开源大模型和多模态模型目录：看能力、参数规模、许可证、下载量和来源页，方便对比 Qwen、Llama 等怎么选、怎么部署。PromptCube 模型广场持续收录。
先看清楚，再做选择。每个条目都保留关键上下文。
gpt-oss-120b 是由 OpenAI 发布的一款基于 Apache 2.0 开源协议的大规模文本生成模型。虽然官方并未公开其具体的参数架构细节，但从其 120B 的量级来看，它在逻辑推理、长文本创作以及复杂指令遵循方面具备极强的潜力。对于开发者而言，这款模型最大的吸引力在于其开源属性，这意味着你可以将其部署在自己的私有服务器上，有效解决企业对数据隐私的担忧。相比于闭源的 GPT-4，它更适合作为本地知识库（RAG）的底层引擎或定制化 Agent 的核心大脑。上手难度方面，由于托管在 Hugging Face 上，主流的推理框架如 vLLM 或 llama.cpp 都能快速适配，是构建高性能私有化 AI 应用的理想底座。
Z Image Turbo 是由阿里通义团队推出的高性能文本生成图像模型。它主打“快”与“准”，通过优化推理效率，在保证画面质量的同时极大地缩短了出图时间，非常适合需要快速迭代视觉方案的开发者和设计师。该模型对中文语义理解到位，能精准还原复杂的提示词细节，上手门槛低，无需复杂的参数调优即可获得商用级别的图像效果，是目前追求生产力效率的理想之选。
Gemma 2 27B 是 Google 推出的轻量化开源模型中的“性能怪兽”。虽然参数量仅为 27B，但得益于其独特的架构优化，它在逻辑推理、代码编写和多轮对话上的表现足以硬刚许多规模大得多的闭源模型。对于开发者来说，它的上手门槛非常友好，可以在消费级显卡上流畅运行，非常适合部署在个人工作站或私有云环境中。如果你正在寻找一个既能保证高质量文本输出，又不想支付高昂 API 费用，且对数据隐私有要求的本地化方案，Gemma 2 27B 是目前开源界极具性价比的进阶之选。
Meta 推出的 Llama 3 系列中极具性价比的轻量级代表。虽然只有 8B 的参数规模，但其指令遵循能力和逻辑推理表现远超同级别的旧款模型。对于开发者来说，它最大的优势在于“小而强”：你可以在消费级显卡甚至高性能笔记本上流畅运行，非常适合用于构建个人 AI 助手、自动化工作流或进行特定领域的微调（Fine-tuning）。相比于动辄千亿参数的大模型，Llama-3-8B 在响应速度和部署成本上有着压倒性优势，是目前开源社区进行端侧 AI 开发和应用原型验证的首选基座模型。
GLM-5.2 是由 zai-org 团队推出的高性能文本生成模型，目前在 Hugging Face 上保持着极高的关注度和下载量。作为 GLM 系列的演进版本，它在中文语境下的逻辑推理与文本创作能力表现出色，能够胜任从创意写作到复杂指令遵循的多种任务。对于开发者而言，该模型采用 MIT 开源协议，意味着极高的商用友好度和二次开发灵活性，非常适合集成到各类对话机器人或自动化内容生产流水线中。虽然具体的参数规模未完全公开，但从社区反馈来看，其在保持轻量化部署优势的同时，在理解深度上较前代有了显著提升，是追求高性价比 AI 应用场景的理想选择。
gpt-oss-20b 是由 OpenAI 发布的一款基于 Apache 2.0 开源协议的文本生成模型。虽然参数规模定在 20B 级别，但在处理逻辑推理与文本创作之间找到了一个很好的平衡点。对于开发者而言，它最大的优势在于极高的自由度，你可以将其私有化部署在自己的服务器上，无需担心数据合规与隐私问题。相比于动辄千亿参数的闭源巨型模型，它的上手门槛更低，对显存的要求也更加亲民，非常适合作为垂直领域微调的基座模型，用于构建智能客服、内容生成助手或自动化文档处理工作流。如果你正在寻找一个既有一定性能保障、又具备完全掌控权的开源替代方案，这款模型值得关注。
