豆包大模型-火山引擎

豆包大模型特惠

19.9元抢最新模型1000万tokens

查看模型定价与计费方式

豆包大模型1.6上线

IDC大模型白皮书

企业AI转型行动指南

超全模态支持，更强模型

适配多种业务场景，驱动业务增长

超全模态支持，更强模型

适配多种业务场景，驱动业务增长

超全模态支持，更强模型

适配多种业务场景，驱动业务增长

超全模态支持，更强模型

适配多种业务场景，驱动业务增长

豆包大模型1.6

大语言模型

更强的推理能力，多模态理解能力，GUI操作能力和前端页面编程能力

模型详情立即体验

豆包·视频生成模型

视觉大模型

支持多镜头叙事与多任务的视频生成模型。它在语义理解与指令遵循上取得突破，能生成运动流畅、细节丰富且具备影视级美感的 1080p 高清视频

模型详情立即体验

豆包·视觉理解模型

视觉语言模型

对视觉内容有更强的识别能力，更强理解和推理能力，以及更细腻的视觉描述能力

模型详情立即体验

豆包·实时语音模型

语音大模型

能唱会演，具备精细指令遵循的超拟人感对话体验

模型详情立即体验

豆包大模型1.6-flash

大语言模型

在轻量版语言模型中处于全球一流水平，在综合（MMLU_pro）、推理（BBH）、数学（MATH）、专业知识（GPQA）权威测评指标持平或超越GPT-4omini，Cluade 3.5 Haiku

豆包1.5·UI-TARS模型

GUI Agent大模型

面向图形界面交互（GUI）的原生Agent模型

豆包·语音合成模型

语音大模型

提供自然生动的语音合成能力，善于表达多种情绪，演绎多种场景

豆包·声音复刻模型

语音大模型

5秒即可实现声音1:1克隆，对音色相似度和自然度进行高度还原，支持声音的跨语种迁移

豆包·角色扮演模型

大语言模型

个性化的角色创作能力，更强的上下文感知和剧情推动能力，满足灵活的角色扮演需求

豆包·语音识别模型

语音大模型

更高的准确率及灵敏度，更低的语音识别延迟，支持多语种的正确识别

豆包·文生图模型

视觉大模型

更精美的文字理解能力，图文匹配更准确，画面效果更优美，擅长对中国文化元素的创作

豆包·图生图模型

视觉大模型

快速生成精美写真，支持50余种风格变换，并对图片实现扩图、重绘、涂抹等创意延展

豆包·同声传译模型

语音大模型

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

豆包·Function Call模型

大语言模型

提供更加准确的功能识别和参数抽取能力，适合复杂工具调用的场景

豆包·向量化模型

大语言模型

聚焦向量检索的使用场景，为LLM知识库提供核心理解能力，支持多语言

豆包·3D模型

视觉大模型

敬请期待...

豆包大模型1.6

大语言模型

更强的推理能力，多模态理解能力，GUI操作能力和前端页面编程能力

模型详情立即体验

豆包·视频生成模型

视觉大模型

支持多镜头叙事与多任务的视频生成模型。它在语义理解与指令遵循上取得突破，能生成运动流畅、细节丰富且具备影视级美感的 1080p 高清视频

模型详情立即体验

豆包·视觉理解模型

视觉语言模型

对视觉内容有更强的识别能力，更强理解和推理能力，以及更细腻的视觉描述能力

模型详情立即体验

豆包·实时语音模型

语音大模型

能唱会演，具备精细指令遵循的超拟人感对话体验

模型详情立即体验

豆包大模型1.6-flash

大语言模型

在轻量版语言模型中处于全球一流水平，在综合（MMLU_pro）、推理（BBH）、数学（MATH）、专业知识（GPQA）权威测评指标持平或超越GPT-4omini，Cluade 3.5 Haiku

豆包1.5·UI-TARS模型

GUI Agent大模型

面向图形界面交互（GUI）的原生Agent模型

豆包·语音合成模型

语音大模型

提供自然生动的语音合成能力，善于表达多种情绪，演绎多种场景

豆包·声音复刻模型

语音大模型

5秒即可实现声音1:1克隆，对音色相似度和自然度进行高度还原，支持声音的跨语种迁移

豆包·角色扮演模型

大语言模型

个性化的角色创作能力，更强的上下文感知和剧情推动能力，满足灵活的角色扮演需求

豆包·语音识别模型

语音大模型

更高的准确率及灵敏度，更低的语音识别延迟，支持多语种的正确识别

豆包·文生图模型

视觉大模型

更精美的文字理解能力，图文匹配更准确，画面效果更优美，擅长对中国文化元素的创作

豆包·图生图模型

视觉大模型

快速生成精美写真，支持50余种风格变换，并对图片实现扩图、重绘、涂抹等创意延展

豆包·同声传译模型

语音大模型

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

豆包·Function Call模型

大语言模型

提供更加准确的功能识别和参数抽取能力，适合复杂工具调用的场景

豆包·向量化模型

大语言模型

聚焦向量检索的使用场景，为LLM知识库提供核心理解能力，支持多语言

豆包·3D模型

视觉大模型

敬请期待...

