Hvordan skiller Seed1.8 seg fra tidligere Seed-versjoner?

Seed1.8 vektlegger agentbasert integrasjon (verktøybruk, GUI-agentoperasjoner, flertrinns arbeidsflyter), forbedret håndtering av lange kontekster og bedre forståelse av lange videoer/bevegelse sammenlignet med tidligere Seed 1.x-modeller. Den er posisjonert som multimodal-/agentoppgraderingen i Seed-serien.

Hvilke inn- og utdatamodaliteter støtter Seed1.8?

Innebygd multimodal støtte: tekst + bilder + video. Utdata omfatter svar i naturlig språk, strukturerte utdata (JSON/handlingsplaner), kode og referanser til visuelle segmenter/tidsstempler for agentbaserte arbeidsflyter. Modellen er eksplisitt designet for multimodal persepsjon → resonnering → handling.

Hvilke varianter finnes av Seed 1.8 og når bør hver brukes?

Seed1.8 er den generalistiske multimodale agenten. Relaterte varianter omfatter: Seed-Code / Doubao-Seed-Code: spesialisert for svært store kodekontekster (noen SKU-er hevder 256K kontekster) og kodearbeidsflyter. Seedance / Seedream: medie-/genereringsspesialiserte varianter (video-/bildegenerering). Velg Seed-Code for IDE-/kodebaseoppgaver; velg Seed1.8 for brede multimodale agentoppgaver. Bekreft SKU-kontekstvinduer og kapabiliteter i produktdokumentasjonen.

Hva er «tenke»- eller inferensmodusene til Seed1.8?

Det finnes justerbare «tenke»-moduser — utformet for å avveie latenstid/beregningsressurser mot resonneringsdybde (nyttig når du må balansere interaktivitet mot løsningskvalitet). Bruk modusene til å fininnstille for interaktive brukergrensesnitt eller dypere batch-resonnering.

Bytedance

Tilgjengelig

doubao-seed-1-8-251228

Doubao-Seed-1.8 API

Doubao-Seed-1.8 er optimalisert for multimodale agentscenarier. Når det gjelder agentkapasiteter, er verktøybruk og etterlevelse av komplekse kommandoer betydelig forbedret. Når det gjelder multimodal forståelse, er grunnleggende visuelle evner betydelig forbedret, noe som muliggjør forståelse med lav bildefrekvens av svært lange videoer. Forståelse av bevegelse i video, kompleks romforståelse og analyse av dokumentstruktur er også optimalisert, og intelligent konteksthåndtering støttes nå nativt, slik at brukere kan konfigurere kontekststrategier.

Startpris

$0.2 / 1 mill. input-tokens

Forbruksbasert fakturering

API-status

Tilgjengelig

Produksjonsendepunkt

Responstid

Klar for async

Observert API-responstid

Utgitt

Jan 8, 2026

Bytedance

Testmiljø

Prøv Doubao-Seed-1.8 med en reell forespørsel, se gjennom parameterne og valider resultatet før du integrerer API-et.

Priser

Bruk det raske anslaget ovenfor for én kjøring, og se deretter den fullstendige sammenligningen mellom CometAPI og offisiell pris.

Én forespørsel

$0.0018

Estimert brukskostnad for CometAPI

Ti forespørsler

$0.0180

Estimert brukskostnad for CometAPI

Femten forespørsler

$0.0270

Estimert brukskostnad for CometAPI

⇌

Konvertering av kreditter

1 000 kreditter = $1

Kreditter gjør budsjetter sammenlignbare på tvers av fakturering basert på tokener, forespørsler og kjøretid. USD-beløpet forblir fasiten ved betaling.

✓Gjeldende modell i kreditter

Inndata

200

kreditter / 1 mill. tokener

Utdata

1,600

kreditter / 1 mill. tokener

Åpenhet om minstebeløp Denne prototypen forutsetter ikke et skjult minstebeløp per forespørsel. Hvis det gjelder en nedre faktureringsgrense eller et minste påfyllingsbeløp i produksjon, må dette vises før kjøpet og inkluderes i alle kostnadsestimater.

Comet-pris (USD / mill. tokener)	Offisiell pris (USD / mill. tokener)	Rabatt
Inndata: $0.2000/mill. Utdata: $1.60/mill.	Inndata: $0.2500/mill. Utdata: $2.00/mill.	-20%

Modelloversikt

En stabil modellidentitet for søk og evaluering, kombinert med oppdaterte katalogdata som kan endres uten at sidens grunnleggende SEO-struktur må skrives om.

Stabil identitet

Hva er Doubao-Seed-1.8?

Den kanoniske modellidentiteten forblir stabil når priser og grenser endres.

Aktuelle modelldata

Gjeldende katalogøyeblikksbilde

Tilgjengelighet

Tilgjengelig

Startpris

$0.2 / 1 mill. input-tokens

Kontekst

256k tokener

Katalogdato

Jan 8, 2026

Playground 2.0 / Beslutningspanel

Bestem først. Integrer med trygghet.

