蚂蚁集团开源百灵大模型Ring-flash-linear-2.0-128K，专攻超长文本编程。采用混合线性注意力与稀疏MoE架构，仅激活6.1B参数即可媲美40B密集模型，在代码生成和智能代理领域达到最优表现，高效解决长上下文处理痛点。
2025年10月27日，MiniMax开源大语言模型MiniMax M2。该模型专为代理工作流和端到端编码设计，采用MoE架构，效率与性能突出：成本仅为Claude Sonnet的8%，速度提升约两倍，为开发者与企业提供高性价比AI解决方案。
阿里云推出通义千问Qwen3-VL系列两款新密集模型（2B与32B），使该系列开源模型总数达24个，形成从轻量到超大规模的技术矩阵。目前包含四款密集模型和两款专家混合模型，强化了模型生态的完整性与竞争力。
特斯拉前高管Andrej Karpathy评论开源OCR论文时提出，图像可能比文本更适合作为大语言模型的输入方式。他认为当前文本token输入效率低下，建议未来研究转向图像输入，这一观点在AI社区引发热议。
一个兼容多种大语言模型的开源 AI Agent CLI 工具。
开源编码 LLM，专为软件工程任务设计。
一款 AI 大模型驱动的开源知识库搭建系统。
DeepSeek R1-0528 是一款开源大模型，性能媲美 OpenAI o3 模型。
moonshotai
$4.1
Input tokens/M
$16.56
Output tokens/M
128k
Context Length
meta
$1.44
$6.48
alibaba
-
131.1k
google
8.2k
2k
lapa-llm
Lapa LLM v0.1.2是基于Gemma-3-12B开发的乌克兰语处理开源大语言模型，专注于乌克兰语的自然语言处理任务，在乌克兰语处理方面表现出卓越性能。
Open-Bee
Bee-8B是一个先进的全开源多模态大语言模型，专注于数据质量，旨在缩小与专有模型的性能差距。通过使用高质量的Honey-Data-15M语料库和先进的数据处理管道HoneyPipe，在复杂推理等方面展现了卓越性能。
Kwaipilot
KAT-Dev-72B-Exp是一款用于软件工程任务的720亿参数开源大语言模型，在SWE-Bench Verified基准测试中达到74.6%的准确率，是KAT-Coder模型的实验性强化学习版本。
jeevanrushi07
OpenLLaMA 3B v2是一个基于Transformer架构的开源大语言模型，拥有30亿参数。该模型采用MIT许可证，主要用于英文文本生成任务，支持聊天机器人等多种应用场景。
Lapa LLM 12B PT是基于Google Gemma 3-12B开发的开源大语言模型，专门针对乌克兰语处理优化。由乌克兰多所高校研究团队开发，在乌克兰语处理方面表现卓越，具备高效的指令微调和多模态能力。
VLA-Adapter
VLA-Adapter是一种在Libero-Spatial上训练的微型视觉语言动作模型，采用Prismatic-VLM架构，仅使用Qwen2.5-0.5B作为大语言模型主干。该模型在机器人基准测试中超越了参数规模更大的开源VLA模型，实现了高性能的视觉-语言-动作理解与执行。
XiaomiMiMo
MiMo Audio是小米开发的音频语言模型，通过大规模预训练展现出强大的少样本学习能力。该模型突破了传统模型依赖特定任务微调的局限，在语音智能、音频理解等任务中表现出色，在开源模型中达到先进水平。
MiMo Audio是一款基于大规模预训练的音频语言模型，在语音智能和音频理解基准测试中取得了开源模型的SOTA性能。该模型展现出强大的少样本学习能力，能够泛化到训练数据中未包含的任务，支持语音转换、风格迁移和语音编辑等多种音频任务。
PerceptronAI
Isaac-0.1是感知公司推出的首个开源视觉语言模型，拥有20亿参数，专为现实世界应用设计。该模型在多模态理解和空间推理方面表现出色，性能达到甚至超越比它大50倍以上的模型，树立了新的效率标准。
lmms-lab
LLaVA-OneVision-1.5 是一系列完全开源的大型多模态模型，通过在原生分辨率图像上进行训练，以较低的成本实现了先进的性能。该模型在多个多模态基准测试中展现出卓越性能，超越了Qwen2.5-VL等竞争对手。
inclusionAI
LLaDA-MoE是基于扩散原理构建的新型混合专家语言模型，是首个开源的MoE扩散大语言模型，在约20万亿个标记上从头预训练，总参数70亿，推理时仅激活14亿参数，在代码生成和数学推理等任务中表现卓越。
allura-forge
MiMo是小米专为推理任务从头开始训练的大语言模型系列，通过优化预训练和后训练策略，在数学和代码推理任务上展现出卓越性能。项目开源了7B参数规模的多个版本，包括基础模型、SFT模型和RL模型。
OpenGVLab
InternVL3.5是开源多模态模型家族的新成员，显著提升了InternVL系列的通用性、推理能力和推理效率，支持GUI交互等新功能，达到开源多模态大语言模型的先进水平。
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。
gabriellarson
Seed-OSS是由字节跳动Seed团队开发的开源大语言模型系列，具备强大的长上下文处理、推理和智能体交互能力。仅使用12T token训练，在多个公开基准测试中表现出色，支持高达512K的原生长上下文处理。
yarikdevcom
