ai.canshu.com
EN
显存计算器 配机与回本向导 API 价格 同屏 PK 对比 模型库 排行榜 显卡库

全局搜索模型、显卡与工具

↑↓ 移动 · Enter 直达 · ★ 优先展示我的关注 ai.canshu.com
ByteDance 字节豆包
闭源商业 API ByteDance 字节豆包 · doubao-seed-2-1-pro-260628 · Text+Image+Video

Doubao-Seed-2.1-Pro (豆包旗舰) 官方规格参数、API 定价与评测档案

字节跳动火山方舟闭源多模态推理旗舰,支持 102.4 万上下文与 25.6 万单次输出,国内直连延迟极低,32K 内日常调用极具价格杀伤力。

📋 Doubao-Seed-2.1-Pro (豆包旗舰) 官方 API 技术规格与计费参数总表

核验自 ByteDance 字节豆包 官方开发者文档与公开定价页(核验日期 2026-11-20)

API Model ID: doubao-seed-2-1-pro-260628

1. 模型标识与能力开关

API Spec
官方调用 Model ID
doubao-seed-2-1-pro-260628
版本发布日期
2026-06-23
权重授权形态
闭源商业权重 (未公开参数量)
原生深度推理思考
✅ 支持 (可调思考预算)
Function Calling & JSON Schema
✅ 原生支持
Batch API 异步批处理
✅ 支持 (通常享 5 折)

2. 上下文、输出上限与模态

Limits
最大输入上下文窗口
1,024,000 tokens (1024K)
单次最大输出上限
256,000 tokens
支持输入模态
Text + Image + Video
支持输出模态
Text
中国大陆网络直连
✅ 国内极速直连 + 人民币结算
分发与部署形态
仅官方云端 API(不开放私有权重)

3. 官方 Token 单价与缓存阶梯

CNY / 1M
标准输入单价 (每百万)
¥ 6
Prompt 缓存命中输入
¥ 1.2 -80%
标准输出单价 (每百万)
¥ 30
长上下文阶梯与计费备注
32K 内超低起步价 ¥0.8/¥2.0;长上下文按区间阶梯计费(最高支持 1024K 输入 / 256K 输出),国内极速直连

