算子介绍

描述

多模态场景下提供大模型的深度思考能力，使用具备深度思考能力的模型，对图片、视频、音频(仅doubao-seed-2-0-mini-260428/仅doubao-seed-2-0-lite-260428支持)或文本进行分析理解，并返回结构化文本输出。算子会自动构建符合多模态模型规范的 message 结构，用户只需按约定提供图片 / 视频 / 音频 / 文本数据即可完成推理。

核心功能

深度思考机制：模型在回答问题前自动进行问题拆解和逻辑推理，生成思维链（reasoning_content）

多模态场景支持：同时支持图片 / 视频 / 音频 / 文本输入，自动完成多模态消息拼装

输入简化机制：支持本地文件、HTTP/HTTPS URL、TOS/S3 对象存储等多种数据源，通过简单配置即可实现视觉理解能力

灵活思考模式：支持通过 thinking 参数控制深度思考模式（enabled / disabled / auto），在回答质量与性能之间灵活权衡

输入输出规范

输入格式：

输入类型	格式说明
图片（images）/ 视频（videos）/ 音频（audios）	支持 string 或 list 形式，支持的数据来源类型： url：网络资源地址，支持 HTTP/HTTPS；TOS/S3 资源需先生成预签名 URL base64：Base64 编码数据 binary：二进制数据（内部会转换为 Base64 编码）
文本（texts）	支持 string 或 list 形式，作为用户提示词输入

输出格式：

默认模式：返回 struct 类型，包含以下字段：

llm_result：模型最终回答内容

reasoning_content：模型的思维链 / 推理过程

当设置环境变量 LAS_LLM_FINISH_REASON_CHECK=true 时，struct 中会额外包含：

finish_reason：模型结果结束原因，取值范围包括：

stop：正常终止

length：超出 token 限制

content_filter：命中内容过滤策略

当设置环境变量 LAS_LLM_BOTS_REFERENCES=true 时，struct 中会额外包含：

references：模型引用的检索结果或外部知识信息，便于下游透传与解析

模型能力增强

思维链可视化：通过 reasoning_content 字段输出模型的推理过程，便于观测与复盘

结果可靠性控制：通过 finish_reason 字段识别异常终止情况，例如长度截断或内容过滤

多模态理解：支持图片 / 视频 / 音频 / 文本的混合输入解析，适用于复杂多模态场景

注意与前提

细分项	注意与前提
开通 LAS	如果您是一个全新的火山引擎用户，此前未开通过 LAS 产品，您可先开通 LAS，不使用 LAS 的计费功能仅开通 LAS 产品不会产生费用。开通操作请参见准备工作。开通完成后可查看算子介绍文档，了解算子能力、上手引导等，详情可参见：LAS 智能数据处理算子。
费用	调用算子前，您需先了解使用算子时的模型调用费用，详情请参见大模型调用计费。
鉴权（API Key）	调用算子前，您需要先生成算子调用的API Key，并建议将API Key配置为环境变量，便于更安全地调用算子，详情请参见获取 API Key 并配置。
BaseURL	调用算子前，您需要先根据您当前使用的LAS服务所在地域，了解算子调用的BaseURL，用于配置算子调用路径参数取值。详情请参见获取 Base URL，下文中的调用示例仅作为参考，实际调用时需替换为您对应地域的路径取值。

Rest API 调用

Chat

接口说明

通过Chat接口调用 doubao-seed-2.0 模型进行多模态理解。

支持的模型和版本：

doubao-seed-2-0-mini-260428

doubao-seed-2-0-lite-260428

请求参数

model string 必选示例值: doubao-seed-2-0-mini-260428

模型名称和版本，格式为模型名称-版本。支持：doubao-seed-2-0-mini-260428、doubao-seed-2-0-lite-260428。

messages list of chat_message 必选

到目前为止的对话组成的消息列表。不同模型支持不同类型的消息，如文本、图片、视频等。该字段使用方式，请参考对话（Chat）API请求体里的messages参数。

max_tokens integer Optional 示例值: 10000

模型回答最大长度，单位为 token。取值范围因模型而异，详细见模型列表。模型回答不包含思维链内容，即“模型回答 = 模型输出 - 模型思维链（如有）”；输出 token 的总长度还受模型上下文长度限制。

