字节跳动在火山引擎Force大会上正式发布豆包视觉理解模型，该模型以极具性价比的多模态能力为企业赋能。其千tokens输入价格仅为3厘，一元可处理284张720P图片，成本远低于行业平均水平。豆包视觉理解模型不仅能精准识别视觉内容，还具备强大的理解和推理能力，可进行复杂的逻辑计算，处理图表、代码及解答学科问题。该模型已接入豆包App和PC端产品，未来还将推出更强大的视频生成和实时语音模型。目前，豆包大模型已与众多主流汽车品牌和智能终端合作，覆盖约3亿台设备，调用量半年内增长百倍。

💰豆包视觉理解模型价格极具竞争力，千tokens输入仅3厘，一元可处理284张720P图片，大幅降低企业使用成本。

🧠该模型不仅能精准识别视觉内容，还具备强大的理解和推理能力，可进行复杂的逻辑计算，处理图表、代码及解答学科问题。

📱豆包视觉理解模型已接入豆包App和PC端产品，并计划在2025年春季推出更强大的视频生成模型1.5版和实时语音模型。

🚗豆包大模型已与八成主流汽车品牌合作，并接入多家手机、PC等智能终端，覆盖约3亿台设备，半年内调用量增长100倍。

快科技12月18日消息，在今天举办的火山引擎Force大会上，字节跳动正式发布豆包视觉理解模型，为企业提供极具性价比的多模态大模型能力。

豆包视觉理解模型千tokens输入价格仅为3厘，一元钱就可处理284张720P的图片，比行业价格便宜85％，以更低成本推动AI技术普惠和应用发展。

火山引擎总裁谭待介绍，豆包视觉理解模型不仅能精准识别视觉内容，还具备出色的理解和推理能力，可根据图像信息进行复杂的逻辑计算，完成分析图表、处理代码、解答学科问题等任务。

此前，豆包视觉理解模型已经接入豆包App和PC端产品。

值得一提的是，字节跳动还将在2025年春季将推出具备更长视频生成能力的豆包视频生成模型1.5版，豆包端到端实时语音模型也将很快上线

目前，豆包大模型已经与八成主流汽车品牌合作，并接入到多家手机、PC等智能终端，覆盖终端设备约3亿台，来自智能终端的豆包大模型调用量在半年时间内增长100倍。

【本文结束】如需转载请务必注明出处：快科技

责任编辑：拾柒

文章内容举报

]article_adlist-->