アーキテクチャ
BytePlus AI サービスアーキテクチャ
ポートフォリオは 3 つのレイヤーで構成されています。プラットフォームサービスはエージェントの構築・ホスティング・実行環境を、データ・検索サービスはベクトル検索と RAG を、基盤モデルは言語・画像・動画・音声のインテリジェンスを提供します。各レイヤーは単独でも利用でき、組み合わせることでエンドツーエンドの AI ワークフローを構築できます。
エージェントプラットフォーム
Agent Platform
Managed Agent
すぐに使えるエージェントを作成・運用できるフルマネージド AaaS
AgentKit
エージェントの構築から運用までを支えるフルライフサイクルプラットフォーム
Function Service / Cloud Sandbox
サーバーレスコンピューティングと分離されたコード実行基盤
▲ 呼び出し・連携
データ・検索
Data & Retrieval
VikingDB
Agent/RAG 向けのセマンティック検索・ハイブリッド検索に対応したベクトルデータベース。数十億ベクトル規模でもミリ秒単位で検索可能
▲ エンベディング・推論
基盤モデル
Foundation Models
言語モデル
Dola Seed / DeepSeek / GLM。コンテキスト長 256K〜1024K
画像生成
Seedream ファミリー。テキスト→画像・画像→画像に対応、最大 4K
動画生成
Seedance ファミリー。テキスト／画像→動画に対応、最大 30 秒
音声モデル
TTS / ASR / ボイスクローン / リアルタイム通訳。51 言語に対応
基盤モデル
基盤モデル
BytePlus は ModelArk を通じて、言語・画像・動画・音声の各モデルを提供しています。Function Calling、MCP、構造化出力、コンテキストキャッシュなど、エージェント構築に必要な機能を標準 API で利用できます。
言語モデル（LLM）
ModelArk · Chat API / Responses APIDola Seed 自社開発モデル（5 モデル）
Dola-Seed-Evolving
継続進化型本モデルは現在、BytePlus の公開英語版モデルカタログには掲載されていません。詳細な仕様は最新の公式リリースをご確認ください。
複雑な推論や、長期にわたるマルチステップのエージェント実行に向けて継続的に進化する Dola Seed モデルです。
仕様未確定エージェント最適化
- 高度な推論とテキスト生成
- ツール呼び出しとエージェントタスクの実行
- 最終仕様は公式ドキュメントに準拠
Dola-Seed-2.1-turbo
フラッグシップ Turboエージェントのスケジューリングランタイムと深く統合された、フラッグシップの汎用エージェントモデルです。
256K コンテキスト256K 出力（CoT 含む）マルチモーダル理解MCP
- 高度な推論（CoT）、テキスト生成、マルチモーダル理解
- ツール呼び出し（Function Calling）+ MCP
- 構造化出力（json_schema）
- 500 Max RPM / 1000K Max TPM
Dola-Seed-2.0-pro
高性能Dola Seed 2.0 のフラッグシップ Pro ティア。ビジュアルグラウンディングにも対応しています。
256K コンテキスト128K 出力（CoT 含む）ビジュアルグラウンディング30K RPM
- 高度な推論 + マルチモーダル理解 + ツール呼び出し + MCP
- ビジュアルグラウンディング
- デュアルリージョン：ap-southeast-1 + eu-west-1
- 30,000 Max RPM / 1500K Max TPM
Dola-Seed-2.0-lite
高速・軽量高頻度で軽量なエージェントタスクに適した、高速かつコスト効率に優れた Dola Seed 2.0 ティアです。
256K コンテキスト128K 出力（CoT 含む）構造化出力30K RPM
- 高度な推論 + マルチモーダル理解 + ツール呼び出し + MCP
- 構造化出力（json_schema 推奨）
- ap-southeast-1 と eu-west-1 で利用可能
- 30,000 Max RPM / 1500K Max TPM
Dola-Seed-2.0-mini
最低コスト大規模・高並列な軽量ワークロード向けの、Dola Seed 2.0 エントリーティアです。
256K コンテキスト128K 出力（CoT 含む）構造化出力30K RPM
