今天，火山引擎正式发布豆包大模型2.0系列。

　　自推出豆包大模型以来，火山引擎大模型日均Tokens使用量已增长超500倍。围绕这些大规模生产环境下的使用需求，豆包大模型2.0（Doubao-Seed-2.0）做了系统性优化，依托高效推理、多模态理解、复杂指令执行等能力，能够更好地完成真实世界的复杂任务。

　　同时，豆包大模型2.0提供了灵活的模型选择：包含 Pro、Lite、Mini 三款多模态通用模型，以及面向开发者的 Code 模型（Doubao-Seed-2.0-Code），以满足不同场景下企业和用户对延迟和成本的不同需求。

　　其中，豆包大模型2.0 Pro 作为旗舰模型，适应复杂深度推理、Agent 等高难度任务；豆包大模型 2.0 Lite 则全面优于豆包大模型1.8，能力增强的同时对 Tokens 的消耗更少，是绝佳性价比之选；豆包大模型 2.0 Mini 以速度和成本优先，大部分能力媲美豆包大模型1.6 Pro；豆包大模型2.0 Code 则是编程任务的更优选择，与TRAE结合使用效果更佳。

　　面向企业和开发者，火山引擎今天已上线豆包2.0系列模型 API 服务，个人用户可以在火山方舟体验中心或者打开豆包App「专家」模式体验，开发者还可以在 TRAE 中使用豆包大模型2.0。点击文末【阅读原文】即刻体验豆包2.0系列新模型。

　　多模态理解能力全面升级

　　空间和运动理解大幅提升

　　豆包大模型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业界顶尖水平，其视觉推理、感知能力、空间推理与长上下文理解能力表现尤为突出。

　　在视觉理解方面，豆包大模型2.0 Pro 在空间理解 MMSIBench、运动理解 MotionBench、视频理解VideoMME 这几个测评集上，领先 Gemini 3 pro，在图表理解 CharXiv-RQ 上也再次大幅提升。

　　面对视频场景，豆包大模型 2.0 强化了对时间序列与运动感知的理解能力，在 TVBench、TempCompass 、MotionBench 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，豆包大模型2.0在大部分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。

　　下面这个场景中，豆包大模型2.0基于空间理解和运动理解能力，能吃透台球走位、准确推理击打位置。

　　运动场上，豆包大模型2.0则可以成为你的最佳运动教练，精细识别各类运动动作，给出最适配的策略和建议。比如，它能根据用户录制上传的滑雪视频，精细识别动作，给出专业指导。

　　LLM与Agent表现大幅强化

　　真实长程任务执行能力提升

　　除了多模态理解能力，豆包大模型2.0还在推理、多轮指令遵循、搜索、工具调用、输出格式稳定性等方面进行了大幅增强。

　　通过系统性加强长尾领域知识，豆包大模型2.0能更好地处理专业场景的任务。豆包大模型2.0 Pro 在 SuperGPQA 上分数超过 GPT 5.2，并在 HealthBench 上拿到第一名，其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，豆包大模型2.0 Pro 在 HLE-text 上取得54.2的高分，领跑全球；在国际数学奥赛（IMO）测评集上超越Gemini 3 pro，展现了强劲的数学和推理能力；在工具调用 MCP-Mark 和指令遵循 Multi-Challenge 也有出色表现。

　　此外，豆包大模型2.0 Pro 在跨学科知识应用上的能力显著增强，其在 FrontierSci 等 STEM 基准测试中表现突出，部分场景得分超过 Gemini 3 Pro。

　　豆包大模型2.0还重点强化了指令遵循能力。评测显示，豆包大模型2.0可保持较强的一致性与可控性，作为 Agent 模型能够在长链路、多步骤任务中严格按约束条件执行。

　　从基础 Agent 能力的得分来看，豆包大模型2.0 在长链路任务中表现突出，尤其擅长连续完成“找资料、做归纳、写结论”等连续工作流。深度研究任务中，豆包大模型2.0 Pro 在相关的三项评测上均取得最高分。

　　举个例子，我们让豆包大模型2.0在扣子里撰写一篇科技春晚40年的文章。模型先规划任务，处理上传的春晚观播量数据，再调用工具搜索历年春晚技术，中间不断反思、自检、确认，最终出色完成搜索任务。接下来，模型会基于数据和素材撰写文章，中间遵循新指令，不断优化文章结构，增加必要的章节、小标题等。在确定文字内容后再调取技能生成封面图片，并按春节的喜庆风格进行排版，完美遵从了多轮的指令要求。

　　在提升了长程任务执行能力的同时，豆包大模型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。

　　OpenClaw 是目前火爆的开源 Agent 项目，我们基于 OpenClaw 框架和豆包大模型2.0，在飞书上构建了一个智能客服 Agent。通过调用不同技能，客服 Agent 能出色地完成客户对话，当遇到解决不了的难题，还会主动拉群求助真人同事，帮客户预约上门维修人员，并在维修后主动进行回访，顺带推荐春节优惠产品。

　　提升开发效率

　　带来更好体验

　　Doubao-Seed-2.0-Code 是一款面向真实编程环境优化的 Coding 模型，能稳定调用 Claude Code 等常见 IDE 中的工具。模型特别优化了前端能力，在使用常见的前端框架时能有良好表现；同时支持使用 Skills，可以配合多种自定义技能（例如生图等）使用，尤其是和 TRAE 配合使用，效果更好。

　　通过豆包大模型2.0和 TRAE，仅使用几轮提示词，就能快速构建一个复杂的“AI 春节庙会”主题 Web 应用。

　　在这个庙会里，每个 AI 小人都拥有环境感知、认知推理和记忆系统，能够自主产生连贯行为、社交互动，并推进拟真的生活与任务流程，是一个真实的庙会现场。

　　这个场景中，通过结合豆包大模型2.0和 TRAE，只需要一轮提示词，就可以构建出基本的的架构和场景，再经过几次调试，总共5轮提示词，可以直接完成这个作品。相关提示词与素材已开源，供开发者朋友测试或二次创作，欢迎大家通过火山引擎官网体验：

　　https://www.volcengine.com/product/trae

　　此外，为了解决 Agent 时代 Tokens 使用量爆炸的难题，我们也在第一时间更新了 Coding Plan 套餐包。即刻起，开发者可以在火山方舟 Coding Plan 中调用 Doubao-Seed-2.0-Code，新用户首月最低8元即可畅享模型自由，为不同编程任务匹配最适合的模型。

　　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，火山引擎将继续携手千行百业的企业和个人用户，持续在 AI 领域创造与创新。