Seed-OSS-36B-Base calculateur TPS

Ouvrir les poids ByteDance 36B paramètres August 2025

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

126 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Tesla M40 24 GB

24 GB · IQ4_XS · 7.1 tok/s

Carte la plus rapide

B200

94.1 tok/s · 180 GB

Quelles GPU peuvent exécuter Seed-OSS-36B-Base?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

126 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
94.1 tok/s 56–151 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	39.2 GB	Q8_0	Confortable
94.1 tok/s 56–151 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	39.2 GB	Q8_0	Confortable
75.2 tok/s 45–120 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	39.2 GB	Q8_0	Confortable
75.2 tok/s 45–120 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	39.2 GB	Q8_0	Confortable
60.1 tok/s 36–96 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	39.2 GB	Q8_0	Confortable
57.5 tok/s 35–92 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	39.2 GB	Q8_0	Confortable
57.5 tok/s 35–92 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	39.2 GB	Q8_0	Confortable
55.1 tok/s 33–88 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	39.2 GB	Q8_0	Confortable
48.9 tok/s 29–78 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	39.2 GB	Q8_0	Confortable
48.9 tok/s 29–78 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	39.2 GB	Q8_0	Confortable
48.9 tok/s 29–78 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	39.2 GB	Q8_0	Confortable
46.4 tok/s 28–74 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	39.2 GB	Q8_0	Confortable
39.5 tok/s 24–63 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	39.2 GB	Q8_0	Confortable
39.5 tok/s 24–63 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	39.2 GB	Q8_0	Confortable
39.5 tok/s 24–63 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	39.2 GB	Q8_0	Confortable
39.5 tok/s 24–63 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	39.2 GB	Q8_0	Confortable
39.5 tok/s 24–63 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	39.2 GB	Q8_0	Confortable
39.3 tok/s 24–63 · faible confiance	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.7 GB	Q5_K_M	À l'étroit
39.3 tok/s 24–63 · faible confiance	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.7 GB	Q5_K_M	À l'étroit
38.7 tok/s 23–62 · faible confiance	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.4 GB	IQ4_XS	À l'étroit
37.6 tok/s 23–60 · faible confiance	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.7 GB	Q5_K_M	À l'étroit
37.6 tok/s 23–60 · faible confiance	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.7 GB	Q5_K_M	À l'étroit
35.2 tok/s 21–56 · faible confiance	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.4 GB	IQ4_XS	À l'étroit
30.1 tok/s 18–48 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	39.2 GB	Q8_0	Confortable
30.1 tok/s 18–48 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	39.2 GB	Q8_0	Confortable

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: ByteDance
Type d'organisation: Industry
Pays: China
Publié: 21 August 2025

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Language
Tâche: Language modeling/generation, Question answering, System control, Code generation, Mathematical reasoning

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 36B
Données d'entraînement: 12,000,000,000,000 tokens

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.

Calcul de formation: 2.6 × 10²⁴ FLOP
Comment cela a été établi: Operation counting

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (unrestricted)
Code d'entraînement: Unreleased
Hugging Face: ByteDance-Seed

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Confiance d'enregistrement: Confident

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: Seed-OSS Open-Source Models Release
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Seed-OSS-36B-Base

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore Seed-OSS-36B-Base

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Ce dont vous avez besoin pour l'exécuter

Carte minimale

Tesla M40 24 GB

Mémoire requise

20.4 GB

Le plus rapide

94.1 tok/s

Seed-OSS-36B-Base atteint un nombre de paramètres de 36B. Cela se situe dans la gamme qu'une carte de bureau sérieuse peut gérer une fois les poids compressés. Le nombre de cartes que nous suivons qui peuvent l'exécuter : 126.

Le matériel minimum qui fonctionne est Tesla M40 24 GB, avec une capacité de mémoire de 24 GB, le faisant fonctionner à une compression de IQ4_XS et produisant environ 7.1 tokens par seconde

À l'autre extrémité se trouve B200, générant à peu près 94.1 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Contexte

Seed-OSS-36B-Base a été publié par ByteDance, dans le pays enregistré comme China, durant August 2025. L'organisation de publication est catégorisée comme industry.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Question answering, System control, Code generation, Mathematical reasoning.

