字節(jié)跳動(dòng)旗下豆包大模型迎來重要升級(jí)，正式邁入2.0時(shí)代。此次更新不僅在性能上與GPT-5.2和Gemini 3 Pro持平，更將推理成本大幅降低近一個(gè)數(shù)量級(jí)，為復(fù)雜任務(wù)的大規(guī)模應(yīng)用提供了更具性價(jià)比的解決方案。這一突破標(biāo)志著字節(jié)跳動(dòng)在大模型商業(yè)化進(jìn)程中邁出了關(guān)鍵一步。

豆包2.0系列包含Pro、Lite、Mini三款通用Agent模型及專用Code模型。其中旗艦版豆包2.0 Pro在多項(xiàng)基準(zhǔn)測試中表現(xiàn)卓越，不僅在視覺理解領(lǐng)域達(dá)到行業(yè)頂尖水平，更在數(shù)學(xué)奧賽IMO、CMO及編程競賽ICPC中斬獲金牌。該模型已全面接入豆包App、電腦端和網(wǎng)頁版的"專家"模式，Code版本則集成至AI編程工具TRAE，并通過火山引擎向企業(yè)和開發(fā)者開放API服務(wù)。

在多模態(tài)能力方面，豆包2.0實(shí)現(xiàn)了全面突破。其在動(dòng)態(tài)場景理解測試中領(lǐng)先同類模型，甚至在EgoTempo基準(zhǔn)上超越人類表現(xiàn)，展現(xiàn)出對(duì)動(dòng)作、節(jié)奏等信息的精準(zhǔn)捕捉能力。長視頻場景分析中，該模型在多數(shù)評(píng)測中優(yōu)于其他頂尖模型，尤其在流式實(shí)時(shí)問答任務(wù)中表現(xiàn)突出。這些特性使其能夠勝任實(shí)時(shí)視頻流分析、環(huán)境感知等復(fù)雜任務(wù)，并可應(yīng)用于健身指導(dǎo)、穿搭建議等陪伴場景。

成本優(yōu)勢成為豆包2.0的核心競爭力。字節(jié)跳動(dòng)透露，在保持與GPT-5.2等模型同等效果的前提下，其token定價(jià)降低近十倍。這一特性在大規(guī)模推理和長鏈路生成場景中尤為關(guān)鍵，例如基于OpenClaw框架構(gòu)建的智能客服Agent，已能通過調(diào)用不同技能完成客戶對(duì)話，并在遇到難題時(shí)主動(dòng)尋求真人協(xié)助，甚至完成維修預(yù)約和售后回訪等全流程服務(wù)。

針對(duì)編程場景優(yōu)化的豆包2.0 Code模型顯著提升了開發(fā)效率。該模型強(qiáng)化了代碼庫解讀和應(yīng)用生成能力，并增強(qiáng)了Agent工作流中的糾錯(cuò)機(jī)制。開發(fā)者使用TRAE配合豆包2.0 Code，僅需1輪提示詞即可構(gòu)建互動(dòng)項(xiàng)目的基本框架，5輪提示詞便能完成包含11個(gè)AI驅(qū)動(dòng)NPC的完整作品。這些NPC能根據(jù)設(shè)定自然對(duì)話、招呼顧客甚至現(xiàn)場砍價(jià)，相關(guān)代碼和素材已在GitHub開源供測試使用。

目前，豆包2.0 Pro已通過豆包App、電腦端和網(wǎng)頁版向個(gè)人用戶開放"專家"模式，企業(yè)和開發(fā)者則可通過火山引擎API服務(wù)調(diào)用全系列模型。字節(jié)跳動(dòng)表示，將持續(xù)根據(jù)真實(shí)場景需求迭代模型功能，推動(dòng)智能應(yīng)用邊界的拓展。