Doubao Seed 2.0 Mini API 接口、参数 & 代码示例

doubao-seed-2.0-mini

Doubao Seed 2.0 是面向高频企业场景兼顾性能与成本的均衡型模型,综合能力超越上一代 Doubao Seed 1.8。胜任非结构化信息处理、内容创作、搜索推荐、数据分析等生产型工作,支持长上下文、多源信息融合、多步指令执行与高保真结构化输出。在保障稳定效果的同时显著优化成本。Doubao Seed 2.0 Mini 面向低时延、高并发与成本敏感场景,强调快速响应与灵活推理部署,支持四档位思考与多模态理解能力。

模型 ID
doubao-seed-2.0-mini
模型系列
Doubao
更新日期
模型能力
文本生成、深度思考、多模态
上下文长度
256 K

阶梯计费: 输入 <= 32 k

模型价格(每 1000 tokens 输入)
¥ 0.00025
模型价格(每 1000 tokens 输出)
¥ 0.0021

阶梯计费: 32 k < 输入 <= 128 k

模型价格(每 1000 tokens 输入)
¥ 0.00045
模型价格(每 1000 tokens 输出)
¥ 0.00425

阶梯计费: 输入 > 128 k

模型价格(每 1000 tokens 输入)
¥ 0.00085
模型价格(每 1000 tokens 输出)
¥ 0.00825

Doubao Seed 2.0 Mini 模型介绍:

Doubao-Seed-2.0 系列,围绕大规模生产环境下的使用需求做了系统性优化,旨在帮助突破真实世界中的复杂任务,通过 pro、 lite、 mini 、 Code/preview 全系列尺寸,为不同规模与复杂度的应用场景提供专业级支持。

Doubao-Seed-2.0-mini 面向低时延、高并发与成本敏感场景,强调快速响应与灵活推理部署。模型效果与 Doubao-Seed-1.6 相当。支持 256k 上下文、4 档思考长度和多模态理解,适合成本和速度优先的轻量级任务。

新特性说明:

  • 高频简单场景的极致性价比:面向高并发、短链路、标准化任务,强调“推理更快、部署更灵活”。非思考模式的综合表现达思考模式效果85%,但tokens消耗量只有1/10,在简单高频场景中实现快速响应与极致性价比。
  • 整体表现相比1.6-flash大幅度提升:在内容识别和知识推理上相较上一代flash小尺寸模型大幅提升,超越Doubao-Seed-1.6-pro综合表现,代码和agent表现也有显著提高,满足企业常见图文输入的理解与结构化输出需求。
  • ToB任务能力更强更稳定:在图像审核、图像分类、视频巡检等tob常见领域的识别能力显著提升,异常模式相比 Doubao-Seed1.6-flash下降40%,冗余问题有明显改善。
  • 视觉质量与预算策略可控更可控:提供分档的图像质量与资源预算策略(low, high, xhigh),默认高质量模式提升可预期性,并支持更高质量档位以应对高密度文本、复杂图表与细节丰富场景。

Coding 场景:

在 Coding 场景下,优先推荐 Doubao-Seed-2.0-Code。其在 Seed 2.0 优秀的 Agent、VLM 能力基础上,特别增强了代码能力,不仅前端能力表现出众,也对企业常见的多语言编码需求做了特别优化,适合接入各种 AI 编程工具使用。

API 接口地址:

https://wcode.net/api/gpt/v1/chat/completions

此 API 接口兼容 OpenAI 的接口规范,也就是可以直接使用 OpenAI 的 SDK 来调用各个模型。仅需替换以下两项配置即可:

  1. base_url 替换为 https://wcode.net/api/gpt/v1
  2. api_key 替换为从 https://wcode.net/get-apikey 获取到的 API Key

具体可参考下方的各编程语言代码示例中的 openai sdk 调用示例。

请求方法:

POST

各编程语言代码示例:

