Doubao-Seed-2.0-lite

doubao-seed-2-0-lite-260215

面向高频企业场景兼顾性能与成本的均衡型模型，综合能力超越上一代Doubao-Seed-1.8。胜任非结构化信息处理、内容创作、搜索推荐、数据分析等生产型工作，支持长上下文、多源信息融合、多步指令执行与高保真结构化输出。在保障稳定效果的同时显著优化成本。

上下文窗口1.0M

提供商豆包

创建时间2026/04/27

在线体验

定价

同一模型能力，多条服务通道；按延迟、稳定性与成本灵活选择。

价格单位：$ / 1M tokens

指定服务通道：在请求体加入 provider 字段，例如 "provider": { "channel": "direct" }。可选 direct / stable / economical；不传则使用默认通道。

直连通道

官方直连链路，适合需要原生体验与完整上下文的请求。

输入上下文	输入	输出	缓存命中
≤ 32K	0.09/M	0.53/M	0.02/M
32K – 128K	0.13/M	0.79/M	0.03/M
> 128K	0.26/M	1.59/M	0.05/M

介绍

输入

文本图像

输出

文本

Doubao-Seed-2.0-lite API：兼顾性能与成本的全模态均衡模型

Doubao-Seed-2.0-lite 是字节跳动面向高频企业场景推出的均衡型模型，兼顾性能与成本，综合能力超越上一代 Doubao-Seed-1.8。它胜任非结构化信息处理、内容创作、搜索推荐、数据分析等生产型工作，支持长上下文、多源信息融合、多步指令执行与高保真结构化输出。

2026 年 5 月的新版本让它成为豆包大模型家族首款全模态理解模型——支持视频、图像、音频、文本的原生统一理解。在物理（HiPhO）、医疗（MedXpertQA）等高阶学科推理上大幅超越 2 月发布的 Pro 版，在细粒度感知（BabyVision、WorldVQA）与具身理解（ERQA）等领域达到 SOTA 水平。

海鲸AI 通过 OpenAI 兼容接口提供 Doubao-Seed-2.0-lite，支持多模态输入、工具调用与流式输出。

获取 API 密钥 · 模型 ID：doubao-seed-2-0-lite-260215

为什么选择 Doubao-Seed-2.0-lite

豆包家族首款全模态理解模型 —— 视频、图像、音频、文本原生统一理解
高阶学科推理超越 Pro 版 —— 物理（HiPhO）、医疗（MedXpertQA）大幅领先
细粒度感知与具身理解 SOTA —— BabyVision、WorldVQA、ERQA 领域领先
性能与成本兼顾 —— 面向高频企业场景，大规模铺开经济可行
100 万 token 上下文 —— 长上下文与多源信息融合
高保真结构化输出 —— 生产型工作流的可靠对接

核心能力

01 全模态原生理解

这是 5 月版本最大的升级：视频、图像、音频、文本在同一模型中原生统一理解，而不是多个模型拼接。这让跨模态关联推理成为可能。

视频内容理解与时序推理
音频理解与转写
图文混排材料的统一解析

02 高阶学科推理

在物理（HiPhO）、医疗（MedXpertQA）等高阶学科推理基准上，新版 lite 的表现大幅超越 2 月发布的 Pro 版，说明这一版的能力提升是实质性的。

物理与科学推理
医疗专业问题分析
跨学科知识综合

03 细粒度感知与具身理解

在 BabyVision、WorldVQA 等细粒度感知基准和 ERQA 具身理解基准上达到 SOTA 水平，适合需要精确视觉判断的场景。

细粒度视觉差异识别
空间关系与物理推理
具身智能相关场景

04 生产型工作

lite 的基本盘依然是高频生产工作：非结构化信息处理、内容创作、搜索推荐、数据分析——这些场景需要的是稳定、快速、便宜。

非结构化信息处理
内容创作与改写
搜索推荐与数据分析

最佳使用场景

场景	说明
全模态内容理解	视频、音频、图像、文本的统一处理
高频信息处理	大规模非结构化数据的抽取与整理
内容创作	文案、素材、营销内容的批量生成
搜索与推荐	相关性判断与内容理解
学科推理	物理、医疗等专业领域问题
视觉细粒度判断	需要精确视觉差异识别的场景

