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

Seed1.8 est l’agent multimodal généraliste. Les variantes associées comprennent : Seed-Code / Doubao-Seed-Code : spécialisés pour des contextes de code très volumineux (certains SKU annoncent des contextes de 256K) et des workflows de codage. Seedance / Seedream : variantes spécialisées médias/génération (génération vidéo/image). Choisissez Seed-Code pour les tâches IDE/base de code ; choisissez Seed1.8 pour des tâches d’agent multimodal générales. Vérifiez les fenêtres de contexte des SKU et les capacités dans la documentation produit.

How does Seed1.8 differ from prior Seed versions?

Seed1.8 met l’accent sur l’intégration agentique (utilisation d’outils, agentisation GUI, workflows multi-étapes), une meilleure gestion des longs contextes et une meilleure perception des vidéos longues/des mouvements par rapport aux modèles Seed 1.x antérieurs. Il est positionné comme la mise à niveau multimodale/agent de la gamme Seed.

What input/output modalities does Seed1.8 support?

Prise en charge multimodale native : texte + images + vidéo. Les sorties incluent des réponses en langage naturel, des sorties structurées (JSON/plans d’action), du code et des références à des segments visuels/horodatages pour des workflows agentiques. Le modèle est explicitement conçu pour la perception multimodale → le raisonnement → l’action.

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

Il existe des modes de « réflexion » paramétrables — conçus pour arbitrer entre latence/ressources de calcul et profondeur de raisonnement (utile lorsque vous devez équilibrer interactivité et qualité de la solution). Utilisez ces modes pour ajuster des UI interactives ou un raisonnement par lots plus poussé.

Bytedance

Disponible

doubao-seed-1-8-251228

Doubao-Seed-1.8 API

Doubao-Seed-1.8 est optimisé pour les scénarios d’agents multimodaux. En matière de capacités d’agent, l’utilisation d’outils et le suivi d’instructions complexes ont été considérablement renforcés. Concernant la compréhension multimodale, les capacités visuelles de base ont été nettement améliorées, permettant de comprendre des vidéos extrêmement longues à faible cadence d’images. Les capacités de compréhension des mouvements vidéo, de compréhension spatiale complexe et d’analyse de la structure des documents ont également été optimisées, et la gestion intelligente du contexte est désormais prise en charge nativement, permettant aux utilisateurs de configurer des stratégies de contexte.

Prix de départ

$0.2 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Jan 7, 2026

Bytedance

Playground

Essayez Doubao-Seed-1.8 avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Aperçu

Un aperçu pratique de Doubao-Seed-1.8, avec les comportements importants et les points d'attention pour l'intégration.

Spécifications techniques de l’API Seed 1.8

Élément	Spécification / note
Nom du modèle / famille	Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine
Modalités prises en charge	Texte, images, vidéo (capacités VLM multimodales), outils audio dans l’écosystème (modèles distincts pour la génération audio/vidéo).
Fenêtre de contexte (texte)	256K jetons
Capacité vidéo/visuelle	Conçu pour le raisonnement sur longues vidéos, prend en charge un encodage visuel efficace et de grands budgets de jetons vidéo (la fiche modèle rapporte des expériences sur jetons vidéo et des benchmarks long-métrage).
Formats d’entrée	Prompts en texte libre ; téléversement d’images (captures d’écran, graphiques, photos) ; vidéo en frames tokenisées / outils vidéo pour inspection par segments ; téléversement de fichiers (documents).
Formats de sortie	Texte en langue naturelle, sorties structurées (structured-output beta), appels de fonctions / d’outils, code, et sorties multimodales via orchestration.
Modes de réflexion / inférence	no_think, think-low, think-medium, think-high — compromis précision vs latence/coût.

Qu’est-ce que Doubao Seed 1.8 ?

Doubao Seed 1.8 est la version 1.8 de l’équipe Seed : un LLM+VLM unifié qui cible explicitement l’agentivité généralisée dans le monde réel — c’est-à-dire la perception (images/vidéo), le raisonnement, l’orchestration d’outils (search, appels de fonctions, exécution de code, ancrage GUI) et la prise de décision multi-étapes au sein d’un même modèle. La conception met l’accent sur des “modes de réflexion” configurables (arbitrages entre latence et profondeur), un encodage visuel efficace et un support natif pour le long contexte et les entrées multimodales, afin que le modèle puisse opérer comme un assistant/agent autonome dans des workflows de production.

