昨天，豆包大模型 2.0（Doubao-Seed-2.0，简称 Seed2.0）全线发布。

此次更新覆盖三款通用 Agent 模型（Pro、Lite、Mini）以及一款编程增强模型（Code），围绕复杂 Agent 使用与大规模生产部署进行了系统级优化。

核心看点速览

多模态与推理：在涉及数学与视觉推理的 19 项基准中，12 项拿下第一；视觉感知、文档理解、长上下文等多数基准达到 SOTA；EgoTempo 分数超越人类（人类 63.2，Seed2.0 Pro 71.8）。

科学与长尾知识：HealthBench 排名第一，SuperGPQA 超过 GPT-5.2，整体与 Gemini 3 Pro、GPT-5.2 相当；在 FrontierSci 等 STEM 评测上表现亮眼。

代码：端到端生成与上下文学习能力明显进步，但在部分高难基准上与国际领先者仍有差距。

可用性：豆包 App 开通「专家」模式可用；TRAE 支持选择「Doubao-Seed-2.0-Code」；全系列 API 已登陆火山引擎。

成本优势：相比同级 GPT 与 Claude，API token 定价低一个数量级，面向长链路与大规模推理更具成本优势。

资料完整：同步发布 79 页 Model Card，公众号后台回复「Seed2.0」可获取。

注：文中对比信息基于官方公布与公开技术报告；部分数据源自公开技术基准。

定价与接入

四款模型均已在火山引擎开放 API（以下为分段计费中 ≤32k 输入的价格，单位：元/百万 tokens）：

• Pro（doubao-seed-2-0-pro-260215）：旗舰全能，面向复杂推理与长链路 Agent 任务
  输入 3.2 / 输出 16 / 缓存命中 0.64
• Lite（doubao-seed-2-0-lite-260215）：均衡型，综合能力超 Seed1.8，兼顾质量与速度
  输入 0.6 / 输出 3.6 / 缓存命中 0.12
• Mini（doubao-seed-2-0-mini-260215）：低时延高并发，256k 上下文，支持四档思考长度
  输入 0.2 / 输出 2 / 缓存命中 0.04
• Code（doubao-seed-2-0-code-preview-260215）：编程加强版，适配 Claude Code 等 IDE 工具链
  输入 3.2 / 输出 16 / 缓存命中 0.64

支持文字、图片、视频输入，输出为文本。对比海外同级模型，token 定价低约一个数量级。

考虑到在真实复杂任务中，Agent 跑一次 workflow 消耗的 token 往往是常规对话的数十倍，成本优势更为明显。

模型详情页：https://console.volcengine.com/ark/region:ark+cn-beijing/model/detail?Id=doubao-seed-2-0-pro

优化思路与设计取向

Seed 团队基于 MaaS 在中国大陆的真实调用数据（火山方舟协作奖励计划）观察到：企业侧的高频需求集中在处理图表、扫描件、混排文档等非结构化知识材料，常以“先读懂、再执行”两段式流程展开。

对应地，Seed2.0 聚焦三大方向：

• 更强的视觉与多模态理解：显著提升对复杂文档、表格、图形、视频的解析能力。
• 更可靠的复杂指令执行：优化多约束、多步骤、长链路任务的理解与执行稳定性。
• 更灵活的推理策略：Pro／Lite／Mini 与 Code 四款梯度覆盖不同场景与成本带宽。

除生产级需求外，Seed2.0 也在抬升智能上限：从奥赛级问题迈向研究级推理，尝试探索埃尔德什级数学问题，并能完成部分科学编程任务；同时具备“读懂一堆扫描合同并落实流程”的工程化能力。

多模态理解与长上下文

数学与视觉推理

Seed2.0 Pro 在 MathVista、MathVision、MathKangaroo、MathCanvas 等数学推理基准达到业内领先；在 LogicVista、VisuLogic 等视觉解谜与逻辑推理基准上较 Seed1.8 大幅提升。

视觉感知

在 VLMsAreBiased、VLMsAreBlind、BabyVision 等基准上取得高分，在多种视觉输入类型下保持稳定、可信的感知与判断。

文档理解与长上下文

针对复杂版式和非结构化材料，Seed2.0 在 ChartQAPro、OmniDocBench 1.5 达到顶尖水准；长上下文方面在 DUDE、MMLongBench、MMLongBench-Doc 等取得业内最佳。

视频理解

• 时间序列与运动感知：在 TVBench、TempCompass、MotionBench 等关键测评领先；EgoTempo 得分 71.8，超过人类水平（63.2）。
• 长视频：在多数评测中优于其他顶尖模型，可高效处理小时级长视频；配套工具 VideoCut 进一步拓展处理时长与推理精度。
• 流式实时视频：在实时分析、环境感知、主动纠错与情感陪伴方面表现良好，可用于健身、穿搭等场景。

说明：部分数据引自公开技术报告。

LLM 与 Agent：真实长程任务能力

团队指出：尽管模型已能解竞赛难题，但在真实世界里，要端到端完成如“从零构建设计精良、功能完整的小程序”等任务仍具挑战。关键原因在于：

• 真实任务跨越更长时间尺度、包含多阶段，现有 LLM Agent 难以自主构建高效工作流。
• 各行业知识长尾且壁垒高，训练语料中高频覆盖有限。

长尾知识强化：Seed2.0 系统性增强了长尾领域知识能力：SuperGPQA 超过 GPT-5.2，HealthBench 居首；总体与 Gemini 3 Pro、GPT-5.2 相当，FrontierSci 等 STEM 基准表现突出，部分场景超过 Gemini 3 Pro。

指令遵循与流程稳定性：保持较强一致性与可控性，为长链路、多步骤、强约束任务提供基础。

深度研究工作流：在“找资料—归纳—写结论”等连续研究流程中表现优异，多项深度研究评测中，Pro 与 Lite 都取得了不俗成绩。

真实世界任务：在客服问答、信息抽取、意图识别、中小学题目解答等高频生产场景稳定；在 GDPVal-Diamond、XPert Bench 等复杂专业基准上亦具竞争力。

科学发现与实验落地

在 FrontierSci-research、AInstein Bench 等前沿科研评测中表现强劲，展现出较强的假设驱动式推理能力。更进一步，Seed2.0 能把“研究想法”推进为“可执行的实验方案”。

示例：高尔基体蛋白分析实验方案——模型将基因工程、小鼠模型构建、亚细胞分离与多组学分析串联为完整流程，细化到关键步骤、对照设置、污染排除与纯度评估指标等。相关领域专家反馈称：在跨学科细节与步骤化表达方面超出预期，产出的草案结构清晰、科学上相对可靠、具备可执行性。

代码能力

在端到端代码生成与上下文学习上显著进步（如 Vibe Coding 与相关 ICL 评测），但在部分高难任务上仍与国际领先模型存在差距。

如何使用与优惠

• 火山引擎 API：四款模型全面上线。
• 豆包 App：选择「专家」模式开启对话。
• TRAE：内置模型中选择「Doubao-Seed-2.0-Code」。
• 方舟 Coding Plan：已支持此模型，首月低至 8.91 元，“新春限时特惠 × 二月特别补贴”。

Model Card 获取

官方同步发布了 79 页 Model Card。关注公众号并回复「Seed2.0」即可获取。