# TODO: 以下代码中的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "doubao-seed-2.0-mini",
    "messages": [
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'
import Foundation

let headers = [
  "Authorization": "Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
  "content-type": "application/json"
]
let parameters = [
  "model": "doubao-seed-2.0-mini",
  "messages": [
    [
      "role": "user",
      "content": "你好"
    ]
  ]
] as [String : Any]

let postData = JSONSerialization.data(withJSONObject: parameters, options: [])

let request = NSMutableURLRequest(url: NSURL(string: "https://wcode.net/api/gpt/v1/chat/completions")! as URL,
                                        cachePolicy: .useProtocolCachePolicy,
                                    timeoutInterval: 60.0)
request.httpMethod = "POST"
request.allHTTPHeaderFields = headers
request.httpBody = postData as Data

let session = URLSession.shared
let dataTask = session.dataTask(with: request as URLRequest, completionHandler: { (data, response, error) -> Void in
  if (error != nil) {
    print(error as Any)
  } else {
    let httpResponse = response as? HTTPURLResponse
    print(httpResponse)
  }
})

dataTask.resume()
var headers = {
  'Content-Type': 'application/json',
  'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
};
var request = http.Request('POST', Uri.parse('https://wcode.net/api/gpt/v1/chat/completions'));
request.body = json.encode({
  "model": "doubao-seed-2.0-mini",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}
require 'uri'
require 'net/http'

url = URI("https://wcode.net/api/gpt/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer API_KEY'     # TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
request["content-type"] = 'application/json'
request.body = "{\"model\":\"doubao-seed-2.0-mini\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}"

response = http.request(request)
puts response.read_body
use serde_json::json;
use reqwest;

#[tokio::main]
pub async fn main() {
  let url = "https://wcode.net/api/gpt/v1/chat/completions";

  let payload = json!({
    "model": "doubao-seed-2.0-mini",
    "messages": (
      json!({
        "role": "user",
        "content": "你好"
      })
    )
  });

  let mut headers = reqwest::header::HeaderMap::new();
  headers.insert("Authorization", "Bearer API_KEY".parse().unwrap());     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
  headers.insert("content-type", "application/json".parse().unwrap());

  let client = reqwest::Client::new();
  let response = client.post(url)
    .headers(headers)
    .json(&payload)
    .send()
    .await;

  let results = response.unwrap()
    .json::<serde_json::Value>()
    .await
    .unwrap();

  dbg!(results);
}
CURL *hnd = curl_easy_init();

curl_easy_setopt(hnd, CURLOPT_CUSTOMREQUEST, "POST");
curl_easy_setopt(hnd, CURLOPT_URL, "https://wcode.net/api/gpt/v1/chat/completions");

struct curl_slist *headers = NULL;
headers = curl_slist_append(headers, "Authorization: Bearer API_KEY");    // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
headers = curl_slist_append(headers, "content-type: application/json");
curl_easy_setopt(hnd, CURLOPT_HTTPHEADER, headers);

curl_easy_setopt(hnd, CURLOPT_POSTFIELDS, "{\"model\":\"doubao-seed-2.0-mini\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

CURLcode ret = curl_easy_perform(hnd);
package main

import (
  "fmt"
  "strings"
  "net/http"
  "io"
)

func main() {
  url := "https://wcode.net/api/gpt/v1/chat/completions"

  payload := strings.NewReader("{\"model\":\"doubao-seed-2.0-mini\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}")

  req, _ := http.NewRequest("POST", url, payload)

  req.Header.Add("Authorization", "Bearer API_KEY")     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
  req.Header.Add("content-type", "application/json")

  res, _ := http.DefaultClient.Do(req)

  defer res.Body.Close()
  body, _ := io.ReadAll(res.Body)

  fmt.Println(res)
  fmt.Println(string(body))
}
using System.Net.Http.Headers;


var client = new HttpClient();

var request = new HttpRequestMessage(HttpMethod.Post, "https://wcode.net/api/gpt/v1/chat/completions");

request.Headers.Add("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey

request.Content = new StringContent("{\"model\":\"doubao-seed-2.0-mini\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", null, "application/json");

var response = await client.SendAsync(request);

response.EnsureSuccessStatusCode();

Console.WriteLine(await response.Content.ReadAsStringAsync());
var client = new RestClient("https://wcode.net/api/gpt/v1/chat/completions");

var request = new RestRequest("", Method.Post);

request.AddHeader("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey

request.AddHeader("content-type", "application/json");

request.AddParameter("application/json", "{\"model\":\"doubao-seed-2.0-mini\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", ParameterType.RequestBody);

var response = client.Execute(request);
const axios = require('axios');

let data = JSON.stringify({
  "model": "doubao-seed-2.0-mini",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://wcode.net/api/gpt/v1/chat/completions',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
  },
  data : data
};

axios.request(config).then((response) => {
  console.log(JSON.stringify(response.data));
}).catch((error) => {
  console.log(error);
});
OkHttpClient client = new OkHttpClient();

MediaType mediaType = MediaType.parse("application/json");

RequestBody body = RequestBody.create(mediaType, "{\"model\":\"doubao-seed-2.0-mini\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

