豆包 1.8 多模态超越谷歌 Gemini 3！字节祭出“推理代工”，要做模型届的英特尔？

今天，火山引擎正式推出新一代模型：豆包大模型 1.8。该模型面向多模态 Agent 场景进行了深度优化：

• 更强 Agent 能力：Tool Use 能力、复杂指令遵循能力、OS Agent 能力都实现了大幅增强。

• 多模态理解升级：大幅提升了视觉理解的基础能力，可以低帧率理解超长视频。此外在视频运动理解、复杂空间理解、文档结构化解析能力上也都有所提升。

• 原生支持智能上下文管理：可以配置上下文压缩策略，当任务轮次过长时，模型会根据策略智能清除低价值的历史工具调用信息，确保多步骤任务稳定完成。

据介绍，豆包 1.8 上下文窗口达到了 256k，意味着它能同时承接较长篇幅的对话上下文，更好地连贯理解连续的信息。此外，该模型的最大输入 Token 长度为 224k、最大输出 Token 长度为 64k，同时它的最大思考内容 Token 长度也为 64k，这是它在内部处理信息、梳理逻辑时的容量上限。

运行效率方面，豆包 1.8 的 TPM（每分钟处理 Token 数）达到了 5000k，而 RPM（每分钟请求数）为 30k。

谭待表示，这些能力让豆包 1.8 在 AIME 2025 等 Agent 评测集上稳步提升，在通用智能体测评 Benchmark 上取得全球领先成绩；在多模态理解方面，于视觉判断准确性、空间理解、文档解析、视频运动识别等多项能力上超越 Gemini 3，在其他任务上也都处于全球第一梯队水平。

演示中，豆包 1.8 成功规划流程，调用十余个工具，在多个电商平台完成耳机的全网比价与最优选择。此能力可广泛应用于电商、生活服务及企业自动化流程。另外，面对一段 1 小时 4 分钟的监控视频，豆包 1.8 能快速低帧率浏览，精准定位事故画面，分析出肇事车辆与时间。该能力可拓展至在线教育、安全巡检、产品质检等领域。

谭待表示，豆包 1.8 的推出，将帮助企业更便捷地构建复杂 Agent，而更多、更智能的 Agent，必将为千行百业创造前所未有的价值。”

据悉，截至今年 12 月，豆包大模型的日均 tokens 调用量已突破 50 万亿，自发布以来实现了 417 倍增长；与去年 12 月相比，实现了超过 10 倍的增长。

“这不仅仅是豆包大模型的速度，更是整个 AI 行业加速发展的缩影。不断攀升的 tokens 调用量，也驱动着火山引擎的 AI 产品持续完善。”谭待表示。

在多模型方面，谭待表示，从理解到创造，豆包大模型同样拥有全球领先的图像与视频生成能力，覆盖了从图像创作与编辑、视频生成、数字人制作到 3D 模型生成的完整创作链条。无论是在线视频、短剧制作，还是智能终端交互、商品营销与产品设计，都在广泛使用豆包的 Seedream（生图） 和 Seedance（生视频） 模型。

在图像领域，字节已经发布了新一代豆包生图模型 Seedream 4.5。它在复杂指令遵循、画面元素保持能力上大幅提升，并融入了更丰富的世界知识，表现再上新台阶。它能够将不同人物、物体与场景照片智能组合，生成创意合影；将汽车渲染成精致的分解结构图；轻松制作多卡通角色的主题拼图；实现逼真的模特虚拟试穿，并生成媲美专业设计的产品营销海报。

在视频创作领域。Seedance 1.0 更强大继任者 Seedance 1.5 Pro 正式登场。其核心特点：音画同步输出、多人多语言对白配音，以及更强的影视级叙事张力。

根据介绍，相较于 1.0 版本，1.5 Pro 最大的特点是“音画同出”，即实现了声音与画面在时间、语义上的精准同步。它能根据画面中角色的数量和身份，精准匹配口型，解决了行业常见的“张口不发声”或口型不匹配的问题。同时，它原生支持多种语言及中国各地方言，为内容创作带来极大的实用性与丰富性。

回归视觉本身，模型不仅要生成高清画面，更需驾驭影视级镜头语言和叙事张力，捕捉细腻的微表情。Seedance 1.5 Pro 在这方面也大幅增强，能通过一段提示词，生成充满细节和情感张力的画面。

为了进一步提升创作效率，Seedance 系列即将上线 “Draft 样片”功能。用户可先快速生成低分辨率样片，验证创意和关键要素，满意后再生成最终成片。这将帮助用户将整体创作效率提升 65%，并减少 60% 的无效创作成本。

面向企业的“推理代工”

据统计，在 2025 年，已有超过 100 万家企业及个人使用了火山引擎的大模型服务，覆盖百余个行业，其中已有超过 100 家企业在火山引擎的累计 tokens 使用量突破了 1 万亿。今天，火山引擎再次面向企业推出了一系列优惠和新服务。

首先，火山引擎正式推出“豆包助手 API”。它将豆包 APP 核心的对话、思考、搜索、创作等 Agent 能力，以 API 形式开放，让企业可以“开箱即用”。首批与文本相关的四项能力已上线火山方舟，未来还将开放更多多模态理解、深度研究、视频通话等能力。

谭待表示，豆包 APP 不仅是国内用户规模最大的 AI 应用，从技术角度看，更是中国最复杂、难度最高的 AI Agent 之一。其背后对话、解读、搜索、研究等能力，均由一套复杂的 Agent 系统驱动，并经历了数亿用户的长期打磨。

鉴于企业内部使用大模型的部门和模型种类越来越多，火山引擎还推出了业界首个 「AI 节省计划」。火山引擎上所有按量付费的大模型，包括豆包及各类开源模型，均可参与。企业各部门可享受统一价格优惠，且不同模型的用量可合并累计，打破尝试新模型的冷启动成本顾虑。据介绍，该计划采用阶梯折扣，用量越多节省越多，最高可节省 47%的成本。

推理代工

其次，火山方舟正式推出“推理代工”服务。针对典型的开源大模型结构，火山方舟提供经过大规模验证的系统能力，包括极致的弹性伸缩、全栈推理优化与分布式缓存等整套支持。

具体来说，用户上传加密后的模型参数后，无需运维底层 GPU，无需进行复杂的网络与调度配置，只需关注模型本身。根据火山方面测试，当企业选择以云上集群替代自建集群时，硬件与运维成本可下降约一半；而进一步采用方舟推理代工服务后，对比在云上租赁 GPU 算力，客户可获得额外 1.6 倍左右的吞吐提升。

“这背后依赖于火山引擎充沛的 GPU 资源池与长期的推理优化投入。算力池规模越大，调度效率越高，单位成本就越低。我们能够在分钟级完成百卡到千卡的算力伸缩，以应对突发流量。”火山引擎智能算法负责人吴迪说道。

吴迪表示，着眼于长远，AI 产业的推理与训练走向分工与分层是大势所趋。

他解释道，对于大多数团队而言，低成本、高吞吐地“推理好”一个大模型，可能比“后训练好”一个模型更为困难。在建设初期，企业往往需要投入数百万人民币，经历数月的上线周期，并面临复杂的运维挑战。当业务进入规模化扩张阶段，除了线性增长的硬件成本，还有许多易被忽视的隐形成本：例如，规模化对运维团队提出更高要求、模型迭代与升级带来难以预估的成本，以及新业务爆发式增长时，推理资源往往措手不及。