Dola Seed 2.0 Lite est le palier équilibré de la famille Dola Seed 2.0 de ByteDance sur BytePlus ModelArk.
- Entrée
- texte image vidéo audio $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
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
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) | 131 072 |
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 et est conservée dans l'historique de conversation ; sur les tours d'appel d'outils, rien ne doit être renvoyé, et son omission ne déclenche aucune erreur. |
| 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 + audio → texte |
|---|
- Série Seed 2.0 lancée le 2026-02-14
- id ModelArk seed-2-0-lite (dernière version 260428)
- contexte de 256K, 128K de sortie maximale chaîne de raisonnement comprise
- compréhension audio en bêta sur la version 260428
- mise en cache du contexte implicite et explicite
Un prompt, mesuré via la passerelle
Dola Seed 2.0 Lite réussi · 3 sentences
Enabling reasoning on our production LLM requires the model to run resource-intensive multi-step chain-of-thought inference for every customer-facing query, rather than the single-pass inference that powered our original non-reasoning deployment, and GPU compute—which makes up 90% of our total LLM bill—scales directly with the number of compute cycles each query consumes. Our cloud provider’s LLM billing model charges per million processed tokens, and reasoning workflows generate an average of 2.1x more hidden processing tokens (the intermediate problem-solving steps the model never surfaces to end users) that are still billable, pushing our total monthly token consumption just over double what it was prior to enabling the feature. […]
sortie 1306 tok (+1096 réflexion) latence 18.2 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.
Dola Seed 2.0 Lite réussi · 8/8 cases
### Corrected Function ```python def longest_run(xs): if not xs: # Handle empty input edge case return 0 best = cur = 1 # Base run length of 1 for any non-empty single element for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 # Reset run length for the new, different element return best ``` ### Bug Explanation (single paragraph) The original function’s core flaw was that it counted the number of consecutive equal adjacent element pairs, rather than the number of elements in the run itself, leading to all results being off by one, which caused both reported issues: a run of k equal elements only has k-1 consecutive matching pairs, so the original function’s maximum `best` value was always one less than the true element count of the longest run. […]
sortie 2620 tok (+2217 réflexion) latence 33.2 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
Dola Seed 2.0 Lite réussi · 5/5 fields, guidance "Formal guidance withheld pending Q4 clos"
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "Formal guidance withheld pending Q4 close" }
sortie 1502 tok (+1439 réflexion) latence 20.2 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.
Dola Seed 2.0 Lite manqué · 141 words, 0 banned, 1 question
Today we launch Cross-Provider Prompt Cache, a new feature for our Core API Gateway built to cut redundant AI costs and latency for teams routing requests across multiple LLM providers. Many development teams rotate between OpenAI, Anthropic, and Google Gemini to balance performance, cost, and capability, but identical prompts get reprocessed from scratch with every provider switch, wasting tokens and slowing response times. This feature stores validated prompt responses at the gateway layer, so repeat requests pull from cache regardless of which provider they route to, with configurable TTLs and built-in compliance with all major provider data policies. […]
sortie 1870 tok (+1695 réflexion) latence 23.1 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 Dola Seed 2.0 Lite 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="Dola-Seed-2.0-lite",
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: "Dola-Seed-2.0-lite",
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": "Dola-Seed-2.0-lite",
"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: "Dola-Seed-2.0-lite",
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("Dola-Seed-2.0-lite")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de Dola Seed 2.0 Lite
- BytePlus décrit sa version la plus récente comme le premier modèle de compréhension omnimodale de la famille Dola, unifiant nativement la compréhension de la vidéo, de l'image, de l'audio et du texte avec des capacités d'agent, de codage et de GUI améliorées ; la version précédente était présentée comme une mise à niveau entreprise économique et à haut débit par rapport à seed-1-8, dotée d'une forte compréhension du contexte long et de sorties structurées fiables pour les workflows de production essentiels.
- Il offre une fenêtre de contexte de 256K avec jusqu'à 128K en sortie, chaîne de raisonnement comprise, soit le double de la sortie totale de 64K de seed-1.8, ce qui est la raison concrète de déplacer le travail de raisonnement long vers la génération 2.0.
- La sortie vaut 4K par défaut, alors relevez-la délibérément pour les réponses longues.
- La réflexion est activée par défaut via thinking.type, qui n'offre que enabled et disabled sans réglage automatique, et la profondeur de raisonnement se règle séparément via reasoning_effort à minimal, low, medium ou high, avec medium par défaut.
- Les sorties structurées avec un schéma JSON, l'appel de fonctions avec intégration d'outils MCP, les résumés de réflexion, ainsi que la mise en cache implicite et explicite au niveau du préfixe et de la session sont pris en charge, et la sortie est uniquement textuelle quelle que soit l'entrée.
- BytePlus ne publie aucun guide de sélection comparatif pour la famille, si bien que le positionnement des notes de version est la base officielle pour choisir entre les paliers.
- Synthorai le propose via une API de chat compatible OpenAI.
FAQ
Peut-on essayer l'API Dola Seed 2.0 Lite 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 Dola Seed 2.0 Lite.
Quels sont les points forts de Dola Seed 2.0 Lite ?
Premier modèle de compréhension omnimodale de sa famille ; unifie nativement vidéo, image, audio et texte ; contexte de 256K avec jusqu'à 128K en sortie. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Dola Seed 2.0 Lite ?
Sur Synthorai, Dola Seed 2.0 Lite 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 Dola Seed 2.0 Lite ?
Dola Seed 2.0 Lite dispose d'une fenêtre de contexte de 262K tokens sur Synthorai. Une réponse peut compter jusqu'à 131,072 tokens.
Dola Seed 2.0 Lite 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 Dola Seed 2.0 Lite ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="Dola-Seed-2.0-lite", 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.