Seed 1.8 API의 기술 사양
| 항목 | 사양/비고 |
|---|---|
| 모델 이름/계열 | Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine |
| 지원 모달리티 | 텍스트, 이미지, 비디오(멀티모달 VLM 기능), 에코시스템 내 오디오 툴링(오디오/비디오 생성은 별도 모델). |
| 컨텍스트 윈도우(텍스트) | 256K 토큰 |
| 비디오/시각 처리 능력 | 장시간 비디오 추론을 위해 설계되었으며, 효율적인 시각 인코딩과 대규모 비디오 토큰 예산을 지원(모델 카드에 비디오 토큰 실험과 장시간 비디오 벤치마크 보고). |
| 입력 형식 | 자유 형식 프롬프트; 이미지 업로드(스크린샷, 차트, 사진); 비디오는 토큰화된 프레임/세그먼트 검사용 비디오 도구; 파일 업로드(문서). |
| 출력 형식 | 자연어 텍스트, 구조화 출력(structured-output 베타), 함수 호출/도구 호출, 코드, 오케스트레이션을 통한 멀티모달 출력. |
| 사고/추론 모드 | no_think, think-low, think-medium, think-high — 정확도와 지연/비용 간 트레이드오프. |
Doubao Seed 1.8이란?
Doubao Seed 1.8은 Seed 팀의 1.8 릴리스로, LLM+VLM을 통합하여 지각(이미지/비디오), 추론, 도구 오케스트레이션(검색, 함수 호출, 코드 실행, GUI 그라운딩) 및 다단계 의사결정을 단일 모델 내에서 수행하는 데 초점을 둔, 일반화된 실세계 에이전시를 지향합니다. 이 설계는 구성 가능한 “사고 모드”(지연 시간과 깊이 간의 트레이드오프), 효율적인 시각 인코딩, 장문 컨텍스트 및 멀티모달 입력에 대한 네이티브 지원을 강조하여, 모델이 프로덕션 워크플로에서 자율형 어시스턴트/에이전트로 작동할 수 있도록 합니다.
Seed 1.8 API의 주요 기능
- 통합 멀티모달 에이전트형 모델. 분리된 파이프라인이 아니라 단일 모델 내에 지각(이미지/비디오), 추론(LLM), 실행(도구/G U I 호출, 코드 실행)을 통합합니다. 이를 통해 간결한 에이전트 워크플로와 낮은 오케스트레이션 복잡도를 구현합니다.
- 초장문 컨텍스트 및 장시간 비디오 처리. 긴 컨텍스트(제품 기준 256k 토큰 지원)와 특정 장시간 비디오 벤치마크(Seed1.8은 장시간 비디오 토큰 효율에서 강세)를 제공합니다. 모델은 타임스탬프에 초점을 맞춘 추론을 위해 선택적 비디오 도구(VideoCut)를 지원합니다.
- 에이전트형 GUI 자동화 및 도구 사용. 벤치마크 및 내부 테스트(OSWorld, AndroidWorld, LiveCodeBench, GUI 그라운딩 벤치마크)에서 GUI 에이전트 작업과 다단계 자동화가 개선되었습니다. 모델은 GUI 그라운딩 명령을 출력하고, 시뮬레이션된 OS/웹/모바일 컨텍스트에서 작동할 수 있습니다.
- 지연/비용 제어를 위한 구성 가능한 사고 모드. 네 가지 추론 모드는 상호작용형 작업과 고품질 배치 작업을 위해 테스트 시점의 연산량을 조절할 수 있게 해줍니다. 엄격한 지연 시간 예산을 가진 프로덕션 시스템에 유용합니다.
- 향상된 토큰 효율(멀티모달). Seed 1.8은 전작(Seed-1.5/1.6 시리즈) 대비 멀티모달 벤치마크에서 더 강한 토큰 효율을 보이며, 여러 장시간 비디오 작업에서 더 적은 토큰 예산으로 높은 정확도를 달성합니다.
- 구성 가능한 사고 모드: 상호작용형 프로덕션 사용에 맞춰 추론 깊이와 지연/비용을 구분된 모드(
no_think→think-high)로 조율합니다. - 기술적 역량
- 토큰 효율: Seed1.8은 전작(Seed-1.5/1.6) 대비 뚜렷한 토큰 효율 향상을 보이며, 장시간 비디오 작업에서 더 낮은 토큰 예산으로 더 높은 정확도를 제공합니다(예: 32K 비디오 토큰에서도 경쟁력 있는 정확도 달성). 이는 긴 입력에 대한 추론 비용을 낮춥니다.
- 멀티모달 추론 및 지각: 다중 이미지 VQA와 동작/지각 작업에서 SOTA에 도달했으며, 많은 멀티모달 추론 벤치마크에서 2위 또는 SOTA에 근접합니다. 특히 대부분의 시각/비디오 차원에서 전작을 능가합니다.
- 에이전트형 도구 사용 및 GUI 그라운딩: ScreenSpot-Pro, GUI 에이전팅 등 스크린 기반 운영 벤치마크에서 문서화된 지원과 함께 강력한 그라운딩 점수를 보이며(예: Seed-1.5-VL 대비 ScreenSpot-Pro에서 개선), 화면 기반 작업 수행 능력이 입증되었습니다.
- 병렬/단계적 추론: 테스트 시점의 연산량(병렬 사고)을 늘리면 수학, 코딩, 멀티모달 추論 벤치마크에서 가시적인 성능 향상이 나타납니다.
