Doubao-Seed-Code是火山引擎於2025年11月11日正式發布的編程模型，隸屬於豆包系列人工智慧產品。該模型專為Agentic編程任務深度最佳化，在Terminal Bench等多項權威基準測試中達到國內領先水平，成為國內首個支持視覺理解能力的編程模型。
該模型採用分層定價模式與全量透明Cache能力，支持B端接口與C端訂閱打包模式，綜合使用成本較行業平均水平降低62.7%。以創建一個互動式英語學習網站為例，在相同tokens使用量下（0-32k輸入區間），豆包編程模型使用成本為0.34元，其定價僅為國際巨頭同類產品的十分之一。
基本介紹
- 中文名：豆包編程模型
- 外文名：Doubao-Seed-Code
- 類型：編程模型
- 上市時間：2025年11月11日
研發背景,發展歷程,核心技術,使用成本,重要事件,
研發背景
Doubao-Seed-Code是火山引擎於2025年11月11日正式發布的編程模型，專為Agentic編程任務深度最佳化。該模型的研發旨在應對複雜、真實的編程場景需求，通過原生視覺理解能力、256K長上下文支持以及大規模強化學習訓練，致力於成為能夠“自主完成任務”的智慧型開發助手。其研發基於火山引擎構建的覆蓋10萬容器鏡像的龐大訓練數據集和端到端強化學習訓練系統，並注重與TRAE等主流開發工具的深度協同。最終在SWE-Bench Verified等多項權威基準測試中取得了較高分數。
發展歷程
2025年11月11日，火山引擎推出豆包編程模型（Doubao-Seed-Code）。該模型針對Agentic編程任務進行最佳化。豆包編程模型具備視覺理解能力，可根據UI設計稿、截圖或手繪草圖生成代碼。該模型支持256K長上下文，並在SWE-Bench Verified榜單中取得了相應成績。
核心技術
豆包編程模型（Doubao-Seed-Code）的技術體系圍繞為“Agentic Coding”（代理式編程）任務最佳化的目標構建。
該模型的訓練依託於一套名為“Coding RL Agent at Scale”的大規模強化學習訓練系統。該系統構建了覆蓋10萬容器鏡像的訓練數據集，並支持端到端沙盒環境評測。訓練過程依託千卡GPU集群實現並行，具備萬級並發沙盒session的能力。模型採用端到端的強化學習最佳化路徑，直接從任務沙盒的反饋中學習，無需依賴蒸餾或標註的冷啟動數據。訓練結果顯示其在Multi-SWE-Bench和SWE-Bench-Verified等數據集上的表現有所提升。
模型具備多項支持複雜編程任務的技術能力。其支持256K長上下文視窗，能夠處理長代碼檔案、多模組依賴等場景。該模型支持視覺理解能力，能夠參照UI設計稿、界面截圖或手繪草圖生成對應代碼，並能對生成的頁面進行視覺比對，完成樣式修復和Bug修復。模型兼容Anthropic API，並對TRAE、Claude Code、veCLI等開發工具進行了最佳化。
在多項基準測試中，豆包編程模型取得了較高的成績。在與TRAE開發環境結合後，其在SWE-Bench Verified榜單中達到78.8%的成績。該模型在Terminal Bench、Multi-SWE-Bench-Flash-Openhands等其他測評中也獲得了較高的分數。
使用成本
豆包編程模型採用分層定價模式與全量透明 Cache 能力，綜合使用成本比行業平均水平降低62.7%，達到了國內最低水平。以創建一個互動式英語學習網站為例，在相同tokens使用量下（0-32k輸入區間），Claude Sonnet 4.5的使用成本約4.05元，GLM-4.6約為0.77元，豆包編程模型需0.34元。面向個人開發者，火山引擎推出訂閱制套餐包，首月使用成本低至9.9元，以“咖啡價”策略降低用戶嘗試門檻。
重要事件
2025年11月11日，火山引擎發布豆包編程模型（Doubao-Seed-Code）。該模型在多項基準測試中表現良好，在與TRAE開發環境結合後，在SWE-Bench Verified榜單中達到78.8%的得分。該模型採用了分層定價模式。同期，TRAE CN企業版發布。
