Doubao Seed 1.8 251228 (Thinking)

# 一、简介与定位

中国字节跳动旗下火山引擎于2025年12月18日，在冬季Force原动力大会上发布了旗舰级通用大模型Doubao Seed 1.8 251228 (Thinking)，聚焦多模态Agent场景的定向优化，主打高效执行与复杂任务处理能力。

该模型名称可拆解为三部分：Doubao即“豆包”，是字节跳动大模型核心品牌；Seed代表其基于字节跳动自研Seed大模型基座开发；1.8是版本号，251228对应发布日期（2025年12月28日），后缀(Thinking)则凸显其强化的思考、规划与执行能力。核心功能包括多模态理解、工具调用、复杂指令遵循及长上下文处理，官方使用门槛较低，个人用户可在豆包、即梦AI等平台免费体验基础功能，企业用户需通过火山引擎API接入，API无明确免费额度，采用按量后付费模式，同期发布的“兄弟模型”为音视频创作模型Seedance 1.5 pro，主打原生音视频联合生成。

目前该模型处于“非最新主力、仍可正常使用”的生命周期阶段，未被淘汰但已被后续发布的Doubao Seed 2.0 Pro系列迭代，其最突出的核心特点是在兼顾成本优化的同时，强化了多模态Agent能力，可高效适配企业级复杂任务与多场景落地需求。

# 二、发展历程

# 2.1 研发背景

Doubao Seed 1.8 251228 (Thinking) 发布前，全球大模型行业已从“百模大战”进入收敛期，竞争焦点从单纯的参数规模比拼转向“智能密度”与场景落地能力的较量，AI发展正式从“聊天”范式转向“能办事”的智能体时代。当时行业主流大模型分为两大阵营：海外以Claude-Opus、GPT系列为代表，优势在于指令遵循与代码生成能力，但存在国内使用壁垒；国内则以DeepSeek-R1、百度文心一言、智谱AI等为代表，深耕中文场景与开源创新，但在多模态融合与复杂任务执行上仍有短板。与此同时，企业级Agent应用需求爆发，传统大模型在工具调用、长程任务规划上的不足日益凸显，字节跳动基于自身Seed基座的技术积累，结合市场对“高效执行型”大模型的需求，启动了该版本的研发，旨在打造适配国内场景、兼顾性能与成本的旗舰级Agent模型。

# 2.2 关键节点

2025年中期，字节跳动启动Doubao Seed 1.8版本的研发立项，核心目标聚焦多模态能力升级与Agent场景优化，重点解决上一代模型视频理解帧数不足、工具调用不够灵活的问题；同年10月，该模型进入内部内测阶段，邀请数十家企业客户参与试点，收集复杂场景下的使用反馈，优化长上下文管理与成本控制方案；12月中旬，模型完成最终优化，确定发布细节，同步完成与火山引擎AgentKit平台的适配；12月18日，在火山引擎冬季Force原动力大会上正式发布，同步开放个人用户体验通道与企业API接入权限；2026年2月，随着Doubao Seed 2.0 Pro系列发布，该模型调整为“次旗舰”定位，持续提供技术支持与迭代优化。

# 2.3 家族构成

Doubao Seed 1.8 251228 (Thinking) 隶属于字节跳动“豆包大模型”家族，该家族以Seed为核心基座，形成了覆盖不同场景、不同定位的产品矩阵，核心成员包括：

1. 基础基座模型：Doubao Seed Base，作为整个家族的技术根基，采用标准Transformer稠密架构，提供核心的语言理解与生成能力，是所有衍生版本的研发基础，定位为“通用技术底座”，主要面向开发者提供定制化微调服务。

2. 旗舰执行模型：Doubao Seed 1.8 251228 (Thinking)，即本文主角，定位为“多模态Agent旗舰模型”，主打多模态理解、工具调用与复杂任务执行，兼顾性能与成本，适配企业级与个人高端需求。

3. 升级旗舰模型：Doubao Seed 2.0 Pro 260215，2026年2月发布，是该模型的迭代版本，在数学推理、智能体规划能力上实现大幅提升，定位为“高端全能Agent模型”，面向高难度复杂任务场景。

4. 场景专项模型：Seedance系列（如同期发布的Seedance 1.5 Pro），隶属于豆包家族生态，定位为“音视频创作专项模型”，专注于音视频联合生成，与Doubao Seed 1.8形成“大脑+手脚”的协同格局，赋能内容创作场景。

# 三、核心技术剖析

# 3.1 固有技术

该模型继承了字节跳动Seed大模型基座的核心技术架构，底层采用标准Transformer稠密架构，确保了基础的语言理解与生成能力的稳定性。同时，延续了上一代模型的常规对齐手段，通过有监督微调（SFT）与人类反馈强化学习（RLHF），实现了模型输出与人类需求的精准匹配，减少无意义输出与幻觉问题。此外，继承了基座模型的上下文管理基础能力，为后续长上下文窗口的升级奠定了技术基础，同时沿用了成熟的多模态融合框架，保障了文本、图片、视频等多类型信息的基础理解能力。

# 3.2 创新技术

Doubao Seed 1.8 251228 (Thinking) 的核心创新的在于针对多模态Agent场景的定向优化，重点突破了上一代模型的能力瓶颈，具体创新点如下：

1. 多模态理解能力升级：大幅提升视觉理解基础能力，将单次视频理解帧数从640帧提升至1280帧，实现低帧率解析超长视频、高帧率精读关键片段的灵活切换。简单来说，就是模型能“完整看完”数小时的长视频，并精准捕捉其中的关键信息，无需人工分割视频，这一创新为在线教育、工业质检等场景提供了核心支撑，比如可自动分析课程视频生成知识点总结，或监控生产线视频捕捉缺陷瞬间。