Seed1.8 공개 벤치마크 하이라이트
- VCRBench(시각 상식 추론): Seed1.8은 59.8을 기록했으며(모델 카드 표에 Pass@1로 보고), Seed-1.5-VL 대비 개선되었고 최상위 모델들과 경쟁합니다.
- VideoHolmes(비디오 추론): Seed1.8 65.5로 Seed-1.5-VL을 능가하며 프로급 경쟁 모델에 근접합니다.
- MMLB-NIAH(멀티모달 장문 컨텍스트, 128k): Seed1.8은 128k 컨텍스트에서 72.2 Pass@1을 달성하여 일부 동시대 프로 모델을 앞질렀습니다.
- Motion & Perception 스위트: 6개 평가 작업 중 5개에서 SOTA를 달성; TVBench, TempCompass, TOMATO 등에서 시간적 지각 능력의 대폭 향상을 보입니다.
- 에이전트형 워크플로: BrowseComp 및 기타 에이전트형 검색/코드 벤치마크에서 Seed1.8은 종종 경쟁 프로 모델과 비슷하거나 앞서는 순위를 기록합니다.
Seed 1.8 vs Gemini 3 Pro / GPT-5.x
- Seed1.8 vs Seed-1.5-VL / Seed-1.6: 멀티모달 지각, 장시간 비디오 토큰 효율, 에이전트형 실행에서 명확한 개선.
- Seed1.8 vs Gemini 3 Pro / GPT-5.x: 여러 멀티모달 벤치마크에서 Seed1.8은 Gemini 3 Pro와 대등하거나 능가합니다(여러 VQA/동작 작업에서 SOTA; MMLB-NIAH 128k 실행에서 더 우수). 다만 특정 학문 지식 과제에서는 Gemini 계열이 우위를 보이는 영역도 카드에 명시되어 있어, 상대적 순위는 벤치마크에 따라 달라집니다.
- Seed-Code 변형(Doubao-Seed-Code): 프로그래밍/에이전트형 코드 작업에 특화(코드베이스용 대규모 컨텍스트; 특화 SWE 벤치마크). Seed1.8은 범용 에이전트형 멀티모달 모델이며, Seed-Code는 프로그래밍 특화 변형입니다.
CometAPI의 Seedream 4.5 API로 구현하는 실사용 사례
- 멀티모달 리서치 어시스턴트 및 문서 분석: 장문 문서, 슬라이드, 다페이지 보고서를 추출·요약·종합 추론.
- 장시간 비디오 이해 및 모니터링: 보안/스포츠 중계 분석, 긴 회의 요약, 스트리밍 분석 등에서 장시간 비디오 토큰 효율이 중요할 때.
- 에이전트형 워크플로/자동화: 다단계 웹 검색 + 코드 실행 + 데이터 추출 시나리오(내부 벤치마크로 시연된 자동 경쟁 분석, 여행 계획, 리서치 파이프라인 등).
- 개발자 도구(Seed-Code 사용 시): 대규모 코드베이스 분석, IDE 어시스턴트, 테스트·수리를 위한 에이전트형 코드 실행(프로그래밍 특화 변형인 Seed-Code 권장).
- GUI 자동화 및 RPA: 화면 그라운딩과 GUI 에이전트 벤치마크에서 이전 Seed 릴리스 대비 구조화된 GUI 작업 수행 능력이 향상됨을 시사.
CometAPI를 통해 doubao Seed 1.8 API를 사용하는 방법
Doubao seed1.8은 현재 CometAPI를 통해 호스팅 추론 API로 상용 제공됩니다. 이 API는 멀티모달 페이로드(텍스트 + 이미지 + 비디오 조각/타임스탬프)를 지원하며, 지연 시간과 연산 대비 응답 품질을 조절할 수 있는 구성 가능한 추론 모드를 제공합니다.
호출 패턴: API는 표준 채팅/완성 스타일 요청, 스트리밍 응답, 그리고 모델이 도구 호출(검색, 코드 실행, GUI 동작)을 발행하고 도구 출력을 후속 컨텍스트로 수용하는 에이전트형 플로우를 지원합니다.
스트리밍 및 장문 컨텍스트 처리: API는 스트리밍을 지원하며, 긴 세션을 위한 내장 컨텍스트 관리 프리미티브를 제공합니다(100K+ 컨텍스트/다단계 에이전트 트레이스 가능).
1단계: API 키 가입
cometapi.com에 로그인하세요. 아직 사용자 계정이 없다면 먼저 등록하세요. CometAPI 콘솔에 로그인합니다. 인터페이스의 액세스 자격 API 키를 받습니다. 개인 센터의 API 토큰에서 “Add Token”을 클릭하여 토큰 키: sk-xxxxx를 발급받아 제출합니다.
2단계: doubao Seed 1.8 API로 요청 보내기
“doubao-seed-1-8-251228 ” 엔드포인트를 선택해 API 요청을 보내고 요청 본문을 설정합니다. 요청 방식과 요청 본문은 웹사이트 API 문서에서 확인할 수 있습니다. 또한 편의를 위해 Apifox 테스트도 제공합니다. 계정의 실제 CometAPI 키로 <YOUR_API_KEY>를 바꾸세요. Chat API와의 호환성을 제공합니다.
질문이나 요청을 content 필드에 입력하세요—모델은 여기에 응답합니다. API 응답을 처리하여 생성된 답변을 얻습니다.
3단계: 결과 검색 및 검증
API 응답을 처리하여 생성된 답변을 얻습니다. 처리 후 API는 작업 상태와 출력 데이터를 반환합니다.