Mistral CEO称中国DeepSeek-V3基于其架构，引发关于AI创新归属的争议。核心围绕稀疏混合专家模型技术是借鉴还是自主创新。
DeepSeek团队推出Engram模块，为稀疏大语言模型引入“条件记忆轴”，旨在解决传统Transformer处理重复知识时计算资源浪费的问题。该模块作为混合专家模型的补充，将N-gram嵌入技术融入模型，提升处理重复模式的效率。
YuanLab.ai发布开源多模态大模型Yuan3.0Flash，参数规模达40B，采用稀疏混合专家架构，推理时仅激活约3.7B参数，显著提升效率。模型提供16bit与4bit权重、技术报告及训练方法，支持二次开发和行业定制，推动AI技术普及。
Radical Numerics发布30B参数开源扩散语言模型RND1-Base，采用稀疏专家混合架构，仅激活3B参数。该模型具备并行生成优势，在基准测试表现优异，并公开完整权重与训练方案，推动扩散模型技术发展。
Alibaba
$4
输入tokens/百万
$16
输出tokens/百万
1k
上下文长度
$2
-
256
$0.75
64
Openai
$0.63
$3.15
131
$1
Chatglm
128
$8
32
Tencent
$0.5
224
$3
4
$6
$6.4
$2.4
$9.6
$1.5
$1.6
$12
28
Sensetime
$9
250
01-ai
$0.99
unsloth
Qwen3-Coder-REAP-363B-A35B是通过REAP方法对Qwen3-Coder-480B-A35B-Instruct进行25%专家剪枝得到的稀疏混合专家模型，在保持接近原模型性能的同时显著降低了参数规模和内存需求，特别适用于资源受限的代码生成和智能编码场景。
inclusionAI
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。
radicalnumerics
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。
cpatonn
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。
Qwen3-Next-80B-A3B-Instruct是阿里巴巴通义千问团队开发的最新一代大型语言模型，采用创新的混合注意力机制和高稀疏专家混合架构，在保持80B总参数的同时仅激活3B参数，实现了高效的上下文建模和推理加速，原生支持262K上下文长度并可扩展至1M令牌。
Qwen3-Next-80B-A3B-Instruct-AWQ-4bit是基于Qwen3-Next-80B-A3B-Instruct模型进行4位AWQ量化的高效版本。该模型采用混合注意力机制和高稀疏专家混合架构，支持长达262K tokens的上下文长度，在保持高性能的同时大幅降低计算资源需求。
Qwen
Qwen3-Next-80B-A3B-Instruct是Qwen3-Next系列的基础模型，通过创新的混合注意力机制、高稀疏性专家混合层等技术，实现了在长文本处理上的高效建模和推理加速，在多个基准测试中展现出卓越性能。
Kwai-Klear
Klear是由快手Kwai-Klear团队开发的稀疏混合专家（MoE）大语言模型，具备高性能和推理效率的特点。总参数460亿，激活参数仅25亿，在多个能力基准测试中表现出色，为实际应用提供了高效且强大的解决方案。
mistralai
Mixtral-8x22B是一个预训练的生成式稀疏混合专家模型，支持多种语言。
mistral-community
Mixtral-8x22B 是一个预训练的生成式稀疏专家混合大语言模型，由 Mistral AI 团队开发。该模型支持多语言处理，在多个文本生成任务上表现优异，包括推理挑战、常识推理和数学问题求解等。
v2ray
Mixtral-8x22B 是 Mistral AI 发布的预训练生成式稀疏混合专家模型，支持多语言处理。
dice-research
LOLA是基于稀疏混合专家(Mixture-of-Experts)Transformer架构、支持160多种语言的超大规模多语言大模型，在自然语言生成与理解任务中具有竞争优势。
LanguageBind
MoE-LLaVA是一种基于专家混合架构的大型视觉语言模型，通过稀疏激活参数实现高效的多模态学习
MoE-LLaVA是一种基于专家混合架构的大规模视觉语言模型，通过稀疏激活参数实现高效的多模态学习。
hywu
Camelidae-8x34B是基于参数高效稀疏构建技术训练的专家混合体（MoE）模型，采用8个专家34B参数规模，在通用指令微调任务上表现出色，特别擅长代码和数学领域任务。
Camelidae-8x13B是基于参数高效稀疏构建技术的专家混合模型，通过指令微调帮助密集模型学习代码和数学等多领域知识，在保持高效参数利用的同时提升模型性能。
Camelidae-8x7B是基于参数高效稀疏构建技术的专家混合体模型，通过QLoRA和Adapter技术将密集模型转换为MoE架构，在代码和数学等多个领域表现出色。
LoneStriker
Mixtral-8x7B是一个预训练的生成式稀疏混合专家大语言模型，在多数基准测试中表现优于Llama 2 70B。
Mixtral-8x7B是一个预训练的生成式稀疏混合专家模型，在多数基准测试中表现优于Llama 2 70B。
Diffusers英语%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)
