開源賽道也是熱鬧了起來。

就在深夜，字節跳動 Seed 團隊正式發布並開源了 Seed-OSS 系列模型，包含三個版本：

Seed-OSS-36B-Base（含合成數據）

Seed-OSS-36B-Base（不含合成數據）

Seed-OSS-36B-Instruct（指令微調版）

Hugging Face 地址：https://huggingface.co/ByteDance-Seed/Seed-OSS-36B-Instruct

項目地址：https://github.com/ByteDance-Seed/seed-oss

Seed-OSS 使用了 12 萬億（12T）tokens 進行訓練，並在多個主流開源基準測試中取得了出色的表現。

這三個模型均以 Apache-2.0 許可證發布，允許研究人員和企業開發者自由使用、修改和再分發。

主要特性：

靈活的推理預算控制：允許用戶根據需要靈活調整推理長度。這種對推理長度的動態控制能力，可在實際應用場景中提升推理效率。

增強的推理能力：在保持平衡且優秀的通用能力的同時，針對推理任務進行了特別優化。

智能體能力：在涉及工具使用和問題解決等智能體任務中表現突出。

研究友好：考慮到在預訓練中加入合成指令數據可能會影響後續研究，字節同時發布了含有與不含指令數據的預訓練模型，為研究社區提供了更多樣化的選擇。

原生長上下文：在訓練中原生支持最長 512K 的上下文窗口。

模型架構

Seed-OSS-36B 的架構結合了多種常見的設計選擇，包括因果語言建模、分組查詢注意力（Grouped Query Attention）、SwiGLU 激活函數、RMSNorm 和 RoPE 位置編碼。

每個模型包含 360 億參數，分佈在 64 層網絡中，並支持 15.5 萬詞表。

其最具代表性的特性之一是原生長上下文能力，最大上下文長度可達 512k tokens，能夠在不損失性能的情況下處理超長文檔和推理鏈。

這一長度是 OpenAI 最新 GPT-5 模型系列的兩倍，大約相當於 1600 頁文本。

另一個顯著的特性是引入了推理預算，它允許開發者在模型給出答案之前，指定模型應執行多少推理過程。

這一設計在近期其他一些開源模型中也有所體現，例如 Nvidia 新推出的 Nemotron-Nano-9B-v2。

在實際應用中，這意味着團隊可以根據任務的複雜性和部署的效率需求來調節性能。

推薦的預算值為 512 tokens 的倍數，其中 0 表示直接輸出答案的模式。

結果

基準測試結果顯示，Seed-OSS-36B 位列當前性能較強的開源大模型之列。

Seed-OSS-36B-Base

含合成數據版本的 Base 模型在 MMLU-Pro 上取得 65.1 得分，在 MATH 上取得 81.7 得分。非合成基礎版本雖然在許多方面略微落後，但也具有競爭力。

Seed-OSS-36B-Instruct

Instruct 版本在多個領域都取得了 SOTA 成績。

數學與推理：Seed-OSS-36B-Instruct 在 AIME24 上取得 91.7% 的成績，在 BeyondAIME 上取得 65，均代表開源領域的最新 SOTA 水平。

代碼能力：在 LiveCodeBench v6 上，Instruct 模型得分 67.4，同樣刷新 SOTA 紀錄。

長上下文處理：在 RULER（128K 上下文長度）測試中，該模型達到 94.6，創下開源模型的最高分。

思考預算

用戶可以靈活指定模型的推理預算。下圖展示了在不同任務中，隨着推理預算變化而產生的性能曲線。

對於較簡單的任務（如 IFEval），模型的思維鏈較短，隨着推理預算的增加，分數會出現一定波動。

而在更具挑戰性的任務（如 AIME 和 LiveCodeBench）中，模型的思維鏈較長，分數則會隨着推理預算的增加而提升。

模型在運行過程，會提醒用戶 token 使用情況。

如果未設定推理預算（默認模式），Seed-OSS 將以無限長度啓動推理。

如果指定了推理預算，字節建議用戶優先選擇 512 的整數倍數（如 512、1K、2K、4K、8K 或 16K），因為模型已在這些區間上進行了大量訓練。

當推理預算為 0 時，模型會被指示直接輸出答案；對於低於 512 的預算，字節也建議統一設為 0。