LG AI研究院7月31日在Hugging Face發佈K-EXAONE 2.0模型，爲韓國主權AI項目第二代。採用混合注意力MoE架構，總參數7500億、激活參數370億，規模是初代3倍以上，系韓國最大AI基礎模型。模型以Apache 2.0完全開源，在韓國AI發展史中頗爲罕見。
華爲開源盤古大模型openPangu-2.0-Pro，基於昇騰NPU訓練，採用混合專家架構，總參數5050億，激活參數180億，支持512K上下文。同步開放權重、推理代碼與技術報告，推動昇騰AI生態，提供原生訓練推理實踐。
前OpenAI CTO Mira Murati創立的Thinking Machines Lab於2026年7月15日發佈首個開源模型Inkling。該模型採用混合專家架構，總參數量達9750億，單次任務僅激活部分參數，實現高效定製。此舉意在挑戰巨頭主導的閉源AI模式，提供可高度定製的開放權重方案。
德國研究聯盟發佈開源大模型Soofi S30B-A3B，助力歐洲主權AI。該模型採用混合專家架構，融合Mamba-2與注意力層，總參數量316億，但推理時每token僅激活部分參數，實現高效生成，爲高性能開源模型領域注入新活力。
AI21 Jamba Large 1.6 是一款強大的混合 SSM-Transformer 架構基礎模型，擅長長文本處理和高效推理。
混合現實學習平臺，通過AI和3D模型體驗學習魔法。
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$6
$24
256
$4
$16
Baidu
128
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
Moonshot
$0.8
RinggAI
這是一個專為通話記錄分析打造的混合語言AI模型，能夠處理印地語、英語和混合印地英語的通話轉錄內容。模型基於Qwen2.5-1.5B-Instruct進行微調，具備強大的多語言理解和信息提取能力。
evilfreelancer
這是ai-sage/GigaChat3-10B-A1.8B模型的量化版本，採用GGUF格式，需要特定的llama.cpp分支支持。模型採用混合專家架構，總參數量約118億，其中激活參數量約18億。
moonshotai
Kimi K2 Thinking 是月之暗面（Moonshot AI）開發的最新一代開源思維模型，具有強大的深度推理能力和工具調用功能。該模型採用混合專家架構，支持原生INT4量化，擁有256k上下文窗口，在多個基準測試中表現出色。
nvidia
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。
Mungert
LFM2是由Liquid AI開發的新一代混合模型，專為邊緣AI和設備端部署而設計，在質量、速度和內存效率方面樹立了新標準。該模型採用創新的混合Liquid架構，具有乘法門和短卷積，支持多語言處理。
LiquidAI
LFM2是由Liquid AI開發的新一代混合模型，專為邊緣AI和設備端部署設計。該模型在質量、速度和內存效率方面樹立了新標準，特別適合在資源受限的環境中運行。
NVIDIA-Nemotron-Nano-9B-v2是NVIDIA從頭訓練的大語言模型，專為推理和非推理任務設計。採用Mamba2-Transformer混合架構，支持多語言處理，具備可控推理能力，允許用戶指定思考預算，在商業應用和AI代理系統中表現出色。
LFM2是由Liquid AI開發的新一代混合模型，專為邊緣AI和設備端部署而設計，在質量、速度和內存效率方面樹立了新標準。
LFM2是由Liquid AI開發的新一代混合模型，專為邊緣AI和設備端部署設計，在質量、速度和內存效率方面樹立了新標準。
unsloth
LFM2 是由 Liquid AI 開發的新一代混合模型，專為邊緣 AI 和設備端部署設計，在質量、速度和內存效率方面樹立了新標準。
LFM2-350M是由Liquid AI開發的第二代混合模型，專為邊緣AI和設備端部署設計。該模型在質量、速度和內存效率方面樹立了新標準，具有3.5億參數，支持多種語言，適用於邊緣計算場景。
LFM2-700M 是由 Liquid AI 開發的新一代混合模型，專為邊緣 AI 和設備端部署設計，在質量、速度和內存效率方面樹立了新標準。
LFM2-350M 是由 Liquid AI 開發的混合模型，專為邊緣 AI 和設備端部署設計，具有高效訓練和推理能力。
kshitijthakkar
LoggenixMoE133M是一款輕量級混合專家（MoE）因果語言模型，總參數量133M，活躍參數量80M。該模型在包含根因分析、代碼生成和推理任務的自定義數據集上從頭訓練，支持智能體能力特殊標記，適合邊緣設備部署和專業AI智能體構建。
deepseek-community
DeepSeek-VL是由DeepSeek AI團隊開發的開源視覺語言模型，能夠同時處理文本和圖像信息，生成上下文相關的回覆。該模型採用混合視覺編碼器，支持高分辨率圖像處理，在真實世界的視覺語言理解應用中表現出色。
RedHatAI
Llama 4系列原生多模態AI模型，支持文本和圖像理解，採用混合專家架構，適用於商業和研究場景。
Llama-4-Scout是Meta推出的Llama 4系列模型之一，採用混合專家（MoE）架構，是原生多模態AI模型，支持文本和圖像輸入，在多語言文本理解和視覺任務方面表現出色。該模型具有17B參數，16個專家，專為商業和研究用途設計。
fahadh4ilyas
Llama 4系列是Meta推出的原生多模態AI模型，採用混合專家架構，支持文本和圖像交互，在多種語言和視覺任務中表現卓越。
Edit-MCP是一個與微軟Edit工具集成的模型上下文協議服務器，為AI系統提供高級文件編輯功能，採用混合架構結合直接文件操作和Edit集成。
Edit-MCP是一個與Microsoft Edit工具集成的模型上下文協議服務器，為AI系統提供高級文件編輯功能，採用混合架構結合文件系統操作和Edit集成。
%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)
VIP會員
