Spesifikasi teknis Seed 1.8 API
| Item | Spesifikasi / catatan |
|---|---|
| Model name / family | Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine |
| Modalities supported | Teks, gambar, video (kapabilitas VLM multimodal), perkakas audio dalam ekosistem (model terpisah untuk pembuatan audio/video). |
| Context window (text) | 256K token |
| Video / visual capacity | Dirancang untuk penalaran video panjang, mendukung pengodean visual yang efisien dan anggaran token video yang besar (kartu model melaporkan eksperimen token video dan tolok ukur video panjang). |
| Input formats | Prompt teks bebas; unggah gambar (tangkapan layar, bagan, foto); video sebagai frame yang ditokenisasi / alat video untuk inspeksi segmen; unggah file (dokumen). |
| Output formats | Teks bahasa alami, keluaran terstruktur (structured-output beta), pemanggilan fungsi / alat, kode, dan keluaran multimodal melalui orkestrasi. |
| Thinking / inference modes | no_think, think-low, think-medium, think-high — pertukaran akurasi vs latensi/biaya. |
Apa itu Doubao Seed 1.8?
Doubao Seed 1.8 adalah rilis 1.8 dari tim Seed: sebuah LLM+VLM terpadu yang secara eksplisit menargetkan agensi dunia nyata yang digeneralisasi — yakni persepsi (gambar/video), penalaran, orkestrasi alat (pencarian, pemanggilan fungsi, eksekusi kode, grounding GUI) dan pengambilan keputusan multi-langkah di dalam satu model. Desainnya menekankan “mode berpikir” yang dapat dikonfigurasi (pertukaran antara latensi dan kedalaman), pengodean visual yang efisien, dan dukungan native untuk konteks panjang serta input multimodal sehingga model dapat beroperasi sebagai asisten/agen otonom dalam alur kerja produksi.
Fitur utama Seed 1.8 API
- Model agen multimodal terpadu. Mengintegrasikan persepsi (gambar/video), penalaran (LLM), dan aksi (panggilan alat/G U I, eksekusi kode) dalam satu model alih-alih pipeline terpisah. Ini memungkinkan alur kerja agen yang ringkas dan kompleksitas orkestrasi yang lebih rendah.
- Konteks sangat panjang & penanganan video panjang. Konteks panjang (dukungan produk hingga 256k token) dan tolok ukur video panjang khusus (Seed1.8 menunjukkan efisiensi token video panjang yang kuat). Model mendukung alat video selektif (VideoCut) untuk memusatkan penalaran pada stempel waktu.
- Otomatisasi GUI berbasis agen & penggunaan alat. Tolok ukur dan pengujian internal (OSWorld, AndroidWorld, LiveCodeBench, tolok ukur grounding GUI) menunjukkan peningkatan pada tugas agen GUI dan otomasi multi-langkah. Model dapat menghasilkan perintah grounding GUI dan beroperasi dalam konteks OS/web/seluler yang disimulasikan.
- Mode berpikir yang dapat dikonfigurasi untuk kontrol latensi/biaya. Empat mode inferensi memungkinkan pengembang menyetel komputasi saat uji untuk tugas interaktif vs batch berkualitas tinggi. Ini berguna untuk sistem produksi dengan anggaran latensi yang ketat.
- Efisiensi token yang ditingkatkan (multimodal). Seed 1.8 menunjukkan efisiensi token yang lebih kuat pada tolok ukur multimodal dibanding para pendahulunya (seri Seed-1.5/1.6), mencapai akurasi tinggi dengan anggaran token lebih kecil dalam sejumlah tugas video panjang.
- Mode berpikir yang dapat dikonfigurasi: menukar kedalaman inferensi vs latensi/biaya dengan mode yang berbeda (
no_think→think-high) untuk penyetelan penggunaan produksi interaktif. - Kemampuan teknis
- Efisiensi token: Seed1.8 menunjukkan efisiensi token yang nyata dibanding pendahulunya (Seed-1.5/1.6), memberikan akurasi lebih kuat dengan anggaran token lebih rendah pada tugas video panjang (mis., mencapai akurasi kompetitif bahkan pada 32K token video). Ini memungkinkan biaya inferensi yang lebih rendah untuk input panjang.
- Penalaran & persepsi multimodal: Model mencapai SOTA pada sejumlah tugas VQA multi-gambar dan tugas gerak/persepsi serta meraih peringkat kedua atau mendekati SOTA pada banyak tolok ukur penalaran multimodal; secara khusus model melampaui pendahulunya pada hampir setiap dimensi visual/video yang diukur.
- Penggunaan alat berbasis agen & grounding GUI: Dukungan terdokumentasi untuk grounding GUI dan tolok ukur operasi berbasis layar (ScreenSpot-Pro, GUI agenting) dengan skor grounding yang kuat (mis., peningkatan dibanding Seed-1.5-VL pada ScreenSpot-Pro).
