豆包语音合成2.0
doubao-tts-2.0
火山引擎豆包语音合成2.0，音色表现力与指令遵循强于1.0，支持真流式输出，可选用自己复刻的音色，按合成字符数计费
上下文 4K输入 文本
豆包大模型 API：全部模型列表与在线体验
豆包大模型由字节跳动推出，通过火山引擎提供服务，覆盖文本与推理、图像理解、Seedream 图像生成、Seedance 视频生成以及语音合成与声音复刻。
最新上线
豆包大语言模型5
doubao-seed-2.1-turbo
doubao-seed-2-1-turbo
效果与成本均衡，全面升级 Coding、Agent 与多模态能力，以更强的自主规划、长链路执行和动态修复能力，胜任企业真实复杂任务
上下文 256K输入 文本、图片深度思考工具调用
doubao-seed-2.1-pro
doubao-seed-2-1-pro
迈向生产级智能的新一代大模型，全面升级 Coding、Agent 与多模态能力，以更强的自主规划、长链路执行和动态修复能力，胜任企业真实复杂任务。
上下文 256K输入 文本、图片深度思考工具调用
Doubao-Seed-2.0-Code
doubao-seed-2-0-code
面向真实编程环境优化的 Coding 模型，能稳定调用各类工具和Skill技能。模型特别优化了前端能力，在使用常见的前端框架时能有良好表现。
上下文 256K输入 文本、图片、视频深度思考工具调用
Doubao-Seed-2.0-mini
doubao-seed-2-0-mini
面向低时延、高并发与成本敏感场景，强调快速响应与灵活推理部署。模型效果与Doubao-Seed-1.6相当。支持256k上下文、4档思考长度和多模态理解，适合成本和速度优先的轻量级任务。
上下文 256K输入 文本、图片、语音、视频深度思考工具调用
Doubao-Seed-2.0-Pro
doubao-seed-2-0-pro
旗舰级全能通用模型，面向 Agent 时代的复杂推理与长链路任务执行场景。强调多模态理解、长上下文推理、结构化生成与工具增强执行。复杂指令与多约束执行能力突出，可稳定应对多步复杂规划、复杂图文推理、视频内容理解与高难度分析等场景。
上下文 256K输入 文本、图片、视频深度思考工具调用
豆包图像生成5
Seedream-5.0-Pro
doubao-seedream-5-0-pro
Seedream 5.0 Pro 旗是字节跳动发布的最新图像创作模型。该模型将图像创作推进到可控生产的新阶段，本次更新的主要亮点是编辑更可控、生产更落地、效果更自然。
输入 文本、图片
Seedream-5.0-Lite
doubao-seedream-5-0-lite
Seedream 5.0 Lite 最新的图像创作模型，兼顾生成质量与成本，支持文生图与图生图。
输入 文本、图片
Seedream-4.0
doubao-seedream-4.0
基于领先架构的SOTA级多模态图像创作模型，在生成美感、指令遵循、中文处理、主体一致性上处于领先水平，原生支持文本、单图和多图输入。
输入 文本、图片
Seedream-4.5
doubao-seedream-4.5
Seedream 4.5 是字节跳动最新的图像生成模型，在编辑一致性（如主体细节与光影色调的保持）、人像美化和小字生成方面体验升级。同时，模型的多图组合能力显著增强，推理能力与画面美学持续优化，能够更精准、更具艺术感地呈现创意。
输入 文本、图片
豆包文生图大模型
doubao_text_to_image
豆包文生图模型，可对用户输入的文本进行精准理解，生成更符合语义、审美特性和创造力的不限风格的优质图像。
输入 文本
豆包视频生成5
Seedance-2.5
doubao-seedance-2-5
新一代视频创作模型，在长叙事、多模态参考和编辑能力上全面提升：单次生成时长提升至 30 秒并支持多轮延长，单次可参考多达 50 个多模态素材（30 图 + 10 视频 + 10 音频），支持纯音频参考生成及基于时间戳的精准编辑控制，画面质感更接近实拍影视级，原生支持中英日韩等 11 种语言的有声视频生成。
输入 文本、图片、视频
Seedance-2.0
doubao-seedance-2-0
新一代专业级多模态创作视频模型，支持图像、视频、音频等多模态作为参考输入生成视频，还具备视频编辑、延长等能力，能高精度还原各类细节并稳定角色特征，具备极致拟真的视听稳定性，深度适配商业广告、影视制作与社交媒体营销等各大核心场景。
输入 文本、图片、语音、视频
Seedance-2.0-fast
doubao-seedance-2-0-fast
新一代多模态视频创作模型，它继承了Seedance 2.0模型的核心功能和优势，生成速度更快。
输入 文本、图片、语音、视频
即梦3.0
jimeng_t2v_v30
即梦3.0视频生成模型，支持文生视频和图生视频
输入 文本、图片
即梦3.0 Pro
jimeng_ti2v_v30_pro
即梦同源的文生视频与图生视频能力，在视频生成效果上实现飞跃，各维度均表现优异。该版本具备多镜头叙事能力，能更精准遵循指令，动态表现流畅自然，支持生成1080P高清且具专业级质感的视频，还可实现更丰富多元的风格化表达。
输入 文本、图片
豆包语音合成2
豆包语音识别1
豆包语音识别
doubao-asr
火山引擎豆包语音识别，中文场景准确率高，按调用次数计费
输入 语音
豆包声音复刻1
豆包声音复刻2.0
doubao-voice-clone-2.0
火山引擎豆包声音复刻，上传或现场录制一段清晰人声即可复刻专属音色，复刻完成后可在豆包语音合成2.0的音色列表中选用，按复刻音色数量计费
上下文 4K输入 语音
API 调用
请求地址为 https://api.link-ai.tech/v1，接口兼容 OpenAI 协议。同一个 API Key 可以调用上面的全部模型，修改 model 参数即可切换， 以下以 doubao-seed-2.1-turbo 为例。
cURL
curl https://api.link-ai.tech/v1/chat/completions \
-H "Authorization: Bearer $LINK_AI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "doubao-seed-2-1-turbo",
"messages": [
{"role": "user", "content": "hello"}
]
}'其他模型厂商
©2025 极简未来
粤ICP备2023060400号
网信算备440307657151501250017号
购买咨询
