模型中心

收录社区常用的开源大模型:参数规模、量化发布与实测情况一目了然;还没有实测的模型会如实标注。

共 58 个模型

按最近收录排序(新收录的排前面)

「量化发布数」来自社区与官方发布,「实测数」只算本站验证过的运行记录;页脚「模型」统计的是有已上架实测的模型数,与本页收录总数是两个口径。

Inkling-2-Mini

Thinking Machines Lab

官方发布日期2026-11-20(模型卡明示,非HF建仓日)。文字/图像输入,文字输出。26.4B总参数、3.4B激活;24层中间12层共享权重循环三次,官方列有效激活计算量5.4B。约20GB混合NVFP4/MXFP8检查点;官方推荐Apple silicon内存或其他GPU显存32GB及以上,不是本站实测保证。模型卡声明Apache 2.0并链接Acceptable Use Policy:https://thinkingmachines.ai/model-acceptable-use-policy/ 。本站尚无独立实测。

26.4B开源

Arena Elo —

暂无已收录的量化发布暂无实测

查看

Kimi-K3.1-Pro-Highspeed

Moonshot AI

Kimi K3.1 Pro 的高速服务版本(与标准版同一套权重,官方称输出速度 **2-3 倍**,对应更跟手的交互延迟)。定价为标准版的翻倍:输入 **$4.00** / 输出 **$20.00**(每百万 token),缓存命中输入 $0.20、缓存写入 5 分钟 $4.00 / 1 小时 $8.00。上下文与能力口径同 K3.1 Pro(2.8T 总参 / 104B 激活,1M 上下文,原生多模态,Terminal-Bench 4.0 65.7%)。API 名为 kimi-k3.1-pro-highspeed,现已随标准版同步上线;权重承诺 11 月 4 日前放出,站内按 RESTRICTED 口径收录,零实测记录。

2800B受限

Arena Elo —

暂无已收录的量化发布暂无实测

查看

Kimi-K3.1-Pro

Moonshot AI

月之暗面(Moonshot AI)于 2026-10-23 发布的 Kimi K3 系列首个模型 Kimi K3.1 Pro——K3 的后训练版本,官方定位「迄今最强的 3T 级开放权重模型」:**2.8T 总参 / 104B 激活**,上下文 **1,048,576 token(1M)**,原生多模态(文本/图像/视频)。发布评测:Terminal-Bench 4.0 **65.7%**(高于 GPT-6 Astra 58.2%,略低于 Claude Opus 5.5 66.4%)、Kimi Code Bench 3.0 Long-horizon 61.2%(前代 K3 为 55.95%)、BenchCAD(带工具)92.7%(Claude Opus 5.5 96.2% / GPT-6 Astra 95.9%)、OfficeQA Pro v2 64.4(SOTA)、Finance 与 3D 制作能力同步升级。官方定价(每百万 token):输入 **$2.00**、输出 **$10.00**、缓存命中输入 $0.20、缓存写入 5 分钟 $2.00 / 1 小时 $4.00——较前代 K3($3.00 / $15.00)降约 33%。API 今日可用(kimi-k3.1-pro),另发 Highspeed 版(2-3 倍速,$4.00 / $20.00)。**权重官方承诺 11 月 4 日前放出**,站内按 RESTRICTED 口径收录,零实测记录。

2800B受限

Arena Elo —

暂无已收录的量化发布暂无实测

查看

NVIDIA-Nemotron-3.5-Bolt-E4B-4GB

NVIDIA

NVIDIA 于 2026-10-23 发布的 Nemotron 3.5 Bolt(Apache-2.0 的 Google Gemma-4-E4B-it 底座 + NVIDIA 后训练,官方后训练数据截止 2026-05):8B 总参 / 4B 有效参,面向本地语音与设备助手、交互人设、边缘嵌入式场景。主打多轮工具调用、指令遵循与输入接地(input grounding);chat template 控制 thinking 模式与 conversational 模式,thinking 预算可调。官方 Q4_K_M GGUF 实测 **6.18GB**(仓库名里的「4GB」指 4B 有效参数量级),llama.cpp 官方给了 Docker 配方(ghcr.io/ggml-org/llama.cpp:server-cuda13-b11459,-c 65536、--jinja),另配 DFlash 草稿模型做投机解码(--spec-type draft-dflash --spec-draft-n-max 7)。上下文输入/输出各 64K token,支持 36 种语言。Q4_K_M 口径基准(对照 Gemma-4-E4B-it Q4_K_M / Qwen3.5-4B Q4_K_M):MultiChallenge 55.60、RoleBench 71.21、RoleMRC 79.12、ToolSandbox 74.13、IHEval 82.40、IFBench 64.00、StructEval-T 79.99、BFCL-v3 67.31、Tau2-Bench 52.32、AgentIF 22.95、RULER(64K) 85.76、LongMemEval 69.92、LongBench v2 (48K) 48.67——工具调用与角色扮演两项相对底座提升最明显。许可 OpenMDW-1.1(底座 Gemma 4 部分适用 Apache-2.0)。

