豆包大模型1.6-vision正式发布：首次具备工具调用能力

（由多段落组成）：

近日，火山引擎官方通过其微信公众号宣布，豆包大模型家族迎来全新升级——豆包大模型1.6-vision正式上线。作为该系列首款具备工具调用能力的视觉深度思考模型，此次发布标志着豆包在多模态AI领域迈出了关键一步。新模型不仅强化了图像理解与逻辑推理的融合能力，还首次实现将视觉信息深度融入“思维链”中，使AI在处理复杂图像任务时更加智能、精准。

相较于以往版本，豆包大模型1.6-vision展现出更强的通用多模态理解能力。它能够像人类一样模拟“先整体观察、再局部聚焦”的视觉认知过程，在分析图像时具备更高的可解释性和逻辑性。无论是图像中的对象定位、区域剪裁，还是点选操作、画线标注、缩放旋转等精细编辑动作，模型均可自主完成，极大提升了人机交互的自然度与实用性。

值得一提的是，该模型全面支持Responses API接口，赋予AI自主决策调用外部工具的能力。这一特性显著降低了构建AI Agent时的开发门槛和代码编写负担，开发者可以更高效地集成视觉处理功能，加速产品迭代周期。对于企业级应用而言，这意味着更快的落地速度和更低的技术投入成本。

性能方面，豆包1.6-vision在保持高精度推理的同时，实现了成本的大幅优化。与前代视觉模型Doubao-1.5-thinking-vision-pro相比，整体运算与部署成本降低约50%，为大规模商业化应用提供了更具性价比的技术方案。这一突破也让其在智能客服、审核、视觉搜索、辅助设计等多个场景中具备更强的竞争力。

随着多模态人工智能技术的持续演进，豆包大模型1.6-vision的推出不仅是技术层面的一次跃迁，更是推动AI从“看懂图片”向“理解并操作图像”转变的重要里程碑。未来，该模型有望在更多垂直行业中发挥价值，助力企业构建更智能、更高效的视觉AI解决方案。

豆包大模型1.6-vision, 多模态AI, 视觉推理, Responses API, AI工具调用

本文来源： iFeng科技【阅读原文】