Doubao 1.5 Pro
🇨🇳 字节豆包【直接结论】**Doubao 1.5 Pro** 是由 字节豆包 推出的超低价级大模型，支持文本、视觉模态。该模型 API 输入单价为 **¥0.800/百万 tokens**，输出为 **¥2.00/百万 tokens**。在算盘收录的 44 款主流模型中，其输入价位列第 3 便宜，在国产阵营属于**极低**门槛。其支持提示词缓存（Prompt Caching），缓存命中价低至 **¥0.160/百万 tokens**，适合高频多轮对话；其上下文窗口为 256K，最大输出为 12K。综合推荐：适合高频、低复杂度任务：分类、打标、简单问答、批量处理。
Doubao 1.5 Pro 的 API 价格与性价比如何？
Doubao 1.5 Pro(豆包大模型 1.5 Pro)是字节跳动/火山引擎在 2025 年初推出的主力通用大模型,也是 Doubao 1.6 之前的一代旗舰。它在火山方舟(火山引擎)平台上提供 API,原生支持文本与视觉(vision)输入,常见以不同上下文长度的 SKU 形式发布(如 32k 与 256k 版本,本页规格区取 256K 这一档为准)。对在国内做 LLM 应用的团队来说,它当年最大的标签就是一个词:便宜得不像旗舰。
它的工程内核是稀疏 MoE(Mixture-of-Experts,混合专家)架构。字节当时主打的卖点不是'参数最大',而是'激活参数小、但性能不打折'——用更少的实际计算撑起接近稠密大模型的效果,从而把推理成本压下来。这套'高性能/激活参数比'的取舍直接反映在它的定价上:输入、输出单价都显著低于同期国际旗舰,也低于自家更新的 1.6 旗舰档,这是它在性价比维度长期被点名的根本原因。
需要和开发者讲清楚的一点是定位边界。Doubao 1.5 Pro 是一款标准的指令/对话型模型,不是自带'可切换深度思考'的推理模型——后者(自适应思考 AdaCoT)是 Doubao 1.6 这一代才有的特性。1.5 这一代里,真正对标推理的是单独的 doubao-1.5-thinking-pro,而本页的 1.5 Pro 走的是直出路线。所以把它当成'快、稳、便宜的通用底座'去理解最准确,而不是当成深推理引擎。
Doubao 1.5 Pro 的 API 价格与性价比如何？
Doubao 1.5 Pro 的计费维度是常规三件套:输入价、输出价,以及命中上下文缓存时的缓存输入价(具体数字以本页上方价格表为准,价格表按实时汇率与官方定价校准)。它的结构没有 1.6 那种按输入长度强分档的复杂度,读起来更直白——这本身就是一种优点:成本可预测,容易做预算和单位经济测算。
真正决定它划不划算的,是缓存命中率和上下文长度这两件事,而不是标称单价的小数点。缓存输入价通常远低于全价,对'长 system prompt + 多轮对话''固定知识库前缀''高频重复 RAG 上下文'这类前缀复用率高的场景,把稳定不变的部分放到可缓存位置,能直接砍掉一大块重复输入开销;只有变化的尾部按全价走。反过来,如果你的请求几乎都是一次性的、前缀不复用,开缓存省不下多少,还要承担缓存本身的存储/创建费。
所以评估 Doubao 1.5 Pro 的性价比,正确做法是按'完成一个真实用例的端到端花费'算,而不是单看每百万 tokens 单价。它的甜点在于:单价已经足够低,加上结构简单可预测,使它非常适合做'量大、单价敏感、对延迟也敏感'的底层调用——这类流量正是账单的大头,而 1.5 Pro 在这里几乎不需要为'用不上的高级能力'付溢价。
关于 Doubao 1.5 Pro，开发者需要了解哪些核心信息？
最适合 Doubao 1.5 Pro 的,是高频、规模大、对成本敏感的通用任务:客服问答、内容生成与改写、摘要、分类、抽取、轻量 RAG 问答、以及业务里那条'调用量巨大但每次都不太难'的长尾流量。在这些场景里,它低单价 + 结构简单可预测 + 反应快的组合,正好踩在性价比甜点上,把单位成本压到很低。如果你的用例里大多数请求本质上不需要深推理,这就是它该上场的地方。
