ByteDance представила Doubao 2.1 Pro и анонсировала видеомодель Seedance 2.5

На конференции FORCE подразделение Volcano Engine компании ByteDance представило новую линейку ИИ‑моделей. Главной новинкой стала Doubao 2.1 Pro. В компании говорят, что модель перешагнула порог «production‑level capability threshold». По бенчмаркам она показывает сильные результаты в программировании, агентных системах и визуальном понимании. В генерации кода отмечены высокие показатели в Terminal Bench 2.1, SWE-Pro и SciCode. В задачах агентов и мультимодальности модель занимает лидирующие позиции в OSWorld, MobileWorld и MMMU-Pro. ByteDance также утверждает, что по ряду метрик Doubao 2.1 Pro опережает Claude Opus 4.6.

Стоимость использования заявлена на уровне 6 yuan за миллион входных токенов и 30 yuan за миллион выходных. Если срабатывает cache-hit, цена может снижаться до 1.2 yuan. По оценке Volcano Engine, совокупная стоимость владения почти на 80% ниже, чем у Claude Opus 4.6. Для сценариев с частыми запросами предусмотрена версия Turbo, она стоит вдвое дешевле 2.1 Pro. Как сообщает Pandaily, суммарный дневной объём токенов для семейства Doubao по состоянию на июнь превысил 180 trillion, это более чем в 10 раз больше, чем год назад. По данным IDC, доля Volcano Engine на рынке публичного облачного MaaS в Китае составляет 49.5%.

Компания также показала следующее поколение видеомодели Seedance 2.5, релиз намечен на июль. Модель умеет генерировать нативные 30‑секундные видео за один проход и поддерживает совместную генерацию до 50 мультимодальных ресурсов. Появились функции локального редактирования, при этом сохраняется визуальная согласованность между кадрами. Президент Volcano Engine Tan Dait отметил, что генерацию видео рассматривают как один из путей к world models, направление с большим потенциалом для промышленного применения. Seedance уже используют в live streaming e-commerce, industrial manufacturing и autonomous driving, в том числе для синтеза данных и симуляций.

Кроме того, ByteDance представила Seedream 5.0 Pro для генерации изображений. Модель поддерживает интерактивное редактирование и работу со сценой через несколько слоёв. Показали и Seed-Audio 1.0, аудиомодель с поддержкой диалогов нескольких персонажей, фоновой музыки и звуковых эффектов в режиме zero-shot. На уровне платформы появился инструмент Ark CLI для развёртывания агентов одной командой, обновлены AgentKit и HiAgent 3.0, а также представлен корпоративный рабочий стол агентов ArkClaw. Сейчас сервис Volcano Ark используют более 1.1 million предприятий и индивидуальных разработчиков. При этом 200 компаний уже превышают 1 trillion годовых вызовов токенов.