Sobib pikaajalise horisondiga ülitäpseks osavaks robotmanipulatsiooniks ja reaalse maailma VLA-poliitikate spetsialiseerimiseks
Tüüp
Muu
Arutlusvõime
7/10
Kiirus
4/10
Multimodaalne
Pildisisend
Peenhäälestamine
Olek
Praegune uurimismudel/-raamistik; avaliku API kättesaadavuse kohta dokumentatsioon puudub
Vaata mudelit
→
Valkude ja biomolekulaarsete komplekside struktuuri ennustamine, arvutusbioloogia alased uuringud, molekulaarse disaini töövood ning teaduslike mudelite inferentsi käitamine enda hallatavas keskkonnas
Tüüp
Muu
Arutlusvõime
8/10
Kiirus
5/10
Peenhäälestamine
Olek
Aktiivne avatud lähtekoodiga biomolekulaarsete struktuuride ennustamise projekt, millel on mitu mudelivarianti, sealhulgas Protenix-v1 ja Protenix-v2
Vaata mudelit
→
Biomolekulaarsete struktuuride ennustamine, antikeha-antigeeni modelleerimine, ligandi arvestav komplekside modelleerimine ning arvutuslik biomolekulaarne disainiuurimus
Tüüp
Muu
Arutlusvõime
0/10
Kiirus
0/10
Olek
Praegune uurimismudel; tarkvara on avalikult kättesaadav, kuid mudeli kaalud on varalised
Vaata mudelit
→
Multimodaalsete agentide töövood, otsing ja teabe hankimine, programmeerimisagendid, graafilise kasutajaliidesega suhtlemine, piltide ja videote mõistmine, keerukate juhiste järgimine ning pika kontekstiga äriülesanded.
Tüüp
Multimodaalne
Kontekst
256K
Arutlusvõime
8/10
Kiirus
8/10
Multimodaalne
Pildisisend
Videosisend
Olek
Beetaversioon; kättesaadav BytePlus ModelArki kaudu nime all seed-1-8-251228. Eraldi Seed1.8-l põhineva multimodaalse süvamõtlemise operaatori LAS teenus lõppes 20.09.2026.
Sisend
0,25 USD miljoni sisendmärgi kohta kuni 128 000 märgini ulatuvate viipade puhul; 0,50 USD miljoni sisendmärgi kohta viipade puhul, mis on pikemad kui 128 000 ja kuni 256 000 märki; vahemällu salvestatud sisend 0,05 USD miljoni märgi kohta.
Väljund
2,00 USA dollarit miljoni tokeni kohta viipade puhul pikkusega kuni 128 000 tokenit; 4,00 USA dollarit miljoni tokeni kohta viipade puhul pikkusega üle 128 000 ja kuni 256 000 tokenit. Partiipõhise väljundi hind on sõltuvalt viiba pikkuse kategooriast 1,0
Vaata mudelit
→
Isehostitav üldotstarbeline keelemudeldamine, pika kontekstiga uurimistöö, arutluskatsetused, programmeerimisabi, kokkuvõtete koostamine ja alusmudelite peenhäälestus
Tüüp
üldotstarbeline
Kontekst
524K
Arutlusvõime
7/10
Kiirus
5/10
Peenhäälestamine
Voogedastus
Olek
Saadaval olev avatud kaaludega mudel
Sisend
Ametlikult hostitud API-l hinda ei ole; allalaaditavad mudelikaalud on saadaval Apache-2.0 litsentsi alusel.
Väljund
Ametlikult hostitud API-l puudub hind; juurutamise maksumus sõltub kasutaja taristust või kolmanda osapoole hostimisest.
Vaata mudelit
→
Oma taristus käitamiseks: pika konteksti töötlus, arutlus, programmeerimine, agentne tööriistade kasutamine, uurimistöö, küsimustele vastamine, kokkuvõtete koostamine ja üldine teksti genereerimine
Tüüp
Arutlus
Kontekst
524K
Arutlusvõime
8/10
Kiirus
5/10
Tööriistade kasutamine
Voogedastus
Olek
Praegu avatud kaaludega mudel; allalaaditav Apache-2.0 litsentsi alusel
Vaata mudelit
→
Uurimistööks, kohandatud järeltreeninguks, pika konteksti töötlemiseks, kodeerimiskatseteks ja alusmudeli juurutamiseks oma serveris
Tüüp
üldotstarbeline
Kontekst
512K
Arutlusvõime
7/10
Kiirus
4/10
Tööriistade kasutamine
Peenhäälestamine
Olek
Hetkel saadaval olev allalaaditav avatud kaaludega alusmudel
Vaata mudelit
→
Üldotstarbeline abi hiina ja mitme keele kasutamisel, programmeerimine, arutlemine, piltide ja dokumentide mõistmine ning häälinteraktsiooni rakendused.
