NezhaGateNezhaGate
チャット

Doubao Seed 2.1 Pro

⧉
doubao-seed-2-1-pro
モデルの種類 ProTurbo

Doubao Seed 2.1 Pro は ByteDance の Doubao Seed 2.1 シリーズのフラッグシップモデルで、推論、コーディング、エージェント作業向けに作られ、画像入力にも対応します。デフォルトでは考えてから答え、推論の過程は reasoning_content に返ります。reasoning_effort: "minimal" を送ると、たいていは思考を省いて直接答えます(計測では 10 回中 8 回、保証はされません)。ツール呼び出し、JSON 出力、ストリーミングに対応し、画像は base64 でも公開リンクでも送れます。OpenAI 互換なので model に doubao-seed-2-1-pro を指定するだけで使えます。従量課金・失敗した呼び出しは課金しません。

チャット推論コーディング画像入力OpenAI 互換

オンラインテスト

今すぐ Doubao Seed 2.1 Pro を試す(ログイン後に利用可能)。

入力

詳細設定
ウェブ検索
メモリ · マルチターン

会話

会話をはじめる下にメッセージを入力してはじめましょう

モデル紹介:Doubao Seed 2.1 Pro

Doubao Seed 2.1 Pro は ByteDance の Doubao Seed 2.1 シリーズのフラッグシップモデルで、NezhaGate では OpenAI 互換の API から提供しています。推論、コーディング、エージェント作業向けのモデルで、画像入力にも対応します。デフォルトでは考えてから答え、推論の過程は message.reasoning_content に、回答は content に返ります。reasoning_effort: "minimal" を送ると、たいていは思考を省いて直接答えます(毎回ではありません)。ツール呼び出し、JSON 出力、ストリーミングに対応。model に doubao-seed-2-1-pro を指定すればそのまま使え、従量課金・失敗した呼び出しは課金しません。

ユースケース

複雑な推論と数学

デフォルトで考えてから答えるので、多段階の推論、数学、論理の問題に向いています。推論の過程は reasoning_content で確認できます。

コードとエージェント

OpenAI 形式の tools / tool_calls と JSON 出力に対応し、各種エージェントフレームワークで検索、関数呼び出し、多段階のタスクに使えます。

画像理解

スクリーンショット、領収書、グラフの読み取りと質問応答。計測では画像内の文字を正確に読み取りました。画像は base64 でも公開リンクでも送れます。

結果だけほしいときの即答

reasoning_effort: "minimal" を送るとたいていは思考を省くので(計測では 10 回中 8 回)、答えだけがほしい簡単なタスクに向き、出力トークンも少なくなります。

選び方

Doubao Seed 2.1 シリーズのフラッグシップとしての推論、コーディング、エージェント能力が必要なら Pro を、日常の会話や大量の処理、単価重視なら Turbo を選んでください。Turbo は単価が Pro の約半分で、繰り返される長いプレフィックスは自動でキャッシュされます。どちらも Doubao Seed 2.1 ファミリーなので、切り替えは model フィールドを変えるだけです。

よくある質問

思考をオフにできますか?
たいていはできますが、保証はされません。reasoning_effort: "minimal" を送るとほとんどの場合は直接答え、計測では 10 回中 8 回は思考せず、残りの 2 回は推論の内容を返しました。thinking: {"type": "disabled"} はこのモデルでは効きません。省略時はごく簡単な質問でもまず考えてから答え(計測では 5 語のあいさつに 362〜802 トークン)、推論トークンは usage.completion_tokens の中で出力価格で課金されます。
max_tokens で出力を制限できますか?
できません。max_tokens は指定できますが、出力は途中で切れません(計測では 100 を指定しても、5 語のあいさつで 362〜802 トークンが出力されました)。課金は usage の実際のトークン数で行われます。短い回答が必要な場合は、プロンプトで簡潔さを求めてください。reasoning_effort: "minimal" もたいていは出力を減らします。
プロンプトキャッシュに対応していますか?
コンテンツパートに cache_control {"type": "ephemeral"} を付けると、繰り返される長いプレフィックスがキャッシュに当たることがあります。計測では 2 回目の呼び出しの入力 9,827 トークンがすべてキャッシュされ、その部分はキャッシュ価格で精算されました。マーカーなしではヒットしませんでした。ヒットするかどうかは上流が決め、課金は返された usage に従います。自動キャッシュが必要なら Turbo を選んでください。
長い回答で気をつけることは?
モデルはまず考えるため、計測では 1 段落の回答に 50〜90 秒かかりました。長い出力や応答時間が重要な呼び出しでは stream=true を使ってください。推論は delta.reasoning_content、回答は delta.content に流れます。ストリーミングしないリクエストは待ち時間が長すぎると中断されることがあります。
失敗した呼び出しにも課金されますか?
いいえ。正常に応答した呼び出しだけを実際の使用量で精算します。上流のエラーやタイムアウトで残高が減ることはありません。

関連モデル

統合できる他のモデルを探索しましょう。

すべて見る →