2026 年最佳开源大模型

2026 年 11 月值得了解的开放权重语言模型,从万亿参数的前沿模型到一张 GPU 就能运行的 27B 模型。每个条目都会说明模型的用途、规模,以及许可证对你的要求。

  • 榜单更新于 2026年11月11日
  1. Kimi K3.1 Pro 规模最大

    这里最大的模型:2.8T 参数、104B 激活、1M token 上下文并支持图像输入,针对编程和智能体任务调优。它需要多节点集群,其 MIT 风格的许可证对大型托管业务和超大型产品附加了条件。

    • Moonshot AI
    • 2.8T (激活 104B)
    • 1M token
    • Kimi K3 License (附条件)
    • 约 1.72 TB 起
  2. Qwen3.8-Max

    阿里首个开放的 Max 级模型:2.4T 参数、95B 激活、1M 上下文,支持文本、图像和视频输入。MIT 风格的许可证对几乎所有人免费,超大产品需要署名,大型托管业务需要另行协议。

    • Alibaba Qwen
    • 2.45T (激活 95B)
    • 1M token
    • Qwen3.8-Max License (附条件)
    • 约 1.69 TB 起
  3. GLM-5.3

    纯文本的 753B 模型,激活参数 40B,面向编程,上下文 1M。许可证接近 MIT;只有营收超过 100 亿美元的“模型即服务”运营方需要通过安全审查。

    • Z.ai (Zhipu AI)
    • 753B (激活 40B)
    • 1M token
    • GLM-5.3 License (附条件)
    • 约 520 GB 起
  4. LongCat-2.5 最新

    美团的 1.6T 多模态混合专家模型,激活参数 48B,2026 年 11 月 9 日发布,采用不带附加条件的 MIT 许可证。美团只给出了在 NPU 服务器上的部署文档,BF16 文件合计约 3.6 TB。

    • Meituan
    • 1.6T (激活 48B)
    • 1M token
    • MIT (宽松)
    • 约 1.1 TB 起
  5. DeepSeek V4.1 Flash

    552B 的混合专家模型,KV 缓存很小,原生支持图像输入,上下文 1M,采用 MIT 许可证。小缓存让长上下文服务更便宜。

    • DeepSeek
    • 552B (激活 16B)
    • 1M token
    • MIT (宽松)
    • 约 561 GB 起
  6. Mistral Large 4

    欧洲最大的开放权重模型:约 1T 参数、52B 激活,支持多模态,上下文 1M。采用修改版 MIT 许可证,出售托管访问的企业需要向 Mistral 申请商业许可。

    • Mistral AI
    • 1.05T (激活 52B)
    • 1M token
    • Mistral Open-Weight (附条件)
    • 约 671 GB 起
  7. Muse Spark Open

    Meta 的开放权重 816B 模型,激活参数 42B,上下文 1M,可输入文本、图像、视频和音频。营收超过 2000 万美元且出售托管访问的企业需要签订协议,所有人都必须显示署名,下载需要授权。

    • Meta
    • 816B (激活 42B)
    • 1M token
    • Muse Model License (附条件)
    • 约 563 GB 起
  8. Inkling

    本站收录的最大的 Apache 2.0 模型:来自 Thinking Machines 的 975B 多模态混合专家模型,定位是供定制的基座,而不是成品助手。

    • Thinking Machines Lab
    • 975B (激活 41B)
    • 1M token
    • Apache 2.0 (宽松)
    • 约 188 GB 起
  9. Reflection Beam

    Reflection 的首个开放模型:501B 文本混合专家模型,采用 Apache 2.0,激活参数 23.4B,为推理效率而设计。

    • Reflection AI
    • 501B (激活 23.4B)
    • 1M token
    • Apache 2.0 (宽松)
    • 约 323 GB 起
  10. Ripple-65B Preview

    Ricursive Intelligence 的 Apache 2.0 650 亿参数稠密预览版,上下文 1M token,2026 年 11 月 4 日发布。它是面向长编程和智能体任务的纯文本模型,BF16 权重约 130 GB,据我们估算,4 位精度下约需 45 GB。

