今天 Seed2.0 全系列正式發(fā)布
Seed2.0，也就是豆包大模型2.0（Doubao-Seed-2.0）

包括 Pro、Lite、Mini 三款通用 Agent 模型加一個 Code 模型，圍繞 Agent 使用和大規(guī)模生產(chǎn)，做了系統(tǒng)性優(yōu)化

先看數(shù)據(jù)（本文里所有表格，都是我做的，好不好看?。。。?/p>

Seed2.0 核心評測數(shù)據(jù)總覽｜vs GPT-5.2 · Claude Opus-4.5 · Gemini-3 Pro

先一次過完核心部份：

多模態(tài)，數(shù)學(xué)與視覺推理 19 項(xiàng)基準(zhǔn) 12 項(xiàng)第一，視覺感知、文檔理解、長上下文大部分基準(zhǔn) SOTA，EgoTempo 超過人類分?jǐn)?shù)

LLM 科學(xué)能力，HealthBench 第一，SuperGPQA 超 GPT-5.2，整體與 Gemini 3 Pro、GPT-5.2 相當(dāng)；在深度研究上也取得了不俗的成績

代碼，有明顯進(jìn)步，部分高難基準(zhǔn)與國際領(lǐng)先模型仍有差距

已上線，豆包 App 選「專家」模式 / TRAE 選「Doubao-Seed-2.0-Code」，全系列 API 已上線火山引擎，價格較同級 GPT 和 Claude 便宜一個數(shù)量級

Model Card 也有，同時發(fā)布的還有一份 79 頁的 Model Card，公眾號后臺回復(fù)「Seed2.0」，獲取這份 Model Card

先說定價

Seed2.0 全系列的這四款模型，API 已上線火山引擎。以下為分段計(jì)費(fèi)中 ≤32k 輸入的價格，單位元/百萬 tokens，這里我也做了個對比圖：

價格對比（人民幣計(jì)價）

Pro（doubao-seed-2-0-pro-260215）旗艦全能，面向復(fù)雜推理與長鏈路 Agent 任務(wù)
輸入 3.2 / 輸出 16 / 緩存命中 0.64

Lite（doubao-seed-2-0-lite-260215）均衡型，綜合能力超 Seed1.8，兼顧質(zhì)量與速度
輸入 0.6 / 輸出 3.6 / 緩存命中 0.12

Mini（doubao-seed-2-0-mini-260215）低時延高并發(fā)，256k 上下文，4 檔思考長度
輸入 0.2 / 輸出 2 / 緩存命中 0.04

Code（doubao-seed-2-0-code-preview-260215）編程加強(qiáng)版，適配 Claude Code 等 IDE 工具鏈
輸入 3.2 / 輸出 16 / 緩存命中 0.64

四款模型均支持文字、圖片、視頻輸入，文字輸出

token 定價，比海外模型低了約一個數(shù)量級。Agent 跑一次 workflow 消耗的 token 是人類對話的幾十倍

在現(xiàn)實(shí)世界的復(fù)雜任務(wù)中，大規(guī)模推理與長鏈路生成將消耗大量 token，這個成本變量會越來越重

火山引擎模型詳情頁：https://console.volcengine.com/ark/region:ark+cn-beijing/model/detail?Id=doubao-seed-2-0-pro

本次的優(yōu)化

Seed 團(tuán)隊(duì)分析了通用模型在 MaaS 服務(wù)中的真實(shí)調(diào)用情況

MaaS 調(diào)用場景分布

Seed 通用模型 MaaS 服務(wù)在中國大陸的調(diào)用場景分布，數(shù)據(jù)來自「火山方舟協(xié)作獎勵計(jì)劃」

最高比例的需求是處理混雜圖表、文檔等非結(jié)構(gòu)化信息的知識內(nèi)容。企業(yè)端的典型模式：先讓模型做「讀得多、想得多」的任務(wù)，再進(jìn)入復(fù)雜且專業(yè)的流程型工作

基于這個真實(shí)需求，Seed2.0 重點(diǎn)優(yōu)化三個方向：

• ?更穩(wěn)健的視覺與多模態(tài)理解：復(fù)雜文檔、表格、圖形、視頻內(nèi)容的解析能力顯著提升

• ?更可靠的復(fù)雜指令執(zhí)行：多約束、多步驟、長鏈路任務(wù)的理解與執(zhí)行能力強(qiáng)化

• ?更靈活的推理選擇：Pro、Lite、Mini 三檔加 Code 模型，覆蓋不同場景

除了生產(chǎn)級需求，Seed2.0 還在推高模型智能上限。目前已經(jīng)能從解決奧林匹克競賽類問題邁向支持研究級推理，比如嘗試探索埃爾德什級別的數(shù)學(xué)問題，也可以完成部分科學(xué)相關(guān)任務(wù)的編程工作

能解埃爾德什問題和能幫你整理一堆掃描版合同，是兩種能力
Seed2.0 兩個都在做

多模態(tài)理解：大部分基準(zhǔn) SOTA 數(shù)學(xué)與視覺推理

Seed2.0 Pro 在 MathVista、MathVision、MathKangaroo、MathCanvas 等數(shù)學(xué)推理基準(zhǔn)上達(dá)到業(yè)界最優(yōu)水平。LogicVista、VisuLogic 等視覺解謎與邏輯推理基準(zhǔn)上，較 Seed1.8 顯著提升

數(shù)學(xué)與視覺推理評測數(shù)據(jù)

標(biāo)注 * 的數(shù)據(jù)引自公開技術(shù)報告

視覺感知

VLMsAreBiased、VLMsAreBlind、BabyVision 等基準(zhǔn)中取得業(yè)界最高分。面對不同類型的視覺輸入時仍能保持準(zhǔn)確且可信的感知和判斷能力

視覺感知與通用 VQA 評測數(shù)據(jù)

標(biāo)注 * 的數(shù)據(jù)引自公開技術(shù)報告

文檔理解與長上下文

模型面對的，往往是復(fù)雜版式混排的原始材料。相比 Seed1.8，處理非結(jié)構(gòu)化信息的能力顯著強(qiáng)化，ChartQAPro 與 OmniDocBench 1.5 達(dá)到頂尖水準(zhǔn)

長上下文方面，DUDE、MMLongBench、MMLongBench-Doc 均取得業(yè)界最佳分?jǐn)?shù)

文檔理解與長上下文評測數(shù)據(jù)

標(biāo)注 * 的數(shù)據(jù)引自公開技術(shù)報告

視頻理解

時間序列與運(yùn)動感知方面，TVBench、TempCompass、MotionBench 等關(guān)鍵測評處于領(lǐng)先位置

EgoTempo 超過人類分?jǐn)?shù)（人類 63.2，Seed2.0 Pro 71.8），對「變化、動作、節(jié)奏」的捕捉更為穩(wěn)定

長視頻場景中，Seed2.0 在大部分評測上超越了其他頂尖模型，可以高效準(zhǔn)確地處理小時級別的長視頻。視頻工具 VideoCut 進(jìn)一步提高了長視頻處理的時長范圍和推理精度

流式實(shí)時視頻方面同樣表現(xiàn)優(yōu)異，能完成實(shí)時視頻流分析、環(huán)境感知、主動糾錯與情感陪伴，可應(yīng)用于健身、穿搭等場景

視頻理解評測數(shù)據(jù)

標(biāo)注 * 的數(shù)據(jù)引自公開技術(shù)報告

LLM 與 Agent：真實(shí)長程任務(wù)執(zhí)行能力提升

Seed 團(tuán)隊(duì)觀察到一個典型失衡：模型已經(jīng)可以順利解決競賽難題，但放在真實(shí)世界中，依然很難端到端地完成實(shí)際任務(wù)，比如一次性構(gòu)建一個設(shè)計(jì)精良、功能完整的小程序

原因來自兩點(diǎn)。真實(shí)世界任務(wù)跨越更長時間尺度、包含多個階段，現(xiàn)有 LLM Agent 難以自主構(gòu)建高效工作流。真實(shí)世界知識具有很強(qiáng)的領(lǐng)域壁壘且呈長尾分布，各行業(yè)的經(jīng)驗(yàn)不在訓(xùn)練語料的高頻區(qū)

長尾領(lǐng)域知識

Seed2.0 通過系統(tǒng)性加強(qiáng)長尾領(lǐng)域知識來應(yīng)對

SuperGPQA 超過 GPT-5.2，HealthBench 第一名，科學(xué)領(lǐng)域整體成績與 Gemini 3 Pro 和 GPT-5.2 相當(dāng)。FrontierSci 等 STEM 基準(zhǔn)表現(xiàn)突出，部分場景得分超過 Gemini 3 Pro

LLM 科學(xué)能力評測數(shù)據(jù) 指令遵循

Seed2.0 保持較強(qiáng)的一致性與可控性，為 Agent 模型在長鏈路、多步驟任務(wù)中嚴(yán)格按約束條件執(zhí)行奠定了基礎(chǔ)

指令遵循評測數(shù)據(jù) 深度研究

Seed2.0 在長鏈路任務(wù)中表現(xiàn)突出，尤其擅長連續(xù)完成「找資料、做歸納、寫結(jié)論」這類連續(xù)工作流

三項(xiàng)深度研究評測，Pro 和 Lite 都取得了不俗的成績

深度研究評測數(shù)據(jù) 真實(shí)世界任務(wù)

在具備直接經(jīng)濟(jì)價值的現(xiàn)實(shí)任務(wù)評測中，Seed2.0 在客服問答、信息抽取、意圖識別、中小學(xué)階段問題解答等高頻場景上表現(xiàn)穩(wěn)定。GDPVal-Diamond、XPert Bench 等復(fù)雜專業(yè)任務(wù)基準(zhǔn)上同樣取得有競爭力的結(jié)果

真實(shí)世界任務(wù)評測數(shù)據(jù) 科學(xué)發(fā)現(xiàn)

FrontierSci-research 等前沿科研基準(zhǔn)上表現(xiàn)強(qiáng)勁，AInstein Bench 領(lǐng)先，體現(xiàn)出在科學(xué)發(fā)現(xiàn)場景中較強(qiáng)的假設(shè)驅(qū)動式推理能力

科學(xué)發(fā)現(xiàn)評測數(shù)據(jù) 從研究想法到實(shí)驗(yàn)方案

Seed2.0 還能把「研究想法」推進(jìn)到「形成可落地的實(shí)驗(yàn)方案」

以高爾基體蛋白分析為例，模型把基因工程、小鼠模型構(gòu)建、亞細(xì)胞分離與多組學(xué)分析串成一條完整流程，細(xì)化到關(guān)鍵環(huán)節(jié)怎么做、用什么做對照排除污染、用哪些指標(biāo)評估純度

相關(guān)領(lǐng)域?qū)＜业姆答仯悍桨冈诳鐚W(xué)科的實(shí)驗(yàn)細(xì)節(jié)與步驟化表達(dá)上超出預(yù)期，能產(chǎn)出結(jié)構(gòu)清晰、科學(xué)上相對可靠、具有可執(zhí)行性的實(shí)驗(yàn)草案

高爾基體蛋白分析實(shí)驗(yàn)方案示例 代碼：有進(jìn)步，有差距

端到端整體代碼生成、上下文學(xué)習(xí)方面取得了明顯進(jìn)步

Vibe Coding 及上下文評測數(shù)據(jù)

部分高難基準(zhǔn)上，與國際領(lǐng)先模型相比仍有提升空間

最后

除了火山 API 之外，Seed2.0 Pro 和 Code 還已分別上線：

• ? 豆包 App：選擇「專家」模式，開啟對話

• ? TRAE：在「內(nèi)置模型」中選擇「Doubao-Seed-2.0-Code」

以及，火山的這個模型，也已上線方舟 Coding Plan，且首月低至 8.91 元

新春限時特惠 ?? 二月特別補(bǔ)貼