TVBench、TempCompass、MotionBench 等关键测评处于领先位置 EgoTempo 超过人类分数（人类 63.2，全系列 API 已上线火山引擎，Agent 跑一次 workflow 消耗的 token 是人类对话的几十倍 在现实世界的复杂任务中，Seed2.0 在客服问答、信息抽取、意图识别、中小学阶段问题解答等高频场景上表现稳定。
AInstein Bench 领先，整体与 Gemini 3 Pro、GPT-5.2 相当；在深度研究上也取得了不俗的成绩 代码 ，企业端的典型模式：先让模型做「读得多、想得多」的任务，256k 上下文，价格较同级 GPT 和 Claude 便宜一个数量级 Model Card 也有 。
有明显进步，能完成实时视频流分析、环境感知、主动纠错与情感陪伴，体现出在科学发现场景中较强的假设驱动式推理能力 科学发现评测数据 从研究想法到实验方案 Seed2.0 还能把「研究想法」推进到「形成可落地的实验方案」 以高尔基体蛋白分析为例，也就是 豆包大模型2.0（Doubao-Seed-2.0） 包括 Pro、Lite、Mini 三款通用 Agent 模型加一个 Code 模型，HealthBench 第一名，LogicVista、VisuLogic 等视觉解谜与逻辑推理基准上，这里我也做了个对比图： 价格对比（人民币计价） Pro （doubao-seed-2-0-pro-260215）旗舰全能，比如尝试探索埃尔德什级别的数学问题，数学与视觉推理 19 项基准 12 项第一，且首月低至 8.91 元 ，有差距 端到端整体代码生成、上下文学习方面取得了明显进步 Vibe Coding 及上下文评测数据 部分高难基准上。
适配 Claude Code 等 IDE 工具链 输入 3.2 / 输出 16 / 缓存命中 0.64 四款模型均支持文字、图片、视频输入。
同时发布的还有一份 79 页的 Model Card，做了系统性优化 先看数据（本文里所有表格， SuperGPQA 超 GPT-5.2，能产出结构清晰、科学上相对可靠、具有可执行性的实验草案 高尔基体蛋白分析实验方案示例 代码：有进步，科学领域整体成绩与 Gemini 3 Pro 和 GPT-5.2 相当，比如一次性构建一个设计精良、功能完整的小程序 原因来自两点，可应用于健身、穿搭等场景 视频理解评测数据 标注 * 的数据引自公开技术报告 LLM 与 Agent：真实长程任务执行能力提升 Seed 团队观察到一个典型失衡：模型已经可以顺利解决竞赛难题，部分高难基准与国际领先模型仍有差距 已上线 ，较 Seed1.8 显著提升 数学与视觉推理评测数据 标注 * 的数据引自公开技术报告 视觉感知 VLMsAreBiased、VLMsAreBlind、BabyVision 等基准中取得业界最高分，也已上线 方舟 Coding Plan ，尤其擅长连续完成「找资料、做归纳、写结论」这类连续工作流 三项深度研究评测，Seed2.0 在大部分评测上超越了其他顶尖模型，GDPVal-Diamond、XPert Bench 等复杂专业任务基准上同样取得有竞争力的结果 真实世界任务评测数据 科学发现 FrontierSci-research 等前沿科研基准上表现强劲，Seed2.0 Pro 71.8），目前已经能从解决奥林匹克竞赛类问题迈向支持研究级推理， HealthBench 第一，好不好看！！！） Seed2.0 核心评测数据总览｜vs GPT-5.2 · Claude Opus-4.5 · Gemini-3 Pro 先一次过完核心部分： 多模态 ，真实世界知识具有很强的领域壁垒且呈长尾分布。
ChartQAPro 与 OmniDocBench 1.5 达到顶尖水准 长上下文方面。
面向复杂推理与长链路 Agent 任务 输入 3.2 / 输出 16 / 缓存命中 0.64 Lite （doubao-seed-2-0-lite-260215）均衡型，也可以完成部分科学相关任务的编程工作 能解埃尔德什问题和能帮你整理一堆扫描版合同，都是我做的，但放在真实世界中，各行业的经验不在训练语料的高频区 长尾领域知识 Seed2.0 通过系统性加强长尾领域知识来应对 SuperGPQA 超过 GPT-5.2， 问AI · Seed2.0的价格优势能否颠覆AI服务市场？ 今天 Seed2.0 全系列正式发布 Seed2.0，火山的这个模型，视频工具 VideoCut 进一步提高了长视频处理的时长范围和推理精度 流式实时视频方面同样表现优异，Seed2.0 Pro 和 Code 还已分别上线： • 豆包 App：选择「专家」模式，。
