BenchLeader

Seed-OSS-36B-Instruct

质量第 177 / 339 名
49.1Index
低于中位数
较中位数 −1.1
价格第 66 / 255 名
$0.300每百万 token
比多数便宜
中位数的 0.4 倍
速度第 199 / 216 名
35token/秒
后四分之一
中位数的 0.4 倍
性价比第 61 / 255 名
163.7分/$
前四分之一
中位数的 3.0 倍

性价比更高: Nemotron 3 Nano 30B A3B $0.088/M 即可获得 Index 47.4,便宜 71%。

有 23 个更便宜的已排名模型得分更高:GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262)、Claude Haiku 5.5 (56.7, $0.200),另有 20 个。

截至 2026年11月16日,Seed-OSS-36B-Instruct(ByteDance)在 BenchLeader Index 上得分 49.1(共 608 个已排名配置)。表现最好的是长上下文(55),最弱的是智能体与工具(40)。API 价格为输入每百万 token $0.210、输出每百万 token $0.570(按 3:1 混合为 $0.300),为 2026年11月16日的标价。输出速度约为 35 token/秒(Artificial Analysis)。发布于 2025年8月20日。

要点(截至 2026年11月16日)

  • Seed-OSS-36B-Instruct 的 API 价格为输入每百万 token $0.210、输出每百万 token $0.570(按 3:1 混合为 $0.300)(标价,2026年11月16日)。
  • Seed-OSS-36B-Instruct 的输出速度约为 35 token/秒(Artificial Analysis,2026年11月16日)。
  • Seed-OSS-36B-Instruct 于 2025年8月20日发布(ByteDance)。

详细说明:Seed-OSS-36B-Instruct 是 ByteDance 的开放权重推理模型,发布于 2025年8月20日。其最佳配置在 BenchLeader Index 上得分 49.1 ±5.0,在 608 个配置中排第 370 名,处于下半区。关键在于这个“±”:另有 270 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(55),智能体与工具最低(40)。按混合价格计,每百万 token $0.300,比大多数已排名模型便宜。输出速度为 35 token/秒,首次回答需 41.1 秒,位于最慢的四分之一。最近一次测量:2025年8月20日。数据较旧:六个月内没有新结果

混合价格
$0.300/M
输入 $0.210 · 输出 $0.570
来源:Artificial Analysis
输出速度
35 tok/s
由 Artificial Analysis 测量
首次回答
41 s
上下文
512k
来源:Artificial Analysis
完整回答
120 s
最近一次测量 2026年11月13日
单任务成本
–
单任务 token 数
–
发布日期
2025年8月20日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index49
  2. 推理52
  3. 智能体与工具40
  4. 数学52
  5. 指令遵循44
  6. 长上下文55

嵌入这个排名

更多徽章样式
[![Seed-OSS-36B-Instruct on BenchLeader: 综合第 175 名](https://www.benchleader.com/badge/seed-oss-36b.svg?style=compact)](https://www.benchleader.com/models/seed-oss-36b)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

ByteDance 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

Index 走势

2026年9月9日 至 2026年11月16日
434954

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试默认来源
AA Openness Index不计入 Index44.4#97Artificial Analysis

推理

基准测试默认来源
GPQA Diamond71.5%#179Epoch AI Benchmarking Hub
GPQA Diamond (AA)不计入 Index72.6%#283Artificial Analysis
Humanity's Last Exam (AA)不计入 Index9.9%#346Artificial Analysis
CritPt不计入 Index0.0%#337Artificial Analysis

编程

基准测试默认来源
LiveCodeBench (AA)不计入 Index76.5%#41Artificial Analysis

智能体与工具

基准测试默认来源
Terminal-Bench Hard6.8%#254Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index49.4%#201Artificial Analysis

数学

基准测试默认来源
OTIS Mock AIME67.5%#159Epoch AI Benchmarking Hub
AIME 2025 (AA)不计入 Index84.7%#46Artificial Analysis

知识

基准测试默认来源
Global-MMLU-Lite (AA)不计入 Index77.9%#82Artificial Analysis

指令遵循

基准测试默认来源
IFBench41.9%#244Artificial Analysis

长上下文

基准测试默认来源
AA-LCR v1.161.3%#292Artificial Analysis

综合

基准测试默认来源
AA Intelligence Index v4.3.2不计入 Index12.1#348Artificial Analysis
AA Progress Index v1不计入 Index229.2#322Artificial Analysis

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0003–49.7 s
总结一份 30 页的报告12,000 / 600$0.0029–58.3 s
代码编辑6,000 / 1,500$0.0021–1.4 min
智能体编程会话60,000 / 4,000$0.015–2.6 min
结构化信息提取2,000 / 200$0.0005–46.9 s

ByteDance 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Seed-OSS-36B-Instruct 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Seed-OSS-36B-Instruct on BenchLeader: 综合第 175 名](https://www.benchleader.com/badge/seed-oss-36b.svg)](https://www.benchleader.com/models/seed-oss-36b)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Seed-OSS-36B-Instruct on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/seed-oss-36b

BibTeX:

@misc{benchleader_seed_oss_36b_20261116,
  author       = {{BenchLeader}},
  title        = {{Seed-OSS-36B-Instruct on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/seed-oss-36b}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Seed-OSS-36B-Instruct 的基准测试得分是多少?
截至 2026年11月16日,Seed-OSS-36B-Instruct 的 BenchLeader Index 为 49.1 ±5.0。最强的是长上下文(55),最弱的是智能体与工具(40)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Seed-OSS-36B-Instruct 排名第几?
截至 2026年11月16日,Seed-OSS-36B-Instruct 在 608 个已排名配置中排第 370 名。另有 270 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Seed-OSS-36B-Instruct 每百万 token 的价格是多少?
截至 2026年11月16日,Seed-OSS-36B-Instruct 的价格为输入每百万 token $0.210、输出每百万 token $0.570,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.300。
Seed-OSS-36B-Instruct 是什么时候发布的?
ByteDance 于 2025年8月20日发布了 Seed-OSS-36B-Instruct。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《Seed-OSS-36B-Instruct:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/seed-oss-36b。