BLOOM 是由 BigScience 开源协作项目打造的巨型多语言语言模型，其最大的特色在于打破了主流大模型对英语的垄断。它在训练阶段就融入了数十种语言，不仅能流畅处理英文，在中文、法语、西班牙语等多种语言的文本生成与理解上也表现出色。对于开发者而言，BLOOM 并非那种“开箱即用”的闭源产品，它更像是一块极具研究价值的“原石”，适合希望在多语言 NLP 任务、跨语言翻译或特定领域文本生成中进行深度定制和微调的专业团队。虽然其庞大的参数量对硬件资源提出了很高要求，但它在开源社区的开放性，为探索大模型底层逻辑提供了极佳的实验环境。
Qwen2 7B 是阿里巴巴通义千问团队推出的轻量化开源模型，也是目前 7B 参数量级中中文表现最顶尖的选择之一。它在保持极小内存占用（消费级显卡即可流畅运行）的同时，展现出了极强的语义理解和指令遵循能力。对于开发者而言，它非常适合作为本地知识库（RAG）的底座，或者集成到自动化工作流中处理文本摘要、翻译及代码辅助任务。相比于同规模的 Llama 系列，Qwen2 在中文语境下的表达更地道，逻辑更符合国人习惯，且由于采用了 Apache 2.0 协议，商业化落地非常友好，上手门槛极低。
Llama-2-7b-chat-hf 是 Meta 推出的 Llama 2 系列中经过指令微调的轻量化对话版本。虽然 7B 的参数规模在处理极其复杂的逻辑推理时略逊于大参数模型，但它最大的优势在于“小而精”：对显存要求极低，开发者甚至可以在消费级显卡甚至部分移动端设备上流畅运行。它非常适合作为个人助手、轻量级聊天机器人或特定垂直领域的知识问答原型。相比于闭源的 GPT 系列，它的开源属性让开发者可以进行深度本地化部署和私有化微调，是构建端侧 AI 应用或进行模型研究入门的理想基石。
all-MiniLM-L6-v2 是一款极其轻量级的文本向量化模型，专门用于将句子转化为高维向量。它在保持较高语义检索精度的同时，将参数量压缩到了 22M，这意味着它可以在普通的 CPU 甚至移动端设备上流畅运行，无需昂贵的 GPU。对于开发者来说，它是构建 RAG（检索增强生成）系统、实现语义搜索或快速计算文本相似度的理想选择。如果你需要一个上手快、响应时间极短且不占用过多内存的 Embedding 模型来替代复杂的重量级方案，它是目前业界最经典且稳健的基准选择之一。
Llama-2-7b 是 Meta 推出的开源大模型家族中的轻量化代表。虽然 7B 的参数规模在处理极其复杂的逻辑推理时稍显吃力，但它凭借极高的性价比和极低的硬件门槛，成为了开发者进行本地部署、微调（Fine-tuning）和构建垂直领域应用的“黄金基准”。对于个人开发者而言，这意味着你可以在消费级显卡甚至高性能笔记本上跑通全流程。相比于动辄百亿参数的巨型模型，它更像是一个灵活的底座，适合用于构建智能客服、文本摘要或特定风格的聊天机器人。如果你想在保证响应速度的同时，探索私有化部署的路径，Llama-2-7b 是一个非常稳妥且生态极其丰富的起点。
DeepSeek Coder 33B 是一款由国内团队 DeepSeek 开发的开源代码大模型。它在 33B 的参数规模下实现了极强的代码补全与理解能力，尤其在 Python、Java 等主流语言上表现稳健。对于中国开发者而言，它是一个极佳的本地化替代方案，能够通过私有化部署解决代码隐私顾虑。无论是作为 IDE 插件的后端来辅助编写函数，还是用于分析复杂代码库，其上手难度低且推理效率较高，是目前开源社区中性价比极高的代码助手。