2. Agent能力强化：重点优化工具调用（Tool Use）、复杂指令遵循与GUI Agent能力，让模型从“被动响应指令”转变为“主动规划执行”。不同于传统模型需要明确的分步指令，该模型可像项目经理一样，自主拆解复杂任务、规划执行路径，适配多步、多分支的企业级Agent场景，比如可自主调用多个工具完成数据查询、分析、生成报告的全流程。

3. 长上下文与成本优化：支持256K长上下文窗口，可处理超长文本、多轮对话等场景，同时通过API传参可灵活清理上下文，避免长程任务中的信息遗忘。此外，通过优化图片转tokens压缩比与思考长度可调节功能，在提升模型效果的同时，有效降低了算力与使用成本，兼顾了性能与性价比。

4. 多维度细节优化：在视频运动理解、复杂空间理解、文档OCR能力上进行针对性提升，解决了上一代模型对动态画面、复杂空间场景理解不精准，以及文档识别效率低的问题，进一步拓宽了模型的应用场景边界。

# 四、表现评估

# 4.1 历史与现状

该模型刚发布时，凭借其多模态Agent能力的突出表现，迅速跻身国内大模型第一梯队，发布当天便伴随火山引擎大会的热度获得广泛关注，成为当时国内Agent场景优化最成熟的模型之一。截至2025年12月，其所属的豆包大模型日均token使用量已突破50万亿，较去年同期增长超过10倍，其中该模型贡献了重要的使用增量。如今，随着2026年2月Doubao Seed 2.0 Pro系列的发布，该模型的“旗舰”地位被取代，退居次旗舰位置，但依旧是字节跳动大模型家族的核心成员，可正常使用，且凭借较高的性价比，仍被大量中小企业与个人用户采用，未出现被淘汰的情况。

# 4.2 优势亮点

结合SuperCLUE 2025年度测评及行业公开数据，该模型的优势亮点主要集中在以下三个维度，表现处于行业上游水平：

1. 多模态理解能力突出：在视觉推理、通用视觉问答、空间理解及视频理解等任务中，获得最佳或接近最佳成绩，其中视频理解能力的提升尤为显著，1280帧的单次理解能力在同期模型中表现亮眼，在BrowseComp通用智能体测评集中表现全球领先。

2. Agent与复杂任务执行能力优秀：在智能体（任务规划）维度，SuperCLUE测评得分为58.15分，虽不及后续的2.0 Pro版本，但在同期模型中表现突出，能够高效完成多步复杂任务的规划、拆解与执行，适配教育、客服、金融、法律等多个企业级场景。

3. 性价比优势明显：相较于海外同类模型及国内高端旗舰模型，该模型的API价格仅为1.10元/百万Tokens，同时通过成本优化设计，进一步降低了企业与个人用户的使用成本，在性能与价格之间实现了较好的平衡，适合大规模落地使用。

# 4.3 缺点与不足

结合测评数据与实际使用反馈，该模型的短板同样较为明显，主要集中在以下几个方面，客观存在且未完全解决：

1. 数学推理与代码生成能力薄弱：根据SuperCLUE测评数据，该模型数学推理得分为68.70分，代码生成得分为40.33分，均处于行业中等水平，相较于海外顶级模型及国内DeepSeek-R1等模型，在复杂数学计算、代码编写与调试方面存在明显差距，难以满足高端编程与数学研究需求。

2. 精确指令遵循能力不足：测评中精确指令遵循得分为32.60分，表现较差，在处理包含多约束条件、复杂逻辑的指令时，容易出现理解偏差、遗漏关键要求的情况，需要用户反复明确指令细节。

3. 幻觉控制仍有提升空间：虽然继承了基座模型的对齐技术，但在处理小众领域、冷门知识时，仍会出现幻觉输出，即生成虚假、不准确的信息，且幻觉控制能力相较于2.0 Pro版本提升有限，在学术、专业咨询等场景中需谨慎使用。

4. 推理效率一般：根据测评数据，该模型平均每题推理时间为205.24秒，在处理复杂任务时，响应速度较慢，相较于轻量化模型，效率优势不明显，难以适配对响应速度要求较高的实时场景。

# 五、重大事件

1. 2025年12月18日，伴随火山引擎冬季Force原动力大会发布，现场超1万人参会，模型发布后凭借多模态Agent能力的创新，引发行业广泛关注，成为当天AI领域的热点话题，进一步提升了豆包大模型的行业影响力，同时推动了国内Agent场景的发展。

2. 2025年12月底，该模型助力豆包大模型日均token使用量突破50万亿，较去年同期增长超过10倍，其中超过100家企业客户累计token使用量超过1万亿，印证了该模型在企业级场景的落地价值，也体现了市场对其能力的认可。

3. 2026年3月，该模型被纳入Zion无代码平台的接入列表，推出零代码接入教程，让零基础开发者可通过复制粘贴、点击操作，快速将其能力接入小程序、网站等应用，大幅降低了模型的使用门槛，推动了其在中小开发者群体中的普及。

4. 2026年3月，SuperCLUE发布2025年度测评报告，该模型以58.17分的总分跻身国内大模型第一梯队，其多模态理解与Agent能力获得行业认可，同时测评也明确指出其数学、代码能力的短板，为后续模型迭代提供了明确方向，也为用户选择模型提供了参考依据。