- 高度な推論 + マルチモーダル理解 + ツール呼び出し + MCP
- 構造化出力（json_schema 推奨）
- デュアルリージョンで利用可能
- 30,000 Max RPM / 1500K Max TPM
DeepSeek サードパーティモデル（3 モデル）
DeepSeek-V4.1-Flash
おすすめ · 高速100 万トークンのコンテキストと高速推論を備えた、高効率・高コストパフォーマンスのモデルです。テキスト・画像・動画の入力に対応し、テキストを出力します。
1024K コンテキスト384K 出力128K 推論500 RPM1000K TPM
- ディープシンキング（thinking.type / reasoning_effort）+ テキスト生成 + ビジュアル QA
- 構造化出力 + Function Call + MCP（Responses API）
- オンライン検索 + ナレッジベース（Responses API）
- 明示的キャッシュ（Responses API）+ 暗黙的キャッシュ（Chat/Responses API）
- API：/v3/chat/completions、/v3/responses、/v3/tokenization
- モデル ID：deepseek-v4-1-flash-260910
DeepSeek-V4.0-pro
フラッグシップ GAGA 提供中の DeepSeek 第 4 世代フラッグシップ推論モデル。長いコンテキストと出力に対応しています。
1024K コンテキスト384K 出力（CoT 含む）ツール呼び出しMCP
- 高度な推論 + ツール呼び出し + MCP + 構造化出力
- 1024K コンテキスト、最大出力 384K
- 500 Max RPM / 1000K Max TPM
- ap-southeast-1 リージョン
DeepSeek-V4.0-Flash
高速 GAGA 提供中の高速版 DeepSeek V4 Flash。Pro クラスのコンテキスト長を、より優れたコストパフォーマンスで利用できます。
1024K コンテキスト384K 出力（CoT 含む）ツール呼び出しMCP
- 高度な推論 + ツール呼び出し + MCP + 構造化出力
- 1024K コンテキスト、最大出力 384K
- 500 Max RPM / 1000K Max TPM
- ap-southeast-1 リージョン
GLM サードパーティモデル（2 モデル）
GLM-5.3-Flash
マルチモーダル Flashマルチモーダル理解と長いコンテキストに対応した GLM 5.3 Flash です。
1024K コンテキスト128K 出力（CoT 含む）マルチモーダル理解MCP
- 高度な推論 + マルチモーダル理解 + ツール呼び出し + MCP
- 1024K コンテキスト、最大出力 128K
- 500 Max RPM / 1000K Max TPM
- ap-southeast-1 リージョン
GLM-5.2
スタンダード高度な推論、ツール呼び出し、長いコンテキストに対応した GLM 5.2 スタンダード版です。
1024K コンテキスト128K 出力（CoT 含む）ツール呼び出しMCP
- 高度な推論 + ツール呼び出し + MCP
- 1024K コンテキスト、最大出力 128K
- 500 Max RPM / 1000K Max TPM
- ap-southeast-1 リージョン
画像生成モデル
Seedream ファミリー · Image Generation APIseedream-5-0-pro
プロ向け編集位置や要素を細かく制御できる高精度な画像生成モデル。プロフェッショナルな編集ワークフローに対応します。
2K / 3K / 4KPNG / JPEGレイヤー分解 ≤16500 IPM
- テキスト→画像 + 単一／複数参照による画像→画像（参照画像 ≤10 枚）
- 座標・ボックス・矢印・マークアップによるインタラクティブ編集
- レイヤー分解：ベース画像 1 枚 + アルファチャンネル付きレイヤー最大 16 枚
- 14 言語のテキストをネイティブにレンダリング
seedream-5-0-flash
高速最新の仕様は、公式 API ドキュメントおよびお客様のコンソールの記載に準拠します。
Seedream 5.0 の高速版。生成スピード、レイアウト制御、大規模利用時のコスト効率が向上しています。
1K / 1.5K / 2K1 枚あたり約 10〜20 秒指示言語 14 種最大縦横比 16:1