8B开放权重

Arena Elo —

暂无已收录的量化发布26 次实测

查看

NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4

NVIDIA

NVIDIA 于 2026-10-23 发布的 Nemotron 3.5 Super VL 量化版(NVFP4,由 BF16 版做量化感知蒸馏):120B 总参 / 12B 激活的视觉-语言 MoE。架构为交错的 Mamba-2 + Transformer 混合注意力 + MoE,配 C-RADIO 视觉编码器与视觉-语言连接器;上下文最长 **1,000,000 token**,原生 Multi-Token Prediction(MTP)投机解码(官方配 LiLiCorr 草稿模型,每步 7 个投机 token)。推理档位可调 off / on (medium) / on,经 chat template 控制;部署目标为 1× DGX Spark (GB10)、1× RTX PRO 6000、1× H200、2× H100 或 1× GB200,需 vLLM(官方给 nightly 镜像 + `--speculative_config.method dflash` 等参数,mamba-backend flashinfer、video-pruning-rate 0.5)。NVFP4 权重实测合计 **75.0GB**(HF 仓库 88 个 safetensors 分片)。基准(NVFP4 / BF16):GPQA-Diamond 89.90 / 89.52、Terminal-Bench 2.1 62.78 / 60.67、SWE-bench Verified 71.07 / 71.10、SWE-bench Pro 51.30 / 51.78、tau2-bench retail 69.30 / 69.24、tau2-bench airline 75.75 / 76.50、Video-MME v2 32.54 / 32.85、OSWorld-Verified 52.3 / 51.14、AA-Omniscience index 5.3 / 4.03、GDPval-AA v2 1206 / 1211。许可为 OpenMDW-1.1(可商用)。**站内按保守显存口径零实测收录**:120B 级 NVFP4 在站内 padding 公式下需约 180GB 以上,96GB 级显卡不判 fit。

120B开放权重

Arena Elo —

暂无已收录的量化发布暂无实测

查看

elephant-1

Baseten (Base Labs)

mammoth-1 的 9B 小兄弟(2026-10-21 发布,MIT,Qwen3.5-9B 全量微调),面向「快且便宜」的决策场景:同样单次 shared-prefix prefill 输出每个选项的校准概率。成绩:Jev Decision Index 0.4 上 15B 以下最佳(62.65,并列 208 个模型第 8);Artificial Analysis Decision Index 复刻榜 65.2,与 d1-ultra(65)持平。与 mammoth-1 的分工:需要更广通用知识时用 27B,延迟 / 成本敏感的路由与守门用 9B。自托管需官方 setup.sh + OneJev 运行时(单 CUDA GPU)。

9B开源

Arena Elo —

暂无已收录的量化发布39 次实测

查看

mammoth-1

Baseten (Base Labs)

Baseten 于 2026-10-21 发布的 27B 决策模型(MIT,Qwen3.5-27B 全量微调,冻结视觉编码器)。输入状态 + 一组问题,单次 shared-prefix prefill 为每个选项输出校准概率——与让通用 LLM 逐题问答相比,路由 / 守门 / 分类场景下更省 token 也更稳。成绩:Jev Decision Index 0.4 全榜 208 个模型第 1(71.24,领先 Perplexity Decider v1.2 的 69.42);Artificial Analysis Decision Index 复刻榜 65.9 第 1。全注意力层使用 block-bidirectional mask,最大序列 16,384 token。注意:pipeline 为 text-classification,自托管需官方 setup.sh + OneJev 运行时(单 CUDA GPU),并非通用 chat 模型。