- Penalaran paralel / bertahap: Peningkatan komputasi saat uji (parallel thinking) menghasilkan kenaikan terukur pada tolok ukur matematika, pengodean, dan penalaran multi-modal
Sorotan tolok ukur publik terpilih untuk Seed1.8
- VCRBench (penalaran nalar visual): Seed1.8 meraih skor 59.8 (Pass@1 dilaporkan dalam tabel kartu model), peningkatan dibanding Seed-1.5-VL dan kompetitif dengan model papan atas
- VideoHolmes (penalaran video): Seed1.8 65.5, melampaui Seed-1.5-VL dan mendekati model pesaing tingkat pro.
- MMLB-NIAH (multimodal konteks panjang, 128k): Seed1.8 mencapai 72.2 Pass@1 pada konteks 128k di MMLB-NIAH, melampaui beberapa model pro kontemporer.
- Motion & Perception suite: SOTA pada 5 dari 6 tugas yang dievaluasi; contoh termasuk TVBench, TempCompass, dan TOMATO di mana Seed1.8 menunjukkan peningkatan substansial dalam persepsi temporal.
- Alur kerja berbasis agen: Pada BrowseComp dan tolok ukur penelusuran/kode berbasis agen lainnya, Seed1.8 sering berada di peringkat dekat atau di atas model pro pesaing
Seed 1.8 vs Gemini 3 Pro / GPT-5.x
- Seed1.8 vs Seed-1.5-VL / Seed-1.6: Peningkatan yang jelas dalam persepsi multimodal, efisiensi token untuk video panjang, dan eksekusi berbasis agen.
- Seed1.8 vs Gemini 3 Pro / GPT-5.x: Pada banyak tolok ukur multimodal Seed1.8 menyamai atau melampaui Gemini 3 Pro (SOTA pada beberapa tugas VQA / gerak; lebih baik pada run MMLB-NIAH 128k). Namun, kartu model juga menunjukkan area di mana keluarga Gemini mempertahankan keunggulan pada beberapa tugas pengetahuan disipliner — sehingga peringkat relatif bergantung pada tolok ukur.
- Varian Seed-Code (Doubao-Seed-Code): khusus untuk tugas pemrograman/agen kode (konteks besar untuk basis kode; tolok ukur SWE khusus). Seed1.8 adalah model multimodal agen generalis, sementara Seed-Code adalah varian yang berfokus pada pemrograman.
Kasus penggunaan praktis oleh Seedream 4.5 API di CometAPI
- Asisten riset multimodal & analisis dokumen: mengekstrak, merangkum, dan menalar lintas dokumen panjang, dek slide, dan laporan multi-halaman.
- Pemahaman & pemantauan video panjang: analitik penyiaran keamanan/olahraga, peringkasan rapat panjang, dan analisis streaming di mana efisiensi token video panjang dari model menjadi penting.
- Alur kerja berbasis agen / otomasi: skenario pencarian web multi-langkah + eksekusi kode + ekstraksi data (mis., analisis kompetitif terotomasi, perencanaan perjalanan, pipeline riset yang didemonstrasikan dalam tolok ukur internal).
- Perkakas pengembang (jika menggunakan Seed-Code): analisis basis kode besar, asisten IDE, dan eksekusi kode berbasis agen untuk pengujian & perbaikan (Seed-Code adalah varian khusus yang direkomendasikan).
- Otomatisasi GUI & RPA: grounding layar dan tolok ukur agen GUI mengindikasikan model dapat melakukan tugas GUI terstruktur lebih baik daripada rilis Seed sebelumnya.
Cara menggunakan doubao Seed 1.8 API melalui CometAPI
Doubao seed1.8 kini tersedia secara komersial melalui CometAPI sebagai API inferensi ter-hosting. API ini mendukung payload multimodal (teks + gambar + fragmen video / stempel waktu) dan mode inferensi yang dapat dikonfigurasi untuk menukar latensi dan komputasi dengan kualitas jawaban.
Pola pemanggilan: API mendukung permintaan gaya chat/completion standar, respons streaming, dan alur berbasis agen di mana model mengeluarkan panggilan alat (pencarian, eksekusi kode, aksi GUI) dan memasukkan keluaran alat sebagai konteks berikutnya.
Streaming & penanganan konteks panjang: API mendukung streaming dan memiliki primitif manajemen konteks bawaan untuk sesi panjang (untuk memungkinkan konteks 100K+ / jejak agen multi-langkah).
Langkah 1: Daftar untuk Kunci API
Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke Konsol CometAPI. Dapatkan kunci API kredensial akses antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan kunci token: sk-xxxxx dan kirimkan.
Langkah 2: Kirim Permintaan ke doubao Seed 1.8 API
Pilih endpoint “doubao-seed-1-8-251228 ” untuk mengirim permintaan API dan atur body permintaan. Metode permintaan dan body permintaan diperoleh dari dokumen API situs web kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI Anda yang sebenarnya dari akun Anda. Kompatibel dengan Chat API.
Masukkan pertanyaan atau permintaan Anda ke dalam bidang content—ini yang akan direspons oleh model . Proses respons API untuk mendapatkan jawaban yang dihasilkan.
Langkah 3: Ambil dan Verifikasi Hasil
Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API merespons dengan status tugas dan data keluaran.