豆包（字节跳动）：用规模和成本赢下用户
如果按使用者数量排，豆包几乎肯定是国产第一。它的打法不是「参数最大」，而是「成本最低、场景最多、铺得最快」。
| 厂商 | 字节跳动，模型研发主要由 Seed 团队承担 |
| 对外通道 | 火山引擎「方舟」大模型平台（模型版本与价格以方舟控制台为准） |
| 产品矩阵 | 豆包 App、即梦（图像/视频）、扣子（Agent 搭建）、剪映与抖音的创作链路 |
| 公开研究 | Seed-Coder、Seed1.5-VL、Bagel（统一多模态）、SeedVR2、VeOmni 训练框架、Depth-Anything-3 |
| 标签 | 规模最大极致性价比多模态齐全产品化最强 |
说明：字节的闭源模型（豆包大模型各版本）没有统一的公开版本矩阵页面，具体型号、上下文、价格请以火山引擎方舟控制台与官方文档为准。本页描述的是它的路线、生态与已公开的研究成果。
一、把「便宜」当战略
2024 年 5 月豆包大模型对外服务时，最震撼行业的不是能力，而是价格：主力模型的调用价被压到当时市场价的零头，直接引爆了国内大模型的价格战。之后两年，几乎所有厂商的 API 价格都被拉低了一个数量级。
这背后是典型的字节式打法：用规模摊薄成本，用低价换取使用量，再让使用量反哺模型迭代。也正因为如此，豆包在企业侧的渗透率很高——对很多公司来说，它是「先跑起来试试」的默认选项。
二、真正的护城河是产品矩阵
字节不只做一个聊天机器人，而是把模型能力嵌进了一整条内容生产链：
- 豆包 App：面向普通用户的通用助手，也是最大的流量入口。
- 即梦：图像与视频生成，配合创作者生态。
- 扣子（Coze）：低代码搭建智能体与工作流，让非技术人员也能组装 AI 应用。
- 剪映 / 抖音：视频创作工具链中的 AI 能力（脚本、字幕、配音、素材生成）。
- 火山引擎：把模型、推理算力、Agent 平台打包卖给企业。
这套组合拳的价值在于：模型能力可以直接在自家海量场景里验证、获得反馈、快速迭代，而不用等第三方客户来告诉你哪里不行。
三、Seed 团队公开了什么
虽然旗舰模型闭源，字节 Seed 在研究和开源上并不吝啬，GitHub 上能看到不少有价值的项目：
| 项目 | 方向 | 为什么值得看 |
|---|---|---|
Seed-Coder | 代码大模型 | 轻量级开源代码模型家族，含 base / instruct 系列 |
Seed1.5-VL | 视觉语言 | 通用视觉理解基座，工程细节公开完整 |
Bagel | 统一多模态 | 理解与生成统一在一个模型里，是近两年热门方向 |
SeedVR2 | 视频生成/修复 | 长视频质量与一致性提升的代表工作 |
VeOmni | 训练框架 | 面向任意模态的大规模分布式训练配方 |
Depth-Anything-3 | 视觉基础 | 深度估计，机器人/自动驾驶/3D 场景常用 |
把这些项目串起来看，会发现字节的研究重点在「多模态数据与训练效率」——这正是它做内容产品的刚需。
四、适合与不适合
适合：对成本极其敏感、需要海量调用的业务；要做图像/视频/语音生成的内容型产品；希望用低代码平台快速搭智能体的团队；面向 C 端的产品（用户体验与生态适配度好）。
要注意：闭源意味着你无法私有化部署，数据与合规要求高的行业需要单独评估；能力叙事集中在自家产品里，公开的技术细节（架构、训练数据）不如开源厂商透明，做技术选型时更依赖自己的横向实测。
本页整理于 2026-09，来源为 ByteDance-Seed 开源组织在 GitHub 上的公开项目说明与火山引擎公开资料。闭源模型的版本与价格请以官方控制台为准。