27B开源

Arena Elo —

暂无已收录的量化发布26 次实测

查看

Raon-1-mini-preview

KRAFTON

KRAFTON AI 从零训练的 Raon 开放模型家族首款(2026-10-22 预览版,Apache-2.0,官方尺寸记号 30B-A4B):28.8B 总参 / 4.3B 激活(128 路由专家选 6 + 1 共享)。混合注意力是核心卖点——25 层中 18 层 Raon Delta Attention(线性注意力,把 Kimi Delta Attention 的 erase/write 门解耦,固定大小状态)+ 7 层 Gated MLA(KV 仅约 8KiB/token BF16),3:1 混排;上下文 262,144 token。韩/英/日/中/西/法/泰多语,原生 tool calling(Hermes Agent / Pi / OpenCode 已接)。量化官方提供 MXFP8 与 NVFP4,**NVFP4 单卡 RTX 5090(32GB)即可推理**;附 DFlash2 草稿模型(B300 实测输出吞吐最高 2.18 倍)。权重仓库为申请制(自动批准),官方 GGUF:Q4_K_M 19.7GB、Q6_K 25.8GB、Q8_0 30.7GB。注意:preview 版本,规格与结果在正式版前可能变化。

28.8B开源

Arena Elo —

暂无已收录的量化发布24 次实测

查看

Flint-40B-A2.5B

Recursive

Recursive 于 2026-10-21 发布的编码 agent 专用 MoE(Apache-2.0):39.8B 总参 / 每 token 约 2.5B 激活(含输出头,纯 body 约 2.2B;官方尺寸记号 40B-A2.5B)。架构:49 层(2 层稠密 + 47 层 MoE),256 路由专家选 6 + 常驻共享专家;注意力为 35 层滑动窗口(513 token)+ 14 层全注意力,全注意力层无位置编码、滑窗层用 RoPE,每头 QK RMSNorm + attention sink。上下文 262,144 token,词表 150,144,训练截止 2026-06。发布评测:Terminal-Bench 2.1 54.9%、SWE-bench Pro v2 89.7%、SWE-bench Verified 74.2%(Recursive 自测口径,温度 1.0 / pass@1 ≥5 次均值)。BF16 权重约 80GB;社区 GGUF(unsloth)UD-Q4_K_XL 25.1GB、Q8_0 42.3GB、UD-IQ1_M 11.4GB。据 TechCrunch / WIRED 报道,该模型的主体由 AI 在不到 4 个月内构建完成。

39.8B开源

Arena Elo —

暂无已收录的量化发布22 次实测

查看

MiniMax-M3.1-Flash

MiniMax

MiniMax 于 2026-10-19 发布的 Flash 系列新旗舰(API 先行,权重后置)。相对前代更激进的稀疏化:官方口径在线推理约 3 倍速、任务成本降 70%($0.15 输入 / $0.60 输出 / $0.015 缓存输入,每百万 token);输出 200+ tok/s(P50 170+)。基准:BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents Last Exam 29.6(中国模型双第一)、CyberGym 82%。匿名声测期代号 Space Bunny,已处理 200 万亿 token。当前仅 MiniMax API / M Plan / MiniMax Code 可用,官方称模型权重稍后放出——参数量未公布,本地实测待权重发布。

受限

Arena Elo —

暂无已收录的量化发布暂无实测

查看

Hy-Memory-30B-A3B

Tencent Hunyuan

腾讯混元的长期记忆写入器(10 月 15 日,Apache 2.0),30B 总参 / ~3B 激活。不是通用对话模型,而是嵌入 Mem0 / MemOS / Hy-Memory 等记忆框架,在对话流上抽取、合并、更新长期记忆条目;OPD + RL 训练,附 arXiv 2610.22196。FP8 官方权重与社区 GGUF 转换已放出。

30B开源

Arena Elo —

暂无已收录的量化发布31 次实测

查看

Beam-1.0-501B-A23B

Reflection

Reflection 发布的 501B 总参 / 23B 激活 MoE 推理模型(Apache 2.0),主打「推理时更少思考 token」——官方口径约为同级模型的 1/3。1M 上下文,BF16 / FP8 / NVFP4 权重,10 月 16 日起社区 GGUF 量化与 DFlash2 等投机解码后端陆续跟进。

501B开源

Arena Elo —

暂无已收录的量化发布暂无实测

查看

共 58 个模型