OpenAI被曝完成代号“Bel”的10万亿参数超大规模预训练模型，作为继“Doug”后的下一代基座，架构与参数规模大幅跃升，目标直指通用人工智能（AGI）。其在编码、推理及长时程智能体任务等维度性能表现突出。
Artificial Analysis联合Liquid AI发布手机端本地AI性能基准，聚焦iPhone 17 Pro真实表现。前者测智能水平，后者测推理性能，涵盖函数调用、指令遵循、知识认知、高难问答与数学五类。测试对象为4bit量化、体积不超8GB的端侧模型，旨在验证小模型也能实现高智能。
Anthropic被曝将推Sonnet 5.5，内部代号Fennec（沙漠狐），或下月发布。支持最高200万token上下文，推理速度快、延迟低，长上下文推理及多步规划显著提升，浏览器/终端工具调用增强。性能直逼旗舰Claude Fable 5，但维持Sonnet定价，打造性价比之王。
OpenAI 发布 GPT-5.6 模型家族，包括旗舰 Sol、均衡 Terra 与高性价比 Luna。新一代通过底层技术栈深度优化，大幅提升每 token 智能效率，在降低 API 成本的同时增强性能。其中，旗舰 Sol 开启最大推理能力后，在编码智能体基准测试中表现超越竞品。
GPT 5是下一代AI模型，提供卓越的编码、数学和推理性能。
小米首个推理大模型MiMo开源，专为推理任务设计，性能卓越。
昆仑万维开源的高性能数学代码推理模型，性能卓越
Atom of Thoughts (AoT) 是一种用于提升大语言模型推理性能的框架。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$7
$35
Google
$2.1
$17.5
$21
$105
$0.7
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
Moonshot
Bytedance
$0.8
32
MaziyarPanahi
这是NousResearch/Hermes-4.3-36B模型的GGUF量化格式版本，由MaziyarPanahi进行量化处理。GGUF是一种高效的模型格式，旨在优化本地部署和推理性能，支持多种量化级别（2位至8位），适用于广泛的文本生成任务。
bartowski
这是由Mistral AI开发的大型语言模型Mistral-Large-3-675B-Instruct-2512的GGUF量化版本。原始模型拥有6750亿参数，专为指令遵循任务设计。本项目使用llama.cpp工具，结合imatrix校准数据集，生成了从Q8_0到IQ1_S共20多种不同精度的量化模型文件，旨在平衡模型性能、推理速度与存储/内存占用，使其能在更广泛的硬件上运行。
T5B
Z-Image-Turbo 是经过 FP8 E5M2 和 E4M3FN 格式量化的图像处理模型，基于原始 Tongyi-MAI/Z-Image-Turbo 模型优化，在保持性能的同时显著减少模型大小和推理资源需求。
PrimeIntellect
INTELLECT-3是一个拥有1060亿参数的混合专家（MoE）模型，通过大规模强化学习训练而成。在数学、编码和推理基准测试中展现出卓越性能，模型、训练框架和环境均以宽松许可协议开源。
noctrex
这是一个基于Huihui-MiroThinker-v1.0-30B模型进行的MXFP4_MOE imatrix量化版本，专门针对文本生成任务优化，在保持模型性能的同时显著减小了模型体积和推理成本。
Dogacel
这是一个基于原始DeepSeek-OCR模型的优化版本，专门支持在苹果金属性能着色器（MPS）和CPU上进行推理的OCR模型。它能够从图像中提取文本并转换为结构化格式，支持多语言文档识别。
mradermacher
Diver-GroupRank-7B是一个专门用于段落排序、文本排序、推理和信息检索的7B参数模型。本版本提供了多种量化格式，适用于不同的硬件和性能需求。
allenai
Olmo 3是由Allen Institute for AI开发的新一代语言模型家族，包含7B和32B的指令和思维变体。该模型在长链式思维方面表现出色，能显著提升数学和编码等推理任务的性能。所有代码、检查点和训练细节都将公开，推动语言模型科学发展。
这是一个基于Huihui-MiroThinker-v1.0-8B模型的量化版本，专门针对文本生成任务进行了优化，通过量化技术提高了推理效率，同时保持了模型的性能表现。
XiaomiMiMo
米模具身模型（MiMo-Embodied）是一款强大的跨具身视觉语言模型，在自动驾驶和具身AI任务中均展现出了卓越的性能。它是首个将这两个关键领域相结合的开源视觉语言模型，显著提升了在动态物理环境中的理解和推理能力。
Olmo 3是由Allen Institute for AI开发的一系列语言模型，包含7B和32B两种规模，具有指令式和思考式两种变体。该模型在长链式思维方面表现出色，能有效提升数学和编码等推理任务的性能。采用多阶段训练方式，包括有监督微调、直接偏好优化和可验证奖励的强化学习。
magiccodingman
这是一个基于Qwen3 VL 8B模型的实验性混合量化版本，采用MXFP4_MOE技术结合高精度权重，在保持接近Q8精度的同时，实现更小的文件体积和更高的推理速度。该模型探索了混合量化方法，在精度损失和性能之间取得了良好平衡。
DevQuasar
MiroThinker-v1.0-72B是一个72B参数的大语言模型量化版本，致力于让知识为每个人所用。该项目基于原始模型进行优化，提供更高效的推理性能。
cyankiwi
MiniMax-M2 AWQ - INT4是基于MiniMax-M2模型进行量化后的版本，采用INT4量化技术，在保证性能的前提下显著减少内存使用并提高推理效率。该模型在编码和智能体任务方面表现出色，具有卓越的综合性能。
unsloth
aquif-3.5系列是2025年11月3日发布的巅峰之作，包含Plus和Max两个版本，提供先进的推理能力和前所未有的100万标记上下文窗口，在各自类别中实现了最先进的性能。
ModelCloud
这是一个基于MiniMax M2基础模型的4bit W4A16量化版本，由ModelCloud的@Qubitum使用GPT-QModel工具进行量化。该模型专门针对文本生成任务进行了优化，在保持较好性能的同时显著减少了模型大小和推理资源需求。
GLM-4.6 AWQ - INT4是GLM-4.6模型的4位量化版本，采用AWQ量化方法，在保持模型性能的同时显著减少了存储和计算资源需求。该模型支持200K上下文长度，在编码、推理和智能体任务方面相比GLM-4.5有显著提升。
QuantTrio
MiniMax-M2-AWQ是基于MiniMaxAI/MiniMax-M2模型的量化版本，通过vLLM框架实现高效的文本生成。该模型采用AWQ量化技术，在保持模型性能的同时显著减少内存占用和提升推理速度，支持32K上下文长度和工具调用功能。
TheStageAI
TheWhisper-Large-V3-Turbo 是 OpenAI Whisper Large V3 模型的高性能微调版本，由 TheStage AI 针对多平台实时、低延迟和低功耗语音转文本推理进行优化。支持流式转录、单词时间戳和可扩展性能，适用于实时字幕、会议和设备端语音界面等场景。
P1 - 30B - A3B是一个300亿参数的大语言模型，经过MXFP4_MOE量化处理，在保持模型性能的同时优化了推理效率，适用于文本生成任务。
GgufMultiple Languages%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)
Join Now