- テキスト→画像 + 位置・カラー値・マークアップを指定した指示ベースの編集
- レイヤー分離と透過アルファチャンネル出力
- タイポグラフィに強い：多様なフォント、レイアウト構成、色の明るさを制御
- ストリーミング出力・連続バッチ生成には非対応
seedream-4-5
コスト効率テキスト→画像、画像→画像、参照生成、複数画像生成に対応した前世代の SOTA 画像モデルです。
2K / 4KJPEGバッチ生成500 IPM
- テキスト→画像 + 単一／複数参照による画像→画像（参照画像 ≤14 枚）
- 画像のバッチ生成
- 豊富なプロンプト制御パラメータ
- 500 Max IPM
seedream-4-0
エントリーテキスト→画像、画像→画像、コスト効率の高いバッチ生成に対応した Seedream 4.0 のエントリーモデルです。
1K / 2K / 4KJPEGバッチ生成500 IPM
- テキスト→画像 + 単一／複数参照による画像→画像（参照画像 ≤14 枚）
- 画像のバッチ生成
- 高速モードでのストリーミング出力
- 500 Max IPM
動画生成モデル
Seedance ファミリー · Video Generation API（非同期ジョブ）Seedance 2.5
フラッグシップ長尺のストーリー表現、マルチモーダル参照、編集機能が大幅に向上した次世代の動画生成モデル。1 回の生成で最大 30 秒の動画を作成できます。
480p/720p/1080p4〜30 秒24 fpsMP4 / MOV
- テキスト→動画 + 画像→動画（先頭フレーム／先頭・末尾フレーム指定）
- マルチモーダル参照による動画生成（参照アセット ≤50 件）
- タイムスタンプ指定での動画編集 + マルチターンでの延長
- 法人：600 RPM / 同時実行数 10、個人：180 RPM / 同時実行数 3
Seedance 2.0
スタンダード4K 出力とマルチモーダル参照に対応した Seedance 2.0 のスタンダード版です。
480p–4K（10bit）4〜15 秒24 fpsMP4
- テキスト→動画 + 画像→動画（先頭フレーム／先頭・末尾フレーム指定）
- マルチモーダル参照による動画生成 + 編集 + 延長
- スタンダードティアは 4K に対応（15 RPM / 同時実行数 1）
- 4K 以外の法人利用：600 RPM / 同時実行数 10
Seedance 2.0 fast
高速480p/720p 出力に対応した Seedance 2.0 の高速版です。
480p / 720p4〜15 秒24 fpsMP4
- テキスト→動画 + 画像→動画（先頭フレーム／先頭・末尾フレーム指定）
- マルチモーダル参照による動画生成 + 編集 + 延長
- 1080p・4K には非対応
- 法人：600 RPM / 同時実行数 10、個人：180 RPM / 同時実行数 3
Seedance 2.0 mini
軽量クイックプレビューや、低コストな 480p/720p のワークロードに適した Seedance 2.0 の軽量版です。
480p / 720p4〜15 秒24 fpsMP4
- テキスト→動画 + 画像→動画（先頭フレーム／先頭・末尾フレーム指定）
- マルチモーダル参照による動画生成 + 編集 + 延長
- 低コストな軽量仕様
- 法人：600 RPM / 同時実行数 10、個人：180 RPM / 同時実行数 3
Seedance 1.5 Pro
音声・映像同時生成デュアルブランチの Diffusion Transformer を採用し、音声と映像をネイティブに同時生成するモデル。多言語・複数話者の会話とリップシンクに対応します。
480p/720p/1080p4〜12 秒リップシンクflex TPD 500B
- テキスト→動画 + 画像→動画（先頭フレーム／先頭・末尾フレーム指定）
- 多言語・複数話者の会話を音声・映像でネイティブに同時生成
- ミリ秒単位のリップシンク
- flex オフライン推論に対応（TPD 500B）
音声モデル
Seed Speech · TTS / ASR / ボイスクローン / リアルタイム通訳TTS 2.0（音声合成）
対話型音声合成クエリ・レスポンス機構を備えた次世代の対話型音声合成。より自然で表現力豊かな音声を生成します。
17 言語WebSocket/HTTP8K–48KPCM/OGG/MP3
- テキストプロンプトで感情・トーン・話速・ピッチを制御
- Emotion Tags による文単位の感情制御
- 文脈理解により感情の一貫性を維持
