高考是左右命運的人生 " 大考 "，也是人工智能的試金石。
AI 寫作文到 AI 解數學和物理題，" 炫技 " 的表演已經很多了，而 " 解題 " 被當成系統工程的審視仍然很少。AI 參加高考全科目考試的意義不在成績，而在方法，以及這種方法在 " 解題 " 之外的意義。
按常理思考，當一名 AI 在高考中達到了一本的錄取分數線，我們似乎可以認為它能幫我們解決工作中的一些基礎需求和問題。而當它能考上 985 院校的時候，我們覺得可以把一些更需要智能和方法論的復雜任務交給它了。它能考上清華和北大的時候，我們理應派給它一些挑戰人類高難度認知和解決方案的使命……等它先真能考上再說吧。
今年，有一個 AI 好像真的考上了。
2025 年高考，字節跳動旗下的通用大模型——豆包大模型 1.6（Seed 1.6-Thinking），以文科 683 分、理科 648 分的成績，在 Gemini 2.5、DeepSeek-R1、Claude Sonnet 4 和 OpenAI-o3 等一系列全球頂級通用大語言模型中，文科位居第一，理科位居第二（僅次于 Gemini）。按照最早公布分數線的山東省分數線，綜合賦分約為 690 分，在山東省模擬排名可進入前 80 名，理論上具備了沖擊清華和北大的實力。
你無法想象一個基礎知識掌握不扎實、智商在人均水準之下的學生能考上清北；同理，一個參數不夠、訓練不完善、知識和語料庫不完整的大模型也考不上。更重要的，一個考上清北的學生一定是善于思考、心思縝密、巧于答題時間分配，從全局駕馭一張試卷的高手；同理，一個能考上清北的 AI 也得具備強大的思維鏈條，能用直覺和推理兩種能力高效解題，具備從復雜的命題中抽取本質的能力。
問題在于，它是怎么做到的，它為什么重要，以及意味著什么。
「豆包 1.6」是如何答題的？
參加高考的是豆包大模型 1.6（下稱豆包 1.6），比起前代的模型，它在兩項關鍵能力上取得了重要的提升：" 深度思考（Seed1.6-Thinking）" 和 " 多模態 + 超長上下文（256K）"。
豆包 1.6 融合了視覺與文本模態，在一個整體架構下進行訓練。它支持高達 256K 長度的上下文輸入——這意味著模型有近似 25 萬字節的信息 " 瞬間記憶 " 容量，遠超傳統模型的上下文長度。
在考試中，豆包 1.6 可以一口氣消化整卷試題，無論是冗長的閱讀理解文章、鋪陳的資料分析，還是跨頁的題干信息，都能一次性消化、不遺漏任何細節。這種就算是最聰明的考生也難具備的能力，對高考科目的拿分是全方位的——語文和英語科目的閱讀理解，往往附有長篇文章和整套問題，傳統模型可能需要分段處理，而豆包 1.6 可將全文及所有問題置于統一的上下文中逐一作答，避免了上下文切換造成的信息遺失與錯誤理解。
打個比方，就是考生把整本試卷打開，正反面都能攤開鋪在一張桌面上，凝視數十秒，一次性記憶整套試卷的內容，短期內不會遺忘，然后在答題紙上作答。
而在理科和文科的很多題目中，圖片、圖表與文字資料往往交織出現，需要考生具備 " 讀圖 "" 識圖 " 的本領。例如，生物考題的細胞結構示意圖，化學題的實驗裝置圖或分子結構式，地理題的等高線地形圖或氣候統計圖，政治歷史題時常出現的漫畫時政圖解。這些豆包都通過視覺—語言深度融合訓練，即它的 VLM（視覺語言模型），具備了從像素中提取關鍵信息并準確理解它們的能力。
這里有個很有意思的 bug：首次測試時，由于使用的網絡版試卷圖片清晰度較低，豆包 1.6 和其它模型在化學、生物等依賴圖像的科目上普遍失分嚴重；而當研究團隊更換高清試題圖片，并采用圖文交織的輸入方式重新測試后，豆包 1.6 的化學、生物兩科成績猛增近 30 分，這讓理科總分提升至 676 分（這就超過 Gemini 得第一了）。這表明模型之前并非不會做，而是 " 看不清題 "。高清圖像讓豆包充分發揮出多模態推理潛能，在涉及實驗現象觀察、結構辨識的題目上找到了正確解答思路。
