字節跳動開源360億參數大模型Seed-OSS-36B，具備512K超長上下文窗口，遠超主流開源模型的128K限制，引發行業關注。
字節跳動Seed團隊發佈開源大模型Seed-OSS-36B，支持51.2萬tokens超長文本處理，推理能力突出且開發者友好。該系列含三個版本，包括使用合成數據的基礎版、無合成數據的基礎版和指令調優版。
字節跳動Seed團隊於2025年8月20日推出開源大語言模型Seed-OSS系列，專爲國際化應用設計，具備長文本理解、推理能力和開發者友好特性。該系列採用先進架構技術，最新發布的Seed-OSS-36B模型擁有360億參數和512K長上下文處理能力。
magiccodingman
這是一個實驗性的混合量化模型，採用MXFP4_MOE混合權重技術，在保持接近Q8精度的同時，實現了更小的文件大小和更高的推理速度。模型探索了MXFP4與高精度嵌入/輸出權重的組合，在密集模型上取得了精度近乎無損的優化效果。
catalystsec
這是一個基於ByteDance Seed-OSS-36B-Instruct模型通過DWQ量化為4位的輕量化版本，使用mlx-lm 0.27.1從BF16教師模型中蒸餾而來，支持中英雙語文本生成任務。
giladgd
這是ByteDance-Seed/Seed-OSS-36B-Instruct模型的靜態量化版本，提供了多種量化級別的GGUF格式文件，幫助開發者在不同硬件配置下更高效地使用該模型。
lmstudio-community
Seed-OSS-36B-Instruct是由ByteDance-Seed開發的大型語言模型，參數量達360億，採用Apache-2.0開源許可證。該模型基於transformers庫構建，支持vllm和mlx技術優化，特別針對蘋果Silicon芯片進行了8位量化處理，提供高效的文本生成能力。
Seed-OSS-36B-Instruct是由字節跳動Seed團隊開發的360億參數指令調優大語言模型，基於Transformer架構構建，經過MLX量化處理，專門針對Apple Silicon芯片進行了優化，可在LM Studio中高效運行。
bartowski
這是ByteDance-Seed的Seed-OSS-36B-Instruct模型的量化版本，通過llama.cpp工具進行多種精度量化處理，提供了從BF16到IQ2_XXS等20多種量化選項，旨在提升模型在不同硬件上的運行效率和性能。
gabriellarson
Seed-OSS是由字節跳動Seed團隊開發的開源大語言模型系列，具備強大的長上下文處理、推理和智能體交互能力。僅使用12T token訓練，在多個公開基準測試中表現出色，支持高達512K的原生長上下文處理。
RDson
Seed OSS 36B Instruct是字節跳動開發的大規模語言模型，擁有360億參數，專門針對指令跟隨任務進行了優化。基於llama.cpp框架構建，支持高效的文本生成能力。
yarikdevcom
Seed-OSS-36B-Instruct是由ByteDance開發的360億參數大型語言模型，基於Apache-2.0許可證開源。該模型專門針對指令跟隨任務進行了優化，支持文本生成和對話功能，具有強大的理解和生成能力。
dnakov
Seed-OSS-36B-Instruct是字節跳動開發的文本生成模型，基於36B參數規模的大語言模型架構，專門針對指令跟隨任務進行優化。該模型支持中英文雙語，採用Apache-2.0開源許可證，可通過vllm和mlx推理框架進行高效部署。
Seed-OSS-36B-Instruct是由ByteDance開發的大規模語言模型，參數量達360億，專注於文本生成任務。該模型基於MLX框架實現，支持中英文雙語，具備強大的指令跟隨和文本生成能力。
Seed-OSS-36B-Instruct是由字節跳動開發的360億參數大型語言模型，基於MLX框架優化，專注於文本生成任務。該模型支持中英文雙語，採用Apache-2.0開源許可證，具備強大的指令跟隨和內容生成能力。
QuantTrio
Seed-OSS-36B-Instruct-AWQ 是字節跳動 Seed 團隊開發的 36B 參數大語言模型的量化版本，具備強大的長上下文處理能力、推理能力和智能體功能，支持高達 512K 的上下文長度和靈活的思考預算控制。
ByteDance-Seed
Seed-OSS是由字節跳動Seed團隊開發的開源大語言模型系列，具備強大的長上下文處理、推理、智能體交互能力和通用性能。該模型僅使用12T token訓練，在多個公開基準測試中表現出色。
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
