豆包使用的是字节跳动自主研发的豆包大模型1.5系列，包含通用语言处理、视觉理解、实时语音交互等多模态模型，综合性能超越GPT-4o和Claude 3.5等顶尖模型，并以高性价比推动AI技术普惠。其核心亮点包括：稀疏MoE架构实现7倍性能杠杆、千tokens输入成本低至行业1%、原生动态分辨率支持任意图像输入。
- 通用模型：豆包1.5-Pro在知识问答（MMLU_PRO）、编程（FullStackBench）、中文处理（C-Eval）等基准测试中全面领先，推理能力接近人类专家水平；Lite版本以轻量级成本实现旗舰性能，适合高并发场景。
- 视觉模型：豆包1.5-Vision-Pro通过动态分辨率技术和多模态对齐训练，可精准解析复杂图表、极端长宽比图像，图文理解能力超越GPT-4o-0806。
- 语音模型：端到端实时语音对话支持情绪表达与即时打断，延迟低于20毫秒，已全量应用于豆包APP。
- 深度思考模型：2025年新增的Agent专用模型具备“看图思考”能力，可分析航拍图、流程图等复杂视觉信息，数学推理得分追平OpenAI o3-mini-high。
当前豆包模型已形成覆盖文本、图像、语音的完整技术矩阵，日均处理tokens超12万亿。企业可通过火山引擎调用API，以0.0008元/千tokens的极低成本接入。建议开发者优先测试Pro版本以获得**性能，并关注官方更新的OS Agent解决方案。
本文《豆包使用的模型是什么》系辅导客考试网原创，未经许可，禁止转载！合作方转载必需注明出处：https://www.fudaoke.com/exam/2459767.html