Tüüp
Multimodaalne
Kontekst
33K
Arutlusvõime
7/10
Kiirus
8/10
Multimodaalne
Pildisisend
Helisisend
Olek
Kasutuselt kõrvaldatud; peamise doubao-1-5-pro-32k-250115 juurutuse sulgemine oli kavandatud 21. septembrile 2026 kell 14.00 Hiina standardaja järgi.
Vaata mudelit
→
Visuaalne arutlus, piltide ja videote mõistmine, OCR, visuaalne lokaliseerimine, GUI-agentide uurimine, mänguanalüüs ja multimodaalsete võrdlustestide hindamine
Tüüp
Multimodaalne
Kontekst
131K
Arutlusvõime
8/10
Kiirus
6/10
Multimodaalne
Pildisisend
Videosisend
Olek
Kasutusest kõrvaldatud; Volcano Engine'i teenus lõppes 2026-03-31.
Vaata mudelit
→
Ristmodaalne semantiline otsing, teksti ja pildi põhine otsing, videote otsing, multimodaalsed teadmistebaasid, klassifitseerimine, klasterdamine ja soovitused
Tüüp
Muu
Kontekst
128K
Arutlusvõime
1/10
Kiirus
8/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegu saadaval Volcano Engine'i kaudu
Vaata mudelit
→
Multimodaalne dokumendianalüüs, visuaalsetele küsimustele vastamine, programmeerimine, matemaatika, üldine arutlemine, pika konteksti analüüs ja adaptiivse mõtlemise rakendused
Tüüp
Multimodaalne
Kontekst
256K
Arutlusvõime
8/10
Kiirus
7/10
Multimodaalne
Pildisisend
Tööriistade kasutamine
Olek
Aegunud; uute lõpp-punktide loomine lõpetati 24.09.2026; olemasolev teenus viiakse 24.11.2026 automaatselt üle või asendatakse
Vaata mudelit
→
Süvaarutlus, programmeerimine, matemaatika, loogiline analüüs, dokumentide mõistmine ning visuaalne arutlemine piltide või videote põhjal
Tüüp
Arutlus
Kontekst
256K
Arutlusvõime
8/10
Kiirus
5/10
Multimodaalne
Pildisisend
Videosisend
Olek
Aegunud; kasutuselt kõrvaldamine ja üleviimine Seed2.0 mudelile on kavandatud
Vaata mudelit
→
Ettevõtetele suunatud koodikirjutamise agendid, esiotsa arendus, mitmekeelne tarkvaraarendus, koodihoidlate silumine, refaktoreerimine ja pika kontekstiga programmeerimise töövood.
Tüüp
Kodeerimine
Kontekst
262K
Arutlusvõime
8/10
Kiirus
7/10
Multimodaalne
Pildisisend
Videosisend
Olek
Eelvaade; Arki lõpp-punkt doubao-seed-2-0-code-preview-260215 on märgitud kavandatud kasutuselt kõrvaldamiseks. Saadavus sõltub ByteDance'i ja Volcano Engine'i teenusest.
Sisend
¥3,2 1 miljoni sisendmärgi kohta sisendi pikkuse 0–32K korral; ¥4,8 1 miljoni sisendmärgi kohta pikkuse 32K–128K korral; ¥9,6 1 miljoni sisendmärgi kohta pikkuse 128K–256K korral. Vahemälu tabamuse hinnastamine on eraldi.
Väljund
0–32K sisendtokeeni korral ¥16 1 miljoni väljundtokeni kohta; 32K–128K sisendtokeeni korral ¥24 1 miljoni väljundtokeni kohta; 128K–256K sisendtokeeni korral ¥48 1 miljoni väljundtokeni kohta.
Vaata mudelit
→
Kulusäästlikud tootmisrakendused, mis vajavad pika konteksti multimodaalset mõistmist, dokumentide ja videote analüüsi, programmeerimisabi, tööriistade kasutamist, graafilise kasutajaliidese automatiseerimist ning struktureeritud andmete eraldamist.
Tüüp
Multimodaalne
Kontekst
262K
Arutlusvõime
8/10
Kiirus
8/10
Multimodaalne
Pildisisend
Helisisend
Olek
Praegune; viimane dokumenteeritud väljalase: seed-2-0-lite-260428
Sisend
0,25 dollarit 1 miljoni mittehelisisendi märgi kohta kuni 128K pikkuste viipade puhul; 0,50 dollarit 1 miljoni kohta viipade puhul, mis on pikemad kui 128K ja kuni 256K. Helisisend: 3,75 dollarit 1 miljoni märgi kohta kuni 128K ulatuses ja 7,50 dollarit 1
Väljund
2,00 dollarit 1 miljoni väljundtokeni kohta kuni 128 000 tokeni pikkuste viipade puhul; 4,00 dollarit 1 miljoni väljundtokeni kohta viipade puhul, mille pikkus ületab 128 000 tokenit, kuid ei ületa 256 000 tokenit.
