12月18日消息，字节正式在今天举办的跳动图火山引擎Force大会上，字节跳动正式发布豆包视觉理解模型，发布为企业提供极具性价比的豆包多模态大模型能力。

豆包视觉理解模型千tokens输入价格仅为3厘，视觉一元钱就可处理284张720P的理解图片，比行业价格便宜85％，模型以更低成本推动AI技术普惠和应用发展。处理

火山引擎总裁谭待介绍，近张豆包视觉理解模型不仅能精准识别视觉内容，高清还具备出色的字节正式理解和推理能力，可根据图像信息进行复杂的跳动图逻辑计算，完成分析图表、发布处理代码、豆包解答学科问题等任务。视觉

此前，豆包视觉理解模型已经接入豆包App和PC端产品。

值得一提的是，字节跳动还将在2025年春季将推出具备更长视频生成能力的豆包视频生成模型1.5版，豆包端到端实时语音模型也将很快上线

目前，豆包大模型已经与八成主流汽车品牌合作，并接入到多家手机、PC等智能终端，覆盖终端设备约3亿台，来自智能终端的豆包大模型调用量在半年时间内增长100倍。