Seed-OSS-36B-Instruct是由ByteDance开发的360亿参数大型语言模型，基于Apache-2.0许可证开源。该模型专门针对指令跟随任务进行了优化，支持文本生成和对话功能，具有强大的理解和生成能力。
dnakov
Seed-OSS-36B-Instruct是字节跳动开发的文本生成模型，基于36B参数规模的大语言模型架构，专门针对指令跟随任务进行优化。该模型支持中英文双语，采用Apache-2.0开源许可证，可通过vllm和mlx推理框架进行高效部署。
Seed-OSS-36B-Instruct是由字节跳动开发的360亿参数大型语言模型，基于MLX框架优化，专注于文本生成任务。该模型支持中英文双语，采用Apache-2.0开源许可证，具备强大的指令跟随和内容生成能力。
ByteDance-Seed
Seed-OSS是由字节跳动Seed团队开发的开源大语言模型系列，具备强大的长上下文处理、推理、智能体交互能力和通用性能。该模型仅使用12T token训练，在多个公开基准测试中表现出色。
unsloth
Gemma 3是谷歌推出的轻量级开源多模态模型家族，能够处理文本和图像输入并生成文本输出。具有128K大上下文窗口，支持140多种语言，适用于文本生成和图像理解等多种任务。
Model Context Protocol (MCP) 是一个开源协议，提供了一系列参考实现和社区构建的服务器，使大型语言模型(LLMs)能够安全、可控地访问工具和数据源。该项目包含多种功能服务器实现，涵盖文件系统、数据库、搜索、API集成等领域，并支持TypeScript和Python SDK开发。
MacPilot CLI是一个开源工具，通过MCP协议让大语言模型与macOS系统交互，提供系统操作功能。
Model Context Protocol (MCP) 是一个开源协议，提供了一系列参考实现和社区开发的服务器，旨在为大型语言模型（LLM）提供安全、可控的工具和数据源访问。这些服务器展示了MCP的多样性和可扩展性，涵盖了从文件系统操作到数据库集成、从网络搜索到AI图像生成等多种功能。
Model Context Protocol (MCP) 是Anthropic发布的开源协议，旨在解决大型语言模型(LLM)与外部数据源和系统连接的标准化问题。它通过提供结构化框架，使模型能够集成和利用外部上下文，从而扩展其能力并提高响应准确性。MCP支持知识扩展、外部工具调用和预写提示等功能。
MCP-OpenLLM是一个LangChain封装工具，用于无缝集成不同的MCP服务器和开源大语言模型（LLMs），支持使用LangChain社区模型。
Model Context Protocol (MCP) 是一个开源协议，提供了一系列参考实现和社区开发的服务器，用于为大型语言模型(LLM)提供安全、受控的工具和数据源访问。该项目包含多种功能服务器，如文件系统操作、Git集成、数据库访问等，并支持通过TypeScript和Python SDK快速开发新服务。
使用开源嵌入模型、向量数据库和Gemini大语言模型构建的RAG系统，支持本地文档处理与动态更新索引。
Model Context Protocol (MCP) 是一个开源协议，提供了一系列参考实现和社区开发的服务器，使大型语言模型(LLM)能够安全、可控地访问工具和数据源。该项目包含多种功能的服务器实现，如文件系统操作、数据库访问、Git管理、Slack集成等，并支持TypeScript和Python SDK。
Model Context Protocol (MCP) 是一个开源协议，旨在通过标准化接口让大型语言模型(LLM)与外部工具、服务和数据源无缝交互，简化集成流程并扩展AI能力。
Model Context Protocol (MCP) 是一个开源协议，提供了一系列参考实现和社区开发的服务器，使大型语言模型(LLM)能够安全、可控地访问工具和数据源。该项目包含多种类型的服务器实现，涵盖文件系统、数据库、Git、Slack等多个领域，展示了MCP的多样性和可扩展性。
Model Context Protocol (MCP) 是一个开源协议，提供了一系列参考实现和社区构建的服务器，使大型语言模型(LLM)能够安全、可控地访问工具和数据源。该项目包含多种类型的服务器实现，涵盖文件系统、数据库、Git、Slack等多个领域，支持TypeScript和Python SDK。
该项目提供了一个基于Python的MCP服务器，用于将OSV（开源漏洞）数据与AI助手或大型语言模型集成，通过MCP协议暴露工具和资源以增强LLM的工作流程和能力。
One API 是一个开源项目，通过标准的 OpenAI API 格式提供对各种大模型的统一访问接口，支持多种大模型和第三方代理服务，具备负载均衡、令牌管理、用户分组等功能，适用于多种部署场景。
这是一个包含多个开源AI项目的列表，涵盖了从自动化代理、大语言模型、图像生成到AI开发框架等多个领域。这些项目旨在帮助开发者利用AI技术赚钱，包括构建智能助手、自动化工作流、内容生成等应用。
MCP-OpenLLM是一个LangChain包装器，用于无缝集成不同的MCP服务器和开源大语言模型（LLMs），支持使用LangChain社区模型。
模型上下文协议(MCP)是一个开源协议，为大语言模型提供标准化连接外部数据源和工具的方法，支持资源、提示词、工具、采样等功能，本文重点介绍了如何开发和使用MCP工具服务。
%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)