Ett arbeidsområde for å sammenligne modeller, finjustere ledetekster, inspisere ruting, migrere kode og lansere et testet utgangspunkt.

Forankret til Doubao-Seed-1.8

Arbeidsflyter

Sammenlign før du bestemmer deg

Kjør den samme ledeteksten på tvers av ledende modeller, og få en anbefaling underbygget med dokumentasjon.

3 modeller · 1 kjøring

Evalueringsprompt

kodingtemperatur 0.2JSON-utdata

GPT-5

OpenAI

Kvalitet

91/100

Svartid

1.2s

Estimert kostnad

$0.018

Claude Opus 5

Anthropic

KI-valg

Kvalitet

95/100

Svartid

1.8s

Estimert kostnad

$0.024

Gemini 3 Pro

Google

Kvalitet

89/100

Svartid

0.9s

Estimert kostnad

$0.011

Anbefaling: velg Claude Opus 5 for kodegjennomgang med høy risiko; send rutinekontroller til Gemini 3 Pro for å redusere kostnadene med ~54 %.

Oversikt

En praktisk oversikt over Doubao-Seed-1.8, inkludert viktig atferd og hensyn ved integrasjon.

Tekniske spesifikasjoner for Seed 1.8 API

Element	Spesifikasjon / merknad
Modellnavn / familie	Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine
Støttede modaliteter	Tekst, bilder, video (multimodale VLM-egenskaper), lydverktøy i økosystemet (separate modeller for lyd-/videogenerering).
Kontekstvindu (tekst)	256K tokens
Video-/visuell kapasitet	Utformet for resonnering over lange videoer, støtter effektiv visuell koding og store videotoken-budsjetter (modellkortet rapporterer eksperimenter med videotokens og benchmarker for lange videoer).
Inndataformater	Fritekstprompt; bildeopplastinger (skjermbilder, diagrammer, bilder); video som tokeniserte rammer / videoverktøy for segmentinspeksjon; filopplastinger (dokumenter).
Utdataformater	Naturspråklig tekst, strukturerte utdata (structured-output beta), funksjonskall / verktøykall, kode og multimodale utdata via orkestrering.
Tanke-/inferensmoduser	no_think, think-low, think-medium, think-high — avveier nøyaktighet mot ventetid/kostnad.

Hva er Doubao Seed 1.8?

Doubao Seed 1.8 er Seed-teamets 1.8-utgivelse: en samlet LLM+VLM som eksplisitt retter seg mot generaliserte agentiske evner i den virkelige verden — dvs. persepsjon (bilder/video), resonnering, verktøyorkestrering (søk, funksjonskall, kodekjøring, GUI-forankring) og beslutningstaking i flere steg i én og samme modell. Designet vektlegger konfigurerbare «tenkemoduser» (avveiing mellom ventetid og dybde), effektiv visuell koding og innebygd støtte for lang kontekst og multimodale inndata slik at modellen kan operere som en autonom assistent/agent i produksjonsarbeidsflyter.

Hovedfunksjoner i Seed 1.8 API

Enhetlig multimodal agentisk modell. Integrerer persepsjon (bilde/video), resonnering (LLM) og handling (verktøy/G U I-kall, kodekjøring) i én modell i stedet for en oppdelt pipeline. Dette muliggjør kompakte agentarbeidsflyter og lavere orkestreringskompleksitet.
Ekstra lang kontekst og håndtering av lange videoer. Lang kontekst (produktsupport opptil 256k tokens) og egne benchmarker for lange videoer (Seed1.8 viser sterk token-effektivitet for lange videoer). Modellen støtter selektive videoverktøy (VideoCut) for å fokusere resonneringen på tidsstempler.
Agentisk GUI-automatisering og verktøybruk. Benchmarker og interne tester (OSWorld, AndroidWorld, LiveCodeBench, GUI-forankringsbenchmarker) viser forbedringer i GUI-agentoppgaver og flerstegsautomatisering. Modellen kan generere GUI-forankringskommandoer og operere i simulerte OS-/web-/mobilkontekster.
Konfigurerbare tenkemoduser for kontroll av ventetid/kostnad. Fire inferensmoduser lar utviklere justere beregningen ved kjøretid for interaktive kontra høykvalitets batch-oppgaver. Dette er nyttig for produksjonssystemer med stramme ventetidsbudsjetter.
Forbedret token-effektivitet (multimodal). Seed 1.8 viser bedre token-effektivitet på multimodale benchmarker enn forgjengerne (Seed-1.5/1.6-serien), og oppnår høy nøyaktighet med mindre token-budsjetter i flere oppgaver med lange videoer.
Konfigurerbare tenkemoduser: avvei beregningsdybde mot ventetid/kostnad med distinkte moduser (no_think → think-high) for å tilpasse til interaktiv produksjonsbruk.
Tekniske kapabiliteter

Token-effektivitet: Seed1.8 viser markant token-effektivitet sammenlignet med forgjengerne (Seed-1.5/1.6), med høyere nøyaktighet ved lavere token-budsjetter på oppgaver med lange videoer (f.eks. oppnår konkurransedyktig nøyaktighet selv ved 32K videotokens). Dette muliggjør lavere inferenskostnader for lange inndata.
Multimodal resonnering og persepsjon: Modellen når SOTA på flere VQA-oppgaver med flere bilder og bevegelse/persepsjon, og oppnår andreplass eller nær SOTA på mange multimodale resonneringsbenchmarker; spesielt overgår den forgjengeren på nesten alle målte visuelle/video-dimensjoner.
Agentisk verktøybruk og GUI-forankring: Dokumentert støtte for GUI-forankring og skjermbaserte operasjonsbenchmarker (ScreenSpot-Pro, GUI-agenting) med sterke forankringspoeng (f.eks. forbedringer over Seed-1.5-VL på ScreenSpot-Pro).
Parallell / trinnvis resonnering: Økt beregning ved kjøretid (parallell tenkning) gir målbare gevinster på matematikk-, koding- og multimodale resonneringsbenchmarker

Utvalgte offentlige benchmark-høydepunkter for Seed1.8

VCRBench (visual commonsense reasoning): Seed1.8 fikk 59.8 (Pass@1 rapportert i tabellen i modellkortet), en forbedring over Seed-1.5-VL og konkurransedyktig mot toppmodeller
VideoHolmes (videoresonnering): Seed1.8 65.5, overgår Seed-1.5-VL og nærmer seg pro-nivå konkurrentmodeller.
MMLB-NIAH (multimodal lang-kontekst, 128k): Seed1.8 oppnådde 72.2 Pass@1 ved 128k kontekst i MMLB-NIAH, og overgår noen samtidige pro-modeller.
Motion & Perception-suiten: SOTA i 5 av 6 evaluerte oppgaver; eksempler inkluderer TVBench, TempCompass og TOMATO der Seed1.8 viser betydelige gevinster i temporal persepsjon.
Agentiske arbeidsflyter: På BrowseComp og andre agentiske søk-/kode-benchmarker rangerer Seed1.8 ofte nær 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 persepsjon, token-effektivitet for lange videoer og agentisk utførelse.
Seed1.8 vs Gemini 3 Pro / GPT-5.x: På mange multimodale benchmarker matcher eller overgår Seed1.8 Gemini 3 Pro (SOTA på flere VQA-/bevegelsesoppgaver; bedre på MMLB-NIAH 128k-kjøring). Imidlertid viser kortet også områder der Gemini-familien beholder fordeler på visse fagkunnskapsoppgaver — den relative rangeringen er avhengig av benchmark.
Seed-Code-variant (Doubao-Seed-Code): spesialisert for programmerings-/agentiske kodeoppgaver (stor kontekst for kodebaser; spesialiserte SWE-benchmarker). Seed1.8 er den generalistiske agentiske multimodale modellen, mens Seed-Code er den programmeringsfokuserte varianten.

Praktiske brukstilfeller med Seedream 4.5 API på CometAPI

Multimodale forskningsassistenter og dokumentanalyse: ekstrahere, oppsummere og resonnere på tvers av lange dokumenter, lysbildepakker og flersidige rapporter.
Forståelse og overvåking av lange videoer: analyse for sikkerhet-/sportskringkasting, oppsummering av lange møter og strømmingsanalyse der modellens token-effektivitet for lange videoer er viktig.
Agentiske arbeidsflyter / automatisering: flerstegs nettsøk + kodekjøring + datauttrekksscenarier (f.eks. automatisert konkurrentanalyse, reiseplanlegging, forskningspipeliner demonstrert i interne benchmarker).
Utviklerverktøy (ved bruk av Seed-Code): analyse av store kodebaser, IDE-assistenter og agentisk kodekjøring for testing og reparasjon (Seed-Code er den anbefalte spesialiserte varianten).
GUI-automatisering og RPA: skjermforankring og GUI-agentbenchmarker indikerer at modellen kan utføre strukturerte GUI-oppgaver bedre enn tidligere Seed-utgivelser.

Slik bruker du doubao Seed 1.8 API via CometAPI

Doubao seed1.8 er kommersielt tilgjengelig gjennom CometAPI som et hostet inferens-API. API-et støtter multimodale payloads (tekst + bilder + videofragmenter / tidsstempler) og konfigurerbare inferensmoduser for å avveie ventetid og beregning mot svarkvalitet.

Kallmønstre: API-et støtter standard chat/completion-stil-forespørsler, strømmende svar og agentiske flyter der modellen utsteder verktøykall (søk, kodekjøring, GUI-handlinger) og tar inn verktøyutdata som påfølgende kontekst.

