ByteDance-Seed-1.8 est un modèle de raisonnement approfondi sur BytePlus ModelArk, actuellement en bêta, que sa page modèle crédite d'une compréhension multimodale et de capacités d'agent renforcées ainsi que de performances supérieures sur un large éventail de tâches complexes du monde réel.
- Entrée
- texte image vidéo $0.25/M
- Sortie
- texte $2/M
- Lecture de cache
- $0.05/M
- Contexte
- 262K
- vs GPT-4o
- ~95% moins cher
Prompts de plus de 128K tokens : toute la requête est facturée $0.5/M en entrée · $4/M en sortie
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 256 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 65 536 |
Mise en cache
| Mode | automatique + explicite |
|---|---|
| Préfixe min. | 1 024 |
Réflexion
| Paramètre du fournisseur | thinking.type + reasoning_effort |
|---|---|
| Valeurs acceptées | thinking.type enabled · disabled (no auto); reasoning_effort minimal · low · medium · high |
| Valeur par défaut | enabled, avec reasoning_effort medium appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement de la réflexion | La trace revient dans reasoning_content ; à partir de seed-1.8, elle est conservée dans l'historique de conversation au lieu d'être supprimée, et le modèle décide s'il la réinjecte dans l'inférence. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte + image + vidéo → texte |
|---|
- Modèle agentique généraliste (capacités de recherche, de code et d'agent GUI, vision native)
- id ModelArk seed-1-8 (version seed-1-8-251228, bêta)
- contexte de 256K, 64K de sortie maximale chaîne de raisonnement comprise
- raisonnement approfondi minimal/low/medium/high
- appel de fonctions en mode strict
Un prompt, mesuré via la passerelle
ByteDance Seed 1.8 réussi · 3 sentences
Enabling reasoning capabilities means our LLMs now run multi-step inference chains instead of generating short, direct responses, which doubles the compute resources consumed per query since each step requires processing additional context and intermediate outputs to arrive at a logical conclusion. Additionally, teams across finance, legal, and operations have rapidly adopted these reasoning tools for high-complexity workflows—like automated contract clause analysis and quarterly forecast variance checks—that were previously done manually, leading to a 20% uptick in overall query volume on top of higher per-query costs. While this has temporarily doubled our LLM bill, the time saved on labor-intensive tasks is already reducing overtime costs for senior staff, and we project these efficiency gains will offset the increased LLM expenses and generate net savings by Q4 of this year.
sortie 741 tok (+581 réflexion) latence 11.1 s
Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.
ByteDance Seed 1.8 réussi · 8/8 cases
### Fixed Function ```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i-1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` ### Bug Explanation The original function had two critical bugs: 1) It initialized `best` and `cur` to 0, ignoring that any non-empty list has a minimal run length of 1 (causing single-element inputs to return 0 instead of 1). 2) It counted consecutive equal transitions (e.g., for a run of 3 elements, it counted 2 transitions) instead of the actual run length, leading to off-by-one errors for all runs—including those ending at the last index (like [2,2,2] returning 2 instead of 3). […]
sortie 2072 tok (+1817 réflexion) latence 26.1 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
ByteDance Seed 1.8 réussi · 5/5 fields, guidance "withheld pending the Q4 close"
{ "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld pending the Q4 close" }
sortie 757 tok (+695 réflexion) latence 10.6 s
Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.
ByteDance Seed 1.8 manqué · 147 words, 0 banned, 1 question
Today, we’re launching a cross-provider prompt caching feature for our API gateway, built to solve key challenges for teams leveraging multiple AI service providers. Many teams reuse standardized prompts across tools but incur unnecessary latency and inflated costs from resubmitting identical requests to different platforms. This feature automatically detects and stores matching prompts across all connected providers in an encrypted, user-configurable cache, cutting redundant API calls by up to 55% and reducing average request latency by 40% for repeated prompts. It supports all major AI providers and integrates with existing gateway workflows, with options to set cache expiration times per prompt category. […]
sortie 1146 tok (+970 réflexion) latence 15.2 s
Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.
Utilisez ByteDance Seed 1.8 en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="ByteDance-Seed-1.8",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "ByteDance-Seed-1.8",
messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "ByteDance-Seed-1.8",
"messages": [{"role": "user", "content": "Hello"}]
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "ByteDance-Seed-1.8",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("ByteDance-Seed-1.8")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de ByteDance Seed 1.8
- Les notes de version ajoutent une compréhension multimodale améliorée et une gestion du contexte plus flexible.
- Il accepte du texte, des images et des vidéos en entrée et renvoie du texte, avec une fenêtre de contexte de 256K, 224K en entrée maximum et 64K en sortie dont un budget de chaîne de raisonnement de 32K, plus l'appel de fonctions, les sorties structurées et la mise en cache du contexte.
- Deux détails méritent d'être réglés avant la mise en production : la sortie maximale vaut 4K par défaut, bien en dessous du plafond de 64K, et thinking.type est activé par défaut sans mode automatique, si bien que le raisonnement approfondi doit être désactivé explicitement si vous n'en voulez pas.
- La profondeur se règle séparément via reasoning_effort à minimal, low, medium ou high, avec medium par défaut.
- Le changement majeur de cette génération est l'encodeur visuel : les images jusqu'à quatre mégapixels coûtent désormais 44,4 % des tokens que facturait la version précédente, l'entrée en haute définition atteint neuf mégapixels, et le plafond d'images vidéo double à 1 280, même si l'envoi de vidéo via la Files API impose de nommer ce modèle, faute de quoi l'ancien encodeur est utilisé.
- La mise en cache fonctionne de manière implicite et explicite, au niveau du préfixe comme de la session, l'édition de contexte peut effacer le raisonnement ou les appels d'outils antérieurs, et l'inférence par lots est prise en charge.
- Synthorai le sert via l'endpoint compatible OpenAI de sa passerelle.
FAQ
Peut-on essayer l'API ByteDance Seed 1.8 gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.25/M de tokens en entrée, ce crédit couvre à lui seul environ 500 requêtes de ~8K tokens sur ByteDance Seed 1.8.
Quels sont les points forts de ByteDance Seed 1.8 ?
Compréhension multimodale et capacités d'agent renforcées ; entrée texte, image et vidéo ; contexte de 256K avec budget de chaîne de raisonnement de 32K. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte ByteDance Seed 1.8 ?
Sur Synthorai, ByteDance Seed 1.8 coûte $0.25 par million de tokens en entrée et $2 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.05/M.
Quelle est la fenêtre de contexte de ByteDance Seed 1.8 ?
ByteDance Seed 1.8 dispose d'une fenêtre de contexte de 262K tokens sur Synthorai. Une réponse peut compter jusqu'à 65,536 tokens.
ByteDance Seed 1.8 prend-il en charge la mise en cache des prompts ?
Oui : la mise en cache automatique est activée par défaut, avec un mode explicite pour des économies garanties. Les tokens d'entrée en cache sont facturés $0.05/M contre $0.25/M hors cache ; les prompts doivent avoir un préfixe stable de 1,024 tokens pour être mis en cache. Guide de mise en cache des prompts →
Comment obtenir l'accès à ByteDance Seed 1.8 ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="ByteDance-Seed-1.8", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.