可以說，多模態能力為模型打開了 " 視覺理解 " 的大門，加上超長上下文提供的 " 全局記憶 "，豆包在理科綜合題中像是配備顯微鏡與長卷紙的學霸：既看清每個圖表細節，又能把關聯信息通盤考慮，層層推演出答案。
它在語文、英語兩門語言科目拿下單科第一，離不開強大的語言理解和表達能力，更得益于模型能綜合長篇文章內容并進行邏輯分析。在閱讀理解題中，模型可借助鏈式思考梳理文章脈絡、推斷隱含信息；在主觀表達題（如作文、短文寫作）中，模型調動海量語料中學到的知識和范文經驗，輔以上下文整體把控，輸出結構嚴謹、立意深刻的篇章。
它在數學與物理學科的表現則凸顯了 " 深度思考 " 的價值：Seed1.6-Thinking 數學成績超過 140 分，物理取得了單科最高分。數理題目都充滿復雜計算和推導，模型通過鏈式推理逐步求解，每一步都有條不紊。不少數學和物理題目都涉及多步單位換算、公式推導，甚至綜合多知識點。在 " 自適應深度思考 " 驅動下，模型仿佛在 " 草稿紙 " 上列出了詳盡的推演過程，既避免漏解步驟，又降低了出錯概率。
在化學、生物科目上，讀圖和讀表是關鍵的能力——這在視覺障礙消除后的表現中被展露得更為清晰。此外，化學計算題需要繁瑣的方程式配平和多步驟數值計算，深度思考使模型敢于在內部展開繁復運算而不擔心浪費時間；生物學的分析題常涉及生理過程多環節推理，模型則通過長鏈思考將各環節因果串聯起來，層層推進得出正確結論。
在政治、歷史和地理學科，首要得是 Seed 1.6-Thinking 預訓練階段積累的知識儲備——大量高質量學科訓練語料和知識圖譜，饋贈給了模型扎實的背景知識，也就是模型 " 書背得足夠好 "。而史、地、政三科考查的不僅是記憶，還有對材料的分析、對理論的應用。而 Seed1.6-Thinking 在這三門學科均拿下最高分，意味著模型在掌握豐富的事實與概念與利用鏈式推理對材料進行批判性分析上面，它掌握得相當出色。
一言以蔽之，多模態 VLM+ 長上下文讓模型在考場上 " 目覽八方 " ——不是偷看鄰座的卷子，而是一口氣消化完自己眼前的卷子。而深度思考則令其 " 心思縝密 "，靈活答題策略和技巧。
而它在文史和理工科目上的表現皆可圈點，似乎昭示了大型通用模型在復雜認知任務的潛力——通過深度思考優化推理策略、通過多模態長上下文拓展感知疆界。
解各行各業的題
經歷過高考勝出，然后又在各行各業的職場和生意場打拼了 10 年以上的同學可能都清楚：高考那 5-6 門學科的 " 解題 "，好像是我們漫長的職業生涯和社會角色扮演中最容易解的題。
高考之后生活工作的「題」，" 考上清北 " 的 AI 能不能比清北畢業的人類更擅長？
一個并不復雜的遞進思辨是：具備考上清北的能力，同時不受 " 專業 " 知識束縛，而具備更強大通用知識和認知習得能力的 AI 也許是可以的。
回到豆包大模型 1.6，它的高考解題技巧是 " 自適應深度思考 " 和 " 多模態 VLM+ 超長上下文推理 "，這是一種通用能力，而并非專業能力。
人類從事的各行各業充滿了智能任務的挑戰。幾乎所有的挑戰都可以總結成兩個巨大的壁壘——信息跨度大、推理難度高。
而豆包大模型 1.6 作為通用模型，兩項關鍵的能力：" 自適應深度思考 " 和多模態 + 長上下文處理，分別對準了上述的 " 信息跨度大 " 和 " 推理難度高 " 這兩個關鍵挑戰：" 自適應深度思考 " 是在推理迷宮中找到出口的方法論，而 " 多模態 + 超長文本處理 " 是將散落的信息串聯成有意義的整體。
看看金融領域能用它們做些什么——
