大家好，今天有个重要的消息要分享：火山引擎刚刚推出了豆包编程模型（Doubao-Seed-Code）。这个模型专门为 Agentic 编程任务进行了深度优化，最近在官方的 SWE-Bench-Verified 榜单上创下了新的记录，还兼容了像 Anthropic API 这样的主流开发环境。
火山引擎还透露，豆包编程模型的综合使用成本比行业平均低了62.7%，可以说是“国内最低价”。现在，用户可以通过火山方舟平台获取这个模型的全量 API。对于需求大的个人开发者，订阅套餐“Coding Plan”首月只需9.9元，真是个好机会。
此外，TRAE 的中国版本也正式接入了豆包编程模型。为了更好地支持企业级 AI 开发，TRAE (CN) 企业版今天开始公测。
接下来，IT之家给大家带来官方的介绍：
深度优化于 Agentic 编程任务
豆包编程模型经过深度优化，在 Terminal Bench、SWE-Bench-Verified-Openhands、Multi-SWE-Bench-Flash-Openhands 等多个权威基准测试中表现十分优秀，领先同类国内产品。
Doubao-Seed-Code 支持长达256K的上下文，轻松应对长代码文件和多模块依赖等复杂情况，完美支持端到端自主编程，在全栈开发中表现出色，尤其在前端开发方面更为突出。值得一提的是，这是国内首个具备视觉理解能力的编程模型，可以根据UI设计稿、截图或手绘草图生成代码，甚至能对生成的页面进行视觉比对，自主修复样式和Bug，大大提高了前端开发的效率。
为了更好地满足开发者的需求，Doubao-Seed-Code 还与 Anthropic API、TRAE 等主流开发生态兼容。使用 Claude Code 的团队只需短短几行代码就能切换到 Doubao-Seed-Code，享受更高性价比的服务。
这个强大的性能是基于一套大规模的 Agent 强化学习训练系统。这套系统构建了一个包含十万容器镜像的庞大训练数据集，具备万级并发沙盒会话的能力，能够高效训练上千卡的单个 RL 任务。依靠这套系统，模型无需冷启动数据，完全通过端到端强化学习训练就能培养出顶尖的 Agent 能力，优化过程更加简单高效。
根据训练结果显示，模型在 Multi-SWE-Bench 和 SWE-Bench-Verified 数据集上的表现稳步提升，显示出良好的泛化能力。在 SWE-Bench 基准测试中，完全依靠 RL 训练的 Doubao-Seed-Code 模型就达到了顶尖水平，说明纯强化学习在实际编程场景中是有潜力的。
值得关注的是，在与 TRAE 开发环境深度结合后，Doubao-Seed-Code 在 SWE-Bench Verified 榜单中取得了 78.80% 的成绩，创造了新的 SOTA，充分证明了模型与工具深度适配后的协同效应。
超划算的开发体验，火山方舟为你开启新篇章
国内最低的综合使用成本，Coding Plan 优惠等你来享
说到 Doubao-Seed-Code，它不仅在性能上表现优异，更是把开发者的需求考虑得周全，让大家享受到最大的成本优惠。它采用了火山引擎首创的分层定价机制，并结合全透明的缓存能力，帮助用户在多轮对话中降低费用。总的来说，Doubao-Seed-Code 的输入和输出单价在国内算是最低的：
- 0-32k 输入区间：输入 1.20 元 / 百万 Tokens，输出 8.00 元 / 百万 Tokens
- 32-128k 输入区间：输入 1.40 元 / 百万 Tokens，输出 12.00 元 / 百万 Tokens
- 128-256k 输入区间：输入 2.80 元 / 百万 Tokens，输出 16.00 元 / 百万 Tokens