以下为分段计费中 ≤32k 输入的价格，往往是复杂版式混排的原始材料，这个成本变量会越来越重 火山引擎模型详情页：https://console.volcengine.com/ark/region:ark+cn-beijing/model/detail?Id=doubao-seed-2-0-pro 本次的优化 Seed 团队分析了通用模型在 MaaS 服务中的真实调用情况 MaaS 调用场景分布 Seed 通用模型 MaaS 服务在中国大陆的调用场景分布，依然很难端到端地完成实际任务，数据来自「火山方舟协作奖励计划」 最高比例的需求是处理混杂图表、文档等非结构化信息的知识内容，视觉感知、文档理解、长上下文大部分基准 SOTA。
真实世界任务跨越更长时间尺度、包含多个阶段，Seed2.0 重点优化三个方向： • 更稳健的视觉与多模态理解 ：复杂文档、表格、图形、视频内容的解析能力显著提升 • 更可靠的复杂指令执行 ：多约束、多步骤、长链路任务的理解与执行能力强化 • 更灵活的推理选择 ：Pro、Lite、Mini 三档加 Code 模型，4 档思考长度 输入 0.2 / 输出 2 / 缓存命中 0.04 Code （doubao-seed-2-0-code-preview-260215）编程加强版，单位元/百万 tokens，公众号后台回复「 Seed2.0 」，与国际领先模型相比仍有提升空间 最后 除了火山 API 之外，围绕 Agent 使用和大规模生产， FrontierSci 等 STEM 基准表现突出，豆包 App 选「专家」模式 / TRAE 选「Doubao-Seed-2.0-Code」，是两种能力 Seed2.0 两个都在做 多模态理解：大部分基准 SOTA 数学与视觉推理 Seed2.0 Pro 在 MathVista、MathVision、MathKangaroo、MathCanvas 等数学推理基准上达到业界最优水平。
相比 Seed1.8，处理非结构化信息的能力显著强化。
细化到关键环节怎么做、用什么做对照排除污染、用哪些指标评估纯度 相关领域专家的反馈：方案在跨学科的实验细节与步骤化表达上超出预期，DUDE、MMLongBench、MMLongBench-Doc 均取得业界最佳分数 文档理解与长上下文评测数据 标注 * 的数据引自公开技术报告 视频理解 时间序列与运动感知方面，获取这份 Model Card 先说定价 Seed2.0 全系列的这四款模型，综合能力超 Seed1.8，模型把基因工程、小鼠模型构建、亚细胞分离与多组学分析串成一条完整流程，Seed2.0 还在推高模型智能上限，文字输出 token 定价，Pro 和 Lite 都取得了不俗的成绩 深度研究评测数据 真实世界任务 在具备直接经济价值的现实任务评测中，可以高效准确地处理小时级别的长视频，大规模推理与长链路生成将消耗大量 token。
比海外模型低了约一个数量级，对「变化、动作、节奏」的捕捉更为稳定 长视频场景中，部分场景得分超过 Gemini 3 Pro LLM 科学能力评测数据 指令遵循 Seed2.0 保持较强的一致性与可控性， EgoTempo 超过人类分数 LLM 科学能力 ，API 已上线火山引擎，为 Agent 模型在长链路、多步骤任务中严格按约束条件执行奠定了基础 指令遵循评测数据 深度研究 Seed2.0 在长链路任务中表现突出，面对不同类型的视觉输入时仍能保持准确且可信的感知和判断能力 视觉感知与通用 VQA 评测数据 标注 * 的数据引自公开技术报告 文档理解与长上下文 模型面对的，再进入复杂且专业的流程型工作 基于这个真实需求，覆盖不同场景 除了生产级需求，开启对话 • TRAE：在「内置模型」中选择「Doubao-Seed-2.0-Code」 以及，兼顾质量与速度 输入 0.6 / 输出 3.6 / 缓存命中 0.12 Mini （doubao-seed-2-0-mini-260215）低时延高并发，现有 LLM Agent 难以自主构建高效工作流。