面對冗長的財務報表和財政法規、鋪天蓋地的市場數據。模型 256K 上下文窗口可以一口氣讀完且保留要點；財務指標異常，模型能找到起對應的法規細則，像資深審計師那樣捕捉到潛在風險。
自適應深度思考則令模型思考收放自如：判斷某新業務是否違規，模型先定位相關法規條款，情形復雜就逐條對比業務細節與法律條文，演繹出觸碰監管紅線的可能性，給出有理有據的結論。它既是董秘，也是審計，還可以當分析師。
再看看醫療行業——
醫生既要瀏覽冗長病史，又得凝視影像片上的細微陰影——兩種模態的信息需在腦中交匯。豆包 1.6 的多模態長上下文能將病歷文本和 CT、核磁影像一次納入視野，即便患者多年累積的病史和檢驗結果也可以一覽無余，不會遺漏某次過敏或指標緩慢變化，全局把控為準確診斷打下基礎。
診斷過程往往推理難度極高：癥狀可能相互矛盾、影像特征模糊不清，需要反復演繹各種可能。自適應深度思考可以賦予模型鑒別診斷式的推理能力：情況簡單便直達結論，病情復雜則觸發鏈式推敲病因。模型羅列可能疾病、對照影像尋找關鍵征象并結合病史排除干擾，層層推演后輸出清晰的診療建議。
還有軟件工程——
現代軟件項目代碼成千上萬行，分散于眾多文件模塊，一個細小漏洞往往藏在跨文件的函數調用鏈里。調試如此龐雜的系統，以往模型受限于短上下文窗口，只能盲人摸象地片段查看代碼。
用 256K 上下文，模型可將海量相關代碼一次納入腦海，構建完整的全局視圖。某個函數跨文件定義、調用和配置時，模型記住初始假設，追蹤調用再關聯配置參數，一氣呵成找出癥結。而自適應深度思考則讓模型具備程序員調試時的分層思維：簡單情況直接定位錯誤，隱蔽 bug 則自動進入 " 逐步調試 " 模式，在內部一步步模擬執行、檢查變量變化，甚至窮舉不同路徑的輸出。它的角色相當于一名全棧工程師——字節跳動的編程輔助工具 TRAE 的背后，也是豆包 1.6 這個模型。
更重要的，我們引以為傲的 " 中國制造 " ——
工廠里的聯網設備每刻都在產生日志和監控畫面。設備一旦故障，工程師需同時查看分散各處的傳感器日志和報警記錄，并結合攝像頭畫面或設備示意圖定位問題。這意味著信息跨度極大且燒腦的因果推理。
在這類場景里，具備多模態和超長上下文的模型宛如超級 " 監工 " 兼 " 分析師 "。它可讀入數小時、數天甚至更長時間范圍的關鍵日志，并同步調取故障發生時的視頻截圖或設備照片。借助超長上下文，那些散落各處的異常事件被匯聚到模型的時序記憶中：也許凌晨的一次電壓微跌與午后的溫度飆升看似無關，卻被模型串聯成潛在因果鏈。
當畫面中某閥門冒煙的瞬間，模型的視覺分析將其納入推理：壓力異常導致閥門老化破裂，煙霧報警隨之而起——多源信息最終指向同一故障根因。自適應深度思考則拿捏推理深度：日志清楚表明的簡單超標，它直接指出問題；但遇到復雜連鎖故障，它耐心層層深挖，將每步因果梳理清晰。可能先推斷 A 引發 B，再探究 A 停機原因，如此步步推理，還原事故鏈條。人類工程師或許要熬夜逐步排查，而模型幾分鐘內便條理清晰地給出故障報告和修復建議。
它展現出的是跨場景的遷移潛力——從考場試題到行業難題，統一的模型架構能應對不同領域和模態的數據，歸功于對底層思維方式的靈活調度。這是比 " 高考 " 復雜百倍千倍甚至萬倍的命題和挑戰。一個優秀的高考考生可能要在走出考場之后 20-30 年才能逐漸積累出解決這些問題的一部分能力，但能考上清北的 AI，很可能已經快做到了。
為 " 解題 " 而生的引擎
" 能看全、能想深 " ——前者對應的是多模態 VLM+ 256K 長文本處理，后者對應的是自適應深度思考框架。它們構成了豆包大模型 1.6 的兩個核心能力，也形塑了豆包作為一個大語言模型的稟賦。
它的后臺，是一條被火山引擎云架構拉到極限的高速公路。
