字节跳动在 5 月 15 日的“春季火山引擎 FORCE 原动力大会”中推出了豆包大模型（原名“云雀”），该模型主要面向行业场景，能够供给多种图文音频生成才能，IT之家整理如下：
豆包通用模型 pro：字节跳动自研 LLM 模型专业版，支撑 128k 长文本，全系列可精调，具备更强的理解、生成、逻辑等综合才能，适配问答、总结、创作、分类等丰富场景；
豆包通用模型 lite：字节跳动自研 LLM 模型轻量版，对比专业版供给更低 token 成本、更低延迟，为企业供给灵活经济的模型选择；
豆包・角色扮演模型：个性化的角色创作才能，更强的上下文感知和剧情推动才能，满足灵活的角色扮演需求；
豆包・语音合成模型：供给自然生动的语音合成才能，善于表达多种情绪，演绎多种场景；
豆包・声音复刻模型：可在 5 秒内实现声音 1:1 克隆，对音色相似度和自然度进行高度还原，支撑声音的跨语种迁移；
豆包・语音辨认模型：更高的准确率及灵敏度，更低的语音辨认延迟，支撑多语种的正确辨认；
豆包・文生图模型：更精准的文字理解才能，图文匹配更准确，画面效果更优美，擅长对中国文化元素的创作；
豆包・Function call 模型：供给更加准确的功能辨认和参数抽取才能，适合复杂工具调用的场景；
豆包・向量化模型：聚焦向量检索的使用场景，为 LLM 知识库供给核心理解才能，支撑多语言。
今日火山引擎官网更新了豆包大模型的定价详情，号称“在模型推理定价大幅低于行业代价的基础上，豆包通用模型的 TPM、RPM 均达到国内最高标准”、“代价比行业低 99%，TPM 限额则达同规格模型的 2.7 倍到 8 倍”；此外，相关模型还可使用“预付费”、“后付费”模式：
以豆包通用模型 pro-32k 为例： 按照 “预付费”模型单元代价估计，10K TPM 的包月代价为 2000 元。10K*60*24*30=43200K。
即 432000K Tokens 的代价为 2000 元，平均代价为 0.0046 元 / 千 Tokens。按照“后付费”模式估计：在模型推理的估计成本中，推理输出通常占绝大部分比例，业界一般认为推理输出是输出的 5 倍。
根据豆包通用模型 pro-32k 推理输出 0.0008 元 / 千 Tokens、推理输出 0.002 元 / 千 Tokens 估计，模型推理的综合代价为 0.001 元 / 千 Tokens。
官方表示，国内其他竞品模型的 TPM 限额大多在 100K 到 300K 之间，RPM 则是在 60 到 120 区间，轻量级模型的 RPM 限额相对较高，但仅仅在 300 到 500 之间。按照 10K RPM 限额估计，企业客户平均每秒可以同时调用 167 次豆包通用模型，从而满足绝大多数业务场景在生产系统的大模型应用需求。
官方同时强调，相关标准已经达到 OpenAI 为高级别客户（ Tier4 及 Tier5 等级客户）供给的 RPM 上限。在算力挑战更大的长文本模型上，豆包通用模型 pro 和 lite 的 128k 版本，模型限流为 1K RPM 和 400K TPM，同样大幅高于国内其他的 128k 长文本模型，能够帮助企业以较低成本使用大模型、加速大模型应用落地。