- 教育シーンにおける数式・記号の読み上げ精度は約 90%
Audio 1.0 (seed-audio-1.0)
TTS 拡張版HTTP ベースの非ストリーミング音声生成。音声・画像の参照や、自然言語による声質・エフェクトの指定に対応します。
19 言語≤120 秒単語単位の字幕AIGC ウォーターマーク
- テキストのみでの生成 + 参照音声による生成（≤3 クリップ、各 ≤30 秒）
- 参照画像 1 枚から音声を生成
- 単語単位のタイムスタンプ付き字幕
- 話速 0.5x〜2.0x、ピッチ ±12 半音
ASR 2.0（音声認識）
51 言語ストリーミング ASR とファイル ASR に加え、豊富な後処理機能を備えた業界トップクラスの音声認識です。
51 言語初回トークン約 600ms話者分離WebSocket/HTTP
- ストリーミング ASR（双方向／単方向）+ オフラインでのファイル文字起こし
- スマートセグメンテーション、タイムスタンプ、句読点予測、数字の正規化
- 自動話者分離、ホットワード補正、正規表現による置換
- 性別・感情・言語の検出、話速・音量の分析
Voice Replication 2.0
ボイスクローンわずか 5〜15 秒の音声から、特徴的な声質、話し方のスタイル、アクセント、音響環境までクローンします。
7 言語参照音声 5〜15 秒感情・トーン制御
- 短い音声から声質・スタイル・アクセントを即座にクローン
- テキストプロンプトで感情・トーン・話速・ピッチを制御
- 直前の会話を踏まえた文脈理解で、より自然な音声を合成
- クローンした Speaker ID を TTS API から利用可能
Live Interpretation
リアルタイム通訳WebSocket 経由で LLM によるリアルタイム通訳を提供します。音声→テキスト翻訳と音声→音声翻訳に対応しています。
S2T 翻訳S2S 翻訳リアルタイム WebSocket
- 音声→テキスト翻訳（S2T）で翻訳テキストを返却
- 音声→音声翻訳（S2S）で翻訳音声を返却
- 低遅延のリアルタイム WebSocket 接続
- 翻訳元・翻訳先の言語ペアを明示的に指定可能
プラットフォームとデータ
プラットフォームサービスとデータ検索
フルマネージドのエージェントから、カスタムランタイム、サーバーレス実行、ベクトルデータベースまで。BytePlus は、エージェントのライフサイクル全体をカバーするモジュール型のサービスを提供しています。
Managed Agent (ModelArk Managed Agents)
すぐに使えるエージェントを作成・運用できる、フルマネージドの Agent-as-a-Service
プロダクトの位置づけ
Managed Agent は、BytePlus ModelArk が提供するフルマネージドのエージェントサービスです。基盤モデル、ツール呼び出し、ナレッジ検索、マルチターンのオーケストレーションをパッケージ化し、すぐに使えるエージェントとして提供します。推論インフラを運用することなく、コンソールまたは API からエージェントを作成・設定・デプロイできます。スケジューリングランタイムにより、長期タスク向けのキャッシュ、再開可能な実行、分離機能も備えています。
主な機能
エージェント作成コンソールでのビジュアル設定 + API による作成。システムプロンプト、モデル選択、ツールのバインドに対応
ツール呼び出しFunction Calling を標準搭載。カスタムツールや MCP ベースの外部サービスと連携
ナレッジベース RAGドキュメントのアップロード、自動チャンク分割、ベクトル検索により、社内ナレッジに基づく回答を実現
マルチターン会話セッション管理とコンテキスト管理を標準搭載し、長い会話にも対応
スケジューリング最適化AgentLoop スケジューリングとキャッシュで重複推論を削減し、長期タスクの再開可能な実行を実現
セキュリティ分離ゼロトラストアーキテクチャ、サンドボックスでのツール実行、きめ細かなデータ権限管理
ユースケースと価値
- 社内ナレッジ Q&A や業務プロセス自動化を担う社内向けアシスタント
- ナレッジベースとチケット管理を組み合わせた、24 時間 365 日対応のカスタマーサポートエージェント
- 社内システムを横断した承認・照会・レポート作成などの業務プロセス自動化
- 推論インフラを構築せずに実施できる迅速な PoC
ドキュメントdocs.byteplus.com/en/docs/modelark/2553706|API ベース URL
https://ark.ap-southeast.bytepluses.com/api/v3AgentKit
自社開発からフレームワーク移行まで、エージェントのフルライフサイクルを支えるエンタープライズプラットフォーム
プロダクトの位置づけ
AgentKit は、エージェントの開発、デバッグ、デプロイ、モニタリング、ガバナンスまでを一貫して支える、BytePlus のエンタープライズ向けエージェント開発・運用プラットフォームです。Agent Runtime、A2A 通信、Skills / Tools 管理、メモリ、ナレッジベース RAG、API ゲートウェイ、サンドボックステンプレート、オブザーバビリティを提供します。VeADK によるネイティブ開発に加え、LangChain や LangGraph などのフレームワークからの移行にも対応しています。
主な機能
Agent Runtimeマルチモデルのスケジューリング、ツール実行、状態管理を担う高性能ランタイム
A2A Centerエージェント間通信による協調、タスク分配、結果の集約
Skills / Toolsスキルとツールのカタログ。カスタム登録とバージョン管理に対応
メモリシステム短期のセッションメモリ + 長期のユーザープロファイルメモリ。検索・更新ポリシーを設定可能
ナレッジベース RAGドキュメント管理、自動チャンク分割、ベクトル／キーワードのハイブリッド検索、複数データソースに対応
API ゲートウェイ認証、レート制限、ルーティング、監査ログを備えた統合 API エントリーポイント
サンドボックステンプレート構築済みのコード実行テンプレート。カスタムランタイムや依存関係を追加可能
オブザーバビリティエンドツーエンドのトレース、トークン使用量、パフォーマンス監視、アラート
ユースケースと価値
- エンジニアリングアシスタントやデータ分析などの複雑なマルチエージェントシステム
- モデル・ツール・権限・利用量を一元的にガバナンスするエンタープライズエージェント基盤
- LangChain/LangGraph からエンタープライズ向けランタイム・ガバナンス層へのフレームワーク移行
- カスタムランタイム、サンドボックス、ツールチェーンを必要とする高度にカスタマイズされたアプリケーション
Function Service / Cloud Sandbox
サーバーレスコンピューティングと分離されたコード実行で、安全かつ柔軟にスケールするエージェントツールを実現
プロダクトの位置づけ
Function Service はサーバーレスコンピューティングを、Cloud Sandbox は分離されたクラウド上のコード実行環境を提供します。両者を組み合わせることで、コードの実行、外部 API の呼び出し、データ変換、カスタムツールの実行を行うエージェントの実行レイヤーを構成できます。ミリ秒単位の課金による柔軟なスケーリング、イメージのプリウォーム、ファイルスナップショット、MCP Server ホスティングなどの機能を備えています。
主な機能
サーバーレス関数自動スケーリングとミリ秒単位の課金に対応したイベント駆動型コンピューティング。サーバー管理は不要
Cloud SandboxPython、Node.js、Java などのランタイムに対応した分離型のコード実行環境
イメージのプリウォームカスタムコンテナイメージを事前にウォームアップし、コールドスタートの遅延を短縮
ファイルスナップショット実行環境のスナップショットにより、状態の永続化と迅速な復旧を実現
MCP Server ホスティングMCP Server をワンクリックでホスティングし、エージェントからサンドボックス内のツールを利用可能に
セキュリティ分離実行ごとに独立したサンドボックスを用意し、ネットワーク分離、リソース制限、最小権限を適用
ユースケースと価値
- データ処理、計算、可視化のためのエージェントによるコード実行
- 社内ツールを関数や MCP Server としてホスティングし、エージェントから安全にアクセス
- エージェントをトリガーとした ETL、フォーマット変換、バッチデータ処理
- 認証やデータ変換を担うセキュアなプロキシとしての API オーケストレーション
VikingDB
Agent/RAG 向けのセマンティック検索・ハイブリッド検索に対応したエンタープライズベクトルデータベース
プロダクトの位置づけ