Les poids étant ouverts, c'est ce qui place cette page dans le calculateur plutôt que seulement dans le catalogue : c'est un modèle que vous pouvez réellement tenir. Sur Hugging Face, il est publié sous l'organisation ByteDance-Seed.

Lire les chiffres de débit

Le résultat médian est d'environ 20.4 tokens par seconde 98 d'eux

C'est un modèle dense, donc chaque paramètre est lu pour chaque jeton produit. Cela rend la vitesse presque exactement proportionnelle à la bande passante mémoire — une carte avec le double de la bande passante génère environ deux fois plus rapidement.

La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.

Comment il a été entraîné

La production a nécessité des calculs totalisant environ 2.6 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

L'ensemble d'entraînement a duré environ 12,000,000,000,000 jetons de texte

Étape par étape

Comment choisir un GPU pour Seed-OSS-36B-Base

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Commencez par la colonne mémoire

Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de Seed-OSS-36B-Base, ayant besoin d'environ 20.4 GB à une compression de IQ4_XS. La capacité est la porte — une carte soit la détient soit ne la détient pas.
02

Décidez combien de temps vos conversations tournent

Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour Seed-OSS-36B-Base.
03

Définir un seuil de qualité

La Compression est ce qui permet à un modèle de s'adapter à des cartes plus petites, au prix d'une certaine précision., atteignant une compression de IQ4_XS sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Classer par débit plutôt que par fiche technique

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour Seed-OSS-36B-Base. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 94.1 tok/s
05

Lisez la colonne de compatibilité en dernier.

Tight signifie qu'il se charge et fonctionne sans possibilité d'augmenter le contexte plus tard, dans le cas de Seed-OSS-36B-Base. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Vérifiez la carte de l'autre côté

Chaque nom de carte renvoie à sa propre page, qui effectue le même calcul dans l'ensemble du catalogue de modèles. Une carte est généralement achetée pour plus d'un modèle, il est donc utile de jeter un œil avant d'acheter pour Seed-OSS-36B-Base.

Réponses

Seed-OSS-36B-Base — questions courantes

Seed-OSS-36B-Base— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Seulement en déchargeant, ce qui est généralement une fausse économie : la partie maintenue en mémoire système tire l'ensemble vers le bas. La plus proche approximation que nous calculons est inférieure de 4.5 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Seed-OSS-36B-Base— deux GPUs l'exécuteraient-ils plus rapidement ?

La capacité s'additionne entre les cartes ; le débit ne le fait pas. Le nombre de cartes déjà capables de le garder par elles-mêmes : 126. Ainsi, une seconde carte est rarement la réponse ici.

Seed-OSS-36B-Base— pourquoi la quantification diffère-t-elle entre les cartes ?

Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Seed-OSS-36B-Base— quelle est la précision de ces estimations de vitesse ?

Ils sont calculés à partir des spécifications plutôt que mesurés, et chacun a une plage. Un exemple : 56–151 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

Seed-OSS-36B-Base— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Tesla M40 24 GB, avec une capacité de mémoire de 24 GB. Il exécute le modèle à une compression de IQ4_XS environ 20.4 GB, et produit environ 7.1 tous les GPU capables de l'exécuter en total 126.

Seed-OSS-36B-Base— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 94.1 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 98.

Seed-OSS-36B-Base— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 20.4 GB à une compression de IQ4_XS, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

Seed-OSS-36B-Base— Puis-je l'exécuter sur un GPU détenant 24 GB ?

Oui. La carte GeForce RTX 5090 D V2, tenue 24 GB, l'exécute à une compression de IQ4_XS, environ 20.4 GO et générant à peu près 38.7 tokens par seconde. L'ajustement est serré.

Seed-OSS-36B-Base— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

Seed-OSS-36B-Base— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 36B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

Seed-OSS-36B-Base— qui l'a créé ?

Il a été publié par ByteDance, basé sur China, une organisation catégorisée comme industry.

Seed-OSS-36B-Base— quand a-t-il été publié ?

Il a été publié dans August 2025.

Seed-OSS-36B-Base— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Question answering, System control, Code generation, Mathematical reasoning. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.

Seed-OSS-36B-Base— où puis-je le télécharger ?

Ses poids sont publiés sur Hugging Face, sous l'organisation ByteDance-Seed. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.

Seed-OSS-36B-Base— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 2.6 × 10²⁴ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI