Doubao Seed 2.1 Pro 実測レビュー:Coding は実用ラインを超え、マルチモーダル認識にサプライズ
Volcano Engine が Doubao Seed-2.1 シリーズを発表。Pro 版はプログラミングと Agent 呼び出しが生産レベルの実用性に達し、写真からの魚種特定は Gemini 3.1 Flash をリード。実測プロンプト6つを添えて


Doubao Seed 2.1 Pro 実測レビュー:Coding は実用ラインを超え、マルチモーダル認識にサプライズ
Volcano Engine が Doubao Seed-2.1 シリーズを発表。Pro 版はプログラミングと Agent 呼び出しが生産レベルの実用性に達し、写真からの魚種特定は Gemini 3.1 Flash をリード。実測プロンプト6つを添えて
Volcano Engineは年次Forceカンファレンスで最新基盤モデルのSeed-2.1シリーズ(Pro、Turbo)を発表しました。私たちは通常テスト、仕事のシーン、個人の趣味の3軸から、Seed-2.1-Proを実測してみました。結論を一言で言うと、AgentとCodingは生産級の実用ラインを超え、マルチモーダル認識にはサプライズがあります。以下は、そのまま再利用できる6つのテストシーンとプロンプトです。
テスト1:自動車の物理アニメーション(総合力)
このテストは、大規模モデルの物理モデリング、シームレスなループアニメーション、空間レイヤー、美学、プログラミング能力を一度に見るもので、ネイティブJSのみを使用し、サードパーティライブラリは禁止という条件をつけました。
1つの単独HTMLファイルでフルスクリーンキャンバスを実装し、ライブラリは一切使わない。横視点で走行中の自動車を主体としてシミュレートする。
自動車は前景に見え続けさせながら、背景の風景を絶えずスクロールさせ、車が前進している感覚を演出する。
レイヤー化されたシーンで奥行き効果を実現する:手前の地面、道端の要素、木、電柱、遠くの丘や山脈は
それぞれ異なる速度で動き、自然な視差効果を作る。車輪の回転をリアルにアニメーションし、わずかな車体の動きも加える。
環境を車の後ろに滑らかに流し、シーンは繰り返しつつ変化に富むものにする。映画級のライティングと統一された空で雰囲気を高める。
全体の動きは穏やかで、没入感があり、リアルに感じられ、シームレスなループアニメーションであること。Seed 2.1 Proが出してきた結果は若干想定超えでした。背景の木の高低がやや不自然で車輪が上寄りなものの、全体の完成度は高く、白画面にはなりません。
テスト2:フロントエンドの公式サイト開発
ビジュアルスタイルの追従とコンポーネントの完全度を見ます。
CFO向けの「AI財務予測プラットフォーム」の公式サイトトップページを設計・実装する。ファーストビューのHero、信頼を示す顧客ロゴ、
3つのコアセールスポイント、リアルタイム財務予測ダッシュボードのプレビュー、顧客の声、価格への入口、CTAを含めること。
実行可能な単一ファイルのHTML/CSS/JSまたはReactコンポーネントとして出力すること。
ビジュアルスタイルはLinear/Stripe/Notionのような高級感に近づけることが条件だが、どのブランドもコピーしないこと。UIは簡潔で明快、プロンプト追従も悪くなく、チャートの見せ方が効いており、全体は可もなく不可もなく、想定通りです。
テスト3:ドキュメント駆動開発(Spec開発)
いまAI Codingが得意な人は広くドキュメント駆動開発を使っています——先にAIへ要件ドキュメントを生成させ、確認して問題なければAIに開発させる流れです。定番ケースはCMSの開発です。
このPRDを読み込んで、CMSシステムを開発してください:[ドキュメントURL]Seed 2.1 ProはNext.jsフレームワークとSQLiteデータベースを選び、REST APIインターフェースまで設計しました。開発完了まで約5分。追加・削除・変更・照会は正常で、機能はドキュメントの要求と完全に一致し、UIが地味である点以外は他に問題が見つかりません。通常のプログラミングタスクは安心して任せられる水準です。
テスト4:タイトル生成(Skill と組み合わせる)
日々の記事執筆でタイトルを考えるのは最もよくあるタスクです。新智元タイトルSkillをインストールします。
npx skills add joeseesun/qiaomu-xinzhiyuan-title次にSeed 2.1 Proへ記事リンクを読み込ませ、候補タイトルを10個生成させます。
新智元タイトルSkillを使って候補タイトルを10個生成してください。ここの内容を読む:[WeChat記事URL]AgentにFeishuや公式アカウントのページを読み込ませ、SkillのReferenceドキュメントも参照させると、生成されるタイトルの品質は単純なプロンプトより安定します。真面目一途だったDoubaoも一瞬で釣りタイトルの達人に変わります。
テスト5:競合調査レポート(ツール呼び出しを含む)
「AI議事録ツール」3社の公式サイト、価格、主要機能、統合エコシステム、プライバシーコンプライアンスに関する記述、ユーザーレビューを調査する。
競合マトリクスを1枚出力し、中小企業向けのMVP機能優先順位、差別化ポジション、90日間のRoadmapを提示すること。「Feishuドキュメントに書き込んで」と一言添えると、lark-docを正確に呼び出して書き込みます。指示追従は良好で、各タスクはすべて完了。直接スクレイプがブロックされたときは、Playwrightを呼び出してページを読み情報を取得することさえありました。
テスト6:写真で魚を識別(マルチモーダル、最大のサプライズ)
釣り好きの作者は、自分用のiOSアプリを開発しています。撮影後にAIがexifを読んで釣り場を記録し、同時に魚種と数を識別するものです。以前Gemini 3.1 Flashを試したときは、白条(ハヤの一種)を「ドジョウ」と識別しました。Seed 2.1 Proにexif付きの画像を1枚送ってみると、
この画像の位置情報を読み取り、図の中に魚が何匹いるか、どんな魚かを識別してください結果には思わず感動しました。exifツールを呼び出して位置情報(温榆河)を読み取り、魚種と数を正確に識別(濁り水で見えにくい2匹まで識別)し、さらに白条の学名と俗名まで解説してくれました。
魚種:ほぼすべて白条魚(学名䱗、Hemiculter Leucisculus、俗称は餐条・青鱗子・遊刁子)
少なくともテストしたシーンでは、マルチモーダル認識はGemini 3.1 Flashを明確にリードしています。
体験方法
Doubao専門版-オフィスモード、TRAE、TRAE WORK、CozeですでにSeed-2.1-Proが利用可能です。企業と専門ユーザーは一般的にAPIを接続し、Claude Codeなどのツールで使います。製品のシステムプロンプトによる干渉を避け、本来の能力を確かめるため、上記のテストはすべてCC Switch + 火山方舟(Volcano Ark)APIで実施し、ターミナルはcmuxを使いました。火山方舟APIはすでに全面開放されており、申請すればそのままClaude Codeから呼び出せます。
文中で使ったSkillはどれもオープンソースで、npx skills add するだけで使えます。Seed 2.1 ProのプログラミングとAgent呼び出し能力は実用ラインに達しており、ツール呼び出し、ドキュメント作成、スクリーンショット、電子書籍の生成までこなせ、価格も悪くありません——AIワークフローに依存する人にとっては体感の差がはっきり出ます。
関連記事

