这是基于Intern-S1模型的MXFP4混合专家量化版本，专门针对图像文本到文本任务进行了优化，通过量化技术提升了推理效率。

多模态Gguf

这是一个基于GLM-4.6架构的混合专家模型，使用REAP方法对专家进行了40%的均匀剪枝，参数量为218B，并转换为MLX格式的3位量化版本，适用于苹果芯片设备高效运行。

自然语言处理Transformers英语

这是GLM-4.5-Air-REAP-82B-A12B模型的MXFP4_MOE量化版本，专门针对文本生成任务进行了优化。该模型基于cerebras的GLM-4.5-Air-REAP-82B-A12B基础模型，通过MXFP4混合专家量化技术实现，在保持性能的同时显著减小模型体积和推理成本。

自然语言处理Gguf

OpenModel-1T-A50B-Instruct是NeXTHub开发的万亿参数混合专家模型，结合进化思维链训练方法，在推理能力和能源效率上取得平衡，具备深度推理能力和128K长上下文处理能力。

自然语言处理Safetensors

MiniMax-M2是一款专为最大化编码和智能体工作流程而构建的'迷你'模型，采用混合专家架构，总参数2300亿，激活参数100亿。该模型在编码和智能体任务中表现卓越，同时保持强大的通用智能，具有紧凑、快速且经济高效的特点。

自然语言处理Transformers

OLGA是基于Qwen3-VL-30B-A3B-Instruct构建的在线强化学习定位代理，采用33亿激活参数的专家混合模型。通过结合现有数据集、新数据收集、自动过滤和在线强化学习的新数据配方进行训练，在开源模型中实现了先进的定位性能。

多模态Transformers英语

该模型是基于GLM-4.5-Air使用REAP方法进行25%均匀剪枝后的专家混合模型，已转换为MLX格式的4位量化版本，适用于苹果芯片设备的高效推理。

自然语言处理Transformers英语

Zirel-3是基于GLM-4.5-Air-REAP-82B-A12B的特定微调模型，采用REAP（路由加权专家激活剪枝）技术压缩的820亿参数混合专家模型，在保持高性能的同时显著减少模型体积。

自然语言处理Transformers英语

Ming-flash-omni 预览版是基于 Ling-Flash-2.0 稀疏专家混合（MoE）架构构建的多模态大模型，总参数达100B，每个token仅激活6B参数。该模型在Ming-Omni基础上进行了全面升级，在多模态理解和生成方面有显著提升，特别是在语音识别、图像生成和分割编辑方面表现突出。

多模态Diffusers英语

这是DeepSeek公司的DeepSeek-MoE-16B模型的Q4_K_M量化版本，通过llama.cpp的Rust绑定启用了MoE（专家混合）CPU卸载功能，显著减少显存使用。

自然语言处理Gguf支持多种语言

LFM2-8B-A1B是针对苹果硅芯片优化的8位量化MLX构建版本，采用专家混合（MoE）架构，总参数约80亿，每个令牌激活约10亿参数，支持设备端快速推理。

自然语言处理Mlx英语

NVIDIA GPT-OSS-120B Eagle3是基于OpenAI gpt-oss-120b模型的优化版本，采用混合专家（MoE）架构，具备1200亿总参数和50亿激活参数。该模型支持商业和非商业使用，适用于文本生成任务，特别适合AI Agent系统、聊天机器人等应用开发。

自然语言处理Safetensors

这是基于WeOpenML的GPT-OSS 20B模型的GGUF格式版本，首次实现了创新的MoE CPU专家卸载技术。该技术在保持完整生成质量的同时，实现了99.9%的显存缩减，仅需2MB显存即可运行200亿参数的混合专家模型。

自然语言处理Safetensors支持多种语言

RND1是一个实验性的扩散语言模型，拥有300亿参数，采用稀疏专家混合架构。该模型从预训练的自回归基础模型转换而来，支持基于扩散的文本生成，每个标记仅激活30亿参数，在计算效率和模型容量之间取得平衡。

自然语言处理Transformers

Wan2.2是基础视频模型的重大升级版本，引入了混合专家（MoE）架构、融入精心策划的美学数据、在更大数据上训练以提升复杂运动生成能力。该模型支持生成480P和720P分辨率的5秒视频，在视频生成质量和性能上有显著提升。

多模态Diffusers

IBM Granite-4.0-H-Tiny模型的5-bit量化版本，专为苹果硅芯片优化。采用Mamba-2与软注意力混合架构，结合混合专家模型(MoE)，在保持高质量的同时实现高效推理。

自然语言处理Mlx支持多种语言

IBM Granite-4.0-H-Tiny是经过苹果硅芯片优化的混合Mamba-2/Transformer模型，采用3位量化技术，专为长上下文、高效推理和企业使用而设计。该模型结合了Mamba-2架构和专家混合技术，在保持表达能力的同时显著降低内存占用。

自然语言处理Mlx支持多种语言

这是一个基于Qwen3-Coder-30B-A3B-Instruct的混合专家模型，拥有540亿参数和100万上下文长度。模型通过三步合并和Brainstorm 40X优化，具备强大的编程能力和通用场景处理能力，特别集成了思考模块，能够在回答前进行深度推理。

自然语言处理Transformers支持多种语言

Qwen3-VL是Qwen系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持、强大的空间和视频动态理解能力，以及出色的智能体交互能力。该版本采用混合专家模型架构，支持增强推理思维功能。

多模态Safetensors

Qwen3-Next-80B-A3B-Instruct是通义千问团队开发的高效稀疏混合专家模型，总参数量80B，激活参数量仅3B。该模型采用创新的混合注意力机制和极低激活率的MoE架构，在保持强大性能的同时大幅提升推理效率，原生支持262K上下文长度并可扩展至1M令牌。

自然语言处理Transformers