豆包 SeedRealtime 1.0 API 全量上线

11 月 19 日,火山引擎全量上线豆包实时音视频通话模型 SeedRealtime 1.0 的 API。开发者可在同一场语音对话里传入摄像头或屏幕画面,最高每秒 2 帧。服务按通话时长计费,后付费语音通话每分钟 0.2 元,视频通话每分钟 0.4 元。
豆包 SeedRealtime 1.0 实时音视频通话 API 封面

语音通话可以带上摄像头或屏幕画面

SeedRealtime 在 8 月 5 日发布时已全量上线豆包 App。11 月 19 日开放的 API 是给开发者用的软件接口,可以把同类音视频交互接到自己的应用里。

SeedRealtime 1.0 在豆包实时语音模型 3.0(Seeduplex)的基础上增加了视频帧和图片输入。模型在同一场会话中处理画面和声音,并用语音回答。全双工指的是模型播报时仍能接收用户的声音,用户中途插话可以打断当前播报。

客户端每秒最多发送 2 张画面,超出上限的帧会被丢弃。做屏幕讲解时,可以让用户停留在需要解释的页面,边展示边提问。快速切换的画面可能落在两次采样之间,这是设计交互时要考虑的限制。

后付费语音每分钟 0.2 元,视频每分钟 0.4 元

只传音频时,按语音通话计费。传入画面后,视频计费部分的单价包含语音费用。画面发送频率高于每秒 0.5 帧时,整段通话按视频计费。低于这个频率时,每张图折算 2 秒视频时长,其余时间按语音计费。

例如,一场通话持续 10 分钟,每 5 秒发一张图,共传 120 张。按后付费单价计算,4 分钟算视频、6 分钟算语音,合计 2.8 元。同样通话 10 分钟,只传音频是 2 元,以每秒 1 帧持续传画面是 4 元。

预付费资源包中,100 分钟档售价 19.6 元。1 分钟语音抵扣 1 分钟额度,1 分钟视频抵扣 2 分钟额度。服务默认最多支持 5 路同时通话。

豆包 App 和开发者示例都能体验

想直接试用,可以更新豆包 App,在对话框里点「打电话」进入视频通话。

开发者可下载 SeedRealtime 1.0 接入页的网页示例,填入在火山引擎控制台获取的 API Key 运行。自行接入时,音频和图片通过同一条 WebSocket 长连接并行发送,应用可以一边上传麦克风声音和画面,一边接收模型的语音回复。接入页还提供 Python 和 Go 示例。

原始来源

以下资料用于核对本文信息;价格、开放范围与产品状态请以来源的最新说明为准。

  1. IT之家 · 豆包实时音视频通话模型 1.0 API 全量上线 — 2026 年 11 月 19 日的 API 上线消息
  2. 字节跳动 Seed · SeedRealtime 音视频全双工大模型发布 — 8 月发布、豆包 App 体验入口与音视频交互方式
  3. 火山引擎 · 端到端实时音视频通话(Seed-Realtime) — 视频帧和图片输入、帧率上限、会话协议与示例
  4. 火山引擎 · 豆包语音模型价格 — 后付费单价、低帧率计费、资源包和默认并发