ByteDance-Seed-1.8은 BytePlus ModelArk에서 제공되는 딥 싱킹(deep-thinking) 모델로 현재 베타 단계이며, 모델 페이지는 더 강해진 멀티모달 이해와 에이전트 능력, 그리고 폭넓은 복잡한 실전 과제 전반에서의 뛰어난 성능을 강점으로 꼽습니다.
- 입력
- 텍스트 이미지 비디오 $0.25/M
- 출력
- 텍스트 $2/M
- 캐시 읽기
- $0.05/M
- 컨텍스트
- 262K
- GPT-4o 대비
- 약 95% 저렴
가격의 위치
동종 60개 모델 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
스펙 및 제한
토큰
| 컨텍스트 윈도우(공급사 사양) | 256,000 |
|---|---|
| 최대 출력(벤더 스펙) | 65,536 |
프롬프트 캐싱
| 캐싱 방식 | 자동 + 명시적 |
|---|---|
| 최소 프리픽스 | 1,024 |
사고
| 공급사 파라미터 | thinking.type + reasoning_effort |
|---|---|
| 허용 값 | thinking.type enabled · disabled (no auto); reasoning_effort minimal · low · medium · high |
| 기본값 | enabled, reasoning_effort는 medium 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 지원 |
| 사고 동작 | 트레이스는 reasoning_content로 반환됩니다. seed-1.8부터는 폐기되지 않고 대화 기록에 보존되며, 이를 다시 추론에 투입할지는 모델이 결정합니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이 측 파라미터 표면 - 위의 벤더 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 + 비디오 → 텍스트 |
|---|
- 범용 에이전틱 모델(검색/코드/GUI 에이전트 능력, 네이티브 비전)
- ModelArk id는 seed-1-8(버전 seed-1-8-251228, Beta)
- 256K 컨텍스트, CoT 포함 64K 최대 출력
- 심층 추론 minimal/low/medium/high
- strict 모드 함수 호출
하나의 프롬프트 - 게이트웨이를 통해 측정됨
ByteDance Seed 1.8 통과 · 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.
출력 741 tok (+581 추론) 지연 시간 11.1 s
지시 준수(정확히 세 문장 - 셀 수 있음), 독자 맞춤(CFO 어조), 그리고 아래 토큰 계량기가 드러내는 숨은 사고 과금 격차.
ByteDance Seed 1.8 통과 · 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). […]
출력 2072 tok (+1817 추론) 지연 시간 26.1 s
수정이 실제로 옳은지(실행 가능한지), 설명의 밀도, 그리고 범위가 정해진 작업에서의 토큰 효율.
ByteDance Seed 1.8 통과 · 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" }
출력 757 tok (+695 추론) 지연 시간 10.6 s
스키마 준수(없는 필드를 지어내지 않기), 환각 압력(guidance는 명시적으로 보류됨), 그리고 구조화 출력 경로의 차이.
ByteDance Seed 1.8 실패 · 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. […]
출력 1146 tok (+970 추론) 지연 시간 15.2 s
제약 준수(단어 예산, 금지어 목록, 단 하나의 의문문), 문체 지문, 그리고 길이 제어.
30초 만에 ByteDance Seed 1.8 사용하기
OpenAI 호환. base_url만 바꾸면 SDK는 그대로. 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(""));ByteDance Seed 1.8 소개
- 릴리스 노트는 업그레이드된 멀티모달 이해와 더 유연한 컨텍스트 관리를 덧붙입니다.
- 텍스트·이미지·영상 입력을 받아 텍스트를 반환하며, 256K 컨텍스트 윈도우, 224K 최대 입력, 32K 체인 오브 소트 예산을 포함한 64K 출력에 더해 함수 호출, 구조화 출력, 컨텍스트 캐싱을 제공합니다.
- 프로덕션 전에 설정해 둘 만한 두 가지가 있습니다.
- 최대 출력의 기본값이 64K 상한에 한참 못 미치는 4K이고, thinking.type이 기본으로 켜져 있으며 automatic 모드가 없어 심층 추론을 원하지 않으면 명시적으로 꺼야 합니다.
- 깊이는 별도로 reasoning_effort의 minimal, low, medium, high로 조정하며 기본값은 medium입니다.
- 이번 세대의 대표 변경은 비주얼 인코더입니다.
- 4메가픽셀까지의 이미지가 이전 버전이 청구하던 토큰의 44.4%만 소모하고, 고해상도 입력은 9메가픽셀까지 늘었으며, 영상 프레임 상한은 1,280으로 두 배가 되었습니다.
- 다만 Files API로 영상을 업로드할 때는 이 모델을 지정해야 하며, 그러지 않으면 이전 인코더가 사용됩니다.
- 캐싱은 프리픽스와 세션 수준 모두에서 암묵적·명시적으로 동작하고, 컨텍스트 편집으로 이전 사고나 도구 호출을 비울 수 있으며, 배치 추론도 지원됩니다.
- Synthorai는 OpenAI 호환 게이트웨이 엔드포인트로 이 모델을 서빙합니다.
자주 묻는 질문
ByteDance Seed 1.8 API는 무료로 사용해 볼 수 있나요?
네, 신규 계정에는 10회의 체험 호출과 최대 $1의 무료 크레딧이 제공되며, 카드 등록이 필요 없습니다. 입력 토큰 $0.25/M 기준으로, 이 크레딧만으로도 ByteDance Seed 1.8에 약 8K 토큰 규모의 요청을 대략 500회 보낼 수 있습니다.
ByteDance Seed 1.8은 무엇에 가장 강한가요?
강화된 멀티모달 이해와 에이전트 능력, 텍스트·이미지·영상 입력, 32K 체인 오브 소트 예산의 256K 컨텍스트. 전체 내용은 벤더의 공식 릴리스 노트를 정리한 소개 섹션을 참고하세요.
ByteDance Seed 1.8의 가격은 얼마인가요?
Synthorai에서 ByteDance Seed 1.8은 입력 토큰 100만 개당 $0.25, 출력 토큰 100만 개당 $2입니다. 공급사 정가 그대로이며 플랫폼 마진이 없습니다. 캐시된 입력 토큰은 $0.05/M로 과금됩니다.
ByteDance Seed 1.8은 프롬프트 캐싱을 지원하나요?
네, 자동 캐싱이 기본으로 켜져 있고, 확정적 절감을 위한 명시적 모드도 있습니다. 캐시된 입력 토큰은 $0.05/M로 과금됩니다(미캐시 시 $0.25/M); 캐시되려면 프롬프트에 1,024 토큰 이상의 안정적인 프리픽스가 필요합니다. 프롬프트 캐싱 가이드 →
ByteDance Seed 1.8은 어떻게 이용하나요?
기존 OpenAI SDK의 base_url을 "https://synthorai.io/v1"로 지정하고 model="ByteDance-Seed-1.8"로 설정하면 끝입니다. API 키 하나로 게이트웨이의 모든 모델을 사용할 수 있습니다.
관련 모델
비교
이 페이지의 모든 값은 벤더 자체 문서(위 링크)에서 전사했으며 확인 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교하지만, 벤더마다 정의가 다른 사양 값은 차이를 명시할 뿐 도표로 비교하지 않습니다. 저희가 측정한 수치는 없으며 점수도 매기지 않습니다.