VikingDB は、BytePlus のクラウドインフラ上に構築された、大規模なベクトルデータの保存・インデックス作成・分析のためのベクトルデータベースです。HNSW、IVF、DiskANN の各アルゴリズムを統合し、数百億から兆規模のベクトルに対してミリ秒単位の検索を実現します。Agent/RAG アーキテクチャでは、非構造化コンテンツをベクトル化し、モデルの生成に必要な関連コンテキストを返します。
主な機能
テキストエンベディング非構造化テキストからセマンティクスを抽出し、ベクトルを自動で書き込み
コレクション管理データをコレクション単位で整理し、リアルタイムの書き込み・クエリ・分析に対応
インデックス管理類似検索用のインデックスを作成。有効化前のチューニングと、有効化後のストリーミング更新に対応
ハイブリッド検索ベクトル + スカラー + フィルタによるハイブリッド検索。キーワード検索にも対応
Dense + Sparseテキスト・画像を横断する Dense + Sparse ハイブリッドベクトル検索に、クラウドでいち早く対応
エラスティックなスケジューリング検索需要の増加に応じてコンピューティングを自動でスケールし、エンドツーエンドで監視
主な仕様
数十億ベクトル規模でミリ秒単位の検索
ストレージとコンピューティングの分離で兆ベクトル規模まで対応
1 インデックスあたり最大 100GB
float32 精度
1 アカウントあたりコレクション ≤200
IP / L2 / Cosine
ap-southeast-1 でパブリックプレビュー中
ユースケースと価値
- 精度の高い RAG コンテキストによるカスタマーサポートや専門領域の Q&A
- セマンティックランキングによるインテリジェントな検索とレコメンデーション
- AIGC 向けのマルチモーダルなテキスト・画像検索、ハイブリッド検索、類似性検出
- 大規模ベクトルの重複排除、クラスタリング、マイニング、分析
選定ガイド
プラットフォーム選定ガイド
Managed Agent、AgentKit、Function Service / Cloud Sandbox、VikingDB は、それぞれ異なる抽象化レイヤーで動作します。以下の比較を参考に、最適なプロダクトの組み合わせをご検討ください。
| 比較軸 | Managed Agent | AgentKit | Function Service / Cloud Sandbox | VikingDB |
|---|---|---|---|---|
| 提供形態 | フルマネージド AaaS コンソール／API で作成する、すぐに使えるエージェント | PaaS プラットフォーム エージェント開発用ランタイム。アプリケーション開発が必要 | サーバーレスインフラ 関数 + コード実行サンドボックス | ベクトルデータベースサービス マネージドなベクトル保存・検索 |
| 抽象度 | 最も高い：エージェントインスタンス | 高：エージェントフレームワーク／ランタイム | 低：関数／コード実行 | 中：検索サービス |
| 開発の自由度 | 限定的：プロンプト、モデル、ツール、ナレッジを設定 | 完全：ランタイム、ツール、マルチエージェントのオーケストレーションをカスタマイズ | 完全：コード、イメージ、依存関係、ランタイムをカスタマイズ | 設定ベース：コレクション、インデックス、書き込み／クエリ API |
| 運用 | BytePlus がフルマネージドで運用 | プラットフォームは BytePlus、エージェント設定はお客様が管理 | インフラは BytePlus、関数コードはお客様が管理 | 自動スケーリング付きのフルマネージド |
| 実行の分離 | ツール実行向けのサンドボックス分離を標準搭載 | サンドボックステンプレート + カスタム分離ポリシー | コア機能：実行ごとに独立したサンドボックスで、ネットワーク・リソースを分離 | コレクション単位のデータ分離 |
| 主な用途 | 社内アシスタント、サポート、業務自動化、迅速な PoC | マルチエージェントシステム、エンタープライズエージェント基盤、フレームワーク移行 | エージェントのコード実行、カスタムツールのホスティング、データパイプライン | RAG、セマンティック検索、レコメンデーション、マルチモーダル検索 |
| 組み合わせ例 | 標準構成：Managed Agent または AgentKit でエージェントをオーケストレーション → VikingDB で RAG 検索 → Function Service / Cloud Sandbox でコードやカスタム関数を実行。 シンプルな RAG エージェント：Managed Agent（標準ナレッジ機能）+ VikingDB（大規模ベクトル検索） 複雑なマルチエージェント：AgentKit（マルチエージェントのオーケストレーション）+ VikingDB（検索）+ Function Service（ツール実行） 実行環境のみ：既存のエージェントフレームワークに、Function Service + Cloud Sandbox でセキュアなツール実行環境を追加 | |||