Strømming og håndtering av lang kontekst: API-et støtter strømming og har innebygde kontekststyringsprimitiver for lange økter (for å muliggjøre 100K+ kontekster / flerstegs agentspor).

Trinn 1: Registrer deg for API-nøkkel

Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først. Logg inn på din CometAPI console. Hent tilgangslegitimasjonen API-nøkkel for grensesnittet. Klikk «Add Token» ved API token i det personlige senteret, hent token-nøkkelen: sk-xxxxx og send inn.

Trinn 2: Send forespørsler til doubao Seed 1.8 API

Velg «doubao-seed-1-8-251228 »-endepunktet for å sende API-forespørselen og angi forespørselskroppen. Forespørselsmetode og forespørselskropp finnes i API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for din bekvemmelighet. Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din. Kompatibel med Chat API-ene.

Sett inn spørsmålet eller forespørselen din i content-feltet — det er dette modellen vil svare på. Behandle API-responsen for å hente det genererte svaret.

Trinn 3: Hent og verifiser resultater

Behandle API-responsen for å hente det genererte svaret. Etter behandling svarer API-et med oppgavestatus og utdata.

FAQ

Beslutningssenter for modeller

Kjenn kostnaden. Velg riktig arbeidsmengde.

Modeller de fem faktureringsdimensjonene, test en realistisk arbeidsmengde og avgjør hvor Opus er verdt pristillegget før du lanserer.

20 % under offisiell pris$0.2000 mot $0.2500 / 1 mill. inndatatokener

Kostnadslaboratorium

Beregn prisen på en reell agentkjøring

Spill av reelle arbeidsbelastninger på nytt i stedet for å sammenligne tokenpriser isolert. Last inn en forhåndsinnstilling, og juster deretter alle faktureringsdimensjoner.

Nye inndatatokener

tokener

Utdatatokener

tokener

$0.2000

/ 1 mill. token

Inndata

Nye instruksjoner, filer og samtalekontekst som sendes i hver runde.

Reduser den hentede konteksten før den når modellen.

$1.60

/ 1 mill. token

Utdata

Resonnering, kode og tekst generert av modellen.

Bruk eksplisitte fullføringskriterier og grenser for utdata.

Der Opus forsvarer pristillegget

Passer best

Utvikling på repositorienivå

Bruk Opus når oppgaven omfatter arkitektur, flere filer og tvetydige avveininger i implementeringen.

Passer best

Langvarige agenter

Et godt valg når en agent må bevare intensjonen gjennom mange verktøykall og gjenopprettingstrinn.

Verdt pristillegget

Gjennomgang med høy verdi

Reserver den for sikkerhets-, migrerings- og produksjonsgjennomganger der et oversett problem koster mer enn tokenene.

Bruk en lettere modell

Rutinearbeid med stort volum

Klassifisering, uttrekking og enkel chat gir vanligvis bedre enhetsøkonomi med Sonnet eller Haiku.

Veiledning for ledetekstbufring

Stabiliser prefikset

Hold retningslinjer, verktøyskjemaer og repositoriekart uendret.

Skriv én gang

Plasser hurtigbufferens skillepunkt etter den gjenbrukbare konteksten.

Les gjentatte ganger

Legg bare til den oppgavespesifikke endringen i senere runder.

Migrer uten å skrive om

Behold foretrukket SDK, og endre basis-URL-en, nøkkelen og modell-ID-en.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'doubao-seed-1-8-251228',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Kopier et fungerende endepunkt og kodeeksempel, og åpne den fullstendige API-referansen når du trenger alle parameterne.

Ett API, produksjonsklar modelltilgang

Autentiser én gang, kall modellens endepunkt, og behold samme faktureringen og overvåkningsflyt på tvers av leverandører.

POST/v1/chat/completions

Eksempelkode og API for Doubao-Seed-1.8

Doubao seed1.8 er nå gjort kommersielt tilgjengelig via CometAPI som et vertsbasert inferens-API. API-et støtter multimodale nyttelaster (tekst + bilder + videofragmenter / tidsstempler) og konfigurerbare inferensmoduser for å avveie latens og beregningsressurser opp mot 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();

Funksjoner

Se gjennom de viktigste modellopplysningene før du velger arkitektur eller anslår produksjonsbelastning.

Støttede funksjoner

Funksjoner returnert av det eksisterende modell-API-et.

text-to-text

Inndata og utdata

Inndata

text

Utdata

text

Produksjonsprofil

Leverandør: Bytedance
Kontekst: 256k
Kommersiell bruk: Støttet

Bruksområder

Bruk Doubao-Seed-1.8 til produksjonsarbeidsflyter som passer text-funksjonene, og sammenlign deretter alternativer før en langsiktig integrasjon.

Produksjonschat og agentarbeidsflyter

Koding, analyse og strukturert generering

Automatisering i stor skala via ett API

Andre modeller

Sammenlign andre modeller tilgjengelig via CometAPI basert på kvalitet, ventetid, funksjoner og pris.