max_completion_tokens integer Optional 示例值: 10000

支持该字段的模型及使用说明见设置最大输出长度。取值范围：[0, 64k]。用于控制模型输出的最大长度，包括模型回答和模型思维链内容长度，单位为 token。配置后 max_tokens（默认值 4k）失效；不可与 max_tokens 同时设置，否则会报错。

stop list of string Optional

默认值为 null。模型遇到 stop 指定的字符串时停止继续生成，该字符串本身不会输出。最多支持 4 个字符串。深度思考能力模型不支持该字段。

frequency_penalty float Optional 示例值: 1.0

取值范围为 [-2.0, 2.0]。频率惩罚系数。如果值为正，会根据新 token 在文本中的出现频率对其进行惩罚，从而降低模型逐字重复的可能性。

presence_penalty float Optional 示例值: 1.0

取值范围为 [-2.0, 2.0]。存在惩罚系数。如果值为正，会根据新 token 到目前为止是否出现在文本中对其进行惩罚，从而增加模型谈论新主题的可能性。

temperature float Optional 示例值: 1

取值范围为 [0, 2]。采样温度。控制了生成文本时对每个候选词的概率分布进行平滑的程度。当取值为 0 时模型仅考虑对数概率最大的一个 token。较高的值（如 0.8）会使输出更加随机，而较低的值（如 0.2）会使输出更加集中确定。通常建议仅调整 temperature 或 top_p 其中之一，不建议两者都修改。

top_p float Optional 示例值: 0.5

取值范围为 [0, 1]。核采样概率阈值。模型会考虑概率质量在 top_p 内的 token 结果。当取值为 0 时模型仅考虑对数概率最大的一个 token。0.1 意味着只考虑概率质量最高的前 10% 的 token，取值越大生成的随机性越高，取值越低生成的确定性越高。通常建议仅调整 temperature 或 top_p 其中之一，不建议两者都修改。

thinking request_thinking Optional

控制模型是否开启深度思考模式。默认开启深度思考模式，可以手动关闭。该字段使用方式，请参考对话（Chat）API请求体里的thinking参数。

response_format request_response_format Optional

模型输出内容须遵循此处指定的格式。该字段使用方式，请参考对话（Chat）API请求体里的response_format参数。

tools list of chat_tool Optional

待调用工具的列表，模型返回信息中可包含。当您需要让模型返回待调用工具时，需要配置该结构体。该字段使用方式，请参考对话（Chat）API请求体里的tools参数。

tool_choice string or object Optional

仅 doubao-seed-1-6-*** 及之后代系模型支持。本次请求中，控制模型返回信息是否包含待调用工具。未指定工具时，默认值为 none；存在工具时，默认值为 auto。字符串模式：none 表示不可包含待调用工具；required 表示必须包含待调用工具；auto 表示由模型自行判断。对象模式用于指定待调用工具范围，tool_choice.name 指定工具名称，tool_choice.type 指定调用类型。

返回数据

id string 示例值: 0217426318107460cfa43dc3f3683b1de1c09624ff49085a457ac

本次请求的唯一标识。

model string 示例值: -

本次请求实际使用的模型名称和版本。

created integer 示例值: -

本次请求创建时间的 Unix 时间戳（秒）。

object string 示例值: chat.completion

固定为 chat.completion。

choices list of choice 示例值: -

本次请求的模型输出内容。

index integer 示例值: 0

当前元素在 choices 列表的索引。

finish_reason string 示例值: stop

模型停止生成 token 的原因。取值范围：stop: 模型输出自然结束，或因命中请求参数 stop 中指定的字段而被截断。；length: 模型输出因达到模型输出限制而被截断，有以下原因: 触发 max_tokens 限制（回答内容的长度限制）。；触发 max_completion_tokens 限制（思维链内容+回答内容的长度限制）。；触发 context_window 限制（输入内容+思维链内容+回答内容的长度限制）。；；content_filter: 模型输出被内容审核拦截。；tool_calls: 模型调用了工具。

