这只是字节重投AI的一个侧面。过去一年，字节一直在疯狂赶进度，从斥资购买GPU芯片到组建以Flow为核心的AI架构，再到从阿里等大厂高薪挖人，字节努力补齐此前因技术判断失误而拖慢的AI大模型进度。

如今看来，字节不仅推出包括多模态在内的豆包大模型家族，还通过降价等方式加速豆包大模型在应用端的使用。而随着应用不断深入，字节预计很快会展现出商业化方面的潜力。

会上，字节一口气晒出了最新成果，重头戏是豆包视觉理解模型的发布，这是一款具备内容识别、理解和推理、视觉描述和创作等能力的模型，标志着公司向多模态迈出关键一步。

与大模型同时发布的还有价格。谭待表示，视觉理解模型的定价模式依然基于Tokens，模型会把图像编码转成tokens，和文本tokens一同计费。

他进一步表示，“Claude是每千tokens2.1分钱，GPT-4o是每千Tokens 1.7分钱，阿里千问是每千tokens 2分钱。豆包视觉理解的定价是每千tokens 3厘钱，比行业平均价格降低85%。”

豆包·通用模型pro也迎来升级，同时，字节还透露了多个垂直领域模型的进展。

火山引擎总裁谭待表示，12月通用模型pro完成了新版本的迭代，相比过去又有了大幅提升。“豆包pro已经全面对齐GPT-4o 能力，甚至在部分复杂场景复杂任务中，效果表现更好。而且使用价格只有GPT-4o 的八分之一。”

在经过两年多的发展后，AI大模型的发展重心已经从技术迭代向应用侧转移，这也是外界关注的焦点。

据谭待介绍，豆包大模型5月发布以来，日均调用量呈现高速增长。“5月模型日均tokens 1200亿；到7月份涨到了5000亿，到9月份1.3万亿；而截至12月15日，豆包大模型的日均tokens数已经突破了4万亿，在7个月的时间里增长超过33倍。”

字节大模型正在加速行业渗透。谭待表示，大模型在各种场景中都在全面开花，尤其是和企业生产力相关的场景，比如信息处理场景，最近3个月豆包的调用量增长了39倍，在硬件终端场景，豆包增长了13倍。

有市场消息称，苹果正在和字节等多家公司洽谈，意在将后者的人工智能模型整合到中国版iPhone中，谈判仍处于早期阶段。对此，字节暂未回应。

一些细节也彰显了字节在应用方面的决心和力度。今年中秋，字节一款给客户的玩具“显眼包”悄然走热，它主打聊天式情感陪伴，目前处于奇货可居状态，这也让字节内部颇感意外，可以确定的是，这个案例加快了字节AI在更多场景落地的速度。