Seed2.0 — 面向真实世界复杂性的三档 Agent 模型系列

Seed2.0：Towards Intelligence Frontier for Real-World Complexity

发布日期： 2026-06-30（arXiv 提交） 来源： https://arxiv.org/abs/2607.00248 工程范式： 产品驱动 + 长尾知识深耕 + 三档成本分层——从 MaaS（Model as a Service）实际使用数据反向驱动模型设计。

Seed2.0 的出发点和大多数前沿模型（追求 benchmark SOTA）不同：从真实的 MaaS 生产环境使用数据出发。 字节跳动分析了豆包（Doubao）协作激励计划中数百万用户的真实查询分布，发现：

这意味着 Seed2.0 的工程取舍不是为了在某个学术 benchmark 上赢，而是为了”在真实世界中可信赖地完成任务”。

核心约束：成本 + 延迟 + 长尾知识 + 多模态。

Seed2.0 的报告是一篇 Model Card（模型卡），而非传统技术报告，未披露具体的架构参数（层数、隐藏维度、专家数等）。但它详细给出了设计优先级：

型号	定价（Prefill）	定价（Decode）	定位
Seed2.0 Pro	$0.47/M tokens	$2.37/M tokens	复杂推理 + 长上下文
Seed2.0 Lite	$0.09/M tokens	$0.53/M tokens	通用任务平衡方案
Seed2.0 Mini	$0.03/M tokens	$0.31/M tokens	高吞吐、延迟敏感场景

对比：GPT-5.2 High $1.75/$14.00，Claude-Opus-4.5-thinking $5.00/$25.00，Seed2.0 Pro 成本约为 GPT-5.2 的 1/4～1/6。

Seed2.0 特别强调专业长尾知识（long-tail professional knowledge），设计了两个新 benchmark：

推理： 在 AIME 2025、HMMT 2025、GPQA Diamond 等领域与前沿模型可比
编码： 有显著差距——“Seed2.0 Series have considerable gaps with Claude in terms of coding”（SWE-Evo、NL2Repo）
长尾知识： 有较明显差距——“relatively obvious gaps with Gemini in terms of long-tail knowledge”（SuperGPQA、SimpleQA-Verified）
视觉理解： 覆盖 50 图像 + 24 视频 benchmark，具体数字未披露

这是 Seed2.0 最大的差异点——在可比性能下成本为 GPT-5.2 的 1/4 到 1/6：

模型	Input（$/M tok）	Output（$/M tok）	相对 GPT-5.2 High
GPT-5.2 High	$1.75	$14.00	1x
Claude-Opus-4.5-thinking	$5.00	$25.00	~1.8x
Gemini-3-Pro	$2.00-4.00	$12.00-18.00	~1x
Seed2.0 Pro	$0.47	$2.37	~0.2x

维度	Seed2.0	GPT-5.2	Claude Opus 4.5	Qwen 3.5
核心差异化	真实世界任务 + 成本效率	通用 SOTA	安全对齐	开放权重
长尾知识	✅ 特别设计 LPFQA/Encyclo-K	一般	一般	一般
定价水平	极低（GPT 的 20%）	高	高	中
架构透明度	未披露	未披露	未披露	完整
编码能力	有差距	强	最强	开源领先
多模态	50 图像 + 24 视频 benchmark	GPT-Image-2	视觉理解	Qwen-VL

截至分析日 arXiv 引用为 0（刚提交）。该 Model Card 在技术社区尚未形成广泛讨论。值得注意的是论文自我评估诚实——明确承认了与 Claude 和 Gemini 的差距，这在 LLM 模型卡中不太常见。