3 ステップの選定プロセス
1
オーケストレーション層を選ぶ
すぐに使えるサービスが必要なら Managed Agent。マルチエージェントの協調、高度なカスタマイズ、フレームワーク移行が必要なら AgentKit。既存のエージェントフレームワークがあり、実行環境のみ必要な場合は Function Service をお選びください。
Managed AgentAgentKitFunction Service
2
ナレッジと検索の要件を確認する
社内ドキュメントを用いた RAG、セマンティック検索、大規模なベクトル検索が必要な場合は VikingDB を追加します。Managed Agent にも軽量なナレッジ機能がありますが、大規模検索やハイブリッド検索には VikingDB をご利用ください。
VikingDB
3
セキュアなツール実行を追加する
エージェントにコードの実行、カスタムツールの呼び出し、データ処理を行わせる場合は、Function Service + Cloud Sandbox を使用します。Managed Agent にも基本的なツールがありますが、複雑なカスタムツールはサンドボックスでホスティングしてください。
Function ServiceCloud Sandbox
機能マトリクス
全機能マトリクス
BytePlus のエージェント関連プロダクトの主要機能を横断的に比較し、ビジネス要件とのマッピングにご活用いただけます。
| プロダクト／モデル | カテゴリ | 主な機能 | 主な仕様／アクセス方法 |
|---|---|---|---|
| Dola-Seed-2.1-turbo | 自社開発 LLM | 高度な推論マルチモーダルツール呼び出しMCP構造化出力 | 256K ctx / 256K 出力 / 500 RPM · Ark API |
| Dola-Seed-2.0-pro | 自社開発 LLM | 高度な推論マルチモーダルビジュアルグラウンディングツール呼び出しMCP | 256K ctx / 128K 出力 / 30K RPM · デュアルリージョン |
| Dola-Seed-2.0-lite | 自社開発 LLM | 高度な推論マルチモーダルツール呼び出しMCP構造化出力 | 256K ctx / 128K 出力 / 30K RPM · デュアルリージョン |
| Dola-Seed-2.0-mini | 自社開発 LLM | 高度な推論マルチモーダルツール呼び出しMCP構造化出力 | 256K ctx / 128K 出力 / 30K RPM · デュアルリージョン |
| DeepSeek-V4.1-Flash 提供中 · おすすめ | サードパーティ LLM | 高度な推論マルチモーダル VQA構造化出力ツール呼び出しMCPオンライン検索ナレッジベース | 1024K ctx / 384K 出力 / 128K 推論 / 500 RPM |
| DeepSeek-V4.0-pro | サードパーティ LLM | 高度な推論ツール呼び出しMCP構造化出力 | 1024K ctx / 384K 出力 / 500 RPM |
| DeepSeek-V4.0-Flash | サードパーティ LLM | 高度な推論ツール呼び出しMCP構造化出力 | 1024K ctx / 384K 出力 / 500 RPM |
| GLM-5.3-Flash | サードパーティ LLM | 高度な推論マルチモーダルツール呼び出しMCP | 1024K ctx / 128K 出力 / 500 RPM |
| GLM-5.2 | サードパーティ LLM | 高度な推論ツール呼び出しMCP | 1024K ctx / 128K 出力 / 500 RPM |
| seedream-5-0-pro | 画像生成 | テキスト→画像画像→画像インタラクティブ編集レイヤー分解 | 2K/3K/4K · PNG/JPEG · ≤16 レイヤー · 500 IPM |
| seedream-5-0-flash | 画像生成 | テキスト→画像指示ベース編集レイヤー分離透過背景 | 1K/1.5K/2K · 約 10〜20 秒 · 14 言語 · ストリーミング／バッチ非対応 |