    • Ricursive Intelligence
    • 64.8B
    • 1M token
    • Apache 2.0 (宽松)
    • 约 45 GB 起
  11. Hydrogen-1.0

    深度原理的 753B 科学模型,由 GLM-5.3 在化学、材料和生命科学数据上后训练而成,2026 年 11 月 2 日发布,标注为 MIT 许可证。上下文 1M token,4 位版本为 423 到 464 GB。所有基准声明都来自开发者自己。

    • Deep Principle
    • 753B (激活 40B)
    • 1M token
    • MIT (宽松)
    • 约 465 GB 起
  12. DeepSeek V4

    DeepSeek 的 MIT 许可证、1M 上下文组合:1.6T 的 Pro(激活 49B)和 284B 的 Flash(激活 13B),为长上下文智能体而设计。据我们估算,4 位精度下 Pro 约需 1 TB 内存,Flash 约需 184 GB。

    • DeepSeek
    • 1.6T (激活 49B)
    • 1M token
    • MIT (宽松)
    • 约 176 GB 起
  13. Hy3

    腾讯的 295B 混合专家模型,激活 21B 参数,上下文 256K。在一个带有地域限制许可证的预览版之后,它改用 Apache 2.0。据我们估算,4 位精度下约需 200 GB。

    • Tencent
    • 295B (激活 21B)
    • 256K token
    • Apache 2.0 (宽松)
    • 约 204 GB 起
  14. Laguna S 2.1

    Poolside 专注编程的 118B 混合专家模型,激活 8B 参数,上下文 1M,采用宽松的 OpenMDW-1.1 许可证。据我们估算,96 GB 的 Q4_K_M 文件约需 106 GB,128 GB 内存的机器可以运行。它的分数是 Poolside 自己的结果。

    • Poolside
    • 118B (激活 8B)
    • 1M token
    • OpenMDW-1.1 (宽松)
    • 约 81 GB 起
  15. Step 5 Preview

    阶跃星辰的 600B 混合专家模型,激活 27B 参数,上下文 1M,支持图像输入,面向编程智能体、长流程任务和金融。FP8 权重约 650 GB,自定义许可证要求硬件厂商和年营收超过 2000 万美元的托管业务另行签约。

    • StepFun
    • 604B (激活 27B)
    • 1M token
    • StepFun 1.0 (附条件)
    • 约 417 GB 起
  16. GigaChat 3.5 Ultra

    Sber 的 MIT 许可证 432B 混合专家模型,激活 28B,上下文 262K,有 Instruct 和 Reasoning 两个版本。在 Sber 自己的表格里,Reasoning 模型在 AIME 上与 DeepSeek V4 Flash Preview 持平,但在 SWE-bench Verified 上大幅落后,仅 FP8 权重就约 440 GB。

    • Sber (GigaChat)
    • 438B (激活 28B)
    • 256K token
    • MIT (宽松)
    • 约 299 GB 起
  17. MiniMax M3

    MiniMax 的 428B 多模态混合专家模型,激活 23B 参数:稀疏注意力支撑 1M 上下文,并支持图像和视频输入。社区许可证要求署名和通知,年营收超过 2000 万美元则需要书面授权。

    • MiniMax
    • 428B (激活 23B)
    • 1M token
    • MiniMax Community (附条件)
    • 约 295 GB 起
  18. K2 Horizon

    IFM 的完全开放系列:375B 混合专家模型(激活 23B 参数),加上 36B-A4B、32B、7B、3.7B 和 0.9B 模型,全部采用 Apache 2.0,上下文 512K。权重、训练代码、数据配方、检查点和日志都已公开;在 IFM 自己的表格里,375B 在多项测试上落后于 MiniMax-M3。

    • Institute of Foundation Models (MBZUAI)
    • 379B (激活 23B)
    • 512K token
    • Apache 2.0 (宽松)
    • 约 0.745 GB 起
  19. K-EXAONE 2.0

