智东西
作者 陈骏达
编辑 漠影

首款豆包编程模型，来了！

智东西11月11日报道，今天，字节跳动旗下云和AI服务平台火山引擎，发布了豆包大模型家族中的首款编程模型——Doubao-Seed-Code。这是一款专门面向Agentic Coding任务优化的编程模型，并在性价比上实现了突破。

性能方面，在业内多个主流编程测评集中，Doubao-Seed-Code的得分超过了DeepSeek-V3.1、Kimi-K2、GLM-4.6等国产模型，整体表现仅次于当前AI编程领域的顶级模型——Claude Sonnet 4.5。此外，Doubao-Seed-Code拥有原生256K上下文，比Claude Sonnet 4.5的200K上下文还要高。

榜单之外，Doubao-Seed-Code还注重在真实编程场景的落地。得益于其专门面向主流开发工具的优化，无论是Claude Code、Trae还是veCLI的用户，都能轻松上手，并获得稳定的输出效果。

同时，Doubao-Seed-Code是国内首个支持视觉理解能力的编程模型，它可参照UI设计稿、截图或手绘草图生成代码，或对生成页面进行视觉比对，自主完成样式修复和Bug修复，大幅提升前端开发效率。

值得一提的是，今天，字节跳动旗下的AI原生IDE产品Trae中国版已经接入了Doubao-Seed-Code模型，Trae+Doubao-Seed-Code的组合，在权威编程基准测试SWE-Bench-Verified中一同登顶SOTA，实现模型+工具的生态闭环。

结合价格后，Doubao-Seed-Code变得更能打了。这一模型采用了分层定价模式，在用户使用最多的0-32K输入区间上，Doubao-Seed-Code的输入价格为1.20元/百万Tokens，输出价格8.00元/百万Tokens。使用全量透明缓存后，模型的使用成本还能再降低80%，综合使用成本降低62.7%。

我们在实测时让Doubao-Seed-Code复刻了经典游戏《我的世界》，成本不到2毛钱，画风、游戏体验上都与原版相似，直接可玩。相同tokens量下（0-32k区间），Claude Sonnet 4.5完成任务的成本已经超过3元。

近日，智东西抢先深度体验了Doubao-Seed-Code在真实编程场景里的效用，它不仅能自主规划开发计划、快速搭建前端网页，还能深入数据库进行修改，遇到错误时主动修复、补充注释、优化结构。到这一刻，Doubao-Seed-Code不再只是“写代码的机器”，而是一个能与人并肩思考、共同创造的开发伙伴。

一、无缝接入Claude Code，一张截图就能复刻“抖音”

工具兼容性一直是影响AI编程模型采用的主要因素之一，这次，Doubao-Seed-Code在工具的适配上下足了功夫。Doubao-Seed-Code选择了原生兼容Anthropic API，无需经过任何转换即可直接Claude Code。这意味着广大熟悉Claude Code的开发者，几乎可以不费任何学习成本地将API轻松切换到Doubao-Seed-Code。

火山方舟平台还为Doubao-Seed-Code提供了详细的API调用指南，纯小白用户只需跟着指南一步一步走，就能体验到新模型。

在深度实测Doubao-Seed-Code的开发能力之前，我们先来几道“开胃菜”。

小球弹跳几乎已经成了大模型的必考题。Doubao-Seed-Code打造的小球弹跳不仅符合物理规律，还十分丝滑。同时，模型自主决定新增了一个功能，只要点击小球就可以改变其受力情况，让小球弹跳不再只是无限循环。

我们还测试了模型按照网页截图开发的能力。在上传截图后，Doubao-Seed-Code可以分析页面布局、视觉特点等，然后逐步搭建网页的核心组件。将结果发送给用户前，模型还会进行功能测试，然后再交付成品。

在日常应用场景中，使用Doubao-Seed-Code 开发小工具同样快捷高效。我们尝试输入“生成一个宠物日记 App”，模型便自动搭建App框架、设计组件。

仅需几分钟，模型便交付了可直接使用的成品。从登录界面到图像、文字的上传，都能正常运转。

在开发过程中，我们观察到 Doubao-Seed-Code 遵循“先规划，再开发”的逻辑，并利用深度思考能力对生成结果进行自我分析与优化。当用户需求不够明朗时，模型还能主动梳理需求，甚至提出问题以获取更多信息。

这些特性，成为Doubao-Seed-Code在真实生产环境中部署的重要基础。

二、前后端代码都能写，超大上下文可改生产级代码库

实际上，Doubao-Seed-Code的能力远不止于打造有趣的小程序或网页，它完全可以胜任复杂的一线开发任务。

为了打造更贴合真实使用需求的网站，开发者通常会在提示词中事无巨细地说明设计细节、交互逻辑乃至技术约束。这种“精细化指令”对模型提出了更高要求：是否真正理解用户意图、能否在复杂任务中稳定执行，成为检验模型实力的关键。

