字节跳动在火山引擎force大会上重磅推出豆包视觉理解模型，这款模型以其高性价比优势脱颖而出。据悉，其千tokens输入价格仅为3分钱，这意味着1元钱即可处理高达284张720p图片，价格比行业平均水平低85%。
火山引擎总裁谭待在会上详细介绍了豆包视觉理解模型的功能。该模型不仅能够精准识别图像内容，还具备强大的理解和推理能力，可以进行复杂的逻辑运算，例如分析图表、处理代码、解答学科难题等。此外，它还拥有精细的视觉描述和创作能力。
图：火山引擎总裁谭待
豆包视觉理解模型已集成到豆包App和PC端产品中。为了提升用户体验，豆包产品团队特别注重多模态输入，例如语音和视觉功能，这些模型也已通过火山引擎平台开放给企业用户。
立即进入“豆包AI人工智官网入口”；
立即学习“豆包AI人工智能在线问答入口”；
此外，豆包大模型的其他产品也进行了重大更新：豆包通用模型Pro已全面达到GPT-4的性能水平，但价格仅为其八分之一；音乐模型的生成能力从60秒的简单结构提升到3分钟的完整作品；文生图模型2.1版本实现了业界首个精准生成汉字和一句话P图的产品化能力，并已接入即梦AI和豆包App。
据透露，2025年春季将推出支持更长视频生成的豆包视频生成模型1.5版，以及豆包端到端实时语音模型。谭待表示，虽然豆包大模型发布较晚，但一直保持着高速迭代更新。
数据显示，截至12月中旬，豆包通用模型的日均tokens使用量已突破4万亿，相比七个月前的首次发布增长了33倍。
以上就是豆包发布视觉理解模型 比行业价格便宜85%的详细内容，更多请关注php中文网其它相关文章！
广告![ThinkPHP5快速开发企业站点[全程实录]](https://img.php.cn/upload/course/000/000/068/6253d918a3ce7278.png)
收藏
收藏
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号
646
