返回模型列表
Doubao-Seed-2.0-mini-260428
正常热门doubao/doubao-seed-2.0-mini-260428
Doubao-Seed-2.0-mini-260428 新版本，能够同时输入并理解视频、图片、语音和文本四种模态，并进行跨模态的联合推理，能直接处理必须音画结合才能做出判断业务需求。 不止看懂图文，更能听懂世界 作为首款全模态理解模型，Doubao-Seed-2.0-mini-260428 能够同时输入并理解视频、图片、语音和文本四种模态，并进行跨模态联合推理，直接处理必须“音画结合”才能做出判断的复杂业务需求。 音画协同，支持联合推理与时序检索：能够联合分析视频中的画面与声音信息，精准辨析视频中的视听一致性，判断“看到的”与“听到的”是否一致；同时支持根据自然语言指令，在长视频中精准定位特定事件发生的时间点。 视频深度解构，支持长时追踪与多步推理：能够跨越多个时间段提取关键线索，持续追踪人物与事件发展；并基于视频画面进行多步逻辑分析，还原事件关系与行为脉络。 音频全解析，理解不止于转写：不仅支持 19 个语种的精准语音转写和中英文与其他 14 个语种互译，还能深度捕捉语音中的情绪变化、环境背景声和音乐细节，输出更完整、更接近人类认知的语义信息。 模型针对小语种及多语种混合输入场景进行了能力优化，能够更准确理解不同语言环境下的用户意图，并在多语种对话中保持更稳定、一致的目标语言输出。
对话VolcEngine长上下文音频处理视觉理解多模态推理能力流式输出函数调用工具调用
定价
按量付费 · 人民币计价提供商与报价
1 条线路 · 按量付费API 调用示例
OpenAI 兼容调用端点/chat/completionsmodel: doubao/doubao-seed-2.0-mini-260428
python
from openai import OpenAI
client = OpenAI(
base_url="https://api.openroute.cn/v1",
api_key="<ONTOROUTE_API_KEY>",
)
completion = client.chat.completions.create(
model="doubao/doubao-seed-2.0-mini-260428",
messages=[
{
"role": "user",
"content": "Write a one-sentence bedtime story about a unicorn.",
}
],
)
print(completion.choices[0].message.content)OpenRoute 为 400+ 个模型和提供商提供与 OpenAI 兼容的 Chat Completions API，您可以直接调用，或使用 OpenAI SDK。此外，还有一些第三方 SDK 可用。