Åpne modellsammenligning →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Se modell

Anthropic

Claude Fable 5.2

Claude Fable 5.2 er Anthropics avanserte KI-modell for komplekst, åpent definert teknisk arbeid som krever vedvarende resonnering, planlegging og utførelse på tvers av flere trinn.

Se modell

Google

Gemini 4 Carbon

Gemini 4 Carbon er Googles resonneringsmodell for kompleks programvareutvikling, vitenskapelig resonnering og vedvarende agentarbeidsflyter. Den er tilgjengelig på CometAPI gjennom det native Gemini API-et og det OpenAI-kompatible Chat API-et.

Se modell

Hunyuan

Hy 4

Tencent Hy4 er en stor språkmodell av neste generasjon, utviklet av Tencents Hunyuan-team, utformet for komplekst resonnement, agent-baserte arbeidsflyter, programvareutvikling og produktivitetsoppgaver i den virkelige verden.

Se modell

OpenAI

GPT-6 Luna

GPT-6 Luna (gpt-6-luna) er OpenAIs effektive GPT-6-modell for fokuserte arbeidslaster med høyt volum. OpenAI plasserer Luna under GPT-6 Sol i GPT-6-familien og vektlegger effektivitet, repeterbarhet og kostnadssensitiv produksjonsbruk.

Se modell

DeepSeek

DeepSeek V4.1 Flash

Den 17. oktober 2026 lanserte selskapet **DeepSeek-V4.1-Flash-1017**, en målrettet oppdatering av V4.1-Flash-modellen (opprinnelig lansert 10. september 2026). Markedsført som å gi betydelige forbedringer i resonnering, koding, agentfunksjonalitet og visuell forståelse—samtidig som den reduserer tiden for oppgaveutførelse og lengden på utdata—posisjoneres denne checkpointen som DeepSeeks kraftigste effektive modell til dags dato for reelle agent- og kodearbeidslaster.

Se modell

Oppetid

Se gjennom live heartbeat-data, endepunkttilgjengelighet og observerte responstider før du går i produksjon.

Oppdateringer

Følg med på vesentlige endringer i tilgjengelighet, priser og funksjoner for Doubao-Seed-1.8 uten å miste den stabile modellsiden.

Modellens endringslogg

Én side som blir bedre over tid.

Versjonsnotater, prisendringer, oppdateringer av ytelsesmålinger og migreringsveiledning samles her, mens den kanoniske URL-en forblir uendret.

Jan 8, 2026

API-tilgjengelighet bekreftet

Doubao-Seed-1.8 er tilgjengelig gjennom CometAPI-modellkatalogen og API-dokumentasjonen.

Gjeldende

Aktuelle data

Priser og begrensninger synkronisert fra katalogen

Pris, kontekst, tilgjengelighet og begrensninger behandles som dynamiske egenskaper i stedet for å være innebygd i sidetittelen eller modellidentiteten.

Jan 8, 2026

Permanent modellentitet opprettet

Leverandøren og modell-sluggen utgjør en varig kanonisk URL; fremtidig innhold og dataoppdateringer forblir på denne siden.

Fortsett å utforske

Sammenlign modeller og fortsett research

Bytedance

Tilgjengelig

doubao-seed-1-8-251228

Doubao-Seed-1.8 API

Startpris

$0.2 / 1 mill. input-tokens

Forbruksbasert fakturering

API-status

Tilgjengelig

Produksjonsendepunkt

Responstid

Klar for async

Observert API-responstid

Utgitt

Jan 8, 2026

Bytedance

Testmiljø

Prøv Doubao-Seed-1.8 med en reell forespørsel, se gjennom parameterne og valider resultatet før du integrerer API-et.

Priser

Bruk det raske anslaget ovenfor for én kjøring, og se deretter den fullstendige sammenligningen mellom CometAPI og offisiell pris.

Én forespørsel

$0.0018

Estimert brukskostnad for CometAPI

Ti forespørsler

$0.0180

Estimert brukskostnad for CometAPI

Femten forespørsler

$0.0270

Estimert brukskostnad for CometAPI

⇌

Konvertering av kreditter

1 000 kreditter = $1

Kreditter gjør budsjetter sammenlignbare på tvers av fakturering basert på tokener, forespørsler og kjøretid. USD-beløpet forblir fasiten ved betaling.

✓Gjeldende modell i kreditter

Inndata

200

kreditter / 1 mill. tokener

Utdata

1,600

kreditter / 1 mill. tokener

Comet-pris (USD / mill. tokener)	Offisiell pris (USD / mill. tokener)	Rabatt
Inndata: $0.2000/mill. Utdata: $1.60/mill.	Inndata: $0.2500/mill. Utdata: $2.00/mill.	-20%

Modelloversikt

En stabil modellidentitet for søk og evaluering, kombinert med oppdaterte katalogdata som kan endres uten at sidens grunnleggende SEO-struktur må skrives om.

