日均调用量106倍狂飙 豆包抢滩“Agent生态卡位战”

出品 | 网易科技《态度》栏目

作者 | 李姝

编辑 | 丁广胜

当DeepSeek以开源策略席卷开发者社区时，火山引擎用闭源的方式展示了另一种可能性。

“截至2025年3月底，豆包大模型日均tokens调用量已超过12.7万亿，是2024年12月的3倍，是一年前刚刚发布时的106倍。”

4月17日，在火山引擎FORCE LINK AI创新巡展上，火山引擎总裁谭待亮出一组数据，为闭源大模型的生存战注入强心剂。

如今，豆包大模型已成为众多企业AI转型的核心利器。就在巡展当日，面向企业市场，全新的豆包1.5·深度思考模型正式登场，同时升级文生图模型3.0及视觉理解模型，还推出了OS Agent解决方案和AI云原生推理套件。

这一系列动作表明，在模型性能竞赛转向 “Agent生态卡位战” 的当下，火山引擎已精准锚定新的发展方向。

加量不加价，豆包深度思考模型开放API

官方技术报告显示，豆包深度思考模型采用MoE架构，总参数200B，激活参数仅20B，以较小参数实现了媲美顶尖模型的效果。得益于高效算法和高性能推理系统，豆包模型的API服务在保证高并发的同时，将延迟降至20毫秒，目前已通过火山引擎开放供用户体验。

在数学推理、编程竞赛、科学推理等专业领域，豆包模型的性能与OpenAI o3-mini-high、Gemini 2.5 Pro等模型不相上下。

在通用任务上，豆包深度思考模型的人类评估表现比DeepSeek R1高出8%，单位推理成本更是降低了50%，完美实现了性能与效率的平衡。

相较于仅限文字理解的 DeepSeek，豆包深度思考模型的多模态能力优势显著。

谭待介绍，升级后的豆包・视觉理解模型具备强大的视觉理解能力，使模型不仅 “会看会想”，还能进行立体思考。从识别菜单内容，根据用户口味和过敏食物提供点餐推荐，到分析航拍图上的颜色、形状等信息并结合地貌进行深度研判，豆包的多模态应用场景丰富且实用。

豆包・文生图模型3.0同样表现亮眼，其文字排版和图像生成能力进一步增强，支持2K高清图片生成，在影视、海报、绘画等领域应用广泛。在最新的文生图领域权威榜单Artificial Analysis竞技场中，豆包・文生图3.0模型已跻身全球第一梯队。

豆包这一次放的大招，可谓威力十足。目前豆包已经在AppStore内免费APP排行榜成功登顶，超越位居第三的DeepSeek和第九的腾讯元宝。

迎接Agent元年，“应用Agent”+“OS Agent”双管发力

强大的模型性能为AI Agent的发展奠定了坚实基础。

谭待指出：“AI Agent应用主要分为应用型Agent和OS Agent两个方向。应用型Agent专注于特定领域任务，如客服Agent、数据Agent、代码Agent 等；OS Agent则具备跨场景通用性和灵活性，可操作浏览器、电脑、手机等设备，完成复杂任务。”

在应用型Agent领域，面向专业开发者的代码Agent——Trae重磅推出。相较于传统AI插件产品，Trae将AI与IDE深度融合，带来更智能的开发体验。

在OS Agent方面，火山引擎正式发布OS Agent解决方案，整合豆包UI-TARS模型，以及veFaaS函数服务、云服务器、云手机等产品，实现对代码、浏览器、电脑、手机及其他Agent的高效操作。

针对Agent带来的大量推理消耗问题，火山引擎推出ServingKit推理套件，可在2分钟内完成671B DeepSeek R1的下载和预热，13秒完成推理引擎加载。

同时，通过优化火山引擎EIC，将KV cache命中率提高10倍，在100% cache命中场景下，TPS吞吐量提升至5倍以上；对算子、AI网关、VKE编排调度的升级，也大幅降低了GPU消耗。

对于GPU的折旧问题，谭待认为：“如果把软件层面的工作做好，硬件的生命周期是可以拉长的。而且不同的场景对模型的延迟、吞吐要求是不一样的。更重要的是在软件层面和运营层面做好相关工作，这样就能使硬件的生命周期和投资回报率（ROI）都达到最佳状态。”

模型好坏比开源闭源更关键，对豆包充满信心

“模型好坏，与开源闭源无关。火山引擎在适配DeepSeek方面表现出色，对豆包充满信心。”火山引擎总裁谭待在交流中直言。

面对豆包大模型日均tokens调用量百倍的增长，谭待表示，技术发展短期易被高估、长期易被低估，tokens增长量取决于模型突破，如视觉推理、Agent等方面的进展，对未来模型调用量百倍增长持谨慎乐观态度。

2025年被称为Agent元年，但谭待认为：“能写诗的不是Agent，能跑通供应链的才是。” 这一观点凸显了火山引擎的务实布局。

谭待指出，“我们希望AI能够解决更复杂，更完整的问题，不再仅仅是对信息的感知、处理和生成，而是能端到端的处理任务。AI能做到这些，才能称之为一个合格的Agent。”

他认为，实现这一目标需完成三大技术突破：首先最核心的是要有更强的模型。要做好Agent，模型需要有能力做好思考、计划和反思，而且要一定得支持多模态。其次，开发OS Agent架构体系，实现数字与物理世界的双向交互。最后，通过AI云原生技术实现推理成本与延迟的指数级下降，支撑大规模应用落地。

目前，火山引擎已支持MCP协议，统一协议有助于降低开发成本、加速行业发展。未来，火山引擎不仅会推出数据智能体Data Agent等垂直类Agent产品，还将为通用Agent开发提供工具和方案。在谭待看来，判断真正的Agent，关键要看其能否完成复杂任务、是否运用深度思考模型。

当闭源模型凭借成本优势挑战开源阵营，当开源生态反哺商业创新，这场大模型竞争早已超越技术层面，演变为组织能力与生态运营的全方位较量。

可以预见的是，在Agent战场中，唯有那些将技术深度融入行业各个环节的参与者，才能最终脱颖而出。