Платформата Volcano Engine AI на ByteDance постигна способността да произвежда масово модели, конкурентни на Opus 4.6 на Anthropic на малка част от цената, отбелязвайки нова фаза в надпреварата за AI инфраструктура в Китай.
На конференцията FORCE президентът на Volcano Engine Тан Те представи пет основни модела едновременно: Doubao 2.1 Pro, Seedance 2.5 за видео генериране, Seedream 5.0 Pro за генериране на изображения и модел за аудио поколение 1.0. Моделът Doubao 2.1 Pro, на цена от само 68 юана на месец за потребителски достъп чрез Doubao Pro, предоставя възможности, които съперничат на модели, струващи значително повече в чужбина.
Разходното предимство е структурно, а не промоционално. Тан Те заяви, че цялостната цена за изпълнение на Doubao 2.1 Pro е само 20% от Claude Opus 4.6, постигната чрез комбинация от квантуване, дестилация, оптимизация на планиране на изводи и разработка на собствени чипове. При 68 юана абонаментът вероятно носи положителен марж — това е устойчиво ценообразуване, а не водещо до загуби.
Резултатите от бенчмарка поставят Doubao 2.1 Pro в глобалното първо ниво в множество категории. На Terminal Bench 2.1, SWE-Pro и SciCode той се нарежда сред най-добрите модели в световен мащаб. В OSWorld, MobileWorld и MMMU-Pro за агентски и мултимодални задачи, той също постига водещи позиции. При практическото тестване моделът изпълни пълен работен поток за проектиране на RTL чип — обхващащ симулация, тестване и проверка на синтеза — през девет итерации за 18 часа непрекъсната работа.
Скоростта на пускане на пазара е също толкова забележителна. За разлика от конкурентите, които обявяват модели месеци преди внедряването, ByteDance пусна Seed 2.1 в своите потребителски продукти — Doubao App и TRAE IDE — на същия ден. Достъпът до API беше отворен едновременно чрез Volcano Ark. Съобщението за аудио поколение модел 1.0 дойде с ангажименти за незабавна наличност за интегриране на CapCut, Jimeng и Fanqie Novel.
Seedance 2.5, планиран за пълно стартиране през юли 2026 г., поддържа 30-секунден едносегментен естествен видео изход и съвместно генериране от до 50 мултимодални актива. Seedream 5.0 Pro, също стартиран едновременно, поддържа редактиране, разделящо се на слоеве, и прецизно изобразяване на многоезичен текст на 14 езика.
Движещата сила зад този резултат е мащабът на AI операциите на ByteDance. Дневното потребление на токени на Volcano Ark надхвърли 180 трилиона, нараствайки повече от десет пъти през последната година. Това създава добродетелен цикъл: моделите се стартират на стотици милиони реални потребители, техните взаимодействия генерират данни за обратна връзка, които ускоряват следващата итерация, а инженерният екип компресира тръбопровода от лаборатория до продукт до дни.
Наблюдателите от индустрията отбелязват, че истинското конкурентно предимство се простира отвъд ценообразуването до интегрирането на работния процес. Екосистемата на ByteDance обхваща Feishu за корпоративно сътрудничество, CapCut за редактиране на видео, Fanqie за съдържание и TRAE за разработка. Потребителите, които вграждат работните си процеси в тази екосистема, са изправени пред разходи за смяна. Но конкурентите намаляват разликата. JD.com има JoyAI-VL-Interaction с отворен код, а Baidu пусна Unlimited-OCR, демонстрирайки, че вътрешните инженерни възможности се сближават.