財聯社6月24日訊（記者 付靜）24日上午，豆包官宣推出基于最新豆包2.1系列大模型打造的豆包專業版。

豆包專業版采用三級階梯定價：標準/加強/高級套餐連續包月分別為68元、200元、500元，功能額度逐級提升。同時將推出大學生專屬特惠，認證后標準套餐低至38元/月。同時，原有免費服務與功能保持不變。

在6月23日的火山引擎force原動力大會期間，火山引擎總裁譚待向媒體談到豆包收費問題時表示，“豆包不是火山的業務范疇，但據我所知，豆包還是會提供免費服務，而且高質量地服務廣大用戶。同時它最近會推出面向生產力場景的專業版辦公任務模式，搭載的就是我們最新推出的豆包2.1 Pro。”

此次大會召開前夕，市場高度關注豆包收費問題。

據悉，豆包專業版將提供更高的生產力場景使用額度，其支持操作本地電腦、使用瀏覽器、調用Skills技能和定時任務等能力的辦公任務模式接入了豆包2.1 Pro模型。

此次大會還發布了豆包2.1 Pro模型。借由模型發布，火山引擎還提出一個觀點：只有當模型能力跨越“質變點”，才能真正滿足企業與個人在生產場景中的需求。

“當前中國大模型市場還處于非常早期階段。如果去年大概跑了500米，今年就跑了一公里多一點。但這一公里非常關鍵，因為它標志著模型能力跨越了‘生產力質變點’。”譚待表示。

財聯社記者獲悉，圖像領域的Nano Banana、視頻領域的Seedance 2.0、LLM領域的Claude Opus 4.6，是模型真正進入生產環境的質變點。對于Coding（編程）和Agent（智能體）而言，質變的判斷標準分別在于，模型能否獨立完成一個真實工程任務的完整鏈路、模型在復雜環境（接口報錯、數據缺失、指令模糊）下還能不能把活干完。

火山引擎方面介紹，豆包2.1 Pro在Coding、Agent、VLM（視覺語言模型）三大方向實現能力提升，在Coding與Agent能力上跨越了質變點。評測成績顯示，豆包2.1 Pro在Terminal Bench 2.1、SciCode、NL2Repo-Bench等評測任務中表現比肩Opus 4.6。

價格方面，豆包2.1 Pro每百萬Tokens輸入價格為6元、輸出價格為30元，緩存命中價格1.2元。火山引擎表示，其綜合使用成本較Claude Opus 4.6降低近80%。面向高頻調用場景的豆包2.1 Turbo，價格降至2.1 Pro的一半。

譚待同時也在采訪中表示，“今年我們看到有很多的模型跨過了‘生產力質變點’這個門檻。不管是火山還是其他家的業界主流模型，雖然單Token的價格在上升，但是單Token創造的價值上升得更快，性價比在提升。”

據悉，火山引擎今年專門成立了FDE（前置部署工程師）團隊，旨在深入到行業，和標桿客戶深度共創。目前，ezona、WPS、沐瞳、OPPO、美的等已完成豆包2.1模型測試并落地，覆蓋代碼生成、智能體應用等場景。豆包2.1模型已在火山引擎開放API服務，并陸續接入豆包、TRAE、扣子等產品。

據火山引擎披露，截至今年6月，豆包大模型日均Token調用量已突破180萬億，過去一年增長超10倍。目前已有超過110萬企業和個人使用火山方舟大模型服務，年Token調用量超過1萬億的“萬億Tokens俱樂部”成員企業數已達200家，半年內增長一倍，覆蓋互聯網、制造、金融、汽車等行業。IDC數據顯示，在中國公有云MaaS服務市場，火山引擎tokens份額提升至49.5%，位居第一。

同樣跨越生產力“質變點”的視頻生成模型Seedance，是業內的另一焦點。

Seedance 2.0實現原生4K生成能力，支持4K 10-bit高位深原生直出。今年初Seedance 2.0在即夢、豆包、小云雀等多款字節系產品中開啟小范圍內測之際，就已引爆創作者圈層，目前已在具身智能、工業制造、智能駕駛等領域落地，為數據合成、場景仿真、流程演示等業務需求提供新的工具能力。

近期晚點LatePost曾報道，“Seedance毛利率達70%；當前年化收入（ARR）已達20億美元（約143億元），單月超10億元，Seedance絕大多數收入來自企業客戶。”

不過譚待回應稱，目前網絡流傳的Seedance收入數據均偏高，與實際不符。

大會期間，譚待多次強調：視頻生成是通往世界模型的路徑之一。

他分析，視頻生成對世界狀態假設最少、自然數據最多、訓練方案相較成熟，是可以通過無監督的方式進行大規模擴展的技術方案，所以其實是合成世界模型有效的方法之一，“這個可能是未來Seedance更大的想象空間所在。”

同時譚待稱，“我們希望Seedance能夠滲入到各行各業的生產環節中，特別是面向高端生產業、制造、世界模型，這些是我們更看重的事情。”

大會期間，最新的豆包視頻生成模型Seedance 2.5首次亮相，預計將于7月正式上線。據介紹，Seedance 2.5實現了30秒單段原生視頻直出、最多支持50個全模態素材聯合生成、保持畫面一致性的局部編輯三項能力提升。

而在外界關注的算力資源分配保障問題上，譚待談到，視頻生成模型（Seedance）主要基于Diffusion架構，和Coding/Agent模型的結構不同，對底層芯片，特別是高帶寬HBM的要求相對較低。“我們在火山方舟的模型推理上做了大量優化，可以讓Seedance非常容易地把各種算力（包括低端芯片）用起來。所以它和Coding、Agent模型在算力上沒有任何沖突，算力分配完全不是問題。我們在模型結構和工程能力上做了極大的優化和創新，這也正是Seedance能夠得到大規模廣泛應用的重要原因。”

“火山引擎這幾年在AI上給人的印象是領先的，這離不開我們在底層基礎架構上的深耕。目前我們國產算力用得非常多且占比較大。”譚待進一步表示。

（財聯社記者 付靜）