Vaata mudelit
→
Suure samaaegsusega inferents, pakettgenereerimine, klassifitseerimine, andmete ekstraheerimine, kokkuvõtete koostamine ja kulutundlikud multimodaalsed töökoormused
Tüüp
Kergekaaluline
Kontekst
256K
Arutlusvõime
7/10
Kiirus
9/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegu saadaval ByteDance’i Volcano Engine’i mudeli API kaudu
Sisend
$0,03 1 miljoni sisendtokeni kohta
Väljund
0,31 dollarit 1 miljoni väljundmärgi kohta
Vaata mudelit
→
Keerukate multimodaalsete ülesannete lahendamine, pika ahelaga agentide töövood, visuaal- ja videomaterjali analüüs, dokumentide mõistmine, teadusuuringute toetamine, programmeerimine ja ettevõtete tööprotsesside automatiseerimine.
Tüüp
Multimodaalne
Kontekst
200K
Arutlusvõime
9/10
Kiirus
6/10
Multimodaalne
Pildisisend
Helisisend
Olek
Aktiivne ja praegu Volcano Engine Arki kaudu kättesaadav; kanooniline juurutusversioon 260215
Sisend
3,2 CNY miljoni sisendtokeni kohta vahemikus 0–32K; 4,8 CNY miljoni sisendtokeni kohta vahemikus 32–128K; 9,6 CNY miljoni sisendtokeni kohta vahemikus 128–256K. Pakktöötluse sisendi hinnad on samade tasemete puhul vastavalt 1,6, 2,4 ja 4,8 CNY miljoni tok
Väljund
16 CNY miljoni sisendtokeni kohta vahemikus 0–32K; 24 CNY miljoni sisendtokeni kohta vahemikus 32–128K; 48 CNY miljoni sisendtokeni kohta vahemikus 128–256K. Partiijärelduse väljundi hinnad on samades vahemikes vastavalt 8, 12 ja 24 CNY miljoni tokeni koh
Vaata mudelit
→
Keerukad agentide töövood, suure väärtusega kontori- ja uurimisülesanded, pikaajaline programmeerimine, dokumentide ja visuaalse sisu analüüs, video mõistmine ning tööriistade toel toimiv tootlikkuse automatiseerimine.
Tüüp
üldotstarbeline
Arutlusvõime
8/10
Kiirus
6/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegu ametlikult välja antud; saadaval ByteDance Seedi, Doubao ja Volcano Engine'i API-kanalite kaudu.
Vaata mudelit
→
Kiired multimodaalsed agendid, programmeerimisabilised, dokumentide ja videote analüüs, tööriistade kutsumise töövood, struktureeritud andmete eraldamine ning kuluteadlikud tootmisrakendused
Tüüp
Multimodaalne
Kontekst
256K
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegu saadaval Volcano Engine Arki kaudu; API-mudeli identifikaator on doubao-seed-2-1-turbo-260628
Sisend
6 CNY 1 miljoni sisendtokeni kohta sisendpikkuste korral kuni 256 000 tokenini
Väljund
30 CNY 1 miljoni väljundtokeni kohta
Vaata mudelit
→
Ajalooline uurimus ja võrdlus ühe pildi põhjal 3D-sisu loomise kohta robootika, füüsikasimulatsiooni, kehastunud tehisintellekti, sünteetiliste treeningandmete ja PBR-varade loomise jaoks
Tüüp
Muu
Arutlusvõime
0/10
Kiirus
0/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Kasutuselt kõrvaldatud; teenus lõppes 24. märtsil 2026 kell 14.00 (UTC+8)
Vaata mudelit
→
Ülitäpne 3D-varade genereerimine, PBR-materjalide loomine, liigendatud objektid, robootikasimulatsioon, kehastunud tehisintellekt ja stseenide komponeerimine
Tüüp
Muu
Arutlusvõime
7/10
Kiirus
0/10
Multimodaalne
Pildisisend
Videosisend
Olek
Hetkel aktiivne; API on Volcano Engine’i kaudu kasutatav
Vaata mudelit
→
Pika vormiga audiovisuaalne lugude jutustamine, tekstist video loomine, viitepõhine videote genereerimine, loovproduktsioon, reklaam, haridus, tööstuslik simulatsioon ja videotöötlus.
Tüüp
Multimodaalne
Arutlusvõime
2/10
Kiirus
7/10
Multimodaalne
Pildisisend
Helisisend
Olek
Praegu saadaval ByteDance'i platvormidel, sealhulgas Jimeng AI-s, Doubao Pros ja Seedi platvormil. API-juurdepääs BytePlus ModelArki kaudu on kavandatud tulevikus.
Vaata mudelit
→
Multimodaalne tekstist video loomine ja viitepõhine videote genereerimine, kinematograafilised lühiklipid, videote redigeerimine ja pikendamine, mitme võttega lugude jutustamine ning sünkroniseeritud heli ja video loomine.
Tüüp
Multimodaalne
Arutlusvõime
1/10
Kiirus
6/10
Multimodaalne
Pildisisend
Helisisend
Olek
Ametlik mudelileht on endiselt saadaval; vanema põlvkonna mudel on asendatud mudeliga Seedance 2.5.
Vaata mudelit
→
Terviklike stseenide heliloome, väljendusrikas hääleloome, dubleerimine, dialoog, heliefektid, atmosfäärihelid, reklaamid, mängud, taskuhäälingud ja mitmekeelne audiotootmine
Multimodaalne
Pildisisend
Helisisend
Olek
Praegu saadaval BytePlusi kaudu
Vaata mudelit
→
Suure läbilaskevõimega koodi genereerimise uuringud, difusioonipõhiste keelemudelite hindamine ja koodi redigeerimise katsed
Tüüp
Programmeerimine
Arutlusvõime
4/10
Kiirus
10/10
Olek
Eksperimentaalne uurimisversioon
Vaata mudelit
→
Päris- või tehisloodud piltide juhistepõhiseks töötlemiseks, sealhulgas objektide asendamiseks või eemaldamiseks, portreede muutmiseks, tausta redigeerimiseks, valgustuse ja perspektiivi teisendamiseks ning pildil oleva teksti asendamiseks.
Tüüp
Muu
Arutlusvõime
5/10
Kiirus
8/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Ajakohane ja BytePlus ModelArki kaudu kättesaadav 28. septembri 2026 seisuga
Sisend
0,03 USA dollarit genereeritud pildi kohta
Vaata mudelit
→
Kehastunud robootika uuringud, pikaajalise horisondiga manipuleerimine, kahe käega juhtimine, oskuslik objektide käsitsemine ning robotipoliitikate kohandamine uute objektide ja ülesannetega
Tüüp
Muu
Arutlusvõime
6/10
Kiirus
6/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Praegu ametlikult dokumenteeritud uurimismudel; avalikult hostitava API, kommertshinna ega allalaaditavate kaalude kohta ei ole kinnitatud teavet.
Vaata mudelit
→
Reaalajas audiovisuaalsed assistendid, stseeni mõistmisel põhinev juhendamine, reaalajas selgitused, interaktiivne õpe, ligipääsetavus ja ennetav multimodaalne koostöö
Tüüp
Multimodaalne
Arutlusvõime
7/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Praegu; suuremahulise audiovisuaalse täisdupleksse juurutuse jaoks täielikult kasutusele võetud
Vaata mudelit
→
Tekstist piltide loomine, tekstiviipade põhine pilditöötlus, viidete abil loomine, mitme pildi kombineerimine, visuaalne disain, infograafika, süžeeskeemid ja 4K-kvaliteediga loometöö
Tüüp
Multimodaalne
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Saadaval Volcengine Arki API kaudu; saadaval on ka uuemad Seedreami versioonid
Väljund
0,20 ¥ iga edukalt loodud pildi kohta
Vaata mudelit
→
Professionaalne pildiloome ja -töötlus, suure infotihedusega infograafika, reklaami- ja e-kaubanduse visuaalid, mitmekeelne visuaalne sisu, täpsed ruumilised muudatused, kihtide eraldamine ning mitme lähtepildiga töövood
Tüüp
Multimodaalne
Arutlusvõime
8/10
Kiirus
7/10
Multimodaalne
Pildisisend
Meediaväljund
Olek
Ajakohane ja avalikult dokumenteeritud; kättesaadav BytePlus ModelArki ja ByteDance Seedi teenuste kaudu
Sisend
Esimene referentspilt on tasuta; iga täiendav referentspilt maksab 0,003 dollarit.
Väljund
0,045 dollarit väljundpildi kohta kuni 2,36 miljoni piksli suuruste piltide puhul; 0,09 dollarit väljundpildi kohta üle 2,36 miljoni piksli suuruste piltide puhul
Vaata mudelit
→
Avatud kaaludega arvutikasutuse uurimine, graafilise kasutajaliidese (GUI) elementide tuvastamine, brauseri automatiseerimise prototüüpide loomine, ekraanipiltidel põhinev kasutajaliidesega suhtlemine ja visuaalsete tegevusmudelite katsetamine
Tüüp
Multimodaalne
Kontekst
128K
Arutlusvõime
8/10
Kiirus
5/10
Multimodaalne
Pildisisend
Olek
Saadaval avatud kaaludega teadusväljaandena; pakkuja uuemas UI-TARS-i arendussuunas on selle välja vahetanud UI-TARS-2.
Vaata mudelit
→
