INTELLECT-3是一個擁有1060億參數的混合專家（MoE）模型，通過大規模強化學習訓練而成。在數學、編碼和推理基準測試中展現出卓越性能，模型、訓練框架和環境均以寬鬆許可協議開源。

自然語言處理Transformers英語

Wan2.2是基礎視頻模型的重大升級版本，專注於將有效MoE架構、高效訓練策略和多模態融合等創新技術融入視頻擴散模型，為視頻生成領域帶來更強大、更高效的解決方案。

多模態Diffusers多語言

GigaChat3-10B-A1.8B是GigaChat系列的對話模型，基於混合專家（MoE）架構，共有100億參數，其中18億為活躍參數。該模型採用多頭潛在注意力和多令牌預測技術，支持25.6萬令牌的長上下文，在多語言對話和推理任務中表現出色。

自然語言處理Safetensors多語言

GigaChat3-10B-A1.8B-base是GigaChat系列的基礎預訓練模型，採用混合專家（MoE）架構，總參數100億，活躍參數18億。模型集成了多頭潛在注意力（MLA）和多令牌預測（MTP）技術，在推理時具備高吞吐量優勢。

自然語言處理Safetensors多語言

這是一個基於REAP方法對MiniMax-M2中40%專家進行均勻剪枝得到的139B參數大語言模型，採用GLM架構和專家混合(MoE)技術，通過llama.cpp進行多種量化處理，適用於文本生成任務。

自然語言處理Gguf英語

Fyodor-StarCoder2-7B-MoE是基於StarCoder2-7B的增強版本，採用混合專家架構，擁有3個MoE層、6個專家網絡和top-2路由機制，在代碼生成、函數調用和智能體任務方面表現優異。

自然語言處理Transformers其他

Moondream 3 Preview HF是基於HuggingFace Transformers架構規範對Moondream 3 (Preview)模型的重新實現，使其能夠與Hugging Face生態系統完全兼容。這是一個多模態視覺語言模型，採用專家混合（MoE）文本主幹，約90億參數，20億活躍參數。

多模態Transformers

Qwen3-VL是通義系列最強大的視覺語言模型，採用混合專家模型架構（MoE），提供GGUF格式權重，支持在CPU、GPU等設備上進行高效推理。模型在文本理解、視覺感知、空間理解、視頻處理等方面全面升級。

多模態Gguf

Qwen3-VL是迄今為止Qwen系列中最強大的視覺語言模型，在文本理解與生成、視覺感知與推理、上下文長度、空間和視頻動態理解以及智能體交互能力等方面都進行了全面升級。該模型採用混合專家（MoE）架構，提供卓越的多模態處理能力。

多模態Gguf

Qwen3-VL是通義大模型系列中最強大的視覺語言模型，具備卓越的文本理解與生成能力、深入的視覺感知與推理能力、長上下文支持、強大的空間和視頻動態理解能力以及出色的智能體交互能力。該模型採用混合專家（MoE）架構，是增強推理的思維版。

多模態Gguf

MiniMax-M2是一款專為最大化編碼和智能體工作流程而構建的小型混合專家（MoE）模型。它擁有2300億總參數，僅激活100億參數，在編碼和智能體任務中表現卓越，同時保持強大的通用智能，具有緊湊、快速且經濟高效的特點。

自然語言處理Transformers

MiniMax-M2是一款專為最大化編碼和智能體工作流程而構建的'迷你'模型。它是一個緊湊、快速且經濟高效的混合專家（MoE）模型，在編碼和智能體任務中表現卓越，同時還具備強大的通用智能。

自然語言處理Transformers

Qwen3-Next-80B-A3B-Thinking 是通義千問團隊推出的新一代思考型大語言模型，採用創新的混合注意力機制和高稀疏MoE架構，在保持高效推理的同時具備強大的複雜推理能力，原生支持262K上下文長度。

自然語言處理Transformers

這是inclusionAI/Ling-1T模型的量化版本集合，基於ik_llama.cpp分支開發，提供多種量化方案以適應不同的內存和性能需求。這些量化模型在給定的內存佔用下提供出色的困惑度表現，特別優化了MoE架構的推理效率。

自然語言處理Gguf

Ming-flash-omni 預覽版是基於 Ling-Flash-2.0 稀疏專家混合（MoE）架構構建的多模態大模型，總參數達100B，每個token僅激活6B參數。該模型在Ming-Omni基礎上進行了全面升級，在多模態理解和生成方面有顯著提升，特別是在語音識別、圖像生成和分割編輯方面表現突出。

多模態Diffusers英語

這是DeepSeek公司的DeepSeek-MoE-16B模型的Q4_K_M量化版本，通過llama.cpp的Rust綁定啟用了MoE（專家混合）CPU卸載功能，顯著減少顯存使用。

自然語言處理Gguf多語言

LFM2-8B-A1B是針對蘋果硅芯片優化的8位量化MLX構建版本，採用專家混合（MoE）架構，總參數約80億，每個令牌激活約10億參數，支持設備端快速推理。

自然語言處理Mlx英語

NVIDIA GPT-OSS-120B Eagle3是基於OpenAI gpt-oss-120b模型的優化版本，採用混合專家（MoE）架構，具備1200億總參數和50億激活參數。該模型支持商業和非商業使用，適用於文本生成任務，特別適合AI Agent系統、聊天機器人等應用開發。

自然語言處理Safetensors

這是基於WeOpenML的GPT-OSS 20B模型的GGUF格式版本，首次實現了創新的MoE CPU專家卸載技術。該技術在保持完整生成質量的同時，實現了99.9%的顯存縮減，僅需2MB顯存即可運行200億參數的混合專家模型。

自然語言處理Safetensors多語言

GLM-4.6-AWQ是對智譜AI的GLM-4.6（357B MoE）進行高性能AWQ量化的模型，專為vLLM推理進行了優化，能有效提升生產部署的吞吐量。該模型採用4位量化技術，在保持高精度的同時顯著減少顯存佔用。

自然語言處理Transformers多語言