字节豆包大模型调用量暴增137倍输入成本降至每词0.15元

August 1, 2025

字节跳动旗下火山引擎发布多款创新产品，加速AI技术场景化落地

字节跳动旗下云和AI服务平台“火山引擎”近日发布一系列更新与创新技术，包括豆包图像编辑模型3.0、同声传译模型2.0及豆包大模型1.6系列升级版。这些科技进步标志着火山引擎在AI技术商业化落地方面迈出了重要一步，同时也契合了全球生成式AI产业从“百模大战”向高效AI Agent智能化转型的趋势。

据悉，截至今年5月，“豆包大模型”日均使用量达到16.4万亿tokens，相比去年5月首次发布时的1200亿tokens，实现了137倍的增长。IDC报告显示，豆包大模型在中国公有云大模型服务调用市场中，份额高达46.4%，稳居行业第一。其调用量领先于百度智能云（19.3%）与阿里云（19.3%）的总和，充分彰显了技术实力和市场优势。

火山引擎总裁谭待指出，当前全球技术正处于“PC到移动再到AI”的深层次转型期。“AI Agent智能体的出现，让软件从被动工具转变为主动执行者，这是当前技术变革的缩影。”豆包大模型在过去一年内，通过技术迭代和应用场景拓展，进一步推动了AI从工具向助手、代理人的跃升。谭待相信，这种能力的提升将为企业创造更大的商业价值。

此次升级发布的豆包图像编辑模型3.0（SeedEdit 3.0）极大优化了用户体验，支持自然语言指令完成图像调整，如元素替换、光影调整、风格转换等复杂任务。通过提升生成质量与模态融合能力，该模型广泛适用于影像创作和广告营销等领域，为企业和个人用户提供了更快捷的生产力工具。

豆包同声传译模型2.0引入了全双工框架，将语音延迟从传统系统的8-10秒降至2-3秒，延迟减少超过60%，实现了语音与文本同步。同时，该模型还支持零样本声音复刻，不需提前录制即可实时生成同音色的外语语音，为跨语言实时交流开创了新契机。

“豆包大模型1.6系列”则聚焦智能化应用与成本优化。其中极速版Doubao-Seed-1.6-flash模型强化视觉理解、推理及数学能力，适用于智能巡检及企业日常助手等场景，其Token输出延迟仅10毫秒，输入成本每百万tokens降至0.15元，为业界树立新的技术与效率标杆。此外，Seed 1.6-Embedding模型通过文本、图像和视频等模态融合检索能力，领跑行业相关榜单。

火山引擎还推出了面向智能体开发的多项工具产品，包括数字员工解决方案和自主开发平台“扣子核心能力”。其中，Coze Studio与Coze Loop开源后迅速吸引众多开发者关注，在短短三天内，星标数超万。新发布的Responses API支持多轮对话及模态数据衔接，将复杂开发任务时间从1-2天缩短至1小时。

值得注意的是，火山引擎还发布了一站式智能体工作台“HiAgent”，专注于服务企业的混合组织协作需求。HiAgent赋予数字员工“千人千面”的交互能力，为销售人员提供客户管理助手，为HR打造招聘与绩效管理支持，全面提升企业工作效率。火山引擎副总裁张鑫表示，数字员工不仅是规则性任务的执行者，更需要通过干中学的方式持续优化与成长。该解决方案已在广交数科、厦门大学等机构实际落地，涵盖维修监测、经济分析及招生咨询等领域。

生成式AI从工具到智能化助手的转型正在加速，而火山引擎成为该领域的重要推动力量。谭待认为，“云计算的智能化浪潮为所有企业提供了广阔发展空间，我们的目标是在技术创新与商业实践间找到平衡点，助力企业加速迈向智能化未来。”火山引擎未来还将持续开源高质量项目，携手开发者共建繁荣生态，为行业注入不可或缺的动能。

作为国内AI技术的领跑者，火山引擎通过不断优化大模型技术与场景化应用，为各类企业提供了可持续发展的解决方案，也为全球AI领域的竞赛注入了新的活力。技术革新的背后，是对行业需求的深刻洞察，是对技术潜力的有效挖掘，更是对未来智能化社会的积极建设。随着生成式AI与数字员工的落地实践不断扩展，火山引擎正以其独特优势，帮助企业和开发者拥抱AI时代的无限可能。