举个例子吧，想要建立一个好看的交互式英语学习网站，在相同的 Tokens 数量下（0-32k 输入区间），使用 Claude Sonnet 4.5 的成本大约是 4.05 元，而 GLM-4.6 则要 0.77 元，但 Doubao-Seed-Code 只需 0.34 元，真心划算。
此外，火山方舟还特别为个人开发者推出了“Coding Plan”优惠计划，最低只需 9.9 元就能畅享豆包编程模型！这个套餐不仅支持 Claude Code，还有 veCLI、Cursor、Cline、Codex CLI 等主流工具，结合火山方舟庞大的资源池，开发者可以得到稳定的算力保障，体验到流畅的编码过程。
豆包编程模型正式接入 TRAC (CN) 企业版，公测开始啦！
今天，TRAE 中国版正式接入了 Doubao-Seed-Code。作为国内首款 AI 原生 IDE，TRAE 为开发者提供了智能问答、代码自动补全、自定义智能体等全方位的 AI 编程能力。
对于企业开发者来说，现在 TRAE (CN) 企业版正式进入公测阶段，提供了比个人版更全面的升级：
企业场景优化：支持多达 10 万个文件和 15,000 万行代码的大型代码库，还提供更强大的 GPU 集群，确保在高并发场景下也能稳定响应；
安全可控：保证代码加密传输，云端不存储，数据“用后即抛”；同时支持成员使用数据看板、费用管控等企业级管理工具；
灵活模型管理：企业后台可以统一配置模型，支持内置模型与自定义模型，大家都能一键使用。
在公测期间，企业用户可以享受首月免费（限 20 个席位/企业），只需访问火山引擎-TRAE（CN）企业版的官方页面就能提交公测申请。
豆包编程模型的表现确实令人惊艳，尤其在前端开发方面的效率提升非常明显。不过，使用成本虽然低，但具体的稳定性和长期效果还需更多用户反馈来验证。
豆包编程模型的前端开发能力确实很强，能根据设计稿生成代码很方便，但在稳定性和长期使用效果上还有待观察。
豆包编程模型在前端开发的表现让人期待，尤其是根据设计稿生成代码的功能非常实用。不过，建议团队在推广时多提供一些实际案例，以增强用户的信心。
豆包编程模型的价格确实诱人，但在实际使用中，是否能保持稳定性能还需要更多用户反馈来验证。希望后续有更多案例分享。
豆包编程模型在前端开发中的表现非常引人注目，特别是视觉理解能力的应用。不过，建议加强对用户体验的持续跟踪，以便及时调整和优化。
豆包编程模型在视觉理解能力上表现突出，能提高开发效率，但希望在实际应用中能有更多实证案例来验证其稳定性。
豆包编程模型的视觉理解能力很有前景，可以显著提高开发效率，但希望能提供更多实际案例，以验证其在复杂项目中的表现。
豆包编程模型的价格确实有吸引力，但在实际使用中的稳定性和性能表现还需要更多用户案例来支持，期待后续有更多反馈。
豆包编程模型在前端开发中的表现很有潜力，尤其是视觉理解能力的应用，但希望能有更多的案例来验证其在复杂项目中的实际效果。
豆包编程模型在性能和价格上确实有优势，但我对其在复杂项目中的适应性还有些疑虑，希望能看到更多用户反馈和案例。
豆包编程模型在前端开发中的表现很吸引人，特别是视觉理解能力，能显著提高开发效率。不过，建议尽快发布更多用户案例，以增强信心。
豆包编程模型在前端开发中的表现确实很强，尤其是视觉理解能力令人期待。不过，对于复杂项目的适应性，我还是有些担心，希望能有更多实证案例来验证。
豆包编程模型在前端开发中的表现确实很突出，尤其是视觉理解能力，可以大幅提高开发效率。不过，能否满足复杂项目的需求还有待观察，希望能看到更多真实案例。
豆包编程模型的视觉理解能力确实很吸引人，能够提高前端开发效率，但我对它在多模块复杂项目中的适应性还有些疑虑，希望看到更多案例支持。