在实测中，我们向Doubao-Seed-Code一次性发送了超长提示词，希望模型打造一个开源项目分享网站的原型。提示词中明确规定了顶部导航栏、主题展示区、筛选工具等具体组件，还对设计风格提出了详细要求。

模型不仅准确还原了提示词中的设计，还生成了可直接交互的前端页面，页面布局清晰、交互逻辑合理，整体风格与要求中的“科技感”高度契合。

除了原型开发，找Bug也是编程模型的另一大用途。然而，在生产环境中真正放手让大模型修改代码，仍然存在引入新错误、逻辑偏差或安全漏洞的风险。

令人惊喜的是，Doubao-Seed-Code不仅拥有原生256K上下文，可在大型代码库中搜索解决Bug，还展现出了不错的复杂代码修复能力和操作规范意识。

我们将一个人为编写，含有Bug的Python文件及相关文件夹交给Doubao-Seed-Code处理。它首先能够精确的定位问题，注意到各种报错和风险。

▲Doubao-Seed-Code在Claude Code中修复代码

修复代码时，Doubao-Seed-Code采取的策略是分步骤、增量式的——它每次修改后都会立即验证，确保改动落地。

更难能可贵的是，Doubao-Seed-Code并不仅仅局限于语法修复，它能理解程序的逻辑和业务需求，主动改进异常处理和输入验证，使程序更加安全、可靠。通过持续的自我检查与迭代，它能够发现之前修复留下的潜在问题，并进行进一步优化。

挑战完前端设计和Bug修复，我们还尝试让Doubao-Seed-Code深入后端数据库——这将进一步挑战模型的能力边界。

数据库表、字段、关系和约束规则相比前端页面元素更加抽象，模型需要理解不同字段之间的依赖和作用。在设计数据库操作时，如何保证数据一致性、避免冲突和冗余，是一项考验模型推理能力的挑战。

此时，Doubao-Seed-Code的规划能力派上了大用场，能看到它打造的系统结构清晰，符合真实生产场景对可扩展性和安全性的要求。

当然，在这种复杂任务下，Doubao-Seed-Code也难以一次完成全部工作。当出现各类Bug时，我们只需将相关代码、报错信息提供给模型，再辅以简单描述，模型就能进行进一步修改，最终迭代出可用的数据库系统。

我们还能以同样的方式，在现有基础上新增复杂功能，例如权限管理等。这些功能叠加后，已经可以满足部分生产环境的实际需求。

三、起底豆包编程模型训练配方：纯强化学习炼出SOTA模型

这样一款在真实生产场景也十分能打的编程模型，究竟是如何炼成的呢？火山引擎表示，为了训练Doubao-Seed-Code，他们打造了一个大规模的Agent强化学习训练系统。

数据是智能的重要来源。Doubao-Seed-Code在训练过程中使用了覆盖10万容器镜像的庞大训练数据集，并提供端到端沙盒环境进行评测，确保模型能应对多样化、复杂的编程场景。

而模型的训练系统具备万级并发沙盒session能力，依托千卡GPU集群实现超大规模并行训练，使模型能够在高负载下稳定学习。

通过强化学习优化，Doubao-Seed-Code直接从任务沙盒反馈中学习，基于这套系统，模型无需蒸馏或标注的冷启动数据，训练路径简洁高效。

下游指标显示，模型在Multi-SWE-Bench 和SWE-Bench-Verified数据集上表现出色，呈现稳定上升趋势，展现出泛化能力。

在SWE-Bench基准测试中，Doubao-Seed-Code仅依靠强化学习训练即可实现SOTA级别的性能，验证了纯强化学习在真实软件工程场景下的潜力。

除了强化学习训练过程中的设计，火山引擎还为Doubao-Seed-Code配备了全量透明缓存能力，上下文缓存可在多轮对话场景中减少重复计算，大幅提升交互效率与响应速度。

配合Doubao-Seed-Code的发布，火山引擎同步发布了Coding Plan。

与海外大模型动辄数百美元的价格相比，方舟Coding Plan展现出较强的性价比。Lite套餐适合大多数开发者，可支持中等强度的开发任务，首购首月价格仅为9.9元，而复杂项目开发则可以选择Pro套餐，首购首月价格为49.9元。

用户可在Claude Code、veCLI、Cursor、Cline、Codex CLI等主流智能编程环境中使用这一Coding Plan。火山引擎的资源池能满足多用户并行、复杂任务场景下的稳定响应和输出，这意味着企业级用户也可以放心地大规模调用Doubao-Seed-Code等模型，并获得较为可靠的使用体验。

结语：国产编程模型，走到关键机遇期

近几个月以来，有不少海外AI编程模型面临断供风险，这对依赖高性能AI工具的开发者和企业来说，是不小的挑战。

像Doubao-Seed-Code这样的国产编程模型的崛起，正迅速填补这一空白，为开发者提供稳定可控的替代方案。随着国产模型在性能和兼容性等方面的不断优化，其在国内开发生态中的影响力和应用潜力也将日益凸显，为企业和开发者带来更加稳健的选择。