豆包大模型

是字节跳动推出的AI大模型家族，包括 豆包PixelDance 、 豆包Seaweed 视频生成、文生图、图生图、同声传译、角色扮演、语音合成、声音复刻、语音识别、Function Call和向量化等多个模型。豆包大模型具备强大的语言理解、生成和逻辑能力，能进行个性化创作、情绪丰富的语音合成、高精度语音识别、多风格图像生成和顶级的视频生成。豆包大模型通过火山引擎提供服务，支持企业和开发者构建智能化应用，推动AI技术在多种业务场景中的落地。

豆包大模型的性能在多个评测中表现优异，例如在包括MMLU、BBH、GSM8K和HumanEval在内的11个业界公认的基准测试集中，Doubao-pro-4k模型的总体得分达到了76.8分，在代码能力、专业知识和指令遵循等方面的显著进步。

通用模型 ：字节跳动自研LLM模型，支持128K长文本，全系列可精调，具备更强的理解、生成、逻辑等综合能力，适配问答、总结、创作、分类等丰富场景。

视频生成 ：通过精准语义理解、强大动态及运镜能力创作高质量视频，支持文本和图片生成两种模式。

角色扮演 ：创作个性化角色，具备上下文感知和剧情推动能力，适合虚拟互动和故事创作。

语音合成 ：生成自然生动的语音，能表达多种情绪，适用于文本到语音转换。

声音复刻 ：快速克隆声音，高度还原音色和自然度，支持跨语种迁移，用于个性化语音合成。

语音识别 ：准确识别和转录语音，支持多语种，适用于语音命令和转录服务。

文生图 ：将文本转换为图像，擅长图文匹配和中国文化元素创作，用于图像生成和视觉内容创作。

图生图 ：基于现有图像生成新图像，支持风格变换、扩图、重绘和涂抹等创意操作。

同声传译 ：提供超低延时且自然高质量的实时翻译，支持跨语言同音色翻译，打破沟通中的语言壁垒。

Function Call ：准确识别和抽取功能参数，适合复杂工具调用和智能交互。

向量化 ：提供向量检索能力，支持LLM知识库的核心理解，适用于多语言处理。

豆包通用模型Pro ：字节跳动自研的高级语言模型，支持128K长文本处理，适用于问答、总结、创作等多种场景。

豆包通用模型Lite ：轻量级语言模型，提供更低的成本和延迟，适合预算有限的企业使用。

豆包·视频生成模型 ：利用先进的语义理解技术，将文本和图片转化为引人入胜的高质量视频内容。

豆包·语言识别模型 ：具备高准确率和灵敏度，能够快速准确地识别和转写多种语言的语音。

豆包·Function Call模型 ：专为复杂工具调用设计，提供精确的功能识别和参数抽取能力。

豆包·文生图模型 ：将文字描述转化为精美图像，尤其擅长捕捉和表现中国文化元素。

豆包·语音合成模型 ：能够合成自然、生动的语音，表达丰富的情感和场景。

豆包·向量化模型 ：专注于向量检索，为知识库提供核心理解能力，支持多种语言。

豆包·声音复刻模型 ：仅需5秒即可实现声音的1:1克隆，提供高度相似的音色和自然度。

豆包·同声传译模型 ：实现超低延迟的实时翻译，支持跨语言同音色翻译，消除语言障碍。

豆包·角色扮演模型 ：具备个性化角色创作能力，能够根据上下文感知和剧情推动进行灵活的角色扮演。

确定需求 ： 明确项目或业务需求，比如是否需要文本生成、语音识别、图像创作、视频生成等。

选择合适的模型 ： 根据需求选择合适的豆包大模型，例如文生图模型、语音合成、视频生成模型等。

注册和访问火山引擎 ： 访问火山引擎官网注册账户，是字节跳动的云服务平台，提供豆包大模型的服务。

申请访问权限 ： 在火山引擎平台上申请使用豆包大模型的权限，填写相关信息和使用场景。

API接入 ： 获取相应的API接口信息，包括API的端点、请求方法和必要的认证信息。

开发和测试 ： 根据API文档开发应用程序，将豆包大模型集成到你的业务流程中。 进行充分测试，确保模型的输出符合预期。

部署应用 ： 在测试无误后，将集成了豆包大模型的应用部署到生产环境。

监控和优化 ： 监控应用的性能和模型的效果，根据反馈进行优化。

大语言模型 按tokens使用量付费： Doubao-lite-4k（包括分支版本lite-character）：上下文长度4K、输入0.0003元/千tokens、输出0.0003元/千tokens、后付费、免费额度50万tokens。

Doubao-lite-32k：上下文长度32K、输入0.0003元/千tokens、输出0.0006元/千tokens后付费、免费额度50万tokens。

Doubao-lite-128k：上下文长度128K、输入0.0008元/千tokens、输出0.0010元/千tokens后付费、免费额度50万tokens。

Doubao-pro-4k（包括分支版本pro-character、pro-functioncall）：上下文长度4K、输入0.0008元/千tokens、输出0.0020元/千tokens后付费、免费额度50万tokens。

Doubao-pro-32k：上下文长度32K、输入0.0008元/千tokens、输出0.0020元/千tokens后付费、免费额度50万tokens。

Doubao-pro-128k：上下文长度128K、输入0.0050元/千tokens、输出0.0090元/千tokens后付费、免费额度50万tokens。

按模型单元付费：独占的算力资源，更加独立可控 Doubao-lite-4k、Doubao-lite-32k：可承载性能（TPS）3000、按小时60元/个、包月28000元/个。

Doubao-lite-128k：可承载性能（TPS）4500、按小时240元/个、包月112000元/个。