Stabil identitet

Hva er Doubao-Seed-1.8?

Den kanoniske modellidentiteten forblir stabil når priser og grenser endres.

Aktuelle modelldata

Gjeldende katalogøyeblikksbilde

Tilgjengelighet

Tilgjengelig

Startpris

$0.2 / 1 mill. input-tokens

Kontekst

256k tokener

Katalogdato

Jan 8, 2026

Playground 2.0 / Beslutningspanel

Bestem først. Integrer med trygghet.

Ett arbeidsområde for å sammenligne modeller, finjustere ledetekster, inspisere ruting, migrere kode og lansere et testet utgangspunkt.

Forankret til Doubao-Seed-1.8

Arbeidsflyter

Sammenlign før du bestemmer deg

Kjør den samme ledeteksten på tvers av ledende modeller, og få en anbefaling underbygget med dokumentasjon.

3 modeller · 1 kjøring

Evalueringsprompt

kodingtemperatur 0.2JSON-utdata

GPT-5

OpenAI

Kvalitet

91/100

Svartid

1.2s

Estimert kostnad

$0.018

Claude Opus 5

Anthropic

KI-valg

Kvalitet

95/100

Svartid

1.8s

Estimert kostnad

$0.024

Gemini 3 Pro

Google

Kvalitet

89/100

Svartid

0.9s

Estimert kostnad

$0.011

Anbefaling: velg Claude Opus 5 for kodegjennomgang med høy risiko; send rutinekontroller til Gemini 3 Pro for å redusere kostnadene med ~54 %.

Oversikt

En praktisk oversikt over Doubao-Seed-1.8, inkludert viktig atferd og hensyn ved integrasjon.

Tekniske spesifikasjoner for Seed 1.8 API

Element	Spesifikasjon / merknad
Modellnavn / familie	Doubao-Seed-1.8 (Seed1.8) — ByteDance Seed / Volcano Engine
Støttede modaliteter	Tekst, bilder, video (multimodale VLM-egenskaper), lydverktøy i økosystemet (separate modeller for lyd-/videogenerering).
Kontekstvindu (tekst)	256K tokens
Video-/visuell kapasitet	Utformet for resonnering over lange videoer, støtter effektiv visuell koding og store videotoken-budsjetter (modellkortet rapporterer eksperimenter med videotokens og benchmarker for lange videoer).
Inndataformater	Fritekstprompt; bildeopplastinger (skjermbilder, diagrammer, bilder); video som tokeniserte rammer / videoverktøy for segmentinspeksjon; filopplastinger (dokumenter).
Utdataformater	Naturspråklig tekst, strukturerte utdata (structured-output beta), funksjonskall / verktøykall, kode og multimodale utdata via orkestrering.
Tanke-/inferensmoduser	no_think, think-low, think-medium, think-high — avveier nøyaktighet mot ventetid/kostnad.

Hva er Doubao Seed 1.8?

Hovedfunksjoner i Seed 1.8 API

Enhetlig multimodal agentisk modell. Integrerer persepsjon (bilde/video), resonnering (LLM) og handling (verktøy/G U I-kall, kodekjøring) i én modell i stedet for en oppdelt pipeline. Dette muliggjør kompakte agentarbeidsflyter og lavere orkestreringskompleksitet.
Ekstra lang kontekst og håndtering av lange videoer. Lang kontekst (produktsupport opptil 256k tokens) og egne benchmarker for lange videoer (Seed1.8 viser sterk token-effektivitet for lange videoer). Modellen støtter selektive videoverktøy (VideoCut) for å fokusere resonneringen på tidsstempler.
Agentisk GUI-automatisering og verktøybruk. Benchmarker og interne tester (OSWorld, AndroidWorld, LiveCodeBench, GUI-forankringsbenchmarker) viser forbedringer i GUI-agentoppgaver og flerstegsautomatisering. Modellen kan generere GUI-forankringskommandoer og operere i simulerte OS-/web-/mobilkontekster.
Konfigurerbare tenkemoduser for kontroll av ventetid/kostnad. Fire inferensmoduser lar utviklere justere beregningen ved kjøretid for interaktive kontra høykvalitets batch-oppgaver. Dette er nyttig for produksjonssystemer med stramme ventetidsbudsjetter.
Forbedret token-effektivitet (multimodal). Seed 1.8 viser bedre token-effektivitet på multimodale benchmarker enn forgjengerne (Seed-1.5/1.6-serien), og oppnår høy nøyaktighet med mindre token-budsjetter i flere oppgaver med lange videoer.
Konfigurerbare tenkemoduser: avvei beregningsdybde mot ventetid/kostnad med distinkte moduser (no_think → think-high) for å tilpasse til interaktiv produksjonsbruk.
Tekniske kapabiliteter

