豆包视觉理解模型正式发布：一元处理近 300 张高清图片，低于行业价格 85%

文章预览

作者 | 褚杏娟   在 12 月 18 日举办的火山引擎 Force 大会上，字节跳动正式发布发布豆包视觉理解模型，不仅在数学、物理、图表、代码等更方面加强推理能力，而且千 tokens 输入价格仅为 3 厘，一元就可处理 284 张 720P 的图片，比行业价格便宜 85％。 豆包大模型全面升级 豆包视觉理解模型发布 研究显示，人类接受的 信息超过 80% 来自视觉。 视觉理解将极大地拓展大模型的能力边界，同时也会降低人们与大模型交互的门槛，为大模型解锁更丰富的应用场景。 据火山引擎总裁谭待介绍，豆包视觉理解模型不仅能精准识别视觉内容，还具备出色的理解和推理能力，可根据图像信息进行复杂的逻辑计算，完成分析图表、处理代码、解答学科问题等任务。此外，该模型有着细腻的视觉描述和创作能力。 此前，豆包视觉理解模型已经接入豆包 App 和 ………………………………