豆包大模型1.6

大语言模型

更强的推理能力，多模态理解能力，GUI操作能力和前端页面编程能力

豆包·视频生成模型

视觉大模型

支持多镜头叙事与多任务的视频生成模型。它在语义理解与指令遵循上取得突破，能生成运动流畅、细节丰富且具备影视级美感的 1080p 高清视频

模型详情立即体验

豆包·视觉理解模型

视觉语言模型

对视觉内容有更强的识别能力，更强理解和推理能力，以及更细腻的视觉描述能力

豆包·实时语音模型

语音大模型

能唱会演，具备精细指令遵循的超拟人感对话体验

豆包大模型1.6-flash

大语言模型

在轻量版语言模型中处于全球一流水平，在综合（MMLU_pro）、推理（BBH）、数学（MATH）、专业知识（GPQA）权威测评指标持平或超越GPT-4omini，Cluade 3.5 Haiku

豆包1.5·UI-TARS模型

GUI Agent大模型

面向图形界面交互（GUI）的原生Agent模型

豆包·语音合成模型

语音大模型

提供自然生动的语音合成能力，善于表达多种情绪，演绎多种场景

豆包·声音复刻模型

语音大模型

5秒即可实现声音1:1克隆，对音色相似度和自然度进行高度还原，支持声音的跨语种迁移

豆包·角色扮演模型

大语言模型

个性化的角色创作能力，更强的上下文感知和剧情推动能力，满足灵活的角色扮演需求

豆包·语音识别模型

语音大模型

更高的准确率及灵敏度，更低的语音识别延迟，支持多语种的正确识别

豆包·文生图模型

视觉大模型

更精美的文字理解能力，图文匹配更准确，画面效果更优美，擅长对中国文化元素的创作

豆包·图生图模型

视觉大模型

快速生成精美写真，支持50余种风格变换，并对图片实现扩图、重绘、涂抹等创意延展

豆包·同声传译模型

语音大模型

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

豆包·Function Call模型

大语言模型

提供更加准确的功能识别和参数抽取能力，适合复杂工具调用的场景

豆包·向量化模型

大语言模型

聚焦向量检索的使用场景，为LLM知识库提供核心理解能力，支持多语言

豆包·3D模型

视觉大模型

敬请期待...

豆包大模型1.6

大语言模型

更强的推理能力，多模态理解能力，GUI操作能力和前端页面编程能力

豆包·视频生成模型

视觉大模型

支持多镜头叙事与多任务的视频生成模型。它在语义理解与指令遵循上取得突破，能生成运动流畅、细节丰富且具备影视级美感的 1080p 高清视频

模型详情立即体验

豆包·视觉理解模型

视觉语言模型

对视觉内容有更强的识别能力，更强理解和推理能力，以及更细腻的视觉描述能力

豆包·实时语音模型

语音大模型

能唱会演，具备精细指令遵循的超拟人感对话体验

豆包大模型1.6-flash

大语言模型

在轻量版语言模型中处于全球一流水平，在综合（MMLU_pro）、推理（BBH）、数学（MATH）、专业知识（GPQA）权威测评指标持平或超越GPT-4omini，Cluade 3.5 Haiku

豆包1.5·UI-TARS模型

GUI Agent大模型

面向图形界面交互（GUI）的原生Agent模型

豆包·语音合成模型

语音大模型

提供自然生动的语音合成能力，善于表达多种情绪，演绎多种场景

豆包·声音复刻模型

语音大模型

5秒即可实现声音1:1克隆，对音色相似度和自然度进行高度还原，支持声音的跨语种迁移

豆包·角色扮演模型

大语言模型

个性化的角色创作能力，更强的上下文感知和剧情推动能力，满足灵活的角色扮演需求

豆包·语音识别模型

语音大模型

更高的准确率及灵敏度，更低的语音识别延迟，支持多语种的正确识别

豆包·文生图模型

视觉大模型

更精美的文字理解能力，图文匹配更准确，画面效果更优美，擅长对中国文化元素的创作

豆包·图生图模型

视觉大模型

快速生成精美写真，支持50余种风格变换，并对图片实现扩图、重绘、涂抹等创意延展

豆包·同声传译模型

语音大模型

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

豆包·Function Call模型

大语言模型

提供更加准确的功能识别和参数抽取能力，适合复杂工具调用的场景

豆包·向量化模型

大语言模型

聚焦向量检索的使用场景，为LLM知识库提供核心理解能力，支持多语言

豆包·3D模型

视觉大模型

敬请期待...