DeepSeek V2 是由国产大模型力量 DeepSeek 推出的重量级 MoE（混合专家）架构模型。虽然总参数量达到了 236B，但得益于高效的架构设计，它在实际推理时仅激活一小部分参数，这使得它在保持顶尖逻辑推理与代码能力的同时，推理成本极具竞争力。对于开发者而言，V2 在中文语境的理解、长文本处理以及数学逻辑方面表现非常亮眼，甚至在多项基准测试中能与国际主流闭源模型一较高下。如果你正在寻找一个既能处理复杂编程任务，又能在中文创作场景下保持丝滑体验，且性价比极高的底座模型，DeepSeek V2 是目前国产开源/权重开放生态中非常值得关注的选择。
DeepSeek-V3 是国产大模型领域的又一力作，凭借其强大的架构设计，在逻辑推理、代码编写及数学解题等硬核任务上展现出了极高的水准。对于开发者而言，它不仅能作为高性能的对话助手，更是一个极具性价比的 API 调用方案。相比于动辄千亿参数的闭源巨头，V3 在保持顶尖能力的同时，通过优化训练效率，极大地降低了推理成本。无论你是想构建复杂的智能 Agent，还是在寻找一个能写高质量代码的编程搭档，DeepSeek-V3 都是目前中文语境下最值得尝试的开源力量之一，上手门槛低，且对中文语义的理解非常细腻。
Unlimited OCR 是由百度推出的一款开源图像文本识别模型，旨在解决复杂场景下的文字提取痛点。不同于传统的 OCR 工具，它在处理非结构化排版、多语言混排以及低质量图像时具有更强的鲁棒性。对于开发者而言，由于采用了 MIT 许可，该模型非常适合集成到企业内部的文档数字化流程或自动化办公插件中。其上手门槛较低，能够快速将图片、扫描件转化为可编辑的文本，是构建 RAG（检索增强生成）知识库时高效处理 PDF 和图片数据的理想预处理组件。
微软推出的 Phi-3.5 Mini 是一款典型的“小钢炮”级模型，参数量仅为 3.8B，但在逻辑推理和文本处理能力上表现惊人。它打破了“参数量决定一切”的迷思，通过高质量的数据训练，让这个轻量化模型在处理复杂指令时能媲美许多大参数模型。对于开发者来说，它的最大优势在于极低的部署门槛：你不需要昂贵的 A100 集群，甚至在手机、笔记本等边缘设备上就能流畅运行。它非常适合作为 AI Copilot 的底层引擎，或者集成到对响应延迟和隐私要求极高的本地化应用场景中。如果你正在寻找一个既省资源、又能在端侧实现高智商交互的轻量级方案，Phi-3.5 Mini 是目前最值得关注的选择之一。
Mistral-7B-v0.1 是由法国 Mistral AI 团队推出的开源小钢炮，在 7B 参数量级上展现出了极强的性能爆发力。它采用了先进的滑动窗口注意力机制（Sliding Window Attention），在保持推理效率的同时，显著提升了处理长文本时的逻辑连贯性。对于开发者而言，这款模型最大的吸引力在于其极高的“能效比”：它不仅对显存要求友好，非常适合在消费级显卡甚至本地端侧设备上进行微调和部署，且在逻辑推理和代码编写能力上足以媲美许多规模更大的闭源模型。如果你正在寻找一个既能跑得动、又能在特定任务上通过微调实现定制化的底座模型，Mistral-7B 是目前开源社区最值得关注的选择之一。
GPT-2 是现代大语言模型的奠基之作，由 OpenAI 开源。虽然在当前 LLM 时代它已不再是性能顶端，但其轻量级的架构使其成为开发者学习 Transformer 原理、构建小型文本生成应用或在本地低功耗设备上部署的理想选择。它无需昂贵的 GPU 资源即可流畅运行，适合用于简单的文本补全、基础的创意写作辅助以及作为更复杂模型链条中的预处理环节。对于习惯了 GPT-4 的用户来说，它的逻辑能力较弱，但在特定垂直领域微调后仍能展现出不错的实用价值。