Token-effektivitet: Seed1.8 viser markant token-effektivitet sammenlignet med forgjengerne (Seed-1.5/1.6), med høyere nøyaktighet ved lavere token-budsjetter på oppgaver med lange videoer (f.eks. oppnår konkurransedyktig nøyaktighet selv ved 32K videotokens). Dette muliggjør lavere inferenskostnader for lange inndata.
Multimodal resonnering og persepsjon: Modellen når SOTA på flere VQA-oppgaver med flere bilder og bevegelse/persepsjon, og oppnår andreplass eller nær SOTA på mange multimodale resonneringsbenchmarker; spesielt overgår den forgjengeren på nesten alle målte visuelle/video-dimensjoner.
Agentisk verktøybruk og GUI-forankring: Dokumentert støtte for GUI-forankring og skjermbaserte operasjonsbenchmarker (ScreenSpot-Pro, GUI-agenting) med sterke forankringspoeng (f.eks. forbedringer over Seed-1.5-VL på ScreenSpot-Pro).
Parallell / trinnvis resonnering: Økt beregning ved kjøretid (parallell tenkning) gir målbare gevinster på matematikk-, koding- og multimodale resonneringsbenchmarker

Utvalgte offentlige benchmark-høydepunkter for Seed1.8

VCRBench (visual commonsense reasoning): Seed1.8 fikk 59.8 (Pass@1 rapportert i tabellen i modellkortet), en forbedring over Seed-1.5-VL og konkurransedyktig mot toppmodeller
VideoHolmes (videoresonnering): Seed1.8 65.5, overgår Seed-1.5-VL og nærmer seg pro-nivå konkurrentmodeller.
MMLB-NIAH (multimodal lang-kontekst, 128k): Seed1.8 oppnådde 72.2 Pass@1 ved 128k kontekst i MMLB-NIAH, og overgår noen samtidige pro-modeller.
Motion & Perception-suiten: SOTA i 5 av 6 evaluerte oppgaver; eksempler inkluderer TVBench, TempCompass og TOMATO der Seed1.8 viser betydelige gevinster i temporal persepsjon.
Agentiske arbeidsflyter: På BrowseComp og andre agentiske søk-/kode-benchmarker rangerer Seed1.8 ofte nær 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 persepsjon, token-effektivitet for lange videoer og agentisk utførelse.
Seed1.8 vs Gemini 3 Pro / GPT-5.x: På mange multimodale benchmarker matcher eller overgår Seed1.8 Gemini 3 Pro (SOTA på flere VQA-/bevegelsesoppgaver; bedre på MMLB-NIAH 128k-kjøring). Imidlertid viser kortet også områder der Gemini-familien beholder fordeler på visse fagkunnskapsoppgaver — den relative rangeringen er avhengig av benchmark.
Seed-Code-variant (Doubao-Seed-Code): spesialisert for programmerings-/agentiske kodeoppgaver (stor kontekst for kodebaser; spesialiserte SWE-benchmarker). Seed1.8 er den generalistiske agentiske multimodale modellen, mens Seed-Code er den programmeringsfokuserte varianten.

Praktiske brukstilfeller med Seedream 4.5 API på CometAPI

Multimodale forskningsassistenter og dokumentanalyse: ekstrahere, oppsummere og resonnere på tvers av lange dokumenter, lysbildepakker og flersidige rapporter.
Forståelse og overvåking av lange videoer: analyse for sikkerhet-/sportskringkasting, oppsummering av lange møter og strømmingsanalyse der modellens token-effektivitet for lange videoer er viktig.
Agentiske arbeidsflyter / automatisering: flerstegs nettsøk + kodekjøring + datauttrekksscenarier (f.eks. automatisert konkurrentanalyse, reiseplanlegging, forskningspipeliner demonstrert i interne benchmarker).
Utviklerverktøy (ved bruk av Seed-Code): analyse av store kodebaser, IDE-assistenter og agentisk kodekjøring for testing og reparasjon (Seed-Code er den anbefalte spesialiserte varianten).
GUI-automatisering og RPA: skjermforankring og GUI-agentbenchmarker indikerer at modellen kan utføre strukturerte GUI-oppgaver bedre enn tidligere Seed-utgivelser.

Slik bruker du doubao Seed 1.8 API via CometAPI

Strømming og håndtering av lang kontekst: API-et støtter strømming og har innebygde kontekststyringsprimitiver for lange økter (for å muliggjøre 100K+ kontekster / flerstegs agentspor).

Trinn 1: Registrer deg for API-nøkkel

Trinn 2: Send forespørsler til doubao Seed 1.8 API

Sett inn spørsmålet eller forespørselen din i content-feltet — det er dette modellen vil svare på. Behandle API-responsen for å hente det genererte svaret.

Trinn 3: Hent og verifiser resultater

Behandle API-responsen for å hente det genererte svaret. Etter behandling svarer API-et med oppgavestatus og utdata.

FAQ

Beslutningssenter for modeller

Kjenn kostnaden. Velg riktig arbeidsmengde.