Principales fonctionnalités de l’API Seed 1.8

Modèle agentique multimodal unifié. Intègre perception (image/vidéo), raisonnement (LLM) et action (appels d’outils/GUI, exécution de code) dans un seul modèle plutôt qu’un pipeline séparé. Cela permet des workflows d’agent compacts et une complexité d’orchestration réduite.
Contexte ultra-long et gestion des longues vidéos. Long contexte (prise en charge produit jusqu’à 256k jetons) et benchmarks spécifiques “long-video” (Seed1.8 montre une forte efficacité en jetons vidéo). Le modèle prend en charge des outils vidéo sélectifs (VideoCut) pour concentrer le raisonnement sur des horodatages.
Automatisation GUI agentique et utilisation d’outils. Les benchmarks et tests internes (OSWorld, AndroidWorld, LiveCodeBench, benchmarks d’ancrage GUI) montrent des améliorations sur les tâches d’agent GUI et l’automatisation multi-étapes. Le modèle peut produire des commandes d’ancrage GUI et opérer dans des contextes OS/web/mobile simulés.
Modes de réflexion configurables pour contrôler latence/coût. Quatre modes d’inférence permettent aux développeurs d’ajuster le calcul au moment du test pour des tâches interactives vs. des lots de haute qualité. Utile pour les systèmes de production avec des budgets de latence stricts.
Efficacité en jetons améliorée (multimodale). Seed 1.8 affiche une meilleure efficacité en jetons sur des benchmarks multimodaux par rapport à ses prédécesseurs (séries Seed-1.5/1.6), atteignant une haute précision avec des budgets de jetons plus faibles sur plusieurs tâches long-vidéo.
Modes de réflexion configurables : arbitrer profondeur d’inférence vs latence/coût avec des modes distincts (no_think → think-high) pour l’ajustement en usage de production interactif.
Capacités techniques

Efficacité en jetons : Seed1.8 montre une efficacité en jetons marquée par rapport aux prédécesseurs (Seed-1.5/1.6), offrant une meilleure précision avec des budgets de jetons inférieurs sur les tâches vidéo longues (par ex., une précision compétitive même à 32K jetons vidéo). Cela permet de réduire le coût d’inférence pour de longues entrées.
Raisonnement et perception multimodaux : Le modèle atteint le SOTA sur plusieurs tâches VQA multi-images et de mouvement/perception, et obtient la deuxième place ou proche du SOTA sur de nombreux benchmarks de raisonnement multimodal ; il surpasse spécifiquement son prédécesseur sur presque toutes les dimensions visuelles/vidéo mesurées.
Utilisation d’outils agentiques et ancrage GUI : Support documenté pour l’ancrage GUI et les benchmarks d’opération sur écran (ScreenSpot-Pro, agent GUI) avec de forts scores d’ancrage (par ex., des améliorations par rapport à Seed-1.5-VL sur ScreenSpot-Pro).
Raisonnement parallèle / par étapes : L’augmentation du calcul au moment du test (réflexion parallèle) entraîne des gains mesurables sur les benchmarks de mathématiques, de code et de raisonnement multimodal

Points forts sélectionnés sur benchmarks publics de Seed1.8

VCRBench (visual commonsense reasoning) : Seed1.8 a obtenu 59.8 (Pass@1 reporté dans la table de la fiche modèle), une amélioration par rapport à Seed-1.5-VL et compétitive avec les meilleurs modèles
VideoHolmes (raisonnement vidéo) : Seed1.8 65.5, dépassant Seed-1.5-VL et se rapprochant de modèles concurrents de niveau professionnel.
MMLB-NIAH (multimodal long-context, 128k) : Seed1.8 a atteint 72.2 Pass@1 à 128k de contexte sur MMLB-NIAH, surpassant certains modèles pro contemporains.
Suite Motion & Perception : SOTA sur 5 des 6 tâches évaluées ; exemples : TVBench, TempCompass et TOMATO où Seed1.8 montre des gains substantiels en perception temporelle.
Workflows agentiques : Sur BrowseComp et d’autres benchmarks de recherche/code agentiques, Seed1.8 se classe souvent au niveau ou au-dessus des modèles pro concurrents

