Seed-1.6-Thinking
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- ByteDance
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 11 June 2025
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Multimodal, Language, Vision
- Tarea
- Language modeling/generation, Vision-language generation
- Enfoque
- Reinforcement learning
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 230B
- Datos de entrenamiento
- tokens
Model has 230B parameters total, with 23B active parameters (sparse MoE setting).
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- API access
- Código de entrenamiento
- Unreleased
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Probablemente por encima de 10²³ FLOP
- Yes
- Por qué se rastrea
- SOTA improvement
- Confianza de registro
- Confident
Best performing model on CompassBench LLM Leaderboard (OpenCompass) in terms of Language https://rank.opencompass.org.cn/leaderboard-llm/?m=25-07
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Introduction to Techniques Used in Seed1.6
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Seed-1.6-Thinking fue publicado por ByteDance, en el país registrado como China, durante June 2025. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Multimodal, Language, Vision, y se registra como realizando la tarea de language modeling/generation, Vision-language generation.
Debido a que los pesos no están disponibles, ninguna de las cifras de hardware en este sitio se aplica a él.
Qué se necesitó para construirlo
La razón por la que aparece en este catálogo en absoluto: sOTA improvement.
Respuestas
Seed-1.6-Thinking — preguntas comunes
Seed-1.6-Thinking— ¿Para qué se utiliza?
Funciona en el dominio de Multimodal, Language, Vision, y se registra como manejando la tarea de language modeling/generation, Vision-language generation. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Seed-1.6-Thinking— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
Seed-1.6-Thinking— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
Seed-1.6-Thinking— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 230B. Model has 230B parameters total, with 23B active parameters (sparse MoE setting). Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
Seed-1.6-Thinking— ¿Quién lo creó?
Fue publicado por ByteDance, basado en China, una organización categorizada como industry.
Seed-1.6-Thinking— ¿cuándo fue lanzado?
Se publicó en June 2025.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.