在12月19日的火山引擎Force大会上，字节跳动发布了豆包视觉理解模型，千tokens输入价格仅需3厘，相比行业价格便宜85%。抖音集团副总裁李亮表示，这并非价格战，而是通过技术创新降低成本，毛利仍然可观。此举旨在以更低的成本推动AI技术的普及和发展。豆包3D生成模型也首次亮相，结合火山引擎数字孪生平台veOmniverse，实现智能训练和数字资产制作。此外，豆包通用模型pro全面对标GPT-4，价格仅为后者1/8；音乐模型能生成3分钟完整作品；文生图模型2.1版本则能精准生成汉字和图像。