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

Seed1.8 vs Seed-1.5-VL / Seed-1.6 : Améliorations nettes en perception multimodale, efficacité en jetons pour les longues vidéos, et exécution agentique.
Seed1.8 vs Gemini 3 Pro / GPT-5.x : Sur de nombreux benchmarks multimodaux, Seed1.8 égale ou dépasse Gemini 3 Pro (SOTA sur plusieurs tâches VQA / mouvement ; meilleur sur l’exécution MMLB-NIAH 128k). Toutefois, la fiche montre aussi des domaines où la famille Gemini conserve des avantages sur certaines tâches de connaissances disciplinaires — l’ordre relatif dépend donc des benchmarks.
Variante Seed-Code (Doubao-Seed-Code) : spécialisée pour les tâches de programmation/code agentique (grand contexte pour bases de code ; benchmarks SWE spécialisés). Seed1.8 est le modèle multimodal agentique généraliste, tandis que Seed-Code est la variante axée programmation.

Cas d’usage pratiques via l’API Seedream 4.5 sur CometAPI

Assistants de recherche multimodaux et analyse de documents : extraire, résumer et raisonner sur de longs documents, jeux de diapositives et rapports multi-pages.
Compréhension et surveillance de longues vidéos : analytique pour sécurité/sports, synthèse de longues réunions, et analyse de flux où l’efficacité en jetons vidéo du modèle est déterminante.
Workflows / automatisation agentiques : scénarios multi-étapes de recherche web + exécution de code + extraction de données (par ex., analyses concurrentielles automatisées, planification de voyage, pipelines de recherche démontrés dans des benchmarks internes).
Outils pour développeurs (si usage de Seed-Code) : analyse de grandes bases de code, assistants IDE et exécution de code agentique pour tests & réparations (Seed-Code est la variante spécialisée recommandée).
Automatisation GUI et RPA : les benchmarks d’agent GUI et d’ancrage d’écran indiquent que le modèle exécute mieux des tâches GUI structurées que les précédentes versions Seed.

Comment utiliser l’API doubao Seed 1.8 via CometAPI

Doubao seed1.8 est désormais proposé commercialement via CometAPI comme API d’inférence hébergée. L’API prend en charge des charges multimodales (texte + images + fragments/horodatages vidéo) et des modes d’inférence configurables pour arbitrer latence et calcul par rapport à la qualité de la réponse.

Schémas d’appel : L’API prend en charge des requêtes style chat/completion standard, des réponses en streaming, et des flux agentiques où le modèle émet des appels d’outils (recherche, exécution de code, actions GUI) et ingère les sorties des outils comme contexte ultérieur.

Streaming & gestion du long contexte : L’API prend en charge le streaming et dispose de primitifs de gestion de contexte intégrés pour de longues sessions (pour permettre des contextes 100K+ / traces d’agent multi-étapes).

Étape 1 : S’inscrire pour obtenir une clé API

Connectez-vous à cometapi.com. Si vous n’êtes pas encore utilisateur, veuillez d’abord vous inscrire. Connectez-vous à votre console CometAPI. Obtenez la clé API d’accès à l’interface. Cliquez sur « Add Token » dans la section des tokens API du centre personnel, obtenez la clé : sk-xxxxx puis soumettez.

Étape 2 : Envoyer des requêtes à l’API doubao Seed 1.8

Sélectionnez le point de terminaison “doubao-seed-1-8-251228 ” pour envoyer la requête API et définissez le corps de requête. La méthode et le corps de requête sont fournis dans la documentation API de notre site web. Notre site propose également un test Apifox pour votre commodité. Remplacez <YOUR_API_KEY> par votre clé CometAPI réelle issue de votre compte. Compatibilité avec les API Chat.

Insérez votre question ou demande dans le champ content — c’est à cela que le modèle répondra. Traitez la réponse de l’API pour obtenir la réponse générée.

Étape 3 : Récupérer et vérifier les résultats

Traitez la réponse de l’API pour obtenir la réponse générée. Après traitement, l’API répond avec le statut de la tâche et les données de sortie.

