火山引擎官微今日宣布,正式发布豆包大模型1.6-vision。据介绍,豆包大模型1.6-vision是豆包大模型家族首个具备工具调用能力的视觉深度思考模型,拥有更强的通用多模态理解和推理能力,并支持Responses API。

豆包大模型1.6-vision正式发布,对比上一代综合成本降低约50%

豆包大模型1.6-vision包括三大优势,包括:

调用工具,视觉理解更精准。以工具调用的差异化能力,将图像融入其思维链中,实现对图片的定位、剪裁、点选、画线、缩放、旋转等精细处理。并通过模拟人类从“从全局扫描到局部聚焦”的视觉推理过程,在增强推理可解释性的同时,可高效精准地完成图像操作。

应用开发更高效。支持 Responses API,可自主选择调用工具,大幅度减少 Agent 开发过程中的代码量,提升开发效率,让开发者应用开发更加高效。

更高模型性价比。对比上一版视觉理解模型 Doubao-1.5-thinking-vision-pro,综合成本降低约50%,以更低成本解锁更强性能,性价比再次跃升!