🏆 Doubao-Seed-2.1-Pro (豆包旗舰) 官方基准评测成绩单

摘录自官方 System Card / Model Card 与权威公开横评表

Arena Elo ~1492 AA Index 50
📚 知识与指令
MMLU-Pro 87.6 %

MMLU 进阶推理增强版,将选项从 4 个扩充至 10 个并剔除简单记忆题,重点考察跨学科复杂计算与多步逻辑推理。

🧠 数学与深度推理
GPQA Diamond 88.5 %

研究生级物理、化学与生物高难防搜索推理选择题

🧠 数学与深度推理
AIME 2026 93.3 %

2026 年美国数学邀请赛(AIME I & II)全部 30 道竞赛真题,要求输出 000–999 精确整数答案,检验奥数级推理能力。

💻 代码工程
SWE-bench Verified 76.2 %

经人类工程师逐题验证可解的 500 道真实 GitHub 开源仓库 Issue 修复基准,衡量模型阅读大型代码库并生成通过单测补丁的实战工程能力。

👁️ 视觉与多模态
MMMU-Pro 78.8 %

MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。

🎛️ 官方调用采样与思考参数指南

API / 推理引擎调用时的最佳超参数与约束说明

火山方舟深度思考模式 (thinking="enabled")
temperature=1 top_p=0.95 max_tokens=32,768

💡 支持通过 thinking={"type": "enabled"|"disabled"|"auto"} 动态自适应开关深度推理

📊 Doubao-Seed-2.1-Pro (豆包旗舰) 全量评测成绩与维度排名

共 70 项公开评测 · 排名为在本站 154 款有评测数据模型中的名次 · 数据同步于 2026-11-20

⚔️ 和其他模型逐项比分

💻 代码工程 13 项

MCP Atlas #6/39 83.8%

大规模模型上下文协议(MCP)工具协同基准,评估智能体在复杂多步任务中协调、组合调用数十种外部 MCP 工具的真实成功率。

Terminal-Bench 2.1 #24/37 71%

Terminal-Bench 2.1 终端操作评测,测试 AI 智能体通过命令行独立完成代码编译、服务搭建与排错的端到端表现。

CyberGym #12/15 70.2%

受控靶场环境下的网络安全智能体评测,考察代码安全审计、漏洞定位与攻防分析能力。

AetherCode #1/3 65.8%

奥林匹克竞赛级别的顶尖算法编程基准。

WildClawBench #2/5 61.7%

面向真实世界开发与多工具协同场景的野生智能体实战评测。

SciCode #2/24 59.8%

由自然科学家编制的科研编程基准,将物理、化学、生物、数学等 16 个学科的 80 个真实科研计算问题拆解为 338 个编程子任务。

SWE-Bench Pro #28/52 57.5%

SWE-Bench 高阶专业版,聚焦需要跨文件长链推理与复杂架构改动的真实工业级软件工程任务。

Artifacts Bench #2/2 51%

评估模型根据自然语言指令生成高质量可视化前端组件与交互式代码产物(Artifacts)的基准。

Program Bench #8/18 50.3%

要求智能体仅凭编译后的二进制可执行文件与文档说明,逆向复现出等价功能源码(涵盖 CLI 工具至 FFmpeg/SQLite 级系统)的 200 项硬核工程评测。

NL2Repo #13/23 47%

自然语言到完整代码仓库(NL2Repo)长周期生成评测,考察从零架构设计或跨全仓改写代码的能力。

SWE-Atlas #1/1 35.2%

专注于真实大型代码库故障定位(Bug Localization)与根因修复的软件工程基准。

DeepSWE #10/12 32.7%

在无外网隔离容器中独立修复真实软件工程缺陷的智能体评测基准(DeepSWE)。

PostTrainBench #9/10 16.5%

评估智能体在算力受限下拿到纯预训练基座模型后,能否自主完成数据合成、SFT/RL 后训练、评测与迭代提分的端到端能力。

🤖 Agent 与工具调用 12 项

GDPval #1/3 87.9%

OpenAI 构建的跨多行业真实职业高经济价值知识工作交付质量基准。

BrowseComp #12/54 86.2%

OpenAI 发布的深度联网搜索基准,含 1,266 道需要智能体在互联网上反复检索、交叉核实才能找到隐蔽线索的高难多跳检索题。

OSWorld #1/5 78.8%

首个可扩展真实桌面操作系统(Ubuntu/Windows/macOS)多模态智能体执行评测环境,涵盖 369 项真实电脑操作任务。

MobileWorld #1/1 73.1%

真实移动设备端 GUI 视觉定位、跨页面导航与多步操作智能体基准。

OfficeQA Pro #2/15 72.2%

源自真实企业办公流的专业文档分析、电子表格计算与跨源商业信息综合问答基准。

OneMillion Bench #1/3 68.8%

面向超长周期、高经济价值长上下文复杂工作流的持续可靠执行评测。

Finance Agent v1.1 #1/1 60.7%

金融文档检索、财务报表核算与多步定量分析智能体基准(v1.1)。

Workspace Bench #2/3 53%

跨文件处理、多步规划与办公软件工具调用的高价值数字工作台评测。

ClawEval-MM #5/5 51%

结合视觉输入的 ClawEval 多模态智能体复杂任务求解评测。

Toolathlon #18/32 50.6%

「工具十项全能」基准(Toolathlon),横跨 10 类真实业务场景全面检验智能体的多工具选择、编排顺序与容错执行能力。

Agents' Last Exam #17/29 41.4%

「智能体最后的考试」,聚焦超长周期复杂规划、持续推演与多工具协同的高难智能体终极评测。

APEX-Agents #9/15 33.8%