Doubao-Seed-2.0-lite 与 Pro 版的差异

能力	Doubao-Seed-2.0-lite	Doubao-Seed-2.0-pro
模型 ID	`doubao-seed-2-0-lite-260215`	`doubao-seed-2-0-pro-260215`
定位	高频企业场景均衡型	旗舰全能通用
上下文窗口	100 万 token	100 万 token
最大输出	65.5K token	65.5K token
模态	全模态（视频/图像/音频/文本）	文本、图像
高阶学科推理	大幅超越 2 月版 Pro	强
侧重	性能与成本的平衡	复杂推理与长链路执行

Doubao 系列按输入长度分档计价（32K / 128K / 更长），具体以页面上方的实时价格卡片为准。

如何使用 Doubao-Seed-2.0-lite API

1. 创建海鲸AI API 密钥 在控制台生成密钥并充值。

2. 优先在多模态任务上试它 lite 版的全模态理解能力是这一代最大的差异点。视频、音频相关的场景可以直接用它，不必再拼接多个专用模型。

3. 调用接口

curl -X POST https://api.haijingai.com/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "doubao-seed-2-0-lite-260215",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "image_url", "image_url": {"url": "https://example.com/chart.png"}},
        {"type": "text", "text": "读出这张图表中各季度的数值，并说明趋势。"}
      ]
    }],
    "stream": true
  }'

常见问题

lite 版为什么在某些基准上超过 Pro 版？ lite 在 2026 年 5 月做了新版本升级，成为豆包家族首款全模态理解模型。在物理、医疗等高阶学科推理上，新版 lite 的表现大幅超越 2 月发布的 Pro 版。

"全模态"具体包括什么？ 视频、图像、音频、文本的原生统一理解——四种模态在同一模型内处理，而不是多个专用模型拼接。

什么时候还是该用 Pro？ 需要最复杂的多步骤规划、长链路执行和多约束同时满足时，Pro 版依然更合适。

上下文和输出上限？ 100 万 token 上下文，最大输出 65,500 token。

为什么价格分三档？ 豆包系列按输入 token 长度分档（32K / 128K / 更长），短输入的单价明显更低，控制上下文长度是有效的降本手段。

适合大规模部署吗？ 适合。lite 正是为高频企业场景设计的档位，在保障稳定效果的同时显著优化了成本。

为什么选择海鲸AI 使用 Doubao-Seed-2.0-lite API

免开通火山引擎账号 —— 一个密钥直接调用
OpenAI 兼容接口 —— 多模态请求格式与 OpenAI 一致
全模态统一入口 —— 视频、音频、图像与文本共用一套接口
人民币结算 —— 国产模型按人民币计价

API

API 接入信息

Model ID在推理接口中指定模型

doubao-seed-2-0-lite-260215

API Key推理接口的 Bearer Token（鉴权令牌）

前往 API Key 管理

Base URL兼容 OpenAI 协议 · /chat/completions

https://api.haijingai.com/v2/

provider 可选指定服务通道，不传则由系统选择默认通道

"provider": { "channel": "direct" }

doubao-seed-2-0-lite-260215 接入示例

海鲸AI 兼容 OpenAI 接口协议，可直接使用 OpenAI SDK 或 HTTP 请求接入，默认开启流式输出。

cURLPythonNode.js

curl https://api.haijingai.com/v2/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer <API_KEY>" \
  -d '{
    "model": "doubao-seed-2-0-lite-260215",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好！"}
    ],
    "provider": { "channel": "direct" },
    "stream": true
  }'
# provider 为可选字段，删除该行即使用默认通道

from openai import OpenAI

client = OpenAI(
    base_url="https://api.haijingai.com/v2",
    api_key="<API_KEY>",
)

stream = client.chat.completions.create(
    model="doubao-seed-2-0-lite-260215",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "你好！"},
    ],
    stream=True,
    # 可选：指定服务通道，不传则使用默认通道
    extra_body={"provider": {"channel": "direct"}},
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://api.haijingai.com/v2',
  apiKey: '<API_KEY>',
})

const stream = await client.chat.completions.create({
  model: 'doubao-seed-2-0-lite-260215',
  messages: [
    { role: 'system', content: '你是一个有帮助的助手。' },
    { role: 'user', content: '你好！' },
  ],
  stream: true,
  // 可选：指定服务通道，不传则使用默认通道
  // @ts-expect-error provider 为海鲸AI 扩展字段，不在 OpenAI SDK 类型定义内
  provider: { channel: 'direct' },
})

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content ?? '')
}