प्रकार
स्पेक
दर
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$0.63
आउटपुट
प्रति 1M जेनरेट किए गए टोकन
$3.13
Seed 2.1 Turbo और Kimi K2.7 Code साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
ByteDance 
Moonshot AI पाठ निर्माणByteDance का Seed 2.1 Turbo और Moonshot AI का Kimi K2.7 Code दोनों पाठ निर्माण श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | Seed 2.1 Turbo | Kimi K2.7 Code |
|---|---|---|
| मॉडल ID | seed-2-1-turbo | kimi-k2-7-code |
| निर्माता | ByteDance | Moonshot AI |
| रिलीज | 13 जुल॰ 2026 | 16 जून 2026 |
| कॉन्टेक्स्ट विंडो | 229.1K टोकन | 256K टोकन |
| अधिकतम आउटपुट | 65,536 टोकन | 1,31,072 टोकन |
| इनपुट | टेक्स्ट इमेज वीडियो | टेक्स्ट इमेज वीडियो |
| आउटपुट | टेक्स्ट | टेक्स्ट |
| संरचित आउटपुट | JSON Schema | JSON Schema |
| रीजन | Malaysia | International |
| एंडपॉइंट | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/seed-2-1-turbo:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-7-code:generateContent |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | Seed 2.1 Turbo | Kimi K2.7 Code |
|---|---|---|
| max_tokens | 1 से 65536 | 1 से 262144 डिफॉल्ट: 32768 |
| frequency_penalty | -2 से 2 डिफॉल्ट: 0 | - |
| presence_penalty | -2 से 2 डिफॉल्ट: 0 | - |
| stop | string | string |
| enable_thinking | boolean डिफॉल्ट: true | - |
| reasoning_effort | low, medium, high डिफॉल्ट: high | - |
| enable_web_search | boolean डिफॉल्ट: false | - |
| max_tool_calls | 1 से 10 डिफॉल्ट: 3 | 1 से 20 डिफॉल्ट: 5 |
| image_detail | low, high, xhigh डिफॉल्ट: high | - |
| video_fps | 0.2 से 5 | - |
| response_format | enum | enum |
| tool_web_search | - | boolean डिफॉल्ट: false |
प्रति-टोकन मूल्य निर्धारण पूर्ण संदर्भ विंडो में सपाट है, जिसमें 128K से ऊपर कोई उच्च दर नहीं है। रीजनिंग डिफ़ॉल्ट रूप से चालू है; इसके बिना सीधे उत्तर देने के लिए enable_thinking को गलत पर सेट करें।
256K संदर्भ, फ़ंक्शन कॉलिंग, JSON मोड संरचित आउटपुट और $0.015 प्रति आह्वान कॉल पर अंतर्निहित वेब खोज के साथ टेक्स्ट, छवि और वीडियो इनपुट का समर्थन करता है। सोच हमेशा चालू रहती है और इसे अक्षम नहीं किया जा सकता है; रीजनिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है। तापमान और अन्य सैंपलिंग ओवरराइड को नजरअंदाज कर दिया जाता है क्योंकि मॉडल सेवा फिक्स्ड सैंपलिंग सेटिंग्स का उपयोग करती है। एपीआई के माध्यम से कॉल करने वाले मल्टी-स्टेप फ़ंक्शन को सहायक संदेश को उसके reasoning_content फ़ील्ड के साथ फिर से चलाना चाहिए।
Seed 2.1 Turbo OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id seed-2-1-turbo उपयोग करें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को seed-2-1-turbo या kimi-k2-7-code पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seed-2-1-turbo",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'prompt परीक्षण और तुलना रन जिनमें दोनों मॉडल शामिल हैं।
Seed 2.1 Turbo नई रिलीज़ है (13 जुल॰ 2026); Kimi K2.7 Code 16 जून 2026 को रिलीज़ हुआ था। Kimi K2.7 Code की कॉन्टेक्स्ट विंडो बड़ी है: 256K टोकन, जबकि Seed 2.1 Turbo की 229.1K। हर जवाब में Kimi K2.7 Code अधिकतम 1,31,072 आउटपुट टोकन लौटाता है, Seed 2.1 Turbo अधिकतम 65,536। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
Seed 2.1 Turbo नई रिलीज़ है (13 जुल॰ 2026); Kimi K2.7 Code 16 जून 2026 को रिलीज़ हुआ था।
इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए Seed 2.1 Turbo की दर कम है। दोनों लाइव दर तालिकाएं इस पेज पर हैं और हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/chat/completions इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
