字节豆包2.0发布：推理成本降一个数量级，正面对标GPT-5和Gemini 3

字节跳动旗下豆包大模型正式进入2.0阶段，推出面向Agent时代的系统性升级版本。新版本在保持与GPT-5.2和Gemini 3 Pro相当性能的同时，将推理成本降低约一个数量级，为大规模生产环境下的复杂任务执行提供更具竞争力的解决方案。

2月14日，字节跳动宣布，豆包2.0系列包含Pro、Lite、Mini三款通用Agent模型和专门的Code模型。其中旗舰版豆包2.0 Pro全面对标GPT-5.2与Gemini 3 Pro，在多数视觉理解基准测试中达到业界最高水平，并在数学奥赛IMO、CMO和编程竞赛ICPC中获得金牌成绩。

该系列模型已全面上线。豆包2.0 Pro已接入豆包App、电脑端和网页版的"专家"模式，Code版本已集成至AI编程产品TRAE，火山引擎同步上线面向企业和开发者的API服务。

分析认为，在现实世界复杂任务中，由于大规模推理与长链路生成将消耗大量token，豆包2.0的成本优势将成为关键竞争力。这标志着字节跳动在大模型商业化应用上迈出重要一步。

多模态能力达到世界顶尖水平

豆包2.0全面升级了多模态能力，在视觉推理、感知能力、空间推理与长上下文理解等任务上表现突出。

动态场景理解方面，该模型在TVBench等关键测评中处于领先位置，在EgoTempo基准上甚至超过人类分数，显示其对变化、动作、节奏等信息的捕捉更为稳定。

长视频场景中，豆包2.0在大多数评测上超越其他顶尖模型，并在多个流式实时问答视频基准测试中表现优异。

这使其能够作为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。

推理能力对标顶尖模型，成本优势显著

豆包2.0 Pro通过加强长尾领域知识，在SuperGPQA上分数超过GPT-5.2，并在HealthBench上获得第一名，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，该模型在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。

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。

更重要的是，字节跳动表示，该模型在保持与业界顶尖大模型相当效果的同时，token定价降低了约一个数量级，这一成本优势在大规模推理与长链路生成场景中将变得更为关键。

基于OpenClaw框架和豆包2.0 Pro模型，字节跳动在飞书上构建了智能客服Agent。

该Agent能通过调用不同技能完成客户对话，遇到难题时会主动拉群求助真人同事，帮客户预约上门维修人员，并在维修后主动回访和推荐产品。

Code模型提升开发效率

豆包2.0 Code基于2.0基座模型针对编程场景进行优化，强化了代码库解读能力和应用生成能力，并增强了模型在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。

在实际应用中，开发者使用TRAE配合豆包2.0 Code，仅需1轮提示词就能构建出"TRAE春节小镇·马年庙会"互动项目的基本架构和场景，经过5轮提示词即可完成整个作品。

该项目包含11位由大语言模型驱动的NPC，能根据人设自然聊天、招呼顾客、现场砍价，AI游客也会自主决定去哪家摊位、买什么、说什么。相关提示词与素材已在GitHub开源供开发者测试。

目前，豆包2.0 Pro已面向C端用户在豆包App、电脑端和网页版上线“专家”模式；面向企业和开发者，火山引擎已同步上线豆包2.0系列模型API服务。

字节跳动表示，未来将继续面向真实场景迭代模型，探索智能上限。