Laut der von BigCode bereitgestellten Datensatzdokumentation besteht The Stack v2 aus 67,5 TB Rohquellcode. Dieses umfangreiche Repository liefert erfolgreich über 900 Milliarden Trainings-Token, die 619 verschiedene Programmiersprachen umfassen. Obwohl diese Zahlen zweifellos beeindruckend sind, ist die Verwaltung von Daten in dieser Größenordnung für das Filecoin-Netzwerk tatsächlich eine Routine, da das System bequem im Exabyte-Maßstab betrieben wird.