Doubao 2.1 Pro 0915: код із відео, агенти для великих проєктів і межі заявлених результатів

ByteDance представила версію Doubao-Seed-2.1-pro 0915 як інструмент для задач, у яких недостатньо окремо прочитати текст або згенерувати фрагмент коду. Модель має поєднувати зображення й відео з роботою в репозиторії, викликами інструментів та багатокроковим пошуком. 16 вересня 2026 року доступ до неї відкрили через API Volcano Ark — платформи хмарного підрозділу ByteDance, Volcengine. В офіційному переліку моделей версія має ідентифікатор doubao-seed-2-1-pro-260915; для неї зазначені мультимодальне розуміння та виклик інструментів. 21018

Що саме продемонстрували

Код із візуальних підказок. У прикладі зі старою ERP-системою — програмою для управління ресурсами підприємства — модель отримала запис роботи з інтерфейсом і намальовані від руки ескізи. За повідомленнями про демонстрацію, вона розібралася приблизно у 280 000 рядків Java-коду системи без документації та створила робочу мобільну сторінку. Йдеться про розробку нового інтерфейсу на основі наявної системи, а не про переписування всієї ERP. 27

Агенти у великому репозиторії. Для відкритого ігрового проєкту Luanti, що налічує близько 387 000 рядків коду, кілька підлеглих агентів майже 36 годин працювали над 1 000 історичних задач. За оцінкою ByteDance, у 83% випадків запропоновані виправлення відповідали її критерію придатності до злиття з кодовою базою. Ця цифра описує результат за умов випробування, а не частку змін, які незалежні розробники справді прийняли й підтримували після впровадження. 27

Зображення, документи й відео. Ще одна демонстрація починалася з чотирьох зображень сезонного дизайну подвір’я: модель згенерувала код інтерактивної 3D-сцени. Також повідомляється про краще розпізнавання 3D-об’єктів, розмірних позначок на інженерних кресленнях, таблиць у фінансових документах і складних елементів PDF. Для відео заявлено пошук підтверджень у кадрах та зіставлення інформації між ними. У багатокрокових дослідницьких і офісних задачах наголос зроблено на перевірці даних та можливості простежити джерела висновків. 261115

Як читати цифри ефективності

За даними Volcengine, для задач аналізу зображень і відео нова версія витрачає більш ніж на 30% менше токенів, ніж попередня; повідомляється також про меншу кількість раундів міркування й викликів інструментів. Токени — одиниці обліку даних під час роботи моделі. Менша їх витрата в певному сценарії не гарантує такого самого скорочення підсумкового рахунку кожного клієнта: він залежить і від решти запитів, інструментів та способу використання. 611

Попередні порівняння Doubao 2.1 Pro у тестах, зокрема заяви ByteDance про результати на рівні Claude Opus 4.6 в окремих оцінюваннях, стосувалися ранішого випуску. Вони не вимірюють приріст саме версії 0915. Так само показник 83% не доводить відсутності регресій чи потреби в перевірці коду людьми. 67

Де доступна версія і що перевірити перед впровадженням

Оновлення можна вибрати в Doubao Work; його також інтегрували в інструмент для програмування TRAE. За повідомленнями, маршрут Doubao-Seed-Evolving, який оновлюється, отримав цю версію без зміни API-адреси для корпоративних користувачів. Для відтворюваного порівняння команді варто перевіряти, до якого саме датованого ідентифікатора моделі надходять її запити. 21018

Перш ніж покладатися на демонстраційні результати, незалежній команді доцільно запросити перелік задач Luanti, патчі, тести, критерії оцінювання, запити до моделі, ліміти агентів та інструментів і систему для порівняння. Далі — повторити типові для себе задачі з кодом, документами й зображеннями на зафіксованій версії, вимірявши правильність, безпеку, час людської перевірки, затримку, кількість викликів і фактичну вартість. Доступні повідомлення не встановлюють незалежного відтворення головних демонстрацій. 23911