谭待端上字节AI全家桶，这次是真能打

文 /梁添

来源 / 节点AI

6月23日，火山引擎一年一度的FORCE大会。

如果用一句话概括发生了什么，那就是，字节把AI全家桶摆上桌了，补上了coding能力，还顺手把价格打到了地板上。

豆包大模型2.1 Pro正式发布，编程能力追平Claude Opus 4.7，价格只要对方的20%。视频模型Seedance 2.5直接生成30秒视频，还带了一个音频模型和升级图像模型。

火山引擎总裁谭待也交了一组成绩单，截至今年6月，豆包大模型日均Token调用量180万亿，两年增长1500倍。公有云市场份额49.5%，几乎占了半壁江山。年消费超1万亿Token的企业客户从100家翻到了200家。

数字很炸。

但今天真正值得聊的，不是哪个评测又出了高分，而是字节在AI这件事上，长板更长，也补齐了短板。

发力编程和Agent

过去一年，字节一直是一个ai赛道优秀的偏科生——多模态第一，豆包app在C端热度高涨，Seedance视频模型更是吊打全场，可惜，一到编程考试就插不上话。

2025年恰好是AI Coding爆发的一年。Anthropic凭借编程和Agent能力甚至把OpenAI都甩在了后面。Cursor成了开发者标配工具，小龙虾把大众对Agent的理解往前推了一大步。

现在这条最热的赛道上，字节终于发力了。

这次豆包2.1 Pro就是来补课的。具体跑分就不一一念了，总之在主流编程和Agent评测里基本都进了全球前三。

更直观的是现场那个案例，豆包2.1 Pro接了一个芯片设计的活，连续跑了18小时、9轮迭代，跑通了仿真测试，这种活正常要3到5个资深工程师干好几周。一个模型顶一个工程师小组。

另一个例子是 3D 虚拟城市场景。依托豆包 2.1 Pro 搭建的系统，可以实现 500 余个智能 Agent 同步协作，完成上千轮工具调用，生成超百栋建筑。

看完给我的感受就是，在Coding领域豆包终于上桌了。

字节做AI的风格一直很字节，你做什么我也做，但我要做到更便宜。

豆包2.1 Pro定价：输入6元/百万Token，输出30元/百万Token，缓存命中1.2元。综合成本比Claude Opus系列便宜接近80%。高频调用的Turbo版价格再砍一半。

考虑到多模态能力的差距，这个价格在当前市场上还是很能打。

谭待在大会上讲了一个我觉得挺有意思的逻辑：不要只看Token标价，要看Token能创造的业务价值。

他的判断是，虽然主流模型单Token价格在涨，但单Token创造的业务价值涨幅更大，整体性价比其实在提升。这话翻译一下，我们涨价了，但你赚得更多了，所以你应该觉得很划算。

他举了一个有说服力的例子。Seedance 2.0上线前，视频生成模型的周末调用量远高于工作日，说明大家当玩具用。上线之后，工作日调用全面反超周末。制造业、自动驾驶、具身智能的企业，开始把视频生成真正嵌入生产流程。

用户行为从周末玩变成周一到周五用，这可能是证明AI从玩具变成工具最直接的数据。

视频生成的天花板又被拉高了

多模态是字节最有底气声量最大的赛道。要知道去年多模态还是Google的天下，但今年年初Seedance2.0横空出世，字节一跃成为多模态领域的天花板玩家。这次也没让大家失望。

从预告看，Seedance 2.5实用性更强了。单条视频最长达到了30秒，支持最多50个全模态素材联合输入，还新增3D白模预演能力。

据说灵感来自一位知名导演，他在合作中提出，科幻片和大场景调度里3D白模是前期预演的核心工具，但传统制作太费时费力，Seedance据此开发了这个功能。

同时，Seedance 2.0在画质上也升级到了原生4K直出，这个水准已经可以进入专业影视后期。

此外还有两个新模型，Seedream 5.0 Pro，新增了交互式精准编辑和多图层分离；豆包音频模型1.0支持根据文本自动推理角色声音，一次生成包含对白、音效、背景音乐的完整音轨。现场还演示了一段古风武侠片，从人声到兵器碰撞声全部AI生成，一分钟，音色不漂移。

一场发布会，字节把文字、图片、视频、音频全模态产品线拉齐了。

大会上还有一个有意思的发布，周星驰《喜剧之王》《食神》《长江七号》三部经典IP授权入驻火山引擎的AI版权商业化平台，用户可以在抖音、即梦、剪映上用官方模板做二创。

这件事的意义重大。对于一直困扰AI视频生成的版权问题，这是一个值得关注的解法。谭待也提到，Seedance 2.0其实春节前就开发完了，但拖到4月才开放API，中间几个月全部用来搭版权保护和人脸管控的安全体系。“安全不是业务的限制，是商业化的前提。”

产业落地方面，名单上的公司也挺有说服力。

特斯拉全系车型基于豆包做智能语音车控，奔驰新款CLA接入豆包支持自然对话，顺丰用AgentKit搭建全场景AI办公助理，新东方做AI助教覆盖口语练习和作文批改，中国石油用安全运营Agent做异常告警自动值守。从车企到物流到教育到能源，字节的AI确实在往各行各业渗透。

如果把今天的发布会浓缩成一句话，大概是，字节终于从多模态很强但编程较弱变成了都不错。

在AI竞争的当前阶段，均衡发展的能力，可能比偏科型更有商业价值。在企业真实采购决策中，一个能看图、能写代码、能做Agent、还便宜，很可能会赢过一个编程满分但什么都看不了的模型。

豆包180万亿日均调用量和49.5%市场份额已经说明了问题，这个数字不是靠评测刷出来的，是企业客户真金白银pick出来的。

谭待说了一句话我觉得挺实在的，国内AI市场大概相当于跑了1公里，刚刚跨过生产级门槛，未来还有十倍甚至百倍的增长空间。

字节跳动在AI上的打法，和它做所有事情一样，不一定是第一个做的，但一定要做到足够大、足够便宜、足够全面。至于这套打法在AI时代还灵不灵，180万亿Token，大概就是市场给出的答案。

*题图由AI生成