豆包 Seed2.1 的新版本没发公告，但 model id 和价目表已经把事说完了
上下文从 256k 拉到 1M、阶梯定价改单档、Lite 的限流是 Pro 的六十倍；还有一个所有人第一次调都会撞上的「最大回答默认 4k」
文章目录
共 6 节先说一件我核对了半天的事：豆包 Seed2.1 的这个新版本，我没能在官方页面上找到任何明文发布日期。
seed.bytedance.com 的模型列表里，其他条目都标了日期——SeedRealtime 是 8 月 5 日，Seedance 2.5 是 7 月 31 日，Seed Audio 1.0 是 7 月 20 日——唯独 Seed2.1 这一条没有。唯一的时间线索是火山方舟上的 model id 后缀：doubao-seed-2-1-pro-260915。
所以本文里所有关于「9 月中旬」的说法，都是从这个 id 后缀推出来的，不是官方明说的。这一点我得先讲清楚。
一、两个 id，和它们背后的定位差
火山方舟上这一批的完整规格：
| model id | 上下文 | 最大回答 | 最大 RPM | 最大 TPM |
|---|---|---|---|---|
doubao-seed-2-1-pro-260915 | 1024k | 256k（默认 4k） | 500 | 1,000,000 |
doubao-seed-2-1-lite-260915 | 1024k | 256k（默认 4k） | 30,000 | 5,000,000 |
doubao-seed-2-1-turbo-260628 | 256k | 256k（默认 4k） | 500 | 1,000,000 |
doubao-seed-evolving | 1024k | 256k（默认 4k） | 500 | 1,000,000 |
表格可左右滑动
先看那个「默认 4k」。四个型号全都是这样：最大回答能到 256k，但默认只给 4k，要自己在请求里把 max_tokens 调大。
这是新手第一次调豆包 API 最容易撞的墙，而且撞上了不报错——它就是安静地把你的长文截断在四千 token。让它写一份完整的方案、让它把一个长文件重写一遍、让它输出一大段 JSON，全都会在中途断掉。断掉的地方往往还是个合法的句子，你不逐字核对根本看不出来。
再看限流那两列。Lite 是 30,000 RPM / 5,000,000 TPM，Pro 是 500 RPM / 1,000,000 TPM。RPM 差六十倍。
这个差距大到足以改变你的架构。500 RPM 意味着每秒只能发 8.3 个请求——你要做一个面向 C 端、有并发高峰的功能，Pro 这个规格根本扛不住，你要么申请提额，要么就得在前面加队列。做方案的时候先看这一列，别等压测的时候才发现。
二、定价：阶梯没了，这是好事
单位元每百万 token：
| model id | 输入 | 输出 | 缓存命中 | 缓存存储 |
|---|---|---|---|---|
doubao-seed-2.1-pro | 6.00 | 30.00 | 1.20 | 0.017 元/百万 token/小时 |
doubao-seed-2.1-lite | 0.80 | 2.70 | 0.16 | 0.017 元/百万 token/小时 |
doubao-seed-2.1-turbo | 3.00 | 15.00 | 0.60 | — |
表格可左右滑动
对比上一代 doubao-seed-2.0-pro 的三段阶梯：输入 32k 以内 3.2 元、32k 到 128k 是 4.8 元、128k 到 256k 是 9.6 元，输出同步跳到 48 元。
2.1 把阶梯砍掉了，改成单一档位。
这件事对做预算的人意义很大。阶梯定价最恶心的地方不是贵，是不可预测：同一个功能，用户多贴了两页文档，请求就从第一档跳到第三档，单价翻三倍。你没法在产品设计阶段算清楚一次调用到底多少钱，只能按最坏情况留冗余。改成单档之后，每千次调用的成本变成一个可以写进 BP 的数。
另外注意那个缓存存储费：0.017 元每百万 token 每小时。这是按时间计的，不是按次数。缓存放着不用也在扣钱。一段 100 万 token 的前缀挂一整天是 0.4 元——单看不多，但如果你的系统里有几百个长期挂着的会话缓存，这笔账要单独算一遍。
