قیمت و API مدل Seed-2.0-Mini در ایران
bytedance-seed/seed-2.0-mini
visiontoolsreasoningjsonشارژ بر اساس مصرف واقعی همان درخواست. قیمتها با تغییر شرایط بازار بهروز میشوند.قیمتها و شارژ
کد آمادهٔ Seed-2.0-Mini: خواندن تصویر و استخراج داده
نمونه بر اساس قابلیتهای همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا میشود.
# tip: a data URI works too — base64 the file and prefix it with data:image/jpeg;base64,
curl https://api.uttapen.ir/v1/chat/completions \
-H "Authorization: Bearer sk-up-…" \
-H "Content-Type: application/json" \
-d '{
"model": "bytedance-seed/seed-2.0-mini",
"messages": [{
"role": "user",
"content": [
{"type": "text", "text": "شمارهٔ فاکتور و مبلغ کل را فقط بهصورت JSON بده."},
{"type": "image_url", "image_url": {"url": "https://example.com/factor.jpg"}}
]
}]
}'import base64, json
from openai import OpenAI
client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")
img = base64.b64encode(open("factor.jpg", "rb").read()).decode()
resp = client.chat.completions.create(
model="bytedance-seed/seed-2.0-mini",
messages=[{
"role": "user",
"content": [
{"type": "text", "text": "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان."},
{"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img}"}},
],
}],
response_format={"type": "json_object"},
)
print(json.loads(resp.choices[0].message.content))import OpenAI from "openai";
import { readFileSync } from "node:fs";
const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const img = readFileSync("factor.jpg").toString("base64");
const resp = await client.chat.completions.create({
model: "bytedance-seed/seed-2.0-mini",
messages: [{
role: "user",
content: [
{ type: "text", text: "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان." },
{ type: "image_url", image_url: { url: `data:image/jpeg;base64,${img}` } },
],
}],
response_format: { type: "json_object" },
});
console.log(JSON.parse(resp.choices[0].message.content));Seed-2.0-Mini برای چه کاری خوب است؟
ByteDance Seed این مدل را منتشر کرده و ما آن را با نام «bytedance-seed/seed-2.0-mini» عرضه میکنیم. پنجرهٔ context آن ۲۶۲٬۱۴۴ توکن است — تقریباً ۱۹۷ هزار کلمهٔ فارسی، یا حدود ۶۵۵ صفحهٔ A4 در یک درخواست. حداکثر طول پاسخ در هر فراخوانی ۱۳۱٬۰۷۲ توکن است. از نظر قیمت در دستهٔ «بسیار ارزان» است — ارزانتر از ۷۱ مدل و گرانتر از ۳۳۵ مدل پولی دیگر کاتالوگ.
قابلیتهایی که در همین شناسه فعال است: عکس و اسکرینشات را مستقیم میخواند، پس برای فاکتور و فرم فارسی گزینهٔ واقعی است؛ tool calling دارد، یعنی میتواند تابعهای خودت را با آرگومان درست صدا بزند؛ با response_format خروجی JSON معتبر میدهد و مستقیم به کد وصل میشود؛ حالت استدلال دارد و روی مسئلهٔ چندمرحلهای، ریاضی و دیباگ بهتر جواب میدهد. همهٔ اینها با همان پارامترهای استاندارد SDK رسمی OpenAI کار میکنند و کد اختصاصی لازم ندارند. توجه کن که توکنهای استدلال هم توکن خروجی محسوب میشوند و در صورتحساب میآیند.
قیمت ورودی ۲۹٬۰۱۳ و خروجی ۱۱۶٬۰۵۰ تومان بهازای هر ۱M توکن است. یک درخواست ۱٬۰۰۰ کلمهای روی Seed-2.0-Mini تقریباً ۱۸۹ تومان درمیآید. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.
نزدیکترین گزینه با همین قابلیتها از تأمینکنندهٔ دیگر Gemini 2.5 Flash Lite است: Seed-2.0-Mini تقریباً 1 برابر گرانتر از آن تمام میشود و پنجرهٔ context آن کوچکتر است. هر دو با همان کلید و همان کد کار میکنند، پس عوضکردنشان فقط تغییر یک رشته است.
برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۵۲۹ درخواست ۱٬۰۰۰ کلمهای روی Seed-2.0-Mini جا میشود، و هر ۱٬۰۰۰ تومان تقریباً ۵٬۲۹۱ کلمه رفتوبرگشت میخرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱۴۵٬۰۶۳ تومان میشود. پر کردن کامل پنجرهٔ ۲۶۲٬۱۴۴ توکنی این مدل فقط از سمت ورودی ۷٬۶۰۵ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بیدلیل بلند نگه ندار.
نزدیکترین همخانوادهٔ این مدل «bytedance-seed/seed-1.6-flash» است و انتخاب بین این دو همان جایی است که بیشتر آدمها گیر میکنند. روی یک درخواست ۱٬۰۰۰ کلمهای، این نسخه 1.3 برابر گرانتر از آن درمیآید (۱۸۹ در برابر ۱۴۱ تومان). حداکثر طول پاسخ هم فرق دارد: ۱۳۱٬۰۷۲ در برابر ۳۲٬۷۶۸ توکن. در پارامترها این مدل reasoning_effort را دارد.
ByteDance Seed در کاتالوگ ما ۶ مدل دارد؛ ارزانترینشان Seed 1.6 Flash با ۱۴۱ تومان و گرانترین Seed-2.0-Code با ۱٬۳۲۰ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کمتکرار، این مدل reasoning_effort را میپذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض seed را که بیشتر مدلها دارند پشتیبانی نمیکند، پس اگر کدت به آنها تکیه دارد قبل از جابهجایی تست کن. از نظر اندازهٔ context نزدیکترین گزینه از تأمینکنندهٔ دیگر Trinity Large Thinking با ۲۶۲٬۱۴۴ توکن است.
بهترین جای استفادهاش: کار پرحجم مثل دستهبندی، برچسبگذاری و خلاصهسازی انبوه، حل مسئلهٔ منطقی و بازبینی کد، استخراج متن و داده از تصویر، ایجنتهایی که به API و دیتابیس وصل میشوند، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.
Seed-2.0-mini targets latency-sensitive, high-concurrency, and cost-sensitive scenarios, emphasizing fast response and flexible inference deployment. It delivers performance comparable to ByteDance-Seed-1.6, supports 256k context, four reasoning effort modes (minimal/low/medium/high), multimodal understanding,...
سه کار واقعی، با قیمت همین مدل
اعداد از همان قیمتهای بالا حساب شدهاند و با تغییر قیمت مدل تغییر میکنند.
| کار | توکن | هزینه |
|---|---|---|
| یک نوبت گفتگو با تاریخچهٔ متوسط | 1,500 ورودی + 400 خروجی | 90 تومان |
| خلاصهکردن سند دهصفحهای | 4,000 ورودی + 600 خروجی | 186 تومان |
| دستهبندی هزار ردیف کوتاه | 120,000 ورودی + 20,000 خروجی | 5,803 تومان |
سؤالهای پرتکرار
- چطور با Seed-2.0-Mini در ایران کار کنم؟
- در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «bytedance-seed/seed-2.0-mini» تغییر بده. بقیهٔ کدت دستنخورده میماند.
- قیمت Seed-2.0-Mini به تومان چقدر است؟
- هر ۱ میلیون توکن ورودی ۲۹٬۰۱۳ تومان و هر ۱ میلیون توکن خروجی ۱۱۶٬۰۵۰ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱۸۹ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
- Seed-2.0-Mini چند توکن ورودی میگیرد؟
- تا ۲۶۲٬۱۴۴ توکن در هر درخواست؛ برای متن فارسی حدود ۱۹۷ هزار کلمه. حداکثر طول پاسخ هم ۱۳۱٬۰۷۲ توکن است.
- آیا Seed-2.0-Mini استریم و tool calling را پشتیبانی میکند؟
- استریم (stream=true) روی همهٔ مدلها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی میکند. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته میشود. خروجی ساختیافته با response_format هم کار میکند.