面向长周期专业岗位复杂多步规划、推理与工具执行的智能体基准(APEX-Agents)。

👁️ 多模态与视觉 32 项

CharXiv-D #1/3 95.5%

科学论文图表信息提取基准(CharXiv-D 描述性子集),考察对坐标轴、数值与图例基础要素的精准读取。

Video-MME #1/8 89.2%

首个全时长综合视频理解基准,涵盖 900 段视频(共 254 小时,从 11 秒短视频至 1 小时纪录片)的 2,700 道人工标注题。

RealWorldQA #4/13 86.7%

源自车载相机与真实街道场景的 700+ 张实拍图像物理空间常识理解评测。

CharXiv-R #15/41 86.4%

科学论文真实复杂图表深度推理基准(CharXiv-R),要求跨多子图、图例与数据趋势进行定量比较与综合推演。

VLMsAreBiased #1/3 83.6%

检验视觉语言模型在画面与先验常识冲突时是否忠实依据图像作答(而非盲从文本偏见)的评测。

DUDE #1/3 82.8%

多页、跨行业真实版面文档理解与信息推理评测集(DUDE)。

MMMU-Pro #6/44 82.7%

MMMU 抗猜题增强版大学多学科多模态基准,剔除了仅靠纯文本就能猜对的题目并引入纯视觉输入截图模式,严格考察图文深度融合推理。

BLINK #1/3 81.4%

检验多模态模型「看得见更要感知准」的核心视觉感知基准,涵盖深度估计、拼图还原、多视角对应等 14 类经典视觉任务。

OVOBench #1/3 80.7%

实时流式在线视频理解基准(OVOBench),测试模型随视频播放实时感知过去、当下并预测动作的能力。

LongVideoBench #1/4 80.6%

最长 1 小时的视频与字幕交错输入长视频细节检索与推理基准。

TVBench #1/4 80.5%

聚焦视频动作序列、事件先后与动态变化的时序视频理解基准。

TOMATO #1/3 79.5%

专注于视频中物体运动轨迹、动作节奏与时序先后顺序感知的多模态评测(TOMATO)。

LVBench #5/15 78%

超长视频理解基准(最长可达 2 小时),评估模型在极长视频流中的跨时段事件定位、摘要与因果推理。

LiveSports-3K #2/3 76.8%

针对体育赛事直播视频的细粒度战术理解与实时解说评测。

VideoSimpleQA #1/3 76.4%

基于视频画面内容的简明事实准确性问答评测。

MotionBench #1/4 74.9%

细粒度视频运动模式、姿态轨迹与动作序列理解评测。

BabyVision #8/15 73.7%

面向基础早期视觉直觉感知与趣味图形推理的视觉基准。

ERQA #4/13 72%

具身智能空间推理问答基准(ERQA),涵盖空间方位、运动轨迹、动作后果与多视角状态估计的 400 道视觉题。

TreeBench #1/2 71.1%

要求先精确定位图像局部细节再执行多步推理的细粒度视觉接地推理基准。

ChartQAPro #1/3 70.9%

面向真实世界复杂信息图与多样化统计图表的高难度视觉问答基准。

Minerva #1/3 70.7%

针对信息密集型复杂长视频的多步因果与逻辑推理基准。

OVBench #1/3 70%

面向实时连续视频流的在线记忆、事件感知与即时问答评测。

VideoHolmes #1/3 68.2%

考察像侦探一样从视频细节线索中进行悬疑推理与因果还原的视频理解基准。

CrossVid #1/2 65%

跨多段相关视频整合信息并进行对比综合推理的评测。

ContPhy #1/2 63.6%

评估模型通过观看视频理解流体、软体与刚体连续物理动力学规律的基准。

OCRBench_V2 #2/5 63.2%

包含 1 万组人工校验问答对的大规模中英双语视觉文字定位、公式图表识别与推理基准(OCRBench v2)。

WorldVQA #2/6 53%

考察识别世界各地地标、物种、器物等视觉实体百科知识的基准(WorldVQA)。

VisFactor #1/3 51.4%

细粒度视觉属性因子感知与图形空间变换推理评测。

EmbSpatialBench #5/6 0.8

面向具身机器人场景的三维空间方位理解与推理评测。

SimpleVQA #4/13 0.7

面向简明客观事实看图问答的视觉准确性评测。

VisuLogic #1/2 0.5

纯视觉图形规律与非语言逻辑推理基准。

ZEROBench #8/13 0.2

针对前沿视觉大模型设计的高难度零样本复杂视觉推理基准(主集人类精心构造极难视觉题)。

来源:ZeroEval / llm-stats.com 公开评测聚合(✓ 为第三方验证,其余为厂商官方自报)。点击任一评测可查看全库排名。

想私有化部署?能力最接近 Doubao-Seed-2.1-Pro (豆包旗舰) 的开源权重平替模型

以下开源模型提供完整 HuggingFace 权重与 config.json,支持本地 GPU / Mac / 国产算力卡私有部署

与这些平替逐项对比 →

常见问题解答 (FAQ)

Doubao-Seed-2.1-Pro (豆包旗舰) 是开源模型还是闭源商业模型?能本地部署吗?

Doubao-Seed-2.1-Pro (豆包旗舰) 是由 ByteDance 字节豆包 研发的闭源商业大模型(官方调用 ID 为 doubao-seed-2-1-pro-260628),未公开模型权重与底层网络层数,因此不支持本地显卡私有部署,需通过官方 API 或云端网关按 Token 计费调用。如需私有化部署,可参考本页底部的同档位开源平替模型。

Doubao-Seed-2.1-Pro (豆包旗舰) 的最大上下文窗口、单次最大输出和 API 价格是多少?

Doubao-Seed-2.1-Pro (豆包旗舰) 支持最高 1,024K 上下文输入与 256,000 tokens 单次输出,支持输入模态包括 Text、Image、Video。官方标准费率为每百万输入 ¥6、缓存命中输入 ¥1.2、每百万输出 ¥30。