它也适合带轻量视觉理解的通用场景——读图、图文问答这类需求可以用同系的 vision 变体接住,省去再单独配一个视觉模型的拼装成本。对中文质量、国内合规、以及火山引擎生态(配套工具链、企业内网/私有化部署)有要求的团队,作为国产模型它在这条链路上摩擦也最小。
最不适合的,是吃硬推理的任务:复杂代码生成与调试、数学证明、多步严密逻辑、长链路 Agent 自主规划。这些场景里 1.5 Pro 作为非推理的直出模型容易力不从心,正确做法是升到带推理的型号(同系的 doubao-1.5-thinking-pro,或直接上更新的 Doubao 1.6 / 其 thinking 变体)。另外,如果你需要原生的视频理解、自适应思考、或更强的 GUI 操作 Agent 能力,这些是 1.6 这一代的强项,1.5 Pro 不是为它们设计的。
关于 Doubao 1.5 Pro，开发者需要了解哪些核心信息？
在字节自家产品线里,Doubao 1.5 Pro 是承上启下的一档。往上是更新的 Doubao 1.6(原生多模态含视频、自适应思考、更强 Agent/GUI 能力)和同系的 thinking 推理变体——当你的任务开始吃深推理、或需要原生视频/更强 GUI 操作时就该升。往下、往旁边是主打超低延迟的 flash 类轻量模型——当你的流量几乎全是又短又简单的活、连 1.5 Pro 都嫌'配置过剩'时,换更轻的型号能进一步压成本和延迟。1.5 Pro 自己则稳稳卡在'通用底座'这一格:够好、够便宜、够可预测。
对外横向比,它常和 DeepSeek、通义千问 Qwen、文心 ERNIE、MiniMax 等国产模型放在一起。选型别只看标称单价——真实成本取决于你的缓存复用率、上下文长度和任务难度分布。建议的做法是在自己的评测集上做小规模 A/B,再用本站对比页把几家的'每用例真实成本'算出来,而不是直接信通用榜单,因为不同任务上的表现差异很大。
升档信号:监控显示一批请求需要的推理深度上来了、简单直出开始频繁出错、或你开始需要视频理解/自适应思考——这时把这部分流量升到 Doubao 1.6 或 thinking 变体更稳。降档信号:绝大多数请求又短又简单、1.5 Pro 的能力长期用不满——把这部分下放到 flash 类轻量模型能立竿见影省钱。务实的架构往往是分层路由:大量通用流量交给 1.5 Pro 这样的便宜底座,只把真正的难题升档,用一套路由同时拿到低成本和高上限。具体单价请始终以本页上方价格表为准。
常见问题
Doubao 1.5 Pro 自带'深度思考/推理'能力吗?
不带。1.5 Pro 是标准的指令/对话型模型,走直出路线;可切换的自适应深度思考(AdaCoT)是 Doubao 1.6 这一代才有的特性。在 1.5 这一代里,对标推理的是单独的 doubao-1.5-thinking-pro。如果你的任务吃硬核推理(复杂代码、数学、多步逻辑),应该用 thinking 变体或更新的 1.6,而不是基础版 1.5 Pro。
Doubao 1.5 Pro 为什么单价这么低?
核心是它的稀疏 MoE(混合专家)架构——字节主打'激活参数小、性能不打折',用更少的实际计算撑起接近稠密大模型的效果,从而把推理成本压下来,这个取舍直接反映到了它偏低的输入/输出单价上。具体数字以本页上方价格表(按实时汇率与官方定价校准)为准。
已经在用 1.5 Pro,要不要升到 Doubao 1.6?
看任务形态。如果你的流量大多是高频、简单、对成本敏感的通用活,1.5 Pro 的低单价 + 结构简单可预测往往更划算,没必要全量升级。当任务开始吃深推理、或你需要原生视频理解、自适应思考、更强 GUI 操作 Agent 能力时,把这部分升到 1.6 更对口。务实做法是分层路由:通用流量留在 1.5 Pro,难题升档。
用 Doubao 1.5 Pro 怎么省钱?
两个抓手。一是上下文缓存:缓存输入价通常远低于全价,把稳定不变的 system prompt、工具定义、知识库前缀放到可缓存位置,对前缀复用率高的场景能砍掉大块重复输入开销(但一次性请求开缓存反而多花存储费)。二是压上下文:做好检索召回、只喂相关片段,既省 token 又降延迟。最后按'每完成一个用例的端到端成本'算账,而不是只盯标称单价。