字节跳动发布豆包 1.5 深度思考模型，具备“看图思考”能力

【导语】4月17日，字节跳动旗下火山引擎在杭州站AI创新巡展上发布了豆包1.5深度思考模型。该模型在数学、编程、科学推理及创意写作等任务中表现卓越，参数规模低于业界同类模型50%，推理成本低且API服务延迟低。此外，豆包文生图模型Seedream3.0也正式向企业开放，并在权威榜单中表现优异。新模型还增强了视频搜索能力，使用量持续高速增长。

　　4 月 17 日消息，在火山引擎 AI 创新巡展杭州站现场，字节跳动旗下火山引擎总裁谭待发布了最新的豆包 1.5・深度思考模型。

　　据介绍，该模型在数学、编程、科学推理等专业领域及创意写作等通用任务中表现突出。数学推理 AIME 2024 测试得分追平 OpenAI o3-mini-high，编程竞赛和科学推理测试成绩也接近 o1。在创意写作、人文知识问答等通用任务上，模型也展示出优秀的泛化能力，能胜任更广泛的使用场景。

　　技术报告显示，该模型采用 MoE 架构，总参数 200B，激活参数为 20B，低于业界同类模型参数规模的 50%，具备显著的推理成本优势。豆包模型 API 服务在保障高并发的同时，延迟低至 20 毫秒。

　　谭待在会上详细介绍了豆包 1.5 深度思考模型的强大功能。该模型能够结合视觉理解技术提供更多功能，例如根据照片分析地貌，或在旅行时辅助点餐、完成企业项目管理流程图。

　　此外，豆包文生图模型(xíng) Seedream3.0 也(yě)正(zhèng)式(shì)向(xiàng)企(qǐ)业(yè)开(kāi)放(fàng)。该(gāi)模(mó)型(xíng)已(yǐ)在(zài)即(jí)梦(mèng) AI、豆(dòu)包(bāo)产(chǎn)品(pǐn)上(shàng)线(xiàn)，并(bìng)在(zài)近(jìn)期(qī)登(dēng)上(shàng)权(quán)威(wēi)竞(jìng)技(jì)场(chǎng) Artificial Analysis 文生(shēng)图(tú)榜(bǎng)单(dān)第(dì)一(yī)梯(tī)队(duì)。Seedream3.0 支(zhī)持(chí) 2K 分(fēn)辨(biàn)率(lǜ)直(zhí)出(chū)，生图结构准确性、小字生成与排版、美感、真实度等方面具有优势。

　　值得关注的是，新模型的视频搜索能力也更强，模型能够根据用户搜索问题在视频中寻找相应答案。

　　同时IT之家注意到，谭待表示，豆包大模型使用量持(chí)续(xù)高(gāo)速增长。截至 2025 年 3 月，豆包大模型日均 tokens 使用量超 12.7 万亿，较发布之初增长超 106 倍。