原生視覺推理
採用統一架構，提供卓越的空間理解與影像內物件定位能力，在 MMMU 基準測試中名列前茅。
Doubao Seedream 4.0 (Build 250828)
Doubao SeeDream 4 API 是 ByteDance 推出的高效能多模態模型。它擅長視覺推理、10 分鐘影片分析，以及處理複雜的中國文化細微差異，具備 128k 上下文視窗，並為開發者提供業界領先的 OCR 準確度。
API 呼叫範例
curl --request POST "https://gptproto.com/api/v3/doubao/doubao-seedream-4-0-250828/text-to-image" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"size": "2048*2048",
"enable_base64_output": false,
"enable_sync_mode": false
}'Doubao Seedream 4.0 (Build 250828) 定價
先從單次樣本成本開始，再選擇測試預算。GPTProto 費率比標價低 15%。
你的用量
$0.1275 / 張
相關模型
所有模型
| 模型 | 解析度 | 輸入 → 輸出 | ||
|---|---|---|---|---|
| $0.03 / 每次 | 2K | 輸入: 文字輸入: 圖像 輸出: 圖像 | |
| $7.60 / $28.50 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $7.60 / $28.50 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| — | $0.04 / 每次 | 1K · 2K · more | 輸入: 文字輸入: 圖像 輸出: 圖像 | |
| $0.04 / 每次 | 1K · 2K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.02 / 每次 | 1K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.04 / 每次 | 1K · 2K · 4K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $6.40 / $24.00 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.04 / 每次 | 1K · 2K · 4K | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.01 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.02 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| — | $0.14 / 每次 | — | 輸入: 文字 輸出: 圖像 | |
| — | $0.01 / 每次 | — | 輸入: 圖像 輸出: 圖像 | |
| — | $0.02 / 每次 | — | 輸入: 圖像 輸出: 圖像 | |
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字 輸出: 圖像 | ||
| $0.06 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.03 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 | ||
| $0.05 / 每次 | — | 輸入: 圖像 輸出: 圖像 | ||
| $0.05 / 每次 | — | 輸入: 圖像 輸出: 圖像 | ||
| $0.05 / 每次 | — | 輸入: 文字 輸出: 圖像 | ||
| $0.06 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 圖像 |
Doubao SeeDream 4 API 主要功能
Doubao SeeDream 4 API 架構的技術優勢。
時間序列影片分析
單次請求即可處理最長 10 分鐘的影片，具備高時間戳記準確度，可用於事件識別與資料擷取。
業界領先的 OCR
高精準度擷取複雜版面中的文字，包括手寫筆記、密集的財務表格，以及低光源環境中的標誌。
中文能力卓越
專為中文成語與網路用語調校，在本地化創意寫作與情感分析方面超越競爭對手。
Doubao SeeDream 4 API 常見問題
關於 GPTProto 上 Doubao SeeDream 4 API 整合、定價與多模態功能的常見技術問題。
如何遷移至 Doubao SeeDream 4 API？
由於 Doubao SeeDream 4 API 與 OpenAI 相容，因此遷移相當簡單。只需將基礎 URL 更新為 GPTProto 端點，並將模型識別碼變更為 doubao-seedream-4-0-250828。我們的平台會處理底層視覺編碼差異，但您應確保影像輸入遵循現代多模態 SDK 所使用的標準內容陣列格式。
Doubao SeeDream 4 API 的資料會被用於訓練嗎？
不會。隱私與安全性至關重要。透過 GPTProto.com 傳輸的 Doubao SeeDream 4 API 資料受 ByteDance 企業協議保護。您的提示、影像與影片不會被用於訓練未來版本的 Doubao 模型，確保您的專有商業資料在專屬 API 環境中維持機密與安全。
Doubao SeeDream 4 API 的費用是多少？
Doubao SeeDream 4 API 極具成本效益，輸入費用為每 1M 個 token $0.15，輸出費用為每 1M 個 token $0.60。影像輸入按每張 $0.0015 的固定費率計費，而影片分析費用為每分鐘 $0.02。透過我們的聚合平台，開發者相較於直接企業費率可節省約 70%，非尖峰時段的批次處理工作還可享有額外 50% 折扣。
SeeDream 4 API 支援長影片分析嗎？
是的，Doubao SeeDream 4 API 支援分析長度最長達 10 分鐘的影片檔案。這一上限顯著高於許多競爭對手。它能提供高時間戳記準確度，用於事件識別與語意擷取。請注意，處理此長度的影片可能需要 30–60 秒的初始化時間，因此最適合非同步或批次分析任務。
SeeDream 4 API 的典型延遲是多少？
對於純文字互動，Doubao SeeDream 4 API 的首個 token 時間（TTFT）約為 200 毫秒。對於複雜的視覺任務，例如分析高解析度影像或內容密集的螢幕截圖，延遲時間預計為 1 至 2 秒。該模型針對低延遲的視覺到行動工作流程進行最佳化，因此適合需要在工具呼叫時將推論額外開銷控制在亞秒級的代理型應用程式。
4 API 能處理中國文化的細微差異嗎？
當然可以。Doubao SeeDream 4 API 的主要優勢之一，是其對中文語言的精通程度，包括網路流行語、文化慣用語與在地化情感。它在 C-Eval 基準測試中的表現持續優於 GPT-4o 等以西方語言與文化為中心的模型，因此是針對中國市場或處理 Douyin 等平台內容之應用程式的首選。
相關場景
相關文章
與本模型相關的指南、對比與更新。
所有文章
豆包 AI：功能、優點、缺點與評價完整解析
探索字節跳動推出的豆包 AI：具備多模態功能、即時回答、圖像生成等更多能力。價格比 ChatGPT 低 50 倍。了解定價、使用方式，以及它與競爭對手的比較。
DeepSeek：驅動 7 億使用者的行動 AI 時代
探索 DeepSeek 如何主導行動 AI 領域。全球使用者已超過 7 億，產業正轉向系統層級整合與具成本效益的 API 解決方案。了解企業如何運用 DeepSeek，在生成式 AI 時代推動創新與效率。
gpt-image-1 API：完整開發者指南
掌握適用於開發專案的 gpt-image-1 API。探索整合技巧、費用與替代方案。立即了解如何打造更優質的 AI 應用程式！