豆包大模型 Seed2.1

Seed2.1 是字节跳动 Seed 团队的大模型系列，2026 年 6 月 23 日在 Seed 博客上公布，并向豆包（Doubao）和火山引擎（Volcano Engine）的用户开放^[1]。它包含两个版本，Seed2.1 Pro 与 Seed2.1 Turbo，都面向真实的生产力场景^[2]。Turbo 在 API 中的模型 ID 为 dola-seed-2-1-turbo-260628^[2]。发布的同时，团队还公开了模型卡（model card）^[3]。

由来

Seed2.1 在 Seed2.0 的基础上迭代。按官方说法，这次更新针对的是用户反馈：希望回答更可靠、交付更稳定^[1]。提升集中在五个方面——通用智能体能力、代码交付、知识、推理和多模态理解^[1][2]。换句话说，重点不在于单次演示有多好看，而在于同样的任务反复做时表现是否一致。

公布的分数

字节跳动给出的成绩如下，前者为 Pro、后者为 Turbo：BeyondAIME 87.0 与 88.0；SuperGPQA 70.8 与 67.4；Terminal Bench 2.1 为 71.0 与 67.6；MMMU-Pro 为 81.6 与 80.1^[2]。

同一份材料把其他厂商的模型放在这些数字旁边。在 BeyondAIME 上，字节跳动的对照表列出 Claude Opus 4.7 为 79.0、GPT-5.5 为 91.0；在 Terminal Bench 2.1 上，两者分别为 71.7 和 73.8^[2]。Gemini 3.1 Pro 在 BeyondAIME 上为 90.0^[2]，在 SuperGPQA 上为 76.6，而两个 Seed2.1 版本分别是 70.8 和 67.4^[2]。

直观地看：Turbo 在 BeyondAIME 上略高于 Pro（88.0 对 87.0），其余三项则是 Pro 领先^[2]。与表中列出的外部模型相比，Seed2.1 Pro 在 BeyondAIME 上低于 GPT-5.5 和 Gemini 3.1 Pro，在 SuperGPQA 上低于 Gemini 3.1 Pro；而在 Terminal Bench 2.1 上，两个 Seed2.1 版本都高于 Claude Opus 4.7 和 GPT-5.5^[2]。

智能体与视频

字节跳动把智能体方面的一部分提升归功于强化学习（reinforcement learning）：按其说明，强化学习使计算机使用类智能体完成单个任务所需的平均步数减少了 16%^[1]。在字节跳动自己的测试中，Seed2.1 Pro 的 GDPVal 得分最高^[1]。在 Agents' Last Exam（ALE）上，Pro 处于参评模型的第一梯队；Seed2.1 在 MobileWorld 上得分最高，在 OSWorld 上具有竞争力^[1]。

视频方面，Pro 在 VideoMME 上得 89.2 分，模型支持的输入包括长达一小时的视频^[2]。

更早的一次亮相

在正式发布之前，Seed2.1 Preview 曾出现在 Code Arena 的前端排行榜上，以 1539 分排在第 8 位^[1]，这可以看作该系列在前端代码方向的一次提前露面。

怎么看这些数字

以上成绩都出自字节跳动自己的发布材料，对照行也来自它的表格，而不是独立的第三方评测。基准分数能说明模型在一组既定任务上的位置，但不能代替对具体工作是否合用的判断——同一个系列里，不同版本在不同能力项上互有胜负，选择时看的还是任务本身。