豆包 seed 模型最近推出了一套激进的无限流模式——doubao-seed-evolving，始终使用同一个模型 ID，后台静默更新、自动替换，用户永远拿到的是最新版本。大约每两周更新一次。

对用户来说这是利好——永远用最新的模型，不用关心版本号。但评测可能还没捂热就过期了。作者跑了一些 case 对比，分为三个部分：3D 测试（前后端能力）、网页复刻（多模态能力）、Anthropic 工程面试题（工程后端能力）。整体感受：多模态能力比较强，编码能力追得很快，但还没有超越海外前沿模型。

3D 测试

之前流行生成好看的网页，但后来模型把审美内化到训练阶段了，现在的模型只要命中风格关键词就能输出模板化页面。因此 3D 模型测试成了更好的对比标准——除了写代码，还要管场景、光照、材质、交互。

黑洞测试

第一个 case 是制作类似电影《星际穿越》中卡冈图雅黑洞效果的网页，要求有吸积盘效果和引力透镜效应，用户可以旋转观察并调整参数。

对比结果：左 Gemini 3.7 Flash，右 Claude Opus 5。

左 GPT 5.6 sol，右 doubao seed evolving。这个 case 中，有视觉能力的 doubao-seed 表现还挺不错。

太阳系测试

制作太阳系交互式 3D 页面，包含八大行星、月球和土星环，用户可以调整视角和距离。

doubao-seed-evolving 的表现：效果还可以，土星环和月球细节都有。

网页复刻测试

复刻 xai.com 首页，考验多模态能力。

复刻结果：整体布局、颜色、动效都还原得不错。

Anthropic 工程面试题

一道典型的工程后端题：设计一个 API 限流系统，需要支持多种限流策略，包括基于用户、IP、API Key 的限流，支持滑动窗口和令牌桶算法。

doubao-seed 给出了完整的实现方案，包括架构设计、核心代码和测试用例。

整体来看，doubao seed evolving 的干活能力追得挺快，多模态能力比较强。虽然国产模型思考时间还比较长，但效果上已经能跟海外模型掰手腕了。而且无限流模式让用户永远用到最新模型，省去了追版本号的麻烦。