12月18日，2024火山引擎FORCE原动力大会·冬火山引擎带来豆包大模型家族全新升级。

在大会上，豆包发布了视觉理解模型，具备更强的内容识别、理解和推理、视觉描述等能力。

据介绍，豆包·视觉理解的输入价格为每千tokens 0.003元，比行业平均价格降低85%，相当于一块钱可以处理284张720P的图片，视觉理解模型正式走进厘时代。同时火山引擎还将提供更高的初始流量，RPM达到了15,000次，TPM达到120万，让企业和开发者用好视觉理解模型，找到更多创新场景。

火山引擎总裁谭待表示，视觉理解能力将极大拓展大模型的场景边界，为大模型的场景使用打开天花板，在金融、医疗、建筑、地理、体育、物流等诸多行业还有非常广阔的应用前景。

在本次大会中，火山引擎除了推出视觉理解模型之外，还发布、升级了多个其他模型。大模型家族成员更丰富，大模型能力再提升。其中豆包通用模型pro完成新版本迭代，综合任务处理能力较5月份提升32%，在推理上提升13%，在指令遵循上提升9%，在代码上提升58%，在数学上提升43%，在专业知识领域能力提升54%。

此外，豆包·视频生成模型将在2025年1月正式对外开放服务，用户可在火山引擎官网预约正式服务。

数据显示，豆包大模型12月日均tokens使用量超过4万亿，较5月发布时期增长超过33倍。