2025年6月11日，火山引擎Force原动力大会发布豆包大模型1.6、视频生成模型Seedance 1.0 pro等重磅新模型，以及迭代了一站式AI云原生全栈服务。

　　对此，字节跳动CEO梁汝波表示：“做好火山引擎对字节跳动成为一家优秀的科技公司、保持技术竞争力很重要。未来，字节跳动会坚定长期投入，追求智能突破，服务产业应用。通过火山引擎，持续把新模型、新技术开放给企业客户。”

　　眼下，智能体成为AI落地的最短路径，火山引擎凭借“性能更强、成本更低、配套更全”的打法，进一步助力企业发力智能体。

　　火山引擎总裁谭待表示：“如果我们把时间拉长，把技术栈展开，我们实际正处于PC到移动到AI三个时代的变化之中。在这三个时代里，技术主体在发生变化，PC时代的主体是Web，移动时代是APP，AI时代是Agent。”

　　通俗易懂地说，当AI赋能千行百业成为共识，企业拥抱大模型不再是可选项而是必选项，智能体凭借低门槛、易上手的优势站上“风口”。

　　巧的是，豆包大模型虽然下场稍迟，却上演了一场后发先至的好戏，成为大模型赛道无可争议的最大“黑马”。

　　截至2025年5月底，火山引擎tokens日均调用量已经达到16.4万亿，较2024年5月发布时增长了137倍。

　　更为重要的是，豆包大模型1.6系列登场，在GPQA Diamond、AIME25、MultiChallenge上等众多权威测评集上得分均属于国际第一梯队，为企业发力智能体提供多样化选择。

　　其中，豆包1.6为All-in-One综合模型，是国内首个支持256K上下文的思考模型，具备自适应思考的能力，可根据提示词难度自动决定是否开启深度思考，兼顾提升效果与tokens消耗大幅减少的需求。

　　而豆包1.6—thinking为深度思考强化版，在代码、数学、逻辑推理等基础能力上进一步提升，支持构建复杂智能体；豆包1.6—flash则为极速版，延迟极低、TOPT 仅需10ms，适用于智能客服、语音助手等实时交互场景。

　　做2025高考数学线分，位列国内模型首位，且海淀区高考模拟卷文理科成绩全部突破700分，理科成绩更是比2024年提升了154分，模型进步的速度令人惊喜。

　　一名互联网观察人士告诉锌刻度：“大模型是一个重资产赛道，考验企业在资金、生态、技术、人才等方面的底蕴，Scaling Law之下强者恒强。”

　　当下，智能体在手机、汽车、教育、金融等领域重塑生产力与生产关系，随之而来的则是成本高企的挑战。

　　譬如，斯坦福2023年设计的虚拟世界西部小镇，拥有25个可以恋爱交友的智能体，单个智能体的成本高达每小时20美元。

　　《中国AI Agent应用市场概览（2025Q1）》的数据显示，2024年中国AI智能体市场规模突破50亿元大关，未来四年将以超过60%的年复合增长率迅猛增长。

　　火山引擎精准地抓住痛点，在性能与成本之间寻求最佳平衡点，打破行业传统的定价惯例，赋能智能体降本增效。

　　调用深度思考或多模态能力，需要额外付费，早已成为行业的惯例，豆包大模型1.6则一视同仁，原生支持深度思考和多模态，企业无需为token额外买单。

　　以往，为了省心省力，token的输入定价并不考虑长度，行业采取固定价格，但是模型的成本存在明显的“递增效应”，即输入上下文长度的增加，模型处理token的难度与成本也随之增加。

　　“当前，超过80%的企业调用请求集中在32K tokens以内，若能针对这一主流区间优化调度，可显著降低整体成本。”谭待如是说。

　　于是乎，豆包大模型1.6精准匹配企业需求分布，将定价区间按照输入长度分为0—32K、32K—128K和128K—256K，价格随着输入长度的增长而增加。

　　以企业调用量最大的0—32K为例，豆包大模型1.6的输入价格为0.8元/百万tokens、输出价格为8元/百万tokens，整体成本只有豆包1.5深度思考模型或DeepSeek R1的三分之一，性价比拉满。

　　如此一来，火山引擎“好的模型就是要让每一家企业都用得起”的理念得以延续，凭借“高质低价”的打法进一步占领企业的心智。

　　《中国公有云大模型服务市场格局分析，2025年一季度》的数据显示，2024年中国公有云大模型调用总量达到114.2万亿tokens，其中火山引擎占据46.4%的市场份额，位列第一，调用量几乎等于第二名与第三名之和。

　　不难看出，通过抹去功能溢价与分区定价，火山引擎走上一条技术迭代与商业创新共振的降本之路，从而推动行业良性竞争。

　　对此，谭待曾有言：“对于企业级市场来说，商业模式是建立在可持续发展的基础上，任何商品必须是盈利的，不能靠补贴来降价。如果降Kaiyun全站网页价是亏损的，规模越大亏得越多，这就不是合理的商业模式。”

　　要孵化成千上万的智能体，解决各式各样实际场景问题，智能体的开发范式势必焕新，调用中心从传统的程序员转移到大模型。

　　火山引擎智能算法负责人吴迪表示：“要构建高生产力的Agent，既要用好AI，整合高质量的应用；又要做好AI，关注底层技术本身的优化和创新。”

　　即升级发布了PromptPilot、MCP Servers、TRAE、扣子开发平台等产品，以及多款开源项目，打造了覆盖大模型开发全链路的工具矩阵。

　　譬如，PromptPilot肩负“翻译”的重任，帮助开发者将模糊的诉求变为具象化的目标，即便开发者不具备专业的大模型知识，也不影响最终的实际效果，只要开发者对行业领域、应用场景有一定知识储备和判断力即可。

　　换而言之，通过需求理解、问题生成、输出三个环节的优化，可以提升Prompt调试效率300%，大幅节约智能体的开发时间。

　　再譬如，火山引擎MCP Server与TRAE、方舟体验中心、扣子等平台打通，深度集成云服务能力，从而解决了智能体从概念到落地的链路断层问题。

　　这么一来，开发者可通过MCP 控制火山引擎的云服务组件，便捷地完成计算、网络、存储等环境部署，更快地把一个创意变成一个成熟的产品。

　　在此基础之上，火山引擎提供了AI云原生全栈服务，打通了开发、数据、安全等环节，帮助企业快捷落地智能体。

　　AgentKit、TrainingKit和ServingKit，助力企业做好智能体服务、模型训练和模型推理；多模态数据湖、Data Agent，助力企业构建智能化、高效化、低成本的智能体数据体系；AICC 密态计算、大模型应用防火墙，助力企业构筑网络安全防线，抵御针对智能体的恶意攻击……

　　以上可见，火山引擎通过全链路开发、高性价比基础设施、安全可靠服务等优势，成为企业发力智能体的不二选择。

　　总而言之，“性能更强、成本更低、配套更全”之下，火山引擎降低了企业入局智能体的门槛，接下来将推动智能体大规模落地。