Doubao 1.6
ByteDance (Volcano Engine) · 寫作 · 語音與語言 · 聊天機器人 · 中國 AI
Doubao 1.6 是位元組跳動在 Volcano Engine Ark 上的多模態 AI 模型家族，具備三種思考模式、256K 上下文，價格隨輸入長度分級。
關於 Doubao 1.6
About
Doubao 1.6 是什麼
Doubao 1.6 是位元組跳動的 Doubao AI 模型家族，2025 年 6 月 11 日在火山引擎 FORCE 大會上發表，同名之下有三個版本：處理日常任務的 doubao-seed-1.6、專攻高強度推理的 doubao-seed-1.6-thinking，以及講求低延遲的 doubao-seed-1.6-flash。
它的賣點是把幾件事收進同一個模型。過去要拼一個聊天模型、一個視覺模型，再加上一層自動化流程；現在 Doubao 1.6 直接讀文字、圖像與影片，自己推理，還能操作圖形介面。三個版本都吃 256K 上下文，這個數字在中國廠商的同價位帶裡最大。
麻煩在模型之外。豆包以中國市場為起點，主控台、帳單與絕大多數文件都預設使用者有中國大陸帳號。人在台灣也能呼叫 doubao api，但採購與合規流程就是比找美國廠商多繞幾道。
開始使用
- 先選入口。豆包 App（網頁、iOS、Android）免費，裝好就能用；要寫程式串接，走 Volcano Engine Ark。
- 註冊 Ark 帳號，完成實名驗證，在主控台產生 API 金鑰，並啟用你要的 Doubao 1.6 版本。
- 把客戶端指向 Ark 端點。它採用 OpenAI 的 chat completions 格式，換掉 base URL 與模型 ID，官方 SDK 就能直接跑。
- 每次請求指定思考模式：難題開啟、講求速度就關閉，或交給 auto 讓模型自己判斷。接著送出含文字、圖片或影片的提示詞。
- 上線前先用自家文件或截圖實測。原廠的評測分數，說明不了你的資料會發生什麼事。
產品資訊
快速了解 Doubao 1.6 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 面向中國市場的產品團隊：Doubao 1.6 對中文語感與在地脈絡的掌握，勝過多數西方模型，豆包 App 在當地也已有龐大用戶基礎。
- 需要看懂螢幕的開發者：模型能操作圖形介面，等於讓代理讀一張截圖就能動作，不必另外接一套視覺流程。
- 預算吃緊的新創：flash 版本便宜到可以對每一則使用者訊息都呼叫，不必凡事靠快取省錢。
任務
- 審閱長文件：256K 上下文一次吞下整份合約、一整個程式碼資料夾或一份研究資料，省掉切塊的前置作業。
- 讀圖表與表單：影像輸入能處理掃描表格與儀表板，純文字模型碰不到這塊。
- 中英雙向寫作：翻譯與改寫兩個方向都自然，跨國團隊特別有感。
情境
- 高流量客服：flash 以毫秒級回應，聊天視窗在高負載下不會卡住。
- 後台資料登打：把發票或內部系統的截圖丟進去，取回結構化結果。
- 代理原型：模型能規劃一連串點擊並填寫表單，內部工具的展示循環因此縮短。
主要功能
一個模型，三種思考方式
Doubao 1.6 可以開啟推理、關閉推理，或設為 auto。auto 模式會讀提示詞判斷是否需要思維鏈，簡單請求因此維持快速與低價。這等於把過去「快模型與推理模型二選一」的糾結，改成一次設定。
三個版本都是 256K 上下文
三個檢查點都接受 256K 詞元，不是只有最貴的那個。這大約是 400 頁文字，一次呼叫就能吃完。長輸入的每詞元單價較高，取捨確實存在，但你不會讀到一半撞牆。
多模態輸入，含影片
文字、圖片與影片影格進同一個請求。你可以問兩張截圖之間改了什麼，也能從圖表裡抓數字。對多數團隊來說，這少掉一道 OCR 或視覺處理。
操作圖形介面
模型看著螢幕，輸出點擊、輸入、捲動、填表等動作。位元組跳動把這項能力當成電腦代理的基礎。介面越乾淨、越標準，效果越好；要它碰重要系統之前，防護機制得自己補上。
按輸入長度計價
Doubao 不為推理或視覺另外加價，而是按輸入長度分三段費率：0 至 32K、32K 至 128K、128K 至 256K。短提示詞維持低價，長文件因為佔用更多視窗而變貴。位元組跳動估算，整體成本約為 Doubao 1.5 thinking 的三分之一。
四段思考長度
2025 年 10 月的更新加入四段（minimal、low、medium、high）。你可以指定模型回答前花多少內部推理，於是在每次請求上權衡延遲與品質，而不是在模型之間換來換去。
優缺點
優點
- 中文能力紮實，英文在翻譯與改寫上也站得住。
- 每詞元價格遠低於西方前沿模型，flash 版本尤其明顯。
- 三個版本都給 256K 上下文，長輸入不必為此升級。
- 視覺、影片與介面操作共用一個端點，整合工作量少一截。
- API 採 OpenAI 格式，既有的 SDK 與封裝多半不用改。
缺點
- 註冊、付款與實名驗證都以中國大陸帳號為前提，境外團隊起步就卡關。
- 資料在中國境內處理，光是這一點，歐美許多受監管產業就直接出局。
- 英文文件落後中文版本，錯誤訊息與更新說明得自己翻譯。
- 家族推陳出新很快：Doubao 2.0 幾個月後就上線，版本遷移變成常態成本。
常見問題
它涵蓋助理的日常工作量（對話、摘要、翻譯、寫程式），另外多了純文字模型做不到的兩件事：讀圖片與影片，以及操作圖形介面。常見用途是客服機器人、文件審閱與螢幕自動化。
相關內容
探索與 Doubao 1.6 相關的工具、技能與文章。
Doubao 1.6 替代方案
Google EmbeddingGemma 2
Google DeepMind · 寫作 · 圖片 · 程式設計Google EmbeddingGemma 2 是 7.4 億參數的開源模型，能把文字、程式碼、圖片、音訊與影片畫面轉成同一個 768 維空間裡的向量，在手機與筆電上就能執行。
MePersona
MePersona, Inc. · 寫作 · 生產力 · 行銷MePersona 是為創作者設計的 AI 統一收件匣。它學習你的說話方式，在 12 個平台上草擬粉絲訊息回覆，只送出你核准的內容。
Fluence
Yay Software (Yannick Huchard) · 寫作 · 語音與語言 · 生產力Fluence 是 Android 上的文件閱讀器，能朗讀 PDF、EPUB、Word 檔與網路文章，逐句跟著語音標示，並在手機上直接回答你對內容的提問。