Seed-1.6-Embedding-250615
Seed-1.6-Embedding-250615 是由 字节跳动Seed团队 发布的 AI 模型，发布时间为 2025-06-28，定位为 embedding模型，参数规模约为 0.0B，上下文长度为 128K，采用 不开源 许可。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
| 模态 | 输入 | 输出 |
|---|---|---|
| 文本 | $0.125 | -- |
| 图片 | $0.325 | -- |
| Embedding | -- | $0 |
Seed-1.6-Embedding-250615 当前已收录的代表性评测结果包括 MMEB-v2-Image（3 / 6，得分 77.78）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
Seed-1.6-Embedding 是字节跳动 Seed 团队在 2025-06-28 公布的一款向量模型，用于将内容编码为向量表示，面向检索、匹配、分类等场景。官方文章同时给出该模型在火山引擎的 API Model ID 为 doubao-embedding-vision-250615。
在 BytePlus ModelArk 文档中，该模型以 embedding-vision 作为推荐模型条目，并列出多个版本号。ModelArk 版本号 embedding-vision-250615 对应本条目（250615）。
官方文章描述该模型基于 Seed1.6-Flash，并采用双塔（dual-tower）结构；向量抽取为最后一层隐藏层中与 [EOS] token 对应的向量表示。
官方文章将训练过程描述为三阶段：文本继续训练、多模态继续训练、以及微调。训练目标包含从 VLM 基座获得 embedding 能力、多模态（图像/视频与文本）对齐，以及面向多任务/多场景的数据构建与训练。
官方文章披露：在 C-MTEB（中文）榜单上报告得分 75.62；在 MMEB-V2 Image 榜单上报告得分 77.78，并披露与第二名的差值；同时披露在 MMEB-V2 Video 榜单上也取得领先差值（以官方图表与文字为准）。
BytePlus ModelArk 文档描述 embedding-vision 支持中英文，并支持文本、图像、视频等混合输入；其中 250615 及后续版本支持视频输入，并给出最大上下文长度为 128K（250615）/ 8K（其他版本）。
BytePlus ModelArk 文档给出按 token 计费：文本输入 0.125 USD/百万 tokens、图片输入 0.325 USD/百万 tokens、输出 0；缓存命中与缓存存储标注为“不涉及”。文档未在该条目中单列视频输入价格。
上述官方发布文章与 ModelArk 文档未提供可下载权重或开源仓库地址；该模型以在线服务形式提供访问。
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
