Doubao 2.1 Pro 0915: Từ bản vẽ đến mã nguồn, nhưng con số 83% cần được kiểm chứng

Ngày 16/9/2026, ByteDance công bố bản cập nhật Doubao-Seed-2.1-pro 0915 và mở quyền truy cập API trên Volcano Ark, nền tảng cung cấp mô hình của Volcengine. Trọng tâm lần này không chỉ là trả lời câu hỏi, mà là phối hợp hình ảnh, video, mã nguồn và công cụ để hoàn thành công việc thực tế. Danh sách mô hình của Volcengine ghi nhận mã phiên bản doubao-seed-2-1-pro-260915 với khả năng hiểu đa phương thức và gọi công cụ. 21018

Ba màn trình diễn nói lên điều gì?

• Từ video thao tác đến giao diện di động: Theo trường hợp ByteDance giới thiệu, mô hình xem bản ghi màn hình và các phác thảo vẽ tay, đồng thời đọc hệ thống ERP — phần mềm quản trị nguồn lực doanh nghiệp — cũ, thiếu tài liệu, gồm khoảng 280.000 dòng Java để làm giao diện di động có thể chạy. Điểm đáng chú ý là phải suy ra cách hệ thống vận hành từ dấu vết trực quan, thay vì chỉ lập trình theo một bản đặc tả viết sẵn. 27
• Sửa lỗi trong kho mã lớn: Với dự án trò chơi mã nguồn mở Luanti, có khoảng 387.000 dòng mã, nhiều tác vụ AI phụ đã xử lý 1.000 vấn đề từng được ghi nhận trong gần 36 giờ. ByteDance cho biết 83% tác vụ tạo ra bản sửa đạt tiêu chuẩn «có thể gộp» của họ. Con số này nói về các bản sửa ứng viên trong phép thử, không có nghĩa 83% đã được người bảo trì độc lập chấp nhận hoặc không phát sinh lỗi về sau. 27
• Dựng cảnh 3D từ ảnh: Mô hình được giới thiệu là đã diễn giải bốn ảnh thiết kế sân vườn theo mùa rồi viết mã tạo cảnh 3D có thể tương tác. Đây là ví dụ cho việc nối khâu hiểu hình ảnh với khâu tạo chương trình, không phải thước đo độc lập về chất lượng dựng hình. 26

Ngoài lập trình, bản cập nhật được mô tả là cải thiện tác vụ AI kéo dài nhờ truy tìm nguồn, kiểm tra dữ liệu và đối chiếu thông tin trước khi lập báo cáo. Khả năng hiểu đa phương thức cũng mở rộng sang nhận diện vật thể 3D, đọc kích thước trên bản vẽ kỹ thuật, bảng trong báo cáo tài chính, chú thích và nội dung video qua nhiều khung hình. Các báo cáo đồng thời nêu số vòng suy luận và lần gọi công cụ giảm. 241115

Đọc số liệu hiệu năng và chi phí cho đúng

Theo Volcengine, lượng token dùng cho suy luận hình ảnh và video giảm hơn 30% so với thế hệ trước trong các tình huống được nêu. Token là đơn vị hệ thống dùng để đo lượng dữ liệu xử lý và tạo ra. Giảm token ở một phần quy trình không đồng nghĩa tổng hóa đơn của mọi khách hàng sẽ giảm tương ứng: số lần gọi công cụ, độ dài đầu vào và cách sử dụng thực tế vẫn cần được tính đến. 611

Những so sánh benchmark trước đây của 2.1 Pro, gồm tuyên bố đạt mức tương đương Claude Opus 4.6 ở một số phép đánh giá, thuộc bản phát hành trước; không thể lấy chúng làm bằng chứng đo lường mức tiến bộ của riêng 0915. Tương tự, tỷ lệ «có thể gộp» 83% cần được đối chiếu với tiêu chí chấm, bài kiểm tra và kết quả rà soát mã thực tế. 6911

Người dùng có thể chọn bản mới trong Doubao Work; sản phẩm hỗ trợ lập trình TRAE cũng đã tích hợp. Theo các báo cáo, tuyến mô hình cập nhật liên tục Doubao-Seed-Evolving nhận bản này mà doanh nghiệp không phải đổi điểm truy cập API. Nếu cần tái lập kết quả, nhóm phát triển nên xác nhận lệnh gọi của mình thực sự đến mã phiên bản có ngày cố định nào, thay vì mặc định rằng một tuyến tự cập nhật sẽ luôn cho cùng kết quả. 21018

Trước khi triển khai, các nhóm bên ngoài nên đề nghị xem danh sách vấn đề Luanti, bản vá, bộ kiểm thử, tiêu chí «có thể gộp», câu lệnh giao việc, ngân sách tác vụ AI/công cụ và hệ thống được dùng làm mốc so sánh. Sau đó, hãy thử lại trên công việc ERP, tài liệu và hình ảnh của chính mình với phiên bản mô hình cố định; đo độ đúng, an toàn, thời gian người kiểm tra, độ trễ, lượt gọi công cụ và chi phí thực trả. Những thông tin hiện có chưa xác lập rằng các kết quả trình diễn nổi bật đã được tái lập độc lập. 23911