Pro 和 Lite 的价差是：输入 7.5 倍，输出 11 倍。而 Lite 的限流还宽六十倍。如果你的活 Lite 能干，没有任何理由用 Pro。
三、官方分数：注意它在跟谁比
Seed2.1 Pro / Turbo 的官方分数（括号内是「带工具」成绩）：
| 评测 | Pro | Turbo |
|---|---|---|
| Terminal Bench 2.1 | 71.0 | 67.6 |
| SWE-Atlas | 35.2 | 30.6 |
| NL2Repo-Bench | 47.0 | 43.7 |
| SuperGPQA | 70.8 | 67.4 |
| Agent Startup Bench | 68.8 | 54.0 |
| Workspace Bench | 53.0 | 54.7 |
| VideoMME | 89.2 | 89.0 |
| MathVision | 92.6（94.5） | 90.1（92.7） |
| MMMU-Pro | 81.6（82.7） | 80.1（82.2） |
| ZEROBench | 18.0（22.0） | 11.0（20.0） |
表格可左右滑动
两件事要指出来。
第一，对比组是 Claude Opus 4.7、GPT-5.5、Gemini 3.1 Pro。这三个在 9 月下旬都已经不是各家的当代旗舰了——Anthropic 已经到 Opus 5.5，OpenAI 已经到 GPT-6 系列。拿上一代打对照是发布材料的常规操作，但你看分数的时候心里要有这本账。
第二，Workspace Bench 上 Turbo（54.7）比 Pro（53.0）高。这种「小模型反超大模型」的项不是误差，通常说明这个评测考的东西跟模型规模不强相关。真要选型，找到你自己业务最像的那一项，别看总体。
Seed2.1 真正拿得出手的是视频理解：VideoMME 89.2，官方还列了 TOMATO、Minerva、OVOBench、VideoSimpleQA 等多项。国内要做视频内容理解、直播质检、短视频打标的，这条线值得单独评估。
四、参数量：一个字都没有
Seed2.1 Pro / Turbo / Lite 的参数量、激活参数、是不是 MoE——官方完全没公布，闭源。
这不是批评，商业模型不公布结构是常态。但它意味着一件很实际的事：你没法预判它的行为边界。DeepSeek 告诉你解码激活 16B，你大致能推断它在什么任务上会吃力；豆包什么都不说，你只能靠跑。
选型阶段就得留出真跑的时间，别指望看参数表做判断。
五、doubao-seed-evolving 这个东西要小心
火山方舟模型列表里还有一个 doubao-seed-evolving，规格和 Pro 一模一样，价格也一模一样（6.00 / 30.00 / 1.20），定位是「周级别更新」的滚动模型。
它的发布日期、官方基准分数，我都没找到。
滚动更新的模型有它的价值——你永远在用最新的能力，不用跟着发版本。但它有一个致命的属性：不可复现。这周跑出来的结果，下周可能不一样，而且你无从得知中间改了什么。
所以这个 id 的正确用法是：拿它探索能力上限、做 demo、做内部试验。绝不能拿它做评测基线，也不该把它写进任何有一致性要求的生产链路。你半年后回头看历史数据，会分不清是自己的提示词退步了还是模型换了。
六、给国内团队的选型结论
- →高频、低单价、要并发：
doubao-seed-2-1-lite-260915。0.80 / 2.70 的价格加 30,000 RPM，这个组合在国内属于第一梯队 - →视频、图表、长文档理解：Pro，这是它相对同价位对手真正的优势项
- →纯写代码：Terminal Bench 2.1 拿 71.0，在 2026 年 9 月这个时点不算突出。这类活国内有更合适的选择
- →第一次接：先把
max_tokens调大，这一件事能省你半天排查时间 - →做长期项目：别用
doubao-seed-evolving
最后一句：豆包这一波最值得夸的不是分数，是把阶梯定价砍成单档。用过阶梯价的人都知道那种「不敢让用户多传一页」的憋屈，这个改动比多两个点的 benchmark 实在得多。