message message 示例值: -

模型输出的内容。

role string 示例值: assistant

内容输出的角色，此处固定为 assistant。

content string 示例值: -

模型生成的消息内容。

reasoning_content string 示例值: -

模型处理问题的思维链内容。仅深度推理模型支持返回此字段。

tool_calls list of tool_call 示例值: -

模型生成的工具调用。

id string 示例值: assistant

内容输出的角色，此处固定为 assistant。

type string 示例值: function

工具类型，当前仅支持 function。

function function 示例值: function

模型调用的函数。

name string 示例值: -

模型调用的函数的名称。

arguments string 示例值: -

模型生成的用于调用函数的参数，JSON 格式。模型并不总是生成有效的 JSON，并且可能会虚构出一些您的函数参数规范中未定义的参数。在调用函数之前，请在您的代码中验证这些参数是否有效。

logprobs logprobs 示例值: -

当前内容的对数概率信息。

content list of lpb_content 示例值: -

message列表中每个 content 元素中的 token 对数概率信息。

token string 示例值: -

当前 token。

bytes list of integer 示例值: -

当前 token 的 UTF-8 值，格式为整数列表。当一个字符由多个 token 组成（表情符号或特殊字符等）时可以用于字符的编码和解码。如果 token 没有 UTF-8 值则为空。

logprob float 示例值: -

当前 token 的对数概率。

top_logprobs list of top_logprobs 示例值: -

在当前 token 位置最有可能的标记及其对数概率的列表。在一些情况下，返回的数量可能比请求参数 top_logprobs 指定的数量要少。

token string 示例值: -

当前 token。

bytes list of integer 示例值: -

当前 token 的 UTF-8 值，格式为整数列表。当一个字符由多个 token 组成（表情符号或特殊字符等）时可以用于字符的编码和解码。如果 token 没有 UTF-8 值则为空。

logprob float 示例值: -

当前 token 的对数概率。

moderation_hit_type string 示例值: -

模型输出文字含有敏感信息时，会返回模型输出文字命中的风险分类标签。返回值及含义：severe_violation: 模型输出文字涉及严重违规。；violence: 模型输出文字涉及激进行为。

usage usage 示例值: -

本次请求的 token 用量。

total_tokens integer 示例值: 10000

本次请求消耗的总 token 数量（输入 + 输出）。

prompt_tokens integer 示例值: 1000

输入给模型处理的内容 token 数量。

prompt_tokens_details prompt_tokens_details 示例值: -

输入给模型处理的内容 token 数量的细节。

cached_tokens integer 示例值: 100

缓存输入内容的 token 用量，此处应为 0。

audio_tokens integer 示例值: 100

音频输入内容所消耗的 token 数量。

audio_cached_tokens integer 示例值: 100

缓存音频输入内容的 token 用量，此处应为 0。

completion_tokens integer 示例值: 9000

模型输出内容花费的 token。

completion_tokens_details completion_tokens_details 示例值: -

模型输出内容花费的 token 的细节。

reasoning_tokens integer 示例值: 200

输出思维链内容花费的 token 数。

示例

请求示例

返回示例

错误码

HttpStatusCode	错误码	错误信息	描述
400	Model.InvalidName	The model name is invalid.	模型名称不合法
401	Authorization.Missing	Missing Authorization.	缺少鉴权
401	ApiKey.Invalid	The api key is invalid.	API不合法

Responses

接口说明

通过Responses接口调用 doubao-seed-2.0 模型进行多模态理解。接口定义参考创建模型响应。

支持的模型和版本：

doubao-seed-2-0-mini-260428

doubao-seed-2-0-lite-260428

示例

请求示例

返回示例

AI 数据湖服务