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

GLM 4.6是一款專為128GB內存+單GPU配置優化的量化模型，採用IQ_K量化方式，相比主流llama.cpp在相同大小下提供更好的質量和性能。該模型需要配合ik_llama.cpp使用，在128GB雙通道DDR5內存、單CCD Ryzen 7000處理器+單張3090顯卡配置下，文本生成速度可達每秒約6.8個token。

自然語言處理Gguf多語言

Qwen3-Next-80B-A3B-Instruct-AWQ-4bit是基於Qwen3-Next-80B-A3B-Instruct模型進行4位AWQ量化的高效版本。該模型採用混合注意力機制和高稀疏專家混合架構，支持長達262K tokens的上下文長度，在保持高性能的同時大幅降低計算資源需求。

自然語言處理Transformers

Seed-OSS是由字節跳動Seed團隊開發的開源大語言模型系列，具備強大的長上下文處理、推理和智能體交互能力。僅使用12T token訓練，在多個公開基準測試中表現出色，支持高達512K的原生長上下文處理。

自然語言處理Transformers

Seed-OSS是由字節跳動Seed團隊開發的開源大語言模型系列，具備強大的長上下文處理、推理、智能體交互能力和通用性能。該模型僅使用12T token訓練，在多個公開基準測試中表現出色。

自然語言處理Transformers多語言

Qwen3-30B-A3B-Thinking-2507是一款在推理能力和通用能力上有顯著提升的大型語言模型，增強了長上下文理解能力，適用於高度複雜的推理任務。該模型具有305億參數，其中激活33億參數，支持262,144 tokens的長上下文處理。

自然語言處理Safetensors

Qwen3-30B-A3B-Thinking-2507是經過量化處理的大語言模型，具有增強的推理能力、通用能力和長上下文理解能力。該模型採用混合專家架構，在邏輯推理、數學、科學、編碼等複雜任務上表現出色，支持262,144 tokens的長上下文處理。

自然語言處理Transformers

Llama-3.3-Nemotron-Super-49B-v1.5是基於Meta Llama-3.3-70B-Instruct的大語言模型，經過多階段後訓練增強了推理和非推理能力。支持128K token上下文長度，在準確性和效率之間取得了良好平衡，適用於推理、聊天和代理任務。

自然語言處理Transformers英語

Intern-S1是目前最先進的開源多模態推理模型，結合了強大的通用任務處理能力和在廣泛科學任務中的卓越性能，可與領先的閉源商業模型相媲美。該模型在5T token數據集上進行持續預訓練，其中超過50%是專業科學數據，具備動態分詞器能夠原生理解分子式、蛋白質序列和地震信號。

多模態Safetensors

Devstral 1.1是由Mistral AI和All Hands AI合作開發的智能大語言模型，專為軟件工程任務設計。該模型在SWE-bench基準測試中表現出色，位列開源模型榜首，擁有240億參數和128k tokens的長上下文窗口。

自然語言處理Safetensors多語言

Llama-3.3-Nemotron-Super-49B-v1 是一個大型語言模型，基於 Meta Llama-3.3-70B-Instruct 改進，增強了推理能力、人類聊天偏好以及任務執行能力，支持 128K tokens 的上下文長度。

自然語言處理Transformers英語

Kanana 1.5是Kakao開發的雙語大語言模型，在編程、數學和函數調用能力方面有顯著提升，支持32K tokens上下文長度，通過YaRN擴展技術可處理128K tokens超長文本。

自然語言處理Transformers多語言

由英偉達發佈的4B參數規模大語言模型，支持128k tokens上下文長度，專為推理、對話及RAG等任務優化

自然語言處理Gguf英語

AM Thinking v1是由A-M團隊開發的基於Qwen 2.5-32B-Base的大語言模型，增強推理能力，支持132k tokens的上下文長度。

自然語言處理Gguf

OpenCodeReasoning-Nemotron-14B 是基於 Qwen2.5-14B-Instruct 進行後訓練的大型語言模型，專為代碼生成推理優化，支持32K tokens上下文長度。

自然語言處理Gguf多語言

OpenCodeReasoning-Nemotron-7B是基於Qwen2.5-7B-Instruct專門為代碼生成推理而訓練的大語言模型，支持32K token上下文長度，適用於商業和非商業用途。該模型在OpenCodeReasoning數據集上進行後續訓練，專注於編程問題的推理和代碼生成。

自然語言處理Transformers多語言

Skywork OR1 7B量化模型是基於Skywork-OR1-7B進行GGUF量化的文本生成模型，支持長達128k token的上下文推理，在數學和代碼推理方面表現出色，為文本生成任務提供了強大的能力。

自然語言處理Gguf

INTELLECT 2是由PrimeIntellect推出的大語言模型，支持40960 tokens的上下文長度，採用QwQ架構和GRPO強化學習框架訓練。

自然語言處理Gguf

Kevin 32B是由Cognition AI開發的大語言模型，支持超長上下文（40960 tokens），專注於CUDA內核生成和強化學習任務。

自然語言處理Gguf

OpenCodeReasoning-Nemotron-32B-IOI 是一個基於 Qwen2.5-32B-Instruct 的大型語言模型，專門針對代碼生成任務進行了推理後訓練，支持 32K token 的上下文長度。

自然語言處理Transformers多語言