed-1.8 API

Startpris

$0.2 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Jan 7, 2026

Bytedance

Playground

Prøv Doubao-Seed-1.8 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Doubao-Seed-1.8, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Seed 1.8 API

Punkt	Specifikation / bemærkning
Modelnavn / familie	Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine
Understøttede modaliteter	Tekst, billeder, video (multimodale VLM-kapabiliteter), lydværktøjer i økosystemet (separate modeller til lyd-/videogenerering).
Kontekstvindue (tekst)	256K tokens
Video-/visuel kapacitet	Designet til ræsonnering over lange videoer, understøtter effektiv visuel kodning og store video-token-budgetter (modelkortet rapporterer video-token-eksperimenter og long-video-benchmarks).
Inputformater	Fritekst-prompter; billeduploads (skærmbilleder, diagrammer, fotos); video som tokeniserede frames / videotools til segmentinspektion; filuploads (dokumenter).
Outputformater	Naturligt sprog, strukturerede outputs (structured-output beta), funktionskald / tool calls, kode og multimodale outputs via orkestrering.
Tænke-/inferenstilstande	no_think, think-low, think-medium, think-high — afvejer nøjagtighed mod latenstid/omkostning.

Hvad er Doubao Seed 1.8?

Hovedfunktioner i Seed 1.8 API

Samlet multimodal agent-model. Integrerer perception (billede/video), ræsonnering (LLM) og handling (værktøjs-/GUI-kald, kodekørsel) i en enkelt model frem for en opdelt pipeline. Dette muliggør kompakte agent-arbejdsgange og lavere orkestreringskompleksitet.
Ekstra lang kontekst og lange videoer. Lang kontekst (produktunderstøttelse op til 256k tokens) og specifikke long-video-benchmarks (Seed1.8 viser stærk effektivitet for video tokens). Modellen understøtter selektive videoværktøjer (VideoCut) for at fokusere ræsonnering på tidsstempler.
Agentisk GUI-automatisering og værktøjsbrug. Benchmarks og interne tests (OSWorld, AndroidWorld, LiveCodeBench, GUI-grounding-benchmarks) viser forbedringer i GUI-agentopgaver og flertrins automatisering. Modellen kan outputte GUI-grounding-kommandoer og fungere i simulerede OS-/web-/mobil-kontekster.
Konfigurerbare tænketilstande til kontrol af latenstid/omkostninger. Fire inferenstilstande lader udviklere trimme compute i testtid til interaktive vs. batch-opgaver i høj kvalitet. Nyttigt i produktion med stramme latenstidsbudgetter.
Forbedret tokeneffektivitet (multimodal). Seed 1.8 demonstrerer stærkere tokeneffektivitet på multimodale benchmarks end sine forgængere (Seed-1.5/1.6-serien) og opnår høj nøjagtighed med mindre token-budgetter i flere long-video-opgaver.
Konfigurerbare tænketilstande: afvej inferensdybde mod latenstid/omkostning med særskilte tilstande (no_think → think-high) for at tune til interaktiv produktionsbrug.
Tekniske egenskaber

Tokeneffektivitet: Seed1.8 viser markant tokeneffektivitet vs. forgængerne (Seed-1.5/1.6) og leverer højere nøjagtighed ved lavere token-budgetter på lange videoopgaver (fx konkurrencedygtig nøjagtighed selv ved 32K videotokens). Dette muliggør lavere inferensomkostning for lange input.
Multimodal ræsonnering og perception: Modellen når SOTA på flere multi-billede VQA- og bevægelse/perception-opgaver og opnår andenplads eller tæt på SOTA på mange multimodale ræsonneringsbenchmarks; specifikt overgår den sin forgænger på næsten alle målte visuelle/video-dimensioner.
Agentisk værktøjsbrug og GUI-grounding: Dokumenteret understøttelse af GUI-grounding og skærmbaserede benchmark-opgaver (ScreenSpot-Pro, GUI agenting) med stærke grounding-scorer (fx forbedringer over Seed-1.5-VL på ScreenSpot-Pro).
Parallel / trinvis ræsonnering: Øget beregning ved testtid (parallel tænkning) giver målbare gevinster på matematik-, kode- og multimodale ræsonneringsbenchmarks

Udvalgte offentlige benchmark-højdepunkter for Seed1.8

VCRBench (visuel almindelig-viden-ræsonnering): Seed1.8 scorede 59.8 (Pass@1 rapporteret i modelkortets tabel), en forbedring over Seed-1.5-VL og konkurrencedygtig med topmodeller
VideoHolmes (video-ræsonnering): Seed1.8 65.5, overgår Seed-1.5-VL og nærmer sig pro-niveau konkurrentmodeller.
MMLB-NIAH (multimodal lang kontekst, 128k): Seed1.8 opnåede 72.2 Pass@1 ved 128k kontekst i MMLB-NIAH og overgår nogle samtidige pro-modeller.
Motion & Perception-suiten: SOTA i 5 af 6 evaluerede opgaver; eksempler omfatter TVBench, TempCompass og TOMATO, hvor Seed1.8 viser betydelige gevinster i temporal perception.
Agentiske arbejdsgange: På BrowseComp og andre agentiske søge-/kode-benchmarks rangerer Seed1.8 ofte på niveau med eller over konkurrerende pro-modeller