FAQ

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

—

Coût d'utilisation CometAPI estimé

Dix requêtes

—

Coût d'utilisation CometAPI estimé

Quinze requêtes

—

Coût d'utilisation CometAPI estimé

Tarification pour Doubao-Seed-1.8

Découvrez des tarifs compétitifs pour Doubao-Seed-1.8, conçus pour s'adapter à différents budgets et besoins d'utilisation. Nos formules flexibles garantissent que vous ne payez que ce que vous utilisez, ce qui facilite l'adaptation à mesure que vos besoins évoluent. Découvrez comment Doubao-Seed-1.8 peut améliorer vos projets tout en maîtrisant les coûts.

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

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

POST/v1/chat/completions

Exemple de code et API pour Doubao-Seed-1.8

Doubao seed1.8 est désormais disponible commercialement via CometAPI, sous la forme d’une API d’inférence hébergée. L’API prend en charge des charges utiles multimodales (texte + images + fragments vidéo/horodatages) et propose des modes d’inférence configurables afin d’arbitrer entre la latence et les ressources de calcul d’une part, et la qualité des réponses d’autre part.

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();

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-text

Entrée et sortie

Entrées

text

Sorties

text

Profil de production

Fournisseur: Bytedance
Contexte: 256k
Usage commercial: Pris en charge

Cas d'usage

Utilisez Doubao-Seed-1.8 pour des workflows de production adaptés à ses capacités text, puis comparez d'autres options avant un engagement à long terme.

Chat en production et workflows d'agents

Codage, analyse et génération structurée

Automatisation à grande échelle via une seule API

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

Aliyun

Qwen3.8-Max

Qwen3.8-Max est le modèle de langage phare d'Alibaba Qwen, conçu pour le raisonnement avancé, les flux de travail agentiques, la compréhension multimodale et les applications d'IA à l'échelle de l'entreprise. Il compte 2.4T de paramètres, adopte l'architecture MoE, prend en charge le basculement entre les modes de réflexion et d'inférence rapide, peut gérer divers formats de contenu et excelle dans des scénarios tels que l'ingénierie logicielle, la bureautique professionnelle et le raisonnement logique complexe, et n'est devancé que par Fable 5 d'Anthropic.

Voir le modèle

Anthropic

Claude Opus 5

Claude Opus 5 est disponible dès aujourd'hui. C'est un modèle réfléchi et proactif qui se rapproche de l'intelligence de pointe de Claude Fable 5, à moitié prix.

Voir le modèle

OpenAI

GPT 5.6

Commencez par GPT-5.6 Sol pour le raisonnement complexe et le codage, choisissez GPT-5.6 Terra pour équilibrer l'intelligence et le coût, ou utilisez GPT-5.6 Luna pour des charges de travail à grand volume sensibles au coût.

Voir le modèle

Google

Gemini 3.6 Flash

Gemini 3.6 Flash offre une intelligence de pointe soutenue, optimisée pour des tâches du monde réel, à une vitesse supérieure et à moindre coût. Conçu pour l’ère agentique, il excelle en génération de code, en exécution agentique et en raisonnement spatial. Ce modèle est particulièrement efficace pour des boucles agentiques rapides impliquant des cycles et des itérations de codage complexes.

Voir le modèle

Anthropic

Claude Sonnet 5

Modèle à hautes performances pour la programmation et les agents

Voir le modèle

Anthropic

Claude Fable 5

L’accès à Claude Fable 5 a été rétabli. Il apporte une intelligence de 5e génération à vos projets de programmation et à vos travaux professionnels les plus ambitieux.

Voir le modèle

Uptime

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Continuez à explorer

Comparez des modèles et poursuivez vos recherches

Bytedance

Disponible

doubao-seed-1-8-251228

Doubao-Seed-1.8 API

Prix de départ

$0.2 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Jan 7, 2026

Bytedance

Playground

Essayez Doubao-Seed-1.8 avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Aperçu

Un aperçu pratique de Doubao-Seed-1.8, avec les comportements importants et les points d'attention pour l'intégration.

Spécifications techniques de l’API Seed 1.8

Élément	Spécification / note
Nom du modèle / famille	Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine
Modalités prises en charge	Texte, images, vidéo (capacités VLM multimodales), outils audio dans l’écosystème (modèles distincts pour la génération audio/vidéo).
Fenêtre de contexte (texte)	256K jetons
Capacité vidéo/visuelle	Conçu pour le raisonnement sur longues vidéos, prend en charge un encodage visuel efficace et de grands budgets de jetons vidéo (la fiche modèle rapporte des expériences sur jetons vidéo et des benchmarks long-métrage).
Formats d’entrée	Prompts en texte libre ; téléversement d’images (captures d’écran, graphiques, photos) ; vidéo en frames tokenisées / outils vidéo pour inspection par segments ; téléversement de fichiers (documents).
Formats de sortie	Texte en langue naturelle, sorties structurées (structured-output beta), appels de fonctions / d’outils, code, et sorties multimodales via orchestration.
Modes de réflexion / inférence	no_think, think-low, think-medium, think-high — compromis précision vs latence/coût.