Claude Code vs Codex:全24機能の比較パノラマ
2つのAIコーディングエージェントの共通機能24項目をタイムラインで整理。Claude Codeが18項目を先行リリースしたものの、その差は日単位で縮まり続けています。

Higress:AI支援のK8sゲートウェイ移行ツール
CNCFが披露したAI支援移行方案は、60個のingress-nginxリソースを30分以内にHigress設定へ自動変換し、K8sゲートウェイ移行のコストを大きく下げます。

JoyAI-Echo:5分間の長尺動画生成をオープンソース化
JDがオープンソース化したAI長尺動画生成フレームワーク。最大5分のショットまたぎの音声付き動画を一度に生成し、部分的な修正にも対応します。ガチャのような盲目的な生成とはおさらばです。

OpenSquilla:Agentにトークン節約のミドルウェア層を追加
オープンソースのAgent Harnessフレームワーク。スマートルーティング、コンテキスト管理、自己進化メカニズムにより、Agentのトークンコストを50%以上削減します。

Gemma 4 12B:16GBノートPCでマルチモーダルAIモデルを動かす
Googleが120億パラメータのオープンソースマルチモーダルモデルを発表。テキスト、画像、音声入力に対応し、9GBのVRAMがあればノートPCでローカル実行できます。Apache 2.0ライセンス。

Hermes Desktop:オープンソースエージェントがデスクトップへ
Nous Researchがデスクトップ向けオープンソースエージェントHermes Desktopを発表。macOS/Windows/Linuxをカバーし、CLIエージェントのスキルとメモリをすべて再利用、マウス操作だけで使えます。