2024 年 12 月，火山引擎一天處理 4 萬億 tokens；到了 2025 年 3 月，這個數字跳到了 12.7 萬億；5 月底又爬到 16.4 萬億，較發布初期增長了 137 倍，而且曲線還在抬頭。IDC 的報告顯示：火山引擎在中國公有云大模型調用場景下吃掉 46.4% 市場份額，接近半壁江山。
彈性的背后是對算力精細打磨和調度優化。火山引擎通過參數與算力解耦、KV 緩存復用、異構硬件適配等技術，大幅提升了單卡推理吞吐，讓相同 GPU 集群可以提供數倍的服務能力。在延遲不敏感的場景，系統甚至會巧妙調度舊型號 GPU 承擔部分計算，讓 " 老將 " 發揮余熱，進一步降低成本。
豆包 1.6 的單位調用的綜合成本，相比上一代深度思考模型下降了約 63% ——只需過去三分之一的價格，就能驅動更強大的模型跑起來。
豆包大模型 1.6 和被它 " 倒逼 " 優化的火山引擎，對 AI 應用開發者和企業意味著更多的選項以及可能。
這意味著開發者和企業客戶可以用更低門檻、更可控的成本，放心地把海量請求交給云端的通用智能處理，而不必擔心算力瓶頸。對于開發者而言，豆包 1.6 那些看似復雜的技能如今都被云平臺轉化為可調用的 " 應用能力 " ——多模態、超長上下文、自適應深度思考……這些模型特性在火山引擎的打磨下，變成了一系列直觀易用的接口和參數選項。晦澀的思維鏈機制被封裝成一個聰明的開關，真正做到了按需取用。
同樣，" 通用智能 " 龐大的輸入適配能力也被云端巧妙打理，讓開發者可以毫無負擔地喂給模型任何形式的內容。從法律長文檔到高清圖像，從代碼片段到表格數據，火山引擎都會先行對輸入進行預處理和格式轉換，再交由模型吞入理解。面對一張圖片，平臺后臺會自動將其轉碼為模型可理解的向量特征；面對十幾萬字的長文本，底層會進行分段緩存和上下文管理，充分利用 256K 的超長窗口，確保模型一次性 " 讀 " 完文件不成問題。
火山引擎還提供了豐富的行業適配工具，幫助將通用模型快速調校到特定領域的語境中。無論是接入金融行業的專業術語庫，還是加載醫療領域的知識圖譜，這些附加的上下文與提示都可以通過簡單配置融合到模型調用中，使其回答更貼近行業需求。
一言以蔽之：豆包 1.6 的推理、語言、視覺能力，經過云基建的二次打包，化作一個個直接調用的功能接口。開發者只需聚焦業務本身，就能讓應用具備閱讀百頁文件、識別圖像內容、理解專業語境等智能特長。通用智能的底層技能，被平滑遷移成了各行各業的即取即用工具。
這意味著，火山引擎成了 " 為應用落地而生的云 "——高考其實是一個典型的應用場景，金融、醫療、軟件和工業制造也是由形形色色的應用和 Agent 構成的，它離應用場景更近。
它的背后，還是把豆包最新模型的兩個硬核能力——自適應深度思考與多模態 - 超長上下文——順勢轉譯成了直接可消費的應用能力。
前者通過調度器感知推理鏈長短，將 " 要不要展開思考 " 變成一種可以被 API 參數調用、被計量計費的服務檔位；后者則把一次吞下 256 K token、跨圖文音的感知能力，封裝成搜索、編程、巡檢等場景一鍵接入的上下文窗口。
對終端開發者而言，調用豆包并不需要關心背后多少 GPU 和 KV 分片，而是像配置水龍頭流量那樣：決定是打開 " 短鏈秒答 " 還是 " 深鏈剝洋蔥 "，是上傳純文本還是連同 4K 圖像一起喂給模型。火山引擎把 " 模型能力 " 做成 " 產品形態 "，是為了方便消費電子秒接語音助手，證券公司一鍵喚起智能投研，工廠把多源日志和紅外圖打包送上云就得到故障溯因——算力、存儲、帶寬、RAG、端云協同在背后默默伸縮，而開發者面向的始終是一套業務語義清晰、顆粒度靈活的 AI 服務。
這種 " 把底層魔法改造成上層開關 " 的設計，才讓 16.4 萬億 tokens 的實際生產流量成為可能，而它在最近一次最接近社會公眾的表現，是通過 " 考上清北 " 實現的。