Qu’est-ce que Doubao Seed 1.8 ?

Principales fonctionnalités de l’API Seed 1.8

Modèle agentique multimodal unifié. Intègre perception (image/vidéo), raisonnement (LLM) et action (appels d’outils/GUI, exécution de code) dans un seul modèle plutôt qu’un pipeline séparé. Cela permet des workflows d’agent compacts et une complexité d’orchestration réduite.
Contexte ultra-long et gestion des longues vidéos. Long contexte (prise en charge produit jusqu’à 256k jetons) et benchmarks spécifiques “long-video” (Seed1.8 montre une forte efficacité en jetons vidéo). Le modèle prend en charge des outils vidéo sélectifs (VideoCut) pour concentrer le raisonnement sur des horodatages.
Automatisation GUI agentique et utilisation d’outils. Les benchmarks et tests internes (OSWorld, AndroidWorld, LiveCodeBench, benchmarks d’ancrage GUI) montrent des améliorations sur les tâches d’agent GUI et l’automatisation multi-étapes. Le modèle peut produire des commandes d’ancrage GUI et opérer dans des contextes OS/web/mobile simulés.
Modes de réflexion configurables pour contrôler latence/coût. Quatre modes d’inférence permettent aux développeurs d’ajuster le calcul au moment du test pour des tâches interactives vs. des lots de haute qualité. Utile pour les systèmes de production avec des budgets de latence stricts.
Efficacité en jetons améliorée (multimodale). Seed 1.8 affiche une meilleure efficacité en jetons sur des benchmarks multimodaux par rapport à ses prédécesseurs (séries Seed-1.5/1.6), atteignant une haute précision avec des budgets de jetons plus faibles sur plusieurs tâches long-vidéo.
Modes de réflexion configurables : arbitrer profondeur d’inférence vs latence/coût avec des modes distincts (no_think → think-high) pour l’ajustement en usage de production interactif.
Capacités techniques

Efficacité en jetons : Seed1.8 montre une efficacité en jetons marquée par rapport aux prédécesseurs (Seed-1.5/1.6), offrant une meilleure précision avec des budgets de jetons inférieurs sur les tâches vidéo longues (par ex., une précision compétitive même à 32K jetons vidéo). Cela permet de réduire le coût d’inférence pour de longues entrées.
Raisonnement et perception multimodaux : Le modèle atteint le SOTA sur plusieurs tâches VQA multi-images et de mouvement/perception, et obtient la deuxième place ou proche du SOTA sur de nombreux benchmarks de raisonnement multimodal ; il surpasse spécifiquement son prédécesseur sur presque toutes les dimensions visuelles/vidéo mesurées.
Utilisation d’outils agentiques et ancrage GUI : Support documenté pour l’ancrage GUI et les benchmarks d’opération sur écran (ScreenSpot-Pro, agent GUI) avec de forts scores d’ancrage (par ex., des améliorations par rapport à Seed-1.5-VL sur ScreenSpot-Pro).
Raisonnement parallèle / par étapes : L’augmentation du calcul au moment du test (réflexion parallèle) entraîne des gains mesurables sur les benchmarks de mathématiques, de code et de raisonnement multimodal

Points forts sélectionnés sur benchmarks publics de Seed1.8

VCRBench (visual commonsense reasoning) : Seed1.8 a obtenu 59.8 (Pass@1 reporté dans la table de la fiche modèle), une amélioration par rapport à Seed-1.5-VL et compétitive avec les meilleurs modèles
VideoHolmes (raisonnement vidéo) : Seed1.8 65.5, dépassant Seed-1.5-VL et se rapprochant de modèles concurrents de niveau professionnel.
MMLB-NIAH (multimodal long-context, 128k) : Seed1.8 a atteint 72.2 Pass@1 à 128k de contexte sur MMLB-NIAH, surpassant certains modèles pro contemporains.
Suite Motion & Perception : SOTA sur 5 des 6 tâches évaluées ; exemples : TVBench, TempCompass et TOMATO où Seed1.8 montre des gains substantiels en perception temporelle.
Workflows agentiques : Sur BrowseComp et d’autres benchmarks de recherche/code agentiques, Seed1.8 se classe souvent au niveau ou au-dessus des modèles pro concurrents

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

Seed1.8 vs Seed-1.5-VL / Seed-1.6 : Améliorations nettes en perception multimodale, efficacité en jetons pour les longues vidéos, et exécution agentique.
Seed1.8 vs Gemini 3 Pro / GPT-5.x : Sur de nombreux benchmarks multimodaux, Seed1.8 égale ou dépasse Gemini 3 Pro (SOTA sur plusieurs tâches VQA / mouvement ; meilleur sur l’exécution MMLB-NIAH 128k). Toutefois, la fiche montre aussi des domaines où la famille Gemini conserve des avantages sur certaines tâches de connaissances disciplinaires — l’ordre relatif dépend donc des benchmarks.
Variante Seed-Code (Doubao-Seed-Code) : spécialisée pour les tâches de programmation/code agentique (grand contexte pour bases de code ; benchmarks SWE spécialisés). Seed1.8 est le modèle multimodal agentique généraliste, tandis que Seed-Code est la variante axée programmation.

Cas d’usage pratiques via l’API Seedream 4.5 sur CometAPI

Assistants de recherche multimodaux et analyse de documents : extraire, résumer et raisonner sur de longs documents, jeux de diapositives et rapports multi-pages.
Compréhension et surveillance de longues vidéos : analytique pour sécurité/sports, synthèse de longues réunions, et analyse de flux où l’efficacité en jetons vidéo du modèle est déterminante.
Workflows / automatisation agentiques : scénarios multi-étapes de recherche web + exécution de code + extraction de données (par ex., analyses concurrentielles automatisées, planification de voyage, pipelines de recherche démontrés dans des benchmarks internes).
Outils pour développeurs (si usage de Seed-Code) : analyse de grandes bases de code, assistants IDE et exécution de code agentique pour tests & réparations (Seed-Code est la variante spécialisée recommandée).
Automatisation GUI et RPA : les benchmarks d’agent GUI et d’ancrage d’écran indiquent que le modèle exécute mieux des tâches GUI structurées que les précédentes versions Seed.

Comment utiliser l’API doubao Seed 1.8 via CometAPI

Étape 1 : S’inscrire pour obtenir une clé API

Étape 2 : Envoyer des requêtes à l’API doubao Seed 1.8

Insérez votre question ou demande dans le champ content — c’est à cela que le modèle répondra. Traitez la réponse de l’API pour obtenir la réponse générée.

Étape 3 : Récupérer et vérifier les résultats

Traitez la réponse de l’API pour obtenir la réponse générée. Après traitement, l’API répond avec le statut de la tâche et les données de sortie.

FAQ

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

—

Coût d'utilisation CometAPI estimé

Dix requêtes

—

Coût d'utilisation CometAPI estimé

Quinze requêtes

—

Coût d'utilisation CometAPI estimé

Tarification pour Doubao-Seed-1.8

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

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

POST/v1/chat/completions

Exemple de code et API pour 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();

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-text

Entrée et sortie

Entrées

text

Sorties

text

Profil de production

Fournisseur: Bytedance
Contexte: 256k
Usage commercial: Pris en charge

Cas d'usage

Utilisez Doubao-Seed-1.8 pour des workflows de production adaptés à ses capacités text, puis comparez d'autres options avant un engagement à long terme.

Chat en production et workflows d'agents

Codage, analyse et génération structurée

Automatisation à grande échelle via une seule API

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

Claude Opus 5 est disponible dès aujourd'hui. C'est un modèle réfléchi et proactif qui se rapproche de l'intelligence de pointe de Claude Fable 5, à moitié prix.

Modèle à hautes performances pour la programmation et les agents

Voir le modèle

Anthropic

Claude Fable 5

L’accès à Claude Fable 5 a été rétabli. Il apporte une intelligence de 5e génération à vos projets de programmation et à vos travaux professionnels les plus ambitieux.

Voir le modèle

Uptime

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Continuez à explorer