字节 Doubao-Seed-2.1 刚刚发布，DeepSeek-V4 也推出了推理加速版 DSpark。与前沿模型 GPT-5.5 相比，这三款模型在实际 Agent 任务中的表现如何？

这次实测用一个典型的中小型 Agent 任务——开发一个 Excel 数据分析与可视化工具——来对比三者的能力，并由 Gemini-3.1-Pro 担任裁判打分。

新模型速览

Doubao-Seed-2.1 Pro

在 GDPVal、MCP-Atlas、SeedClawBench 等基准上排名第一，在 Agent/生产力任务上已经超过 GPT-5.5、Claude Opus 4.7 和 Gemini 3.1 Pro。

它在企业生产力、MCP 工具生态、Agent 任务执行上表现强势，长程任务处理能力突出。

DeepSeek-V4-DSpark

不是新一代模型，而是 V4-Flash 的推理加速版，推理速度提升约 80%，重点让 1M 长上下文开源模型更适合真实部署。

实测任务设计

任务：开发一个单文件 HTML 网页，实现 Excel 数据分析与可视化工具。要求：

• 支持上传 .xlsx/.xls，使用 SheetJS 解析 Excel
• 读取多 Sheet，展示可搜索、分页、横向滚动的数据表格
• 自动识别字段类型、统计行列数、缺失值、唯一值、最大/最小/平均/求和
• 生成中文数据分析报告
• 使用 ECharts 自动生成柱状图、折线图、饼图、散点图等
• 支持用户选择 X/Y 字段和图表类型自定义生成

只输出完整可运行的单文件 HTML 代码，不依赖后端。

Doubao-Seed-2.1 实测

通过 DeepLocals 配置 Doubao-Seed-2.1 API，125 个豆包模型全部可用：

在知识库聊天界面选择该模型：

发送任务提示词：

生成的 HTML 文件保存后打开：

导入 Excel 文件，生成数据概览：

自动生成的图表（基本工资柱状图）：

透视图表效果：

GPT-5.5 实测

同样的任务发给 GPT-5.5，打开生成的 HTML 文件：

数据预览页面：

生成的图表：

DeepSeek-V4-Pro 实测

为保证公平性，使用 Pro 版本而非 Flash：

打开生成的 HTML：

数据预览：

出勤天数柱状图：

裁判打分

交给 Gemini-3.1-Pro 作为裁判，基于三个维度进行评估：

三个打分维度：

最终评分结论：

最终排名

结果出人意料——GPT-5.5 排名最后：

实测发现，GPT-5.5 在 UI 前端可视化这块确实还没有达到最好的水平。

豆包排名第一，超越 GPT-5.5，出乎意料。它在页面交互和脏数据处理等细节上做得很到位，生成的工具最接近真实产品。

DeepSeek-V4 排名第二，但不能对文本型数值列做可视化：

总结

这次实测最让人意外的是豆包的表现——从"不太行"到超越 GPT-5.5，排名登顶。它在页面交互和脏数据处理等细节上做得到位，生成的工具最接近真实产品。

GPT-5.5 虽然能跑通基本功能，但做出来的界面太像个粗糙的"毛坯房"，在前端体验上确实有些落后。DeepSeek-V4 位居次席，在数值可视化灵活性上还有提升空间。