Seed 1.8 vs Gemini 3 Pro / GPT-5.x

Seed1.8 vs Seed-1.5-VL / Seed-1.6: Klare forbedringer i multimodal perception, tokeneffektivitet for lange videoer og agentisk udførelse.
Seed1.8 vs Gemini 3 Pro / GPT-5.x: På mange multimodale benchmarks matcher eller overgår Seed1.8 Gemini 3 Pro (SOTA på flere VQA-/bevægelsesopgaver; bedre på MMLB-NIAH 128k-kørsel). Dog viser kortet også områder, hvor Gemini-familien bevarer fordele på visse faglige vidensopgaver — så den relative rangorden afhænger af benchmark.
Seed-Code-varianten (Doubao-Seed-Code): specialiseret til programmerings-/agentiske kodeopgaver (stor kontekst for kodebaser; specialiserede SWE-benchmarks). Seed1.8 er den generalistiske agentiske multimodale model, mens Seed-Code er varianten målrettet programmering.

Praktiske anvendelsestilfælde med Seedream 4.5 API på CometAPI

Multimodale forskningsassistenter og dokumentanalyse: udtrække, sammenfatte og ræsonnere på tværs af lange dokumenter, dias-sæt og flersidede rapporter.
Forståelse og overvågning af lange videoer: sikkerheds-/sportsudsendelsesanalyse, lange mødesammenfatninger og streaminganalyse, hvor modellens tokeneffektivitet for lange videoer er vigtig.
Agentiske arbejdsgange / automatisering: flertrins websøgnings- + kodekørsels- + dataekstraktionsscenarier (fx automatiseret konkurrentanalyse, rejseplanlægning, forskningspipelines demonstreret i interne benchmarks).
Udviklerværktøjer (ved brug af Seed-Code): analyse af store kodebaser, IDE-assistenter og agentisk kodekørsel til test og reparation (Seed-Code anbefales som specialiseret variant).
GUI-automatisering og RPA: skærm-grounding og GUI-agent-benchmarks indikerer, at modellen kan udføre strukturerede GUI-opgaver bedre end tidligere Seed-udgivelser.

Sådan bruger du doubao Seed 1.8 API via CometAPI

Trin 1: Registrer dig for en API-nøgle

Trin 2: Send forespørgsler til doubao Seed 1.8 API

Indsæt dit spørgsmål eller din forespørgsel i content-feltet — det er dette, modellen vil svare på. Behandl API-svaret for at få det genererede svar.

Trin 3: Hent og verificér resultater

Behandl API-svaret for at få det genererede svar. Efter behandling svarer API’et med opgavestatus og outputdata.

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

—

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

—

Estimeret CometAPI-forbrugsomkostning

Priser for Doubao-Seed-1.8

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Indtast:$0.2/M Output:$1.6/M	Indtast:$0.25/M Output:$2/M	-20%

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/chat/completions

Eksempelkode og API til Doubao-Seed-1.8

POST

/v1/chat/completions

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "doubao-seed-1-8-251228",
    "max_completion_tokens": 65535,
    "reasoning_effort": "medium",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image_url",
            "image_url": {
              "url": "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
            }
          },
          {
            "type": "text",
            "text": "What is the main idea of the picture?"
          }
        ]
      }
    ]
  }'

cURL Code Example

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "doubao-seed-1-8-251228",
    "max_completion_tokens": 65535,
    "reasoning_effort": "medium",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "image_url",
            "image_url": {
              "url": "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
            }
          },
          {
            "type": "text",
            "text": "What is the main idea of the picture?"
          }
        ]
      }
    ]
  }'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="doubao-seed-1-8-251228",
    max_completion_tokens=65535,
    extra_body={"reasoning_effort": "medium"},
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
                    },
                },
                {"type": "text", "text": "What is the main idea of the picture?"},
            ],
        }
    ],
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

async function main() {
  const completion = await openai.chat.completions.create({
    model: "doubao-seed-1-8-251228",
    max_completion_tokens: 65535,
    reasoning_effort: "medium",
    messages: [
      {
        role: "user",
        content: [
          {
            type: "image_url",
            image_url: {
              url: "https://ark-project.tos-cn-beijing.ivolces.com/images/view.jpeg"
            }
          },
          {
            type: "text",
            text: "What is the main idea of the picture?"
          }
        ]
      }
    ],
  });

  console.log(completion.choices[0].message.content);
}

main();

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-text

Input og output

Input

text

Output

text

Produktionsprofil

Udbyder: Bytedance
Kontekst: 256k
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Doubao-Seed-1.8 til produktions-workflows, der matcher dens text-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktionschat og agent-workflows

Kodning, analyse og struktureret generering

Automatisering i stor skala via én API

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

Claude Opus 5 er tilgængelig i dag. Det er en eftertænksom og proaktiv model, der kommer tæt på frontier-intelligensen i Claude Fable 5 til halv pris.

Højtydende model til kodning og agenter

Se model

Anthropic

Claude Fable 5

Adgangen til Claude Fable 5 er blevet genoprettet. Claude Fable 5 bringer 5.-generations intelligens til dit mest ambitiøse kodningsarbejde og professionelt arbejde.

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Bliv ved med at udforske