开源大模型排行榜：能力、开放性与部署选型指南

数据更新于 2026年9月17日 22:12；本文先筛选当前标记为开放权重的活跃型号，再按各项可用指标排列。开放权重不自动等于完整开源、免费商用或适合本地部署。

开源大模型排行榜应该先看什么

用户常把“可以下载权重”的模型统称为开源大模型。严格来说，开放权重、开源代码、公开训练数据和允许商业使用是不同条件。本文沿用常见搜索说法，但排名范围以当前开放权重标记为准。

当前开放权重候选中，综合智力排名前三的是 GLM-5.3 (max)、Kimi K3 (max)、GLM-5.3-Flash。它们适合进入能力短名单；是否能部署、能否商用、需要多少硬件，还要逐个核对具体版本和许可证。

开放权重模型综合智力前十

1. GLM-5.3 (max) — 44.9
2. Kimi K3 (max) — 43.8
3. GLM-5.3-Flash — 41.9
4. Qwen3.8 2.4T A95B — 40.0
5. Qwen3.8-Flash-Next — 39.9
6. DeepSeek V4.1 Flash (max) — 39.5
7. DeepSeek V4 Pro 0813 (max) — 36.3
8. Qwen3.8 27B (xhigh) — 33.9
9. Motif 3 — 33.6
10. K2 Horizon 375B A23B — 30.8

查看完整模型目录 · 把候选加入模型对比

综合智力用于缩小通用复杂任务的候选范围，不代表某个量化版本、微调版本或本地推理框架会得到相同结果。部署后的精度、速度和成本会受到权重精度、上下文长度、批处理、硬件与推理引擎影响。

编程任务看哪些开放模型

当前暂无可用数据。

代码生成之外，开发智能体还要检查工具调用、多步骤执行、上下文窗口和失败恢复。准备本地部署时，应使用将要上线的权重版本和推理配置复测，不能把托管服务结果直接当成本地结果。

开放性指数不是许可证结论

1. Olmo 3 7B Think — 88.9
2. Olmo 3.1 32B Think — 88.9
3. Apertus 70B Instruct — 88.9
4. K2 Think V2 — 88.9
5. Apertus 8B Instruct — 88.9

开放性指数综合观察模型可获得性以及方法、训练数据和后训练信息的透明度。它帮助比较开放程度，但不替你解释许可证，也不保证训练数据完整公开。具体计算方式可查看模型开放性指数方法。

公开服务速度不能直接代表本地速度

1. Ling 3.0 Flash — 339.4 token/秒
2. Trinity Large Thinking — 311.5 token/秒
3. Nemotron 3.5 Lightning — 292.6 token/秒
4. gpt-oss-20b (low) — 249.9 token/秒
5. Command A+ — 247.0 token/秒

这里的速度用于比较当前可用服务表现。本地部署速度取决于 GPU、显存、量化、并发、上下文和推理框架。相同权重在不同硬件上的吞吐与延迟可能差异很大，因此不能用公开服务速度承诺自部署性能。

什么时候开放权重更有价值

• 需要在自有环境运行，并能承担部署、监控和升级工作。
• 需要控制推理配置、量化方式、微调流程或模型版本。
• 调用规模足够大，有必要比较托管 API 与自建资源的总成本。
• 数据处理和网络边界要求无法由现有托管方案满足。
• 团队能持续处理安全更新、许可证变化、性能回归和模型替换。

如果只是低频调用，托管 API 可能更省时间；如果缺少运维能力，下载权重也不会自动带来更低总成本。

部署前必须逐项核对

1. 许可证： 商用、再分发、衍生模型和使用范围是否符合业务。
2. 具体权重： 基础版、指令版、推理版和量化版不能混为同一个型号。
3. 硬件预算： 显存、并发、上下文长度、吞吐和高可用需要一起估算。
4. 能力回归： 用实际部署版本跑同一套任务，不沿用其他服务商的成绩。
5. 安全与维护： 明确访问控制、日志、更新、回退和模型下线计划。

“开源大模型哪个好”最终不是单纯排名题，而是能力、控制权、许可证、硬件和长期维护能力的共同选择。

继续阅读

• AI 大模型综合排行榜
• 国产 AI 大模型排行榜
• AI API 模型选型指南