Modeller de fem faktureringsdimensjonene, test en realistisk arbeidsmengde og avgjør hvor Opus er verdt pristillegget før du lanserer.

20 % under offisiell pris$0.2000 mot $0.2500 / 1 mill. inndatatokener

Kostnadslaboratorium

Beregn prisen på en reell agentkjøring

Spill av reelle arbeidsbelastninger på nytt i stedet for å sammenligne tokenpriser isolert. Last inn en forhåndsinnstilling, og juster deretter alle faktureringsdimensjoner.

Nye inndatatokener

tokener

Utdatatokener

tokener

$0.2000

/ 1 mill. token

Inndata

Nye instruksjoner, filer og samtalekontekst som sendes i hver runde.

Reduser den hentede konteksten før den når modellen.

$1.60

/ 1 mill. token

Utdata

Resonnering, kode og tekst generert av modellen.

Bruk eksplisitte fullføringskriterier og grenser for utdata.

Der Opus forsvarer pristillegget

Passer best

Utvikling på repositorienivå

Bruk Opus når oppgaven omfatter arkitektur, flere filer og tvetydige avveininger i implementeringen.

Passer best

Langvarige agenter

Et godt valg når en agent må bevare intensjonen gjennom mange verktøykall og gjenopprettingstrinn.

Verdt pristillegget

Gjennomgang med høy verdi

Reserver den for sikkerhets-, migrerings- og produksjonsgjennomganger der et oversett problem koster mer enn tokenene.

Bruk en lettere modell

Rutinearbeid med stort volum

Klassifisering, uttrekking og enkel chat gir vanligvis bedre enhetsøkonomi med Sonnet eller Haiku.

Veiledning for ledetekstbufring

Stabiliser prefikset

Hold retningslinjer, verktøyskjemaer og repositoriekart uendret.

Skriv én gang

Plasser hurtigbufferens skillepunkt etter den gjenbrukbare konteksten.

Les gjentatte ganger

Legg bare til den oppgavespesifikke endringen i senere runder.

Migrer uten å skrive om

Behold foretrukket SDK, og endre basis-URL-en, nøkkelen og modell-ID-en.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'doubao-seed-1-8-251228',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Kopier et fungerende endepunkt og kodeeksempel, og åpne den fullstendige API-referansen når du trenger alle parameterne.

Ett API, produksjonsklar modelltilgang

Autentiser én gang, kall modellens endepunkt, og behold samme faktureringen og overvåkningsflyt på tvers av leverandører.

POST/v1/chat/completions

Eksempelkode og API for 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();

Funksjoner

Se gjennom de viktigste modellopplysningene før du velger arkitektur eller anslår produksjonsbelastning.

Støttede funksjoner

Funksjoner returnert av det eksisterende modell-API-et.

text-to-text

Inndata og utdata

Inndata

text

Utdata

text

Produksjonsprofil

Leverandør: Bytedance
Kontekst: 256k
Kommersiell bruk: Støttet

Bruksområder

Bruk Doubao-Seed-1.8 til produksjonsarbeidsflyter som passer text-funksjonene, og sammenlign deretter alternativer før en langsiktig integrasjon.

Produksjonschat og agentarbeidsflyter

Koding, analyse og strukturert generering

Automatisering i stor skala via ett API

Andre modeller

Sammenlign andre modeller tilgjengelig via CometAPI basert på kvalitet, ventetid, funksjoner og pris.

Åpne modellsammenligning →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Se modell

Anthropic

Claude Fable 5.2

Claude Fable 5.2 er Anthropics avanserte KI-modell for komplekst, åpent definert teknisk arbeid som krever vedvarende resonnering, planlegging og utførelse på tvers av flere trinn.

Oppetid

Se gjennom live heartbeat-data, endepunkttilgjengelighet og observerte responstider før du går i produksjon.

Oppdateringer

Følg med på vesentlige endringer i tilgjengelighet, priser og funksjoner for Doubao-Seed-1.8 uten å miste den stabile modellsiden.

Modellens endringslogg

Én side som blir bedre over tid.

Versjonsnotater, prisendringer, oppdateringer av ytelsesmålinger og migreringsveiledning samles her, mens den kanoniske URL-en forblir uendret.

Jan 8, 2026

API-tilgjengelighet bekreftet

Doubao-Seed-1.8 er tilgjengelig gjennom CometAPI-modellkatalogen og API-dokumentasjonen.

Gjeldende

Aktuelle data

Priser og begrensninger synkronisert fra katalogen

Pris, kontekst, tilgjengelighet og begrensninger behandles som dynamiske egenskaper i stedet for å være innebygd i sidetittelen eller modellidentiteten.

Jan 8, 2026

Permanent modellentitet opprettet

Leverandøren og modell-sluggen utgjør en varig kanonisk URL; fremtidig innhold og dataoppdateringer forblir på denne siden.

Fortsett å utforske