    LG 的 750B 混合专家模型,激活参数 37B,上下文 262K,采用 Apache 2.0。它是韩国最大的模型,但在 LG 自己的对比表里,多数测试落后于 Qwen3.5、GLM-5.1 和 DeepSeek-V4 Pro。

    • LG AI Research
    • 750B (激活 37B)
    • 256K token
    • Apache 2.0 (宽松)
    • 约 518 GB 起
  20. A.X K2

    SK 电讯的 688B 混合专家模型,激活参数 33B,原生 FP8 权重,上下文 256K,采用 Apache 2.0。它在数学和韩语上最强,只读文本,需要多 GPU 节点。

    • SK Telecom
    • 688B (激活 33B)
    • 256K token
    • Apache 2.0 (宽松)
    • 约 438 GB 起
  21. Jais 3

    IFM 以阿拉伯语为核心的智能体模型,基于 K2 Horizon,六个规格从 0.9B 到 375B-A23B,采用 Apache 2.0,上下文 512K。在 IFM 自己的阿拉伯语测试里,375B 得 84.0,Qwen3.5-397B 为 82.0;它经过训练,可通过文件工具编辑阿拉伯语的 PDF、幻灯片和电子表格。

    • Institute of Foundation Models (MBZUAI)
    • 379B (激活 23B)
    • 512K token
    • Apache 2.0 (宽松)
    • 约 0.745 GB 起
  22. Command A+

    Cohere 的开放 218B 企业级模型:激活 25B 参数,支持 48 种语言、图像和工具调用,采用 Apache 2.0。4 位精度下两张 H100 就能运行。

    • Cohere
    • 218B (激活 25B)
    • 128K token
    • Apache 2.0 (宽松)
    • 约 145 GB 起
  23. Nemotron 3.5

    NVIDIA 的开放 Nemotron 3.5:120B 的 Super VL、压缩到 24 GB 的 74B Bolt,以及小型的 E4B,上下文 1M,采用宽松的 OpenMDW 许可证。

    • NVIDIA
    • 120B (激活 12B)
    • 1M token
    • OpenMDW-1.1 (宽松)
    • 约 5.52 GB 起
  24. Qwen3.8-27B

    单张 GPU 的实用之选:Apache 2.0 许可的 27B 稠密多模态模型,能读图像和视频,并会逐步推理。据我们估算,4 位精度下约需 19 GB。

    • Alibaba Qwen
    • 27.8B
    • 256K token
    • Apache 2.0 (宽松)
    • 约 19 GB 起
  25. Nanbeige4.3-33B

    BOSS 直聘面向长智能体任务的 330 亿参数稠密模型,上下文 512K,采用 Apache 2.0。据我们估算,4 位精度下约需 23 GB,能放进 32 GB 内存的机器,但仓库里没有 LICENSE 文件可以印证许可证。

    • Nanbeige LLM Lab
    • 33.1B
    • 512K token
    • Apache 2.0 (宽松)
    • 约 23 GB 起
  26. Gemma 4

    Google 的 Apache 2.0 模型家族,从手机级的 E2B 到 31B 旗舰,具备推理、视觉和工具调用能力。

    • Google DeepMind
    • 30.7B
    • 256K token
    • Apache 2.0 (宽松)
    • 约 3.52 GB 起
  27. gpt-oss

    OpenAI 2025 年发布的 Apache 2.0 推理模型:117B 和 21B 两个混合专家模型,分别能放进一张 80 GB GPU 或一台 16 GB 内存的机器。比其他模型更早,但几乎所有工具都支持。

    • OpenAI
    • 117B (激活 5.1B)
    • 128K token
    • Apache 2.0 (宽松)
    • 约 15 GB 起

我们如何筛选

  • 现在就能下载权重,并且我们完整阅读过其许可证。
  • 优先收录近期发布的模型,以及仍被广泛支持的较早模型。
  • 我们不按单一基准测试排名。开发者报告的分数属于自测,所以我们描述的是每个模型的设计目标和运行所需的条件。
  • 每个条目都对照一手资料核实,本页更新时会重新验证。