突发！字节开源 36B 模型Seed-OSS

刚刚，字节跳动向世界扔出了一枚重磅炸弹！

ByteDance Seed团队正式开源了Seed-OSS系列模型，这个仅用12T tokens训练的36B参数模型，在多个主流基准测试上的表现足以让所有人刮目相看。

更为重要的是，这次字节采用了Apache-2.0许可证，完全开放给社区使用。

不过，目前模型文件还在陆续上传中，从提交记录来看，1分钟前还在更新README和上传相关文件。

并非随意开个源

字节这次开源的模型不是像coze 那样简单糊一糊，堆点参数就放出来了，而是在几个关键能力上下了功夫。

灵活控制推理预算

这算是Seed-OSS的一大亮点，用户可以根据实际需求动态调整推理长度，这在实际应用中意味着更高的推理效率。

可以给模型设定512、1K、2K甚至16K的thinking budget，模型会在推理过程中定期触发自我反思，评估已消耗和剩余的预算。

响应示例如下：

<seed:think>
Got it, let's try to solve this problem step by step. The problem says ... ...
<seed:cot_budget_reflect>I have used 129 tokens, and there are 383 tokens remaining for use.</seed:cot_budget_reflect>
Using the power rule, ... ...
<seed:cot_budget_reflect>I have exhausted my token budget, and now I will start answering the question.</seed:cot_budget_reflect>
</seed:think>

模型在推理任务上做了专门优化，同时保持了均衡的通用能力。

在Agent任务上的表现也较为抢眼，无论是工具使用还是问题解决，都达到了相当高的水准。

而值得一提的是，Seed-OSS原生支持512K长上下文，这在开源模型中并不多见。

要知道DeepSeek 最新发布的V3.1 也仍只支持128K 的上下文长度。

见：【通知】DeepSeek发布V3.1

架构经典而不保守

Seed-OSS采用了成熟的因果语言模型架构，配备RoPE、GQA注意力机制、RMSNorm和SwiGLU激活函数。

80个查询头配8个键值头的设计，在保证性能的同时有效控制了显存开销。

两个版本，各有千秋

字节这次还很贴心地发布了两个版本的基座模型。

带合成指令数据版本（w/ syn.）

在大多数基准测试上表现更好，这也是官方推荐的Seed-OSS-36B-Base.

同时，他们还发布了不含合成数据版本（w/o syn.），为研究社区提供了一个「纯净」的基础模型。

可以看到，带合成数据版本在MATH上的提升尤其明显，从61.3跳到81.7，提升惊人。

Instruct版本

Seed-OSS-36B-Instruct的表现也极为强劲。

在数学推理上，AIME24达到91.7分，AIME25也有84.7分。BeyondAIME这种超难题也能拿到65分。

编程能力同样出色，LiveCodeBench v6上达到67.4分，在开源模型中拔得头筹。

而更为强悍的则是Agent能力：Seed-OSS在TAU1-Retail任务上拿到70.4分，直接刷新了开源SOTA。SWE-Bench Verified在OpenHands框架下达到56分，仅次于Claude 等闭源模型（其实也很接近了）。

长上下文处理能力也算是相当扎实，RULER 128K测试达到94.6分，在开源模型中位居榜首。

推理预算

上图展示了不同任务在不同thinking budget下的表现曲线。

简单任务如IFEval，模型的思维链较短，增加预算反而会带来波动。

但对于AIME和LiveCodeBench这种复杂任务，思维链更长，分数随着预算增加而稳步提升。

这种设计让用户可以根据任务难度灵活配置资源，简单问题快速回答，复杂问题深度思考。

快速上手

安装依赖相当简单：

pip3 install -r requirements.txt
pip install git+ssh:///Fazziekey/transformers.git@seed-oss

基础推理代码：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name_or_path = "ByteDance-Seed/Seed-OSS-36B-Instruct"

tokenizer = AutoTokenizer.from_pretrained(model_name_or_path)
model = AutoModelForCausalLM.from_pretrained(model_name_or_path, device_map="auto")

messages = [
    {"role": "user", "content": "How to make pasta?"},
]

tokenized_chat = tokenizer.apply_chat_template(
  messages, 
  tokenize=True, 
  add_generation_prompt=True, 
  return_tensors="pt", 
  thinking_budget=512# 控制推理预算
)

outputs = model.generate(tokenized_chat.to(model.device), max_new_tokens=2048)
output_text = tokenizer.decode(outputs[0])

字节还提供了完整的推理脚本，支持4-bit/8-bit量化：

# 8-bit量化
python3 generate.py --model_path /path/to/model --load_in_8bit True

# 4-bit量化  
python3 generate.py --model_path /path/to/model --load_in_4bit True

vLLM部署也有完整支持，需要使用专门的Seed-OSS版本：

VLLM_USE_PRECOMPILED=1 VLLM_TEST_USE_PRECOMPILED_NIGHTLY_WHEEL=1 pip install git+ssh:///FoolPlayer/vllm.git@seed-oss

启动API服务器：

python3 -m vllm.entrypoints.openai.api_server \
    --host localhost \
    --port 4321 \
    --enable-auto-tool-choice \
    --tool-call-parser seed_oss \
    --trust-remote-code \
    --model ./Seed-OSS-36B-Instruct \
    --chat-template ./Seed-OSS-36B-Instruct/chat_template.jinja \
    --tensor-parallel-size 8 \
    --dtype bfloat16 \
    --served-model-name seed_oss

推荐的生成参数为：temperature=1.1，top_p=0.95，这个配置在多数任务上都能取得不错的效果。

GPT-OSS vs Seed-OSS 性能对比

月初，OpenAI 开源了 GPT-OSS 模型，包含两个版本：

• GPT-OSS-120B：116.8B 参数（MoE架构，每个token激活5.1B参数）

• GPT-OSS-20B：20.9B 参数（每个token激活3.6B参数）

架构方面，二者都采用MoE架构，但设计理念不同：

• GPT-OSS-120B：128个专家，每次激活4个

• GPT-OSS-20B：32个专家，每次激活4个

• Seed-OSS-36B：采用GQA注意力机制，80/8/8的QKV头配置

我用AI 整理了二者的关键性能对比，如下：

相比这下，Seed-OSS 则说是对OpenAI 开源模型的碾压了：

• 长上下文处理能力更强：RULER 128K测试达94.6分 vs GPT-OSS的78分

• 编程能力略胜一筹：LiveCodeBench上67.4分超过GPT-OSS

• Agent能力突出：TAU1-Retail达到70.4分（开源SOTA）

• 原生512K上下文支持（GPT-OSS为128K）

• 训练效率更高：仅用12T tokens训练

Seed-OSS仅用三分之一的参数量（36B vs 120B）就达到了与GPT-OSS-120B相当甚至更好的性能，这也算是字节用技术实力向外秀肌肉的时刻了。

OpenAI 最强对手

字节此次的开源，可算是颇具深意。

当大家都在追求更大参数、更长训练的时候，Seed-OSS用12T tokens训练出了能打的36B模型。

这也向外部证明了一件事：训练效率比训练规模更重要。

更有意思的是两个基座模型的设计：带合成数据的版本性能更强，但「纯净版」给了研究者更多探索空间。

这样的选择权的提供，也体现了字节对开源社区的理解和尊重。

而当一众模型巨头们都在构建自己的护城河时，字节毅然选择加入开放阵营。

不得不说，字节选择在这时候开源Seed-OSS，时机选得很巧妙。

或许，拥有超强的模型能力，及全球傲视群雄的产品能力的字节——

才是OpenAI 最为担忧的最强对手。