| seedream-4-5 | 画像生成 | テキスト→画像画像→画像バッチ生成 | 2K/4K · JPEG · 参照画像 ≤14 枚 · 500 IPM |
| seedream-4-0 | 画像生成 | テキスト→画像画像→画像バッチ生成ストリーミング出力 | 1K/2K/4K · JPEG · 500 IPM |
| Seedance 2.5 | 動画生成 | テキスト→動画画像→動画マルチモーダル参照動画編集延長 | 480p-1080p · 4〜30 秒 · MP4/MOV · 参照 ≤50 件 |
| Seedance 2.0 | 動画生成 | テキスト→動画画像→動画マルチモーダル参照4K | 480p-4K · 4〜15 秒 · MP4 |
| Seedance 2.0 fast | 動画生成 | テキスト→動画画像→動画マルチモーダル参照 | 480p/720p · 4〜15 秒 · MP4 |
| Seedance 2.0 mini | 動画生成 | テキスト→動画画像→動画マルチモーダル参照 | 480p/720p · 4〜15 秒 · MP4 |
| Seedance 1.5 Pro | 動画生成 | テキスト→動画画像→動画音声・映像同時生成リップシンク | 480p-1080p · 4〜12 秒 · flex TPD 500B |
| TTS 2.0 | 音声合成 | 対話型音声合成感情制御文脈理解 | 17 言語 · WebSocket/HTTP · 8K-48K |
| Audio 1.0 | 音声合成 | 参照音声から生成参照画像から生成単語単位の字幕 | 19 言語 · ≤120 秒 · AIGC ウォーターマーク |
| ASR 2.0 | 音声認識 | ストリーミング ASRファイル文字起こし話者分離ホットワード補正 | 51 言語 · 初回トークン約 600ms · WebSocket/HTTP |
| Voice Replication 2.0 | ボイスクローン | 短い音声からクローン感情制御文脈理解 | 7 言語 · 参照音声 5〜15 秒 · TTS API |
| Live Interpretation | リアルタイム通訳 | S2T 翻訳S2S 翻訳 | リアルタイム WebSocket · 言語ペア指定 |
| Managed Agent | プラットフォームサービス | フルマネージド AaaSツール呼び出しナレッジベース RAGマルチターン会話 | コンソール / API · 運用不要 · スケジューリング最適化 |
| AgentKit | プラットフォームサービス | Agent RuntimeA2A 通信Skills / Toolsメモリシステムオブザーバビリティ | VeADK / LangChain からの移行 · フルライフサイクル |
| Function Service / Sandbox | プラットフォームサービス | サーバーレス関数コードサンドボックスイメージのプリウォームMCP ホスティング | ミリ秒単位の課金 · 複数ランタイム · セキュリティ分離 |
| VikingDB | データ検索 | ベクトル検索ハイブリッド検索Dense + Sparseマルチモーダル | 数十億規模でミリ秒検索 · ストレージ／コンピューティング分離 · コレクション ≤200 |
参考資料
参考資料
本資料の機能説明は、以下の BytePlus 公開ドキュメントおよびプロダクトコンソールの情報に基づいています。モデルの提供状況、リージョン、クォータ、リリース状況は、最新のお客様コンソールおよび契約内容に準拠します。
コンソールDeepSeek-V4.1-Flash のプロダクトコンソール情報（モデル deepseek-v4-1-flash-260910。仕様および機能の出典）
注記：Dola-Seed-Evolving は現在、BytePlus の公開英語版モデルカタログ（2026-09-11 最終更新）に掲載されていません。詳細な仕様は最新の公式リリースに準拠します。DeepSeek-V4.1-Flash の仕様は、バージョン 260910（Model ID：deepseek-v4-1-flash-260910）のプロダクトコンソール情報に基づいています。seedream-5-0-flash のレート制限および関連パラメータは、公式 API ドキュメントおよびお客様のコンソールに準拠します。記載のレート制限はすべてドキュメント上の理論上の最大値であり、実際のパフォーマンスはアカウントのクォータやプラットフォームの負荷によって異なります。