LLaVA 1.5 7B 是多模态大模型领域的“平民英雄”。它通过将视觉编码器与 Llama 2 语言模型进行指令微调，实现了极高的图文交互效率。对于开发者来说，它最大的价值在于用较小的参数规模（7B），完成了从“看图识物”到“理解图意”的跨越。你可以用它来进行复杂的图像描述、视觉问答，甚至是基于图片的逻辑推理。相比于动辄参数量巨大的闭源多模态模型，LLaVA 1.5 的上手门槛极低，对显存要求友好，非常适合作为本地化部署、垂直领域微调或构建轻量级视觉助手的基础底座。
sdxl-turbo 是 Stability AI 基于 SDXL 蒸馏出的极速生成模型，采用对抗扩散蒸馏（ADD）技术，仅需 1-4 步即可出图，推理速度较基础版提升一个数量级，适合实时交互、视频关键帧生成或作为控制网（ControlNet）的底模快速出草图。它在 diffusers、ComfyUI、WebUI 生态中原生支持，加载即用无需额外适配，但受限于蒸馏损失，细节纹理与提示词遵循度不如完整 SDXL，且官方许可证限制商用，国内开发者多用于原型验证、直播实时绘图演示或本地离线娱乐。上手难度极低，只要会跑基础 SDXL 工作流，换掉 checkpoint 并把步数调到 1-4 步即可。
DeepSeek-V4-Flash-0731 是 DeepSeek 团队推出的轻量化高性能文本生成模型。相比于追求参数规模的超大模型，这款 Flash 版本更强调“响应速度”与“推理效率”的平衡。它非常适合需要高频次、低延迟交互的场景，比如实时聊天机器人、自动化文本摘要或大规模的内容预处理。对于开发者而言，由于其基于开源社区常用的 transformers 架构，上手门槛极低，能够快速集成到现有的 AI 工作流中。如果你正在寻找一个既能保证逻辑连贯性，又能显著降低 API 调用成本或本地部署压力的“小钢炮”模型，这款 Flash 版本是一个非常务实的选择。
Gemma 4 31B-it 是 Google 推出的一款高性能开源多模态模型。它在保持中等参数规模的同时，显著增强了对图像和文本的综合理解能力，能够高效处理复杂的图文分析任务。对于中国开发者而言，该模型采用 Apache-2.0 协议，部署门槛低且灵活，非常适合作为企业级 RAG 应用或多模态助手的基础底座。相比于超大规模模型，它在推理速度和资源占用之间取得了较好平衡，是构建垂直领域视觉问答或文档解析工具的理想选择。
CodeLlama 34B 是 Meta 基于 Llama 2 底座深度定制的代码大模型。相比通用模型，它在代码补全、逻辑推理和算法实现上做了专项强化，34B 的参数规模在性能与本地部署的资源消耗之间找到了一个极佳的平衡点。对于开发者而言，它不仅能胜任 Python、C++、Java 等主流语言的编写，在处理复杂的逻辑重构和代码解释任务时也表现得相当稳健。如果你正在寻找一个能替代 GitHub Copilot 思想、且支持私有化部署的本地辅助工具，CodeLlama 34B 是目前开源界非常值得尝试的生产力利器，上手门槛低，对现有 IDE 的集成也相对成熟。
DeepSeek-V4.1-Flash 是 DeepSeek 推出的轻量化多模态模型，主打“图文理解”的高效处理能力。它不再局限于纯文本对话，而是进化成了能“看懂”图片的智能体。对于开发者而言，这款模型的核心优势在于极高的响应速度和极低的推理成本，非常适合需要实时处理图像信息的应用场景，比如自动化图片内容审核、视觉问答（VQA）或复杂的文档图表解析。相比于参数量巨大的旗舰模型，Flash 版本在保持了较强视觉感知能力的同时，大幅降低了上手门槛和硬件压力，是构建高性价比视觉 AI 应用的理想选择。