阿里通义千问Qwen 3.5系列小模型打破“参数量决定智商”的常规认知。其中仅40亿参数的Qwen 3.5-4B在第三方测试中，与参数量过千亿的GPT-4o同台竞技，表现不落下风甚至略胜一筹。这标志着国产大模型在本地部署和效率优化上取得重要突破，开启“以小博大”的新时代。
阶跃星辰开源Step3.5Flash模型全链路，包括预训练、中训练权重及训练框架。该模型专为智能体设计，采用稀疏MoE架构，总参数量1960亿，推理时仅激活约110亿参数，能效比高，单请求代码任务推理速度最高达350TP。
春节假期国产AI大模型密集发布，智谱科技GLM-5模型备受关注。该模型参数量达7440亿，较前代翻倍，技术实现突破，并全面支持七大国产芯片平台，展现中国AI实力。
春节期间国产大模型集中发布，智谱AI推出旗舰模型GLM-5，定位全能型对话、编程与智能体模型，采用稀疏注意力与多Token预测技术，参数量达745B，约为前代两倍。
一款开源的14B参数量的数学模型，通过强化学习训练，性能卓越。
Qwen2.5-Coder系列中的0.5B参数量指令调优模型
Qwen2.5-Coder系列中的1.5B参数量级代码生成模型
Qwen2.5-Coder系列中的3B参数量指令调优模型
Alibaba
$1
Input tokens/M
$10
Output tokens/M
256
Context Length
Chatglm
$8
$16
128
$0.3
-
32
$2
Baidu
Huawei
Tencent
$6
$18
Stepfun
Minimax
8
01-ai
200
Baichuan
4
evilfreelancer
这是ai-sage/GigaChat3-10B-A1.8B模型的量化版本，采用GGUF格式，需要特定的llama.cpp分支支持。模型采用混合专家架构，总参数量约118亿，其中激活参数量约18亿。
Clemylia
夏洛特-AMY是由Clemylia开发的精细调优小型语言模型，拥有5100万参数，专注于希望、友谊、伦理和支持领域。该模型秉持'训练质量优于参数数量'的理念，在语义清晰度和连贯性方面表现优异，提供高质量的伦理咨询和情感支持服务。
mlx-community
Granite-4.0-H-1B-8bit 是 IBM Granite 系列的小型语言模型，专门针对 Apple Silicon 芯片优化，采用 8 位量化技术，参数量为 1B，具有高效推理和低资源消耗的特点。
Wwayu
这是一个基于GLM-4.6架构的混合专家模型，使用REAP方法对专家进行了40%的均匀剪枝，参数量为218B，并转换为MLX格式的3位量化版本，适用于苹果芯片设备高效运行。
cpatonn
Qwen3-Next-80B-A3B-Instruct是通义千问团队开发的高效稀疏混合专家模型，总参数量80B，激活参数量仅3B。该模型采用创新的混合注意力机制和极低激活率的MoE架构，在保持强大性能的同时大幅提升推理效率，原生支持262K上下文长度并可扩展至1M令牌。
ggml-org
这是由Qwen/Qwen3-4B-Thinking-2507模型转换而来的GGUF格式版本，采用Q8_0量化，可与llama.cpp兼容使用。该模型具有思维链推理能力，参数量为40亿。
embeddinggemma-300M是一个经过量化优化的轻量级文本嵌入模型，基于Google的embeddinggemma架构，采用QAT（量化感知训练）和Q4_0量化技术，参数量为300M。该模型专门用于生成高质量的文本嵌入向量，支持句子相似度计算和特征提取等任务。
gguf-org
FastVLM是由苹果公司开发的轻量级视觉语言模型，参数量为5亿，支持文本生成和视觉语言理解任务。该模型提供了多种量化版本，可通过gguf-connector工具便捷运行。
calcuis
FastVLM-0.5B是苹果公司开发的高效视觉语言模型，参数量为5亿，通过GGUF格式优化，可在资源受限环境中实现快速的文本生成和视觉语言理解任务。
OpenGVLab
InternVL3.5-1B是InternVL系列的开源多模态模型，参数量为1.1B，包含0.3B视觉参数和0.8B语言参数。该模型显著提升了通用性、推理能力和推理效率，支持GUI交互等新功能。
Jackmin108
GLM-4.5-Air是智谱AI推出的适用于智能体的基础模型，采用紧凑设计，统一了推理、编码和智能体能力，能满足智能体应用的复杂需求。该模型参数量适中且效率优越，已开源多种版本，可用于商业和二次开发。
lmstudio-community
Seed-OSS-36B-Instruct是由ByteDance-Seed开发的大型语言模型，参数量达360亿，采用Apache-2.0开源许可证。该模型基于transformers库构建，支持vllm和mlx技术优化，特别针对苹果Silicon芯片进行了8位量化处理，提供高效的文本生成能力。
dnakov
Seed-OSS-36B-Instruct是由ByteDance开发的大规模语言模型，参数量达360亿，专注于文本生成任务。该模型基于MLX框架实现，支持中英文双语，具备强大的指令跟随和文本生成能力。
istupakov
NVIDIA Parakeet TDT 0.6B V3是一个多语言自动语音识别模型，参数量为6亿，支持包括英语、西班牙语、法语、德语等25种欧洲语言，可将语音转换为文本。
fredzzp
Open-DCoder 0.5B 是一个基于Qwen2架构的代码生成掩码扩散模型，参数量为5亿。该模型采用双向注意力机制和创新的扩散生成方法，专门用于代码生成任务。
minpeter
这是一个基于transformers库开发的多语言基础模型，特别针对韩语进行了优化。模型参数量为1.87亿，采用Apache-2.0开源许可证发布。
prithivMLmods
Qwen3代码推理是一个参数量为40亿的紧凑型模型，在nvidia/OpenCodeReasoning上进行了微调，专门为编码和逻辑推理任务而设计。该模型在代码生成和逻辑问答方面表现出色，支持超过10000个标记的上下文窗口。
kshitijthakkar
LoggenixMoE133M是一款轻量级混合专家（MoE）因果语言模型，总参数量133M，活跃参数量80M。该模型在包含根因分析、代码生成和推理任务的自定义数据集上从头训练，支持智能体能力特殊标记，适合边缘设备部署和专业AI智能体构建。
Eric1227
基于Llama 3.2架构的混合专家模型，包含8个专家，每个专家4B参数，总参数量约21B，支持128k上下文长度，经过专门微调优化的文本生成模型
suayptalha
这是一个基于Qwen3的混合专家模型（MoE），总参数量为24亿，包含4个6亿参数的专家模型，旨在以更高效率和更低内存占用提供更准确的结果。
MCP TAVILY SEARCH是一个基于Model Context Protocol (MCP)的服务，提供通过Tavily进行搜索的功能。支持快速安装和配置，可通过命令行或Docker运行，并提供调试工具。主要功能包括新闻搜索，支持关键词、时间范围、数量限制等参数配置。
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
