火山引擎宣布正式推出豆包编程模型（ Doubao-Seed-Code）：专为 Agentic 编程任务深度优化，在 SWE-Bench-Verified 官方榜单中刷新 SOTA，更兼容 Anthropic API 等主流开发环境。

公告称，豆包编程模型在综合使用成本方面较行业平均水平降低了62.7%，成为国内价格最低的 AI 编程工具。

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

火山引擎还特别推出了 “Coding Plan” 订阅套餐，针对个人开发者提供更多优惠，首次订阅仅需9.9元。这一套餐不仅支持 Claude Code，还兼容 veCLI、Cursor、Cline 等多种主流工具。

此外，TRAE 中国版也正式接入豆包编程模型，为了更好地支持企业级AI开发场景，TRAE(CN)企业版今日正式公测。

Doubao-Seed-Code 支持256K 长上下文，可以轻松处理长代码文件、多模块依赖等复杂场景，更好支持端到端自主编程，在全栈开发中表现良好，前端能力尤为突出。同时，作为国内首个支持视觉理解能力的编程模型，它可参照 UI 设计稿、截图或手绘草图生成代码，或对生成页面进行视觉比对，自主完成样式修复和 Bug 修复，大幅提升前端开发效率。

Doubao-Seed-Code 依赖于一套大规模 Agent 强化学习训练系统。该系统内构建了覆盖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，可以对上千卡的单个RL任务实现高效训练。基于这套系统，模型无需蒸馏或标注的冷启动数据，完全依靠端到端强化学习训练即可练就顶尖的Agent能力，优化路径更简洁高效。

训练结果显示，模型在 Multi-SWE-Bench 和 SWE-Bench-Verified 两个数据集上的表现稳定上升，展现出良好的泛化能力。在 SWE-Bench 基准测试中，仅依赖 RL 训练的 Doubao-Seed-Code 模型就可达到最优水平，表明纯强化学习在真实编程场景下具备潜力。

与 TRAE 开发环境深度结合后，Doubao-Seed-Code 在 SWE-Bench Verified 榜单中达到78.80%的成绩，取得了新的 SOTA。