Seed-OSS-36B-Base calcolatore TPS

Apri i pesi ByteDance 36B parametri August 2025

Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..

Calcolato per questo modello

126 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Tesla M40 24 GB

24 GB · IQ4_XS · 7.1 tok/s

Scheda più veloce

B200

94.1 tok/s · 180 GB

Quali GPU possono eseguire Seed-OSS-36B-Base?

Imposta gli input, leggi la risposta

Lunghezza del contesto token

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Qualità minima

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

Cerca schede

Memoria della scheda

Mostra anche le schede che non possono eseguirlo.

126 schede corrispondono

Calcolo

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

Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione: ByteDance
Tipo di organizzazione: Industry
Paese: China
Pubblicato: 21 August 2025

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio: Language
Compito: Language modeling/generation, Question answering, System control, Code generation, Mathematical reasoning

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

parametri: 36B
Dati di addestramento: 12,000,000,000,000 tokens

Calcolo di addestramento

L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.

Calcolo di addestramento: 2.6 × 10²⁴ FLOP
Come è stato stabilito: Operation counting

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi: Open — downloadable
Accesso al modello: Open weights (unrestricted)
Codice di addestramento: Unreleased
Hugging Face: ByteDance-Seed

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia: Confident

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento: Seed-OSS Open-Source Models Release
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Seed-OSS-36B-Base

Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..

Le GPU più piccole che ancora funzionano Seed-OSS-36B-Base

Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..

Cosa significano i numeri

Cosa ti serve per eseguirlo

Scheda minima

Tesla M40 24 GB

Memoria necessaria

20.4 GB

Più veloce

94.1 tok/s

Seed-OSS-36B-Base raggiunge un conteggio di parametri di 36B. Questo rientra nell'intervallo che una seria GPU DESKTOP può gestire una volta compressi i pesi. Il numero di GPU che monitoriamo che possono eseguirlo: 126.

L'hardware minimo che funziona è Tesla M40 24 GB, con una capacità di memoria di 24 GB, eseguendolo a una compressione di IQ4_XS e producendo circa 7.1 token al secondo

All'altra estremità si trova B200, generando approssimativamente 94.1 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

Seed-OSS-36B-Base è stato pubblicato da ByteDance, nel paese registrato come China, durante August 2025. L'organizzazione di pubblicazione è classificata come industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, System control, Code generation, Mathematical reasoning.

I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere. Su Hugging Face è pubblicato sotto l'organizzazione ByteDance-Seed.

Leggendo i dati di throughput

Il risultato mediano è attorno 20.4 token al secondo 98 di loro

È un modello denso, quindi ogni parametro viene letto per ogni token prodotto. Questo rende la pista di velocità la larghezza di banda della memoria quasi esattamente — una CARD con il doppio della larghezza di banda genera approssimativamente il doppio della velocità.

La memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.

Come è stato addestrato

La produzione di esso ha richiesto un'aritmetica totale di circa 2.6 × 10²⁴ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

Il set di addestramento si aggirava attorno a 12,000,000,000,000 token di testo

Passo dopo passo

Come scegliere una GPU per Seed-OSS-36B-Base

La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..

01

Inizia dalla colonna VRAM

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di Seed-OSS-36B-Base, avere bisogno di circa 20.4 GB a una compressione di IQ4_XS. La Capacità è il cancello — una card o la tiene o non la tiene.
02

Decidi quanto a lungo durano le tue conversazioni

Conversazioni più lunghe richiedono memoria oltre a ciò che i pesi necessitano. Muovi il cursore sulla tua reale lunghezza di lavoro prima di fidarti di qualsiasi riga per Seed-OSS-36B-Base.
03

Imposta un pavimento di qualità

La Compression è ciò che rende un modello adatto a schede più piccole, a fronte di un certo costo in accuratezza., raggiungendo una compressione di IQ4_XS sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
04

Ordina per throughput piuttosto che per specifiche.

Il ranking per tokens al secondo segue la larghezza di banda della memoria piuttosto che il numero di core, per Seed-OSS-36B-Base. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B200, nella 94.1 tok/s
05

Leggi l'ultima colonna di fit

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di Seed-OSS-36B-Base. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
06

Controlla la GPU dall'altro lato

Ogni nome di scheda è collegato alla propria pagina, che esegue lo stesso calcolo su tutto il catalogo dei modelli. Una scheda è solitamente acquistata per più di un modello, quindi vale la pena dare un'occhiata prima di acquistare. Seed-OSS-36B-Base.

Risposte

Seed-OSS-36B-Base — domande comuni

Seed-OSS-36B-Base— posso eseguirlo se non si adatta nella mia GPU?

Solo scaricando, che di solito è una falsa economia: la parte tenuta in SYSTEM MEMORY rallenta tutto. La più vicina mancata che calcoliamo risulta insufficiente di 4.5 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Seed-OSS-36B-Base— due GPU lo farebbero andare più veloce?

La capacità si somma tra le schede; il throughput no. Il numero di schede che già la possiedono da sole: 126. Quindi una seconda CARD è raramente la risposta qui.

Seed-OSS-36B-Base— perché la quantizzazione differisce tra le schede?

Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Seed-OSS-36B-Base— quanto sono accurate queste stime di velocità?

Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 56–151 tok/s su B200. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Seed-OSS-36B-Base— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Tesla M40 24 GB, con una capacità di memoria di 24 GB. Esegui il modello a una compressione di IQ4_XS utilizzando circa 20.4 GB, e produce approssimativamente 7.1 token al secondo. Il numero di card in grado di eseguirlo in totale: 126.

Seed-OSS-36B-Base— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 94.1 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 98.

Seed-OSS-36B-Base— quanta VRAM serve?

Ha bisogno di 20.4 GB a una compressione di IQ4_XS, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.

Seed-OSS-36B-Base— posso eseguirlo su una GPU holding 24 GB?

Sì. La scheda GeForce RTX 5090 D V2, tenere 24 GB, lo esegue a una compressione di IQ4_XS, utilizzando circa 20.4 GB e generando approssimativamente 38.7 token al secondo. Il fit è stretto.

Seed-OSS-36B-Base— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

Seed-OSS-36B-Base— quanti parametri ha?

Ha un numero di parametri di 36B. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

Seed-OSS-36B-Base— chi l'ha creato?

È stato pubblicato da ByteDance, basato su China, un'organizzazione categorizzata come industry.

Seed-OSS-36B-Base— quando è stato rilasciato?

È stato pubblicato in August 2025.

Seed-OSS-36B-Base— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering, System control, Code generation, Mathematical reasoning. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

Seed-OSS-36B-Base— Dove posso scaricarlo?

I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione ByteDance-Seed. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.

Seed-OSS-36B-Base— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 2.6 × 10²⁴ FLOP. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.

Tutti i modelli AI