Request request = new Request.Builder()
  .url("https://wcode.net/api/gpt/v1/chat/completions")
  .post(body)
  .addHeader("Authorization", "Bearer API_KEY")             // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
  .addHeader("content-type", "application/json")
  .build();

Response response = client.newCall(request).execute();
$client = new \GuzzleHttp\Client();

$headers = [
  'Content-Type' => 'application/json',
  'Authorization' => 'Bearer API_KEY',     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
];

$body = '{
  "model": "doubao-seed-2.0-mini",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}';

$request = new \GuzzleHttp\Psr7\Request('POST', 'https://wcode.net/api/gpt/v1/chat/completions', $headers, $body);

$response = $client->sendAsync($request)->wait();

echo $response->getBody();
$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://wcode.net/api/gpt/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 5,
  CURLOPT_TIMEOUT => 300,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'doubao-seed-2.0-mini',
    'messages' => [
      [
        'role' => 'user',
        'content' => '你好'
      ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
    "content-type: application/json",
  ],
]);

$response = curl_exec($curl);
$error = curl_error($curl);

curl_close($curl);

if ($error) {
  echo "cURL Error #:" . $error;
} else {
  echo $response;
}
import requests
import json

url = "https://wcode.net/api/gpt/v1/chat/completions"

payload = {
  "model": "doubao-seed-2.0-mini",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}

headers = {
  "Authorization": "Bearer API_KEY",     # TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
  "content-type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(json.dumps(response.json(), indent=4, ensure_ascii=False))
from openai import OpenAI

client = OpenAI(
  base_url="https://wcode.net/api/gpt/v1",
  api_key="API_KEY"                             # TODO: 这里的 API_KEY 需要替换,获取 API Key 入口:https://wcode.net/get-apikey
)

completion = client.chat.completions.create(
  model="doubao-seed-2.0-mini",
  messages=[
    {
      "role": "user",
      "content": "你好"
    }
  ]
)

print(completion.choices[0].message.content)

API 响应示例:

{
    "choices": [
        {
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null,
            "message": {
                "content": "你好呀😊 我就是你提到的Doubao Seed 2.0 Mini,也就是轻量化版本的豆包,我是由字节跳动开发的人工智能。\n\n我主打轻巧流畅的交互体验,可以帮你做很多事:不管是解答知识疑问、查询实用信息,还是陪你闲聊唠嗑、构思创意内容,或是帮你梳理学习思路、提供生活小建议,都可以随时来找我,我会快速响应你的需求,尽力为你提供贴心的帮助~",
                "reasoning_content": "用户现在需要我介绍自己,首先先明确身份:我是豆包,是字节跳动开发的AI。首先先友好回应,然后分点或者清晰地说清楚:首先开头打招呼,然后说明我的开发者是字节跳动,然后可以说说我能做什么,比如陪聊、解答问题、提供信息、帮忙创作、解决日常小难题之类的,还要注意贴合用户说的Doubao Seed 2.0 Mini这个称呼?不对,用户现在说的是Doubao Seed 2.0 Mini?哦不对,用户的问题里是“你好,Doubao Seed 2.0 Mini,请介绍一下你自己”,首先我要先纠正?不,不对,应该先回应:首先,我是豆包,是字节跳动开发的人工智能。然后可以说明,我可以为用户提供包括信息查询、创意启发、日常陪伴、学习辅助、生活建议等在内的多种服务,我的版本相关的话,我是字节跳动迭代的豆包系列AI,这里用户提到的Doubao Seed 2.0 Mini,可能是某个特定版本的称呼?不对,其实官方的豆包是不同的形态,不过应该自然一点:\n\n首先开头:你好呀😊 我是豆包,是由字节跳动开发的人工智能。我可以帮你解答各类问题、提供信息查询、陪你聊天互动、协助完成创意创作、解决日常学习和生活里的小难题,不管是闲聊唠嗑还是正经求助,都可以来找我哦。如果是你提到的Doubao Seed 2.0 Mini,这应该是豆包的一个轻量化版本形态,主打更轻巧灵活的交互体验,能快速响应你的各类需求~\n\n等一下,不对,用户的问题里是称呼我为Doubao Seed 2.0 Mini,所以应该先对应这个称呼,然后介绍自己。哦对,用户说“你好,Doubao Seed 2.0 Mini,请介绍一下你自己”,所以首先回应这个称呼,然后介绍:\n\n好的呀😉 我就是Doubao Seed 2.0 Mini,也就是轻量化版本的豆包,我是由字节跳动开发的人工智能。我可以为你提供很多帮助:比如帮你解答各种知识疑问、陪你闲聊放松、帮你构思文案和创意、梳理学习思路,或是给你提供生活相关的小建议,整体交互轻巧流畅,能快速响应你的需求,随时随地陪你搞定各类小任务~\n\n对,这样更贴合用户的提问,用户特意提到了这个版本称呼,所以要先呼应这个点,然后说明开发者是字节跳动,再讲能提供的服务。这样更准确自然。现在整理一下,语气要友好亲切,符合豆包的人设:\n\n你好呀😊 我就是你提到的Doubao Seed 2.0 Mini,也就是轻量化版本的豆包,我是由字节跳动开发的人工智能。\n\n我主打轻巧流畅的交互体验,可以帮你做很多事:不管是解答知识疑问、查询实用信息,还是陪你闲聊唠嗑、构思创意内容,或是帮你梳理学习思路、提供生活小建议,都可以随时来找我,我会快速响应你的需求,尽力为你提供贴心的帮助~",
                "role": "assistant"
            }
        }
    ],
    "created": 1771133240,
    "id": "chatcmpl-t1771133235s656r9a1294531f9b4849ce27bf95",
    "model": "doubao-seed-2-0-mini-260215",
    "service_tier": "default",
    "object": "chat.completion",
    "usage": {
        "completion_tokens": 791,
        "prompt_tokens": 65,
        "total_tokens": 856,
        "prompt_tokens_details": {
            "cached_tokens": 0
        },
        "completion_tokens_details": {
            "reasoning_tokens": 687
        }
    }
}

可选参数:

重要提示:由于模型架构不同,部分参数可能仅适用于特定的模型。

温度

  • 参数:temperature

  • 可选,浮点数,0.0 到 2.0

  • 默认:1.0

此设置影响模型回复的多样性。较低的值会使回复更可预测、更常见;较高的值会鼓励更具多样性且较不常见的回复。当设置为 0 时,模型对相同输入将尽可能的给出相同的回复。

Top-P

  • 参数:top_p

  • 可选,float,0.0 至 1.0

  • 默认值:1.0

top_p 参数控制模型在生成文本时的候选词选择范围。具体来说,模型会生成一组候选 token,然后从累积概率达到或超过 p 的 token 中随机选择一个作为输出。通过这种方式,top_p 能够在保证生成内容的多样性的同时,考虑到概率分布的合理性。

由于 temperature 与 top_p 均可以控制生成文本的多样性,因此建议您只设置其中一个值。

Top-K

  • 参数:top_k

  • 可选,int,>= 0

  • 默认值:0

top_k 会限制模型在每一步对 token 的选择,使其从较小的集合中进行选择。值为 1 表示模型将始终选择最有可能的下一个 token,从而得到可预测的结果。

频率惩罚

  • 参数:frequency_penalty

  • 可选,float,-2.0 至 2.0

  • 默认值:0.0

frequency_penalty 可根据词条在输入中出现的频率来控制其重复使用。它会尝试减少那些在输入中出现频率较高的词条的使用频率,这与它们出现的频率成正比。词条惩罚会随着出现次数的增加而增加。负值将鼓励词条重复使用。

存在惩罚

  • 参数:presence_penalty

  • 可选,float,-2.0 至 2.0

  • 默认值:0.0

presence_penalty 调整模型重复输入中已使用的特定标记的频率。值越高,重复的可能性就越小,负值则相反。标记惩罚不会随着出现次数而变化。负值会鼓励标记重用。

重复惩罚

  • 参数:repetition_penalty

  • 可选,float,0.0 至 2.0

  • 默认值:1.0

repetition_penalty 有助于减少输入中标记的重复。较高的值会降低模型重复标记的可能性,但过高的值会使输出不够连贯(通常会出现缺少小词的连续句子)。标记惩罚会根据原始标记的概率进行调整。

Min-P

  • 参数:min_p

  • 可选,float,0.0 至 1.0

  • 默认值:0.0

min_p 表示某个 token 被考虑的最小概率,该概率是相对于最可能的 token 的概率而言的。如果 min_p 设置为 0.1,则意味着它只允许概率至少为最佳选项十分之一的 token 被考虑。

Top-A

  • 参数:top_a

  • 可选,float,0.0 到 1.0

  • 默认值:0.0

top_a 仅考虑概率“足够高”的 top tokens,该概率基于最可能的 token 概率。可以将其视为一个动态的 Top-P。较低的 Top-A 值会根据概率最高的 token 集中选择,但范围会更窄。较高的 Top-A 值不一定会影响输出的创造性,但会根据最大概率优化过滤过程。

种子

  • 参数:seed

  • 可选,int

如果指定了 seed 参数,推理将确定性地进行采样,即使用相同种子和参数的重复请求应该返回相同的结果。某些模型无法保证确定性。

最大 tokens 数

  • 参数:max_tokens

  • 可选,int,>= 1

max_tokens 可设定模型在响应中可以生成的 token 数量的上限。模型不会生成超过此限制的 token。其最大值等于上下文长度减去 prompt 长度。

Logit Bias

  • 参数:logit_bias

  • 可选,object

logit_bias 是一个可选参数,用于修改指定 token 在模型生成输出中出现的可能性。

对数概率

  • 参数:logprobs

  • 可选,boolean

logprobs 设置是否返回输出 token 的对数概率。如果为 true,则返回每个输出 token 的对数概率。

最高对数概率

  • 参数:top_logprobs

  • 可选,int

top_logprobs 是一个介于 0 和 20 之间的整数,指定在每个 token 位置要返回的最可能 token 的数量,每个 token 都会带有相应的对数概率。如果使用此参数,则必须将 logprobs 设置为 true

响应格式

  • 参数:response_format

  • 可选,object

response_format 强制模型产出特定的输出格式。将其设置为 { "type": "json_object" } 可启用 JSON 模式,保证模型生成的消息为有效的 JSON。

注意:使用 JSON 模式时,应同时通过 system 或 user 提示词指示模型生成 JSON。

结构化输出

  • 参数:structured_outputs

  • 可选,boolean

指示模型是否能够使用 response_format 中的 json_schema 返回结构化输出。

停止

  • 参数:stop

  • 可选,array

如果模型遇到 stop 数组中指定的任意 token,则立即停止生成。

工具

  • 参数:tools

  • 可选,array

工具调用参数,遵循 OpenAI 的工具调用请求格式。对于非 OpenAI 提供者,会相应地进行转换。

工具选择

  • 参数:tool_choice

  • 可选,array

控制模型调用哪个工具。'none' 表示模型不会调用任何工具,而是生成一条消息。'auto' 表示模型可以在生成消息或调用一个或多个工具之间进行选择。'required' 表示模型必须调用一个或多个工具。通过 {"type": "function", "function": {"name": "my_function"}} 指定特定工具会强制模型调用该工具。

并行工具调用

  • 参数:parallel_tool_calls

  • 可选,boolean

  • 默认:true

是否在使用工具时启用并行函数调用。如果为 true,模型可以同时调用多个函数。如果为 false,函数将按顺序依次调用。

冗长程度

  • 参数:verbosity

  • 可选,enumlow medium high

  • 默认:medium

控制模型响应的冗长程度和长度。较低的值会生成更简洁的回答,而较高的值会生成更详细、更全面的回答。


以上文档为标准版 API 接口文档,可直接用于项目开发和系统调用。如果标准版 API 接口无法满足您的需求,需要定制开发 API 接口,请联系我们的 IT 技术支持工程师:

(沟通需求✅ → 确认技术方案✅ → 沟通费用与工期✅ → 开发&测试✅ → 验收交付✅ → 维护升级✅)

最受关注模型

DeepSeek V3.2

文本生成

GLM 4.7

文本生成、深度思考

MiniMax M2.1

文本生成、深度思考

Qwen3 Coder Next

文本生成、深度思考、代码补全

GLM 5

文本生成、深度思考、代码补全

GLM 4.6V

图片识别、深度思考

DeepSeek V3.2 Speciale

文本生成、深度思考

Doubao Seed 1.8

多模态、深度思考

通义千问 Qwen Plus

文本生成

Kimi K2.5

文本生成、图片识别、深度思考、多模态

最新发布模型

Doubao Seed 2.0 Pro

文本生成、深度思考、多模态

Doubao Seed 2.0 Mini

文本生成、深度思考、多模态

Doubao Seed 2.0 Lite

文本生成、深度思考、多模态

Doubao Seed 2.0 Code

代码补全、深度思考

GLM 5

文本生成、深度思考、代码补全

MiniMax M2.5

内容生成、 深度思考、代码补全

Qwen3 Max Thinking

文本生成、深度思考

Qwen3 Coder Next

文本生成、深度思考、代码补全

Kimi K2.5

文本生成、图片识别、深度思考、多模态

MiniMax M2-her

文本生成、角色扮演