---
title: "Seed-Thinking-v1.5 – 字节跳动推出的最新思考模型"
url: "https://paooo.com/aigc-news/20381/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T05:21:54+08:00"
updated_at: "2026-06-08T05:21:54+08:00"
categories: "AIGC 资讯"
tags: "AI编程, DeepSeek, 大模型微调, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Seed-Thinking-v1.5 – 字节跳动推出的最新思考模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/20381/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 200B MoE 架构、20B 激活参数，兼顾高性能与更低计算开销。
- AIME 2024 得 86.7 分、Codeforces pass@8 达 55.0%、GPQA 达 77.3 分。
- 非推理任务胜率较 DeepSeek R1 高 8%，并将于 4 月 17 日开放体验。

## Seed-Thinking-v1.5是什么

Seed-Thinking-v1.5 是字节跳动推出的推理智能模型，采用混合专家（MoE）架构，总参数量为 200B，每次激活 20B 参数。模型在多个基准测试中表现出色，如在 AIME 2024 测试中获得 86.7 分，在 Codeforces 评测中 pass@8 指标达到 55.0 分，在 GPQA 测试中获得 77.3 分。在非推理任务中胜率比 DeepSeek R1 高出 8%，展现出广泛的适用性。Seed-Thinking-v1.5 的开发涉及精心策划的训练数据、先进的强化学习框架、双层奖励系统和高效的基础设施。模型将于 4 月 17 日通过火山引擎开放接口供用户体验。

## Seed-Thinking-v1.5的主要功能

- **卓越的推理能力**：Seed-Thinking-v1.5 在多个权威基准测试中表现出色，例如在 AIME 2024 测试中获得 86.7 分，在 Codeforces 评测中 pass@8 指标达到 55.0%，在 GPQA 测试中获得 77.3 分。表明其在 STEM（科学、技术、工程和数学）领域以及编程方面具有强大的推理能力。

- **广泛的泛化能力**：模型在非推理任务中也表现出色，胜率比 DeepSeek R1 高出 8%，显示出其在复杂用户场景处理能力方面的优势。

- **高效的基础设施**：为支持大规模训练，Seed-Thinking-v1.5 采用了 HybridFlow 编程模型和流式推理系统（SRS），通过三层并行架构（张量/专家/序列并行）优化了训练效率。

## Seed-Thinking-v1.5的技术原理

- **混合专家模型（MoE）架构**：Seed-Thinking-v1.5 采用了混合专家模型（Mixture-of-Experts, MoE）架构，总参数量为 200B，每次激活 20B 参数。在保持高性能的同时，显著减少了计算资源的消耗，提高了模型的效率。

- **强化学习算法**

**VAPO 和 DAPO 框架**：为解决强化学习训练中的不稳定性问题，研究团队提出了 VAPO（面向 Actor-Critic）和 DAPO（面向 Policy Gradient）两大框架。这两种方法能提供稳健的训练轨迹，有效优化推理模型。

- **奖励建模**：团队设计了两种奖励建模方案，Seed-Verifier 和 Seed-Thinking-Verifier。Seed-Thinking-Verifier 通过详细的推理过程，解决了奖励欺骗、预测不确定性和边界情况处理失败等问题。

- **数据处理与增强**

**可验证问题**：包括数学、编程和逻辑谜题，通过严格筛选与增强（如将选择题转为填空题），确保模型学习到真实的推理能力。

- **非可验证问题**：如创意写作和对话，通过动态过滤低方差样本，避免模型陷入局部优化。

- **数据增强策略**：例如用模型生成候选答案，结合人工验证修正错误参考答案，提升数据可靠性。

- **分布式训练基础设施**

**混合并行架构**：结合张量并行（TP）、专家并行（EP）和上下文并行（CP），支持高效的大规模训练。

- **流式生成系统（SRS）**：通过异步处理和动态资源调度，将长文本生成的效率提升 3 倍，解决了传统同步框架的“拖尾问题”。

- **自动调优系统**：根据实时负载动态选择最优计算配置，平衡内存与计算资源。

## Seed-Thinking-v1.5的项目地址

- **Github仓库**：[https://github.com/ByteDance-Seed/Seed-Thinking-v1.5](https://github.com/ByteDance-Seed/Seed-Thinking-v1.5)

## Seed-Thinking-v1.5的性能表现

- **数学推理**：在 AIME 2024 测试中获得 86.7 分，与 OpenAI 的 o3-mini-high 持平。

- **编程任务**：在 Codeforces 评测中，pass@8 指标达到 55.0%，优于 DeepSeek-R1。

- **科学问答**：在 GPQA 测试中准确率达 77.3%，接近顶尖模型水平。

- **非推理任务**：在非推理任务中，胜率比 DeepSeek R1 高出 8%，表现出较强的泛化能力。

## Seed-Thinking-v1.5的应用场景

- **科学问答**：Seed-Thinking-v1.5 在科学问答方面也有显著表现。模型能理解和回答涉及科学概念和原理的复杂问题，适用于教育和研究领域。

- **创意写作**：模型能生成跨时空对话，例如模拟历史人物的内心独白或融合不同领域术语的叙事。在内容创作、广告、剧本编写等领域具有潜在的应用价值。

- **逻辑推理**：Seed-Thinking-v1.5 在处理需要逻辑分析和推理的问题时具有显著优势，适用于需要逻辑判断和分析的场景，如法律分析、市场策略规划等。

- **教育辅助**：Seed-Thinking-v1.5 的推理能力可以帮助学生解决数学和科学问题，提供编程练习的反馈，辅助语言学习。

## 常见问题解答 (FAQ)

### Seed-Thinking-v1.5是什么模型？
Seed-Thinking-v1.5 是字节跳动推出的推理智能模型，采用混合专家（MoE）架构，总参数量 200B、每次激活 20B。它重点强化数学、编程和科学问答等推理能力，同时也兼顾非推理任务表现。

### Seed-Thinking-v1.5的基准成绩怎么样？
公开信息显示，它在 AIME 2024 上获得 86.7 分，Codeforces 评测 pass@8 达到 55.0%，GPQA 得分 77.3 分；在非推理任务中，胜率比 DeepSeek R1 高出 8%。

### Seed-Thinking-v1.5适合哪些应用场景？
它适合科学问答、编程辅助、逻辑推理、创意写作和教育辅助等场景。尤其在 STEM 问题、代码推理和复杂分析任务中表现突出，也适合需要较强泛化能力的用户场景。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
