字节跳动豆包大模型 2.0发布：专家模式上线，多数基准达SOTA水平

2 月 14 日，字节跳动宣布，今天，豆包大模型正式进入 2.0 阶段。豆包 2.0（Doubao-Seed-2.0）围绕大规模生产环境下的使用需求做了系统性优化，依托高效推理、多模态理解与复杂指令执行能力，更好地完成真实世界复杂任务。

IT之家注意到，豆包 2.0 系列包含 Pro、Lite、Mini 三款通用 Agent 模型和 Code 模型，灵活适配各类业务场景：

豆包 2.0 Pro 面向深度推理与长链路任务执行场景，全面对标 GPT 5.2 与 Gemini 3 Pro；

2.0 Lite 兼顾性能与成本，综合能力超越上一代主力模型豆包 1.8；

2.0 Mini 面向低时延、高并发与成本敏感场景；

Code 版（Doubao-Seed-2.0-Code）专为编程场景打造，与 TRAE 结合使用效果更佳。

目前，豆包 2.0 Pro 已在豆包 App、电脑端和网页版上线，用户选择「专家」模式即可对话体验；豆包 2.0 Code 接入了 AI 编程产品 TRAE；面向企业和开发者，火山引擎也已上线豆包 2.0 系列模型 API 服务。

多模态理解能力全面升级，多数基准达 SOTA 水平

豆包 2.0 全面升级了多模态能力，在各类视觉理解任务上均达到世界顶尖水平，视觉推理、感知能力、空间推理与长上下文理解能力表现尤为突出，豆包 2.0 Pro 在大多数相关基准测试中取得最高分。

面对动态场景，豆包 2.0 强化了对时间序列与运动感知的理解能力，在 TVBench 等关键测评中处于领先位置，且在 EgoTempo 基准上超过了人类分数，表明它对“变化、动作、节奏”这类信息的捕捉更为稳定，在工程侧可用性更高。

长视频场景中，豆包 2.0 在大多评测上超越了其他顶尖模型，且在多个流式实时问答视频基准测试中表现优异，能作为 AI 助手完成实时视频流分析、环境感知、主动纠错与情感陪伴，实现从被动问答到主动指导的交互升级，可应用于健身、穿搭等陪伴场景。

LLM 与 Agent 表现大幅强化，长程任务执行能力提升

提升长程任务执行能力，需要丰富的真实世界知识。通过加强长尾领域知识，豆包 2.0 Pro 在 SuperGPQA 上分数超过 GPT 5.2，并在 HealthBench 上拿到第一名，在科学领域的整体成绩与 Gemini 3 Pro 和 GPT 5.2 相当。

在推理和 Agent 能力评测中，豆包 2.0 Pro 在 IMO、CMO 数学奥赛和 ICPC 编程竞赛中获得金牌成绩，也超越了 Gemini 3 Pro 在 Putnam Bench 上的表现，展现了强劲的数学和推理能力。在 HLE-text（人类的最后考试）上，豆包 2.0 Pro 取得最高分 54.2 分，在工具调用和指令遵循测试中也有出色表现。

豆包 2.0 还进一步降低了推理成本。其模型效果与业界顶尖大模型相当，但 token 定价降低了约一个数量级。在现实世界的复杂任务中，由于大规模推理与长链路生成将消耗大量 token，这一成本优势将变得更为关键。

Code 模型提升开发效率，快速搭建复杂应用

豆包 2.0 Code 是基于 2.0 基座模型，针对编程场景进行优化的版本。其强化了代码库解读能力，还提升了应用生成能力。此外，豆包 2.0 Code 还增强了模型在 Agent 工作流中的纠错能力。

该模型已上线 TRAE 中国版作为内置模型，支持图片理解和推理。

以开发一个「TRAE 春节小镇 · 马年庙会」互动项目为例。这是一个比较复杂的场景，但是通过 TRAE+ 豆包 2.0 Code，只需要 1 轮提示词，就能构建出基本的架构和场景，再经过几次调试，总共 5 轮提示词，就可完成这个作品。

字节跳动官方称，豆包大模型 2.0 系列的更新，是面向现实世界复杂任务的新起点。未来，团队将继续面向真实场景迭代模型，不断探索智能上限。

据悉，豆包 2.0 Pro 按“输入长度”区间定价，32k 以内的输入定价为3.2 元 / 百万tokens，输出定价为 16 元 / 百万 tokens，相比 Gemini 3 Pro 和 GPT 5.2 有较大的成本优势。豆包 2.0 Lite 综合性能超越两个月前发布的上一代主力模型豆包 1.8，百万 tokens 输入价格仅为 0.6 元。

本文源自：IT之家