在 6 月 11 日举办的 FORCE 原动力大会上，火山引擎正式发布了豆包大模型 1.6 版本，同时推出了豆包・视频生成模型 Seedance 1.0 pro 和豆包・语音播客模型，并且豆包・实时语音模型也在火山引擎全量上线。至此，豆包大模型家族构建起了全模态、全尺寸且高性价比的领先模型体系。截至 2025 年 5 月底，豆包大模型的日均 tokens 使用量已超过 16.4 万亿，与去年 5 月刚发布时相比，增长幅度高达 137 倍 。

一、版本能力差异剖析

全新的豆包大模型 1.6 系列包含三个不同版本的模型，为企业用户提供了多样化的选择。

1. Doubao - Seed - 1.6：这是一个 “All - in - One” 的综合模型，也是国内首个支持 256K 上下文的思考模型。它具备深度思考、多模态理解以及图形界面操作等多项重要能力。其深度思考模式具有灵活性，分为开启、关闭和自适应三种模式。在自适应模式下，模型能够依据任务的难度程度，自动判断是否启用深度思考功能，这一特性不仅节省了时间，还减少了 token 的消耗 。
2. Doubao - Seed1.6 - thinking：该版本是豆包大模型 1.6 系列在深度思考方面的强化版本。在代码编写、数学运算、逻辑推理等基础能力上有了进一步的显著提升。它同样支持 256K 上下文，并且在复杂推理测试中表现卓越，已跻身全球前列水平 。
3. Doubao - Seed1.6 - flash：此为豆包大模型 1.6 系列的极速版本，具有低延迟的显著优势，非常适用于对延迟要求极高的实时交互场景，如客服场景等。在文本理解能力上，它优于豆包 1.5 - lite，并且视觉理解能力能够与友商的旗舰模型相媲美，同时也支持 256K 上下文 。

在推理能力方面，豆包 1.6 相较于之前的版本有了大幅提升。以今年高考全国新一卷的数学题测试为例，豆包 1.6 取得了 144 分的优异成绩，在国内大模型中位居榜首。在高考前针对海淀区模拟全卷的测评中，与去年的模型相比，豆包大模型 1.6 的理科成绩提升了 154 分，文科成绩提升了 90 分 。

豆包 1.6 在进行逻辑推理时，展现出了 “边想边搜” 的独特亮点。在面对任务时，它能够先对问题进行拆解，通过思考确定解题框架，对于缺失的信息再进行搜索补充。此外，豆包正在进行的 DeepResearch 功能测试也备受关注，该功能能够在 5 到 30 分钟内完成过去专业人士需要花费数小时甚至数天才能完成的专业报告撰写工作，并且还能自动提炼信息并总结成网页，方便用户查阅 。

二、性价比优势尽显

豆包大模型 1.6 在价格策略上进行了创新，采用统一定价模式，首创按 “输入长度” 区间定价。在企业使用最为频繁的输入区间 0 - 32K 范围内，豆包大模型 1.6 的价格为输入 0.8 元 / 百万 tokens、输出 8 元 / 百万 tokens 。

从综合成本的角度来看，由于绝大部分请求的输入都在 32K 以内，且输入输出占比约为 3:1，经过计算，豆包大模型 1.6 的综合成本为 2.6 元 / 百万 Token。与之对比，豆包大模型 1.5・深度思考模型、DeepSeek R1 的综合成本为 7 元 / 百万 Token，豆包大模型 1.6 的综合成本下降了 63% 。这意味着企业用户只需花费原来约三分之一的价格，就能使用到能力更强大且原生支持多模态的新模型。

此外，火山引擎还特别增设了特惠区，对于输入 32K、输出 200 tokens 以内的请求，豆包大模型 1.6 的价格进一步降低至输入 0.8 元 / 百万 tokens、输出 2 元 / 百万 tokens。这一举措使得绝大部分非思考模型的需求，也能够以较低成本使用效果更优的新模型 。

三、场景应用优势显著

（一）办公场景

在办公场景中，豆包 1.6 的优势十分明显。例如，它能够帮助企业员工自动解析长达 300 页的会议录音，并生成带有待办事项的纪要；可以根据不同部门的需求，生成个性化的周报模板，并准确标注出异常数据；还能对 PPT 进行逻辑漏洞检测，并给出优化建议。据某互联网公司实测，使用豆包 1.6 搭建的智能体，员工每周在文档处理上所花费的时间减少了 15 小时 。

（二）汽车行业

在汽车行业，豆包 1.6 为智能座舱赋予了更强大的功能。当车主表示 “有点热” 时，集成了豆包 1.6 的系统能够同步调节空调温度、开启座椅通风以及播放清凉的歌单。而且，该系统还支持跨设备联动，车主在下车前说 “到家续看电影”，手机便能自动同步电影播放进度，当车主进门时，电视已自动开启并准备好继续播放 。

（三）教育领域

在教育领域，某在线教育平台利用豆包 1.6 搭建的智能辅导系统，能够实时批改学生作文，精准标注出 “比喻不当” 等问题，并推荐 3 个合适的替换案例。同时，针对学生在数学题上的薄弱点，生成专属的解题路径。数据显示，使用该智能辅导系统后，学生的作业效率提升了 45%，知识点掌握率提高了 28% 。

（四）电商场景

在电商场景中，豆包 1.6 的多模态理解能力发挥了重要作用。它可以对商家上传的图片进行规范审查，快速识别图片中商品的各项信息是否符合平台规定。同时，还能基于多模态能力对同类商品进行快速比价，为消费者提供更全面的购物参考 。

（五）自动驾驶领域

在自动驾驶领域，豆包 1.6 能够通过对大量路采数据的分析，更准确地识别汽车的行驶方向和驾驶意图。从海量的路采数据中，快速筛选出特定的片段，为下游的自动驾驶模型训练提供高质量的数据支持，助力提升自动驾驶模型的性能 。

四、多模态能力实现机制

豆包 1.6 全系列均原生支持多模态思考能力，这使其能够更好地理解和处理真实世界的复杂问题。其多模态能力的实现主要基于以下几个方面：

1. 先进的模型架构：豆包 1.6 采用了精心设计的模型架构，能够有效地融合文本、图像、音频等多种模态的数据特征。通过对不同模态数据的并行处理和交互学习，模型能够捕捉到数据之间的内在关联，从而实现对多模态信息的综合理解 。
2. 大规模多模态数据训练：在训练过程中，使用了海量的多模态数据，包括大量的图文对、视频文本对以及语音文本对等。通过对这些丰富数据的学习，模型逐渐掌握了不同模态数据之间的转换和映射关系，进而提升了多模态处理能力 。
3. 注意力机制与融合策略：模型运用了注意力机制，能够在处理多模态数据时，自动聚焦于关键信息，提高信息处理的效率和准确性。同时，采用了合理的融合策略，将不同模态的数据特征进行有机融合，以生成更具代表性的综合特征，用于后续的分析和决策 。

以实时视频通话功能为例，豆包 1.6 能够利用多模态能力，不仅识别视频中的人物动作、表情等视觉信息，还能对通话中的语音内容进行理解和分析，从而综合判断用户的情绪状态，并生成相应的沟通建议 。在企业端的电商商品审核场景中，模型可以同时对商品图片的视觉特征和相关文本描述进行分析，快速判断商品是否符合平台规则，大大提高了审核效率和准确性 。

豆包大模型 1.6 在能力提升、性价比优化以及多模态能力实现等方面都取得了显著的进展。通过三个不同版本的模型，满足了不同场景下的多样化需求；创新的定价模式降低了企业的使用成本；强大的多模态能力为解决复杂的实际问题提供了有力支持。随着豆包大模型 1.6 的广泛应用，有望在更多领域推动智能化变革，为企业和用户创造更大的价值 。