开放权重（开源）模型生态

2026-09-26 · 人工智能（AI）

最后更新：2026-09-26 ｜领域：人工智能 / 开放权重模型与本地部署｜说明：信息来源为公开网络资料，详见文末参考来源

一、概述

「开放权重（open-weight）」指模型参数可公开下载、可自行部署与微调，区别于仅提供 API 的闭源模型。2025–2026 年，开放权重阵营从「追赶者」变为「半壁江山」：一方面，Meta Llama、阿里 Qwen、DeepSeek、Google Gemma、Mistral、微软 Phi、OpenAI gpt-oss、智谱 GLM、MiniMax、月之暗面 Kimi 等构成庞大的模型矩阵；另一方面，中国开源模型在 OpenRouter 等平台上的调用量持续领先。有分析称，截至 2026 年 3 月，OpenRouter 月度榜单前五名中有三席为中国模型，MiniMax、Kimi、DeepSeek 正成为全球开发者的优先选项，其优势可归纳为「开源、活跃、价格」三要素（事关AI，中国首次超越美国 — 中新网）。

Mozilla 于 2026 年 9 月发布的 State of Open Source AI 报告认为，开放权重模型已从「实验性替代品」转变为全球 AI 基础设施的关键支柱，驱动力来自性能快速提升、运营成本显著下降，以及企业对模型部署「主权与控制权」的空前需求（Mozilla State of Open Source AI Report 2026）。

需要澄清一个术语混淆：多数所谓「开源模型」实为开放权重，其许可证并非都通过 OSI 认证，例如 Llama 4 采用自定义的社区许可证，因而被明确指为「open-weight 但不是 OSI 认可的开源」（Llama 4 — The Planet Tools）。更严格地说，真正的开源 LLM 应同时公开权重、架构，理想情况下还包括训练代码；而现实中多数模型仅公开权重，训练数据与训练代码通常不公开（Best Open Source LLMs in 2026 — Onyx）。

二、2025–2026 最新进展

DeepSeek V4：2026 年 4 月 24 日发布并开源 DeepSeek-V4 Preview，官方称其开启「高性价比 1M 上下文时代」，含 V4-Pro（1.6T 总参数 / 49B 激活） 与 V4-Flash（284B / 13B 激活） 两个 MoE 变体（DeepSeek V4 Preview Release）。模型卡明确开放仓库中的权重与代码采用 MIT 许可证（DeepSeek V4 Technical Documentation）。该系列建立在 token-wise compression 与 DeepSeek Sparse Attention 之上（Open-Weights LLM Release History and Timeline）。2026 年 9 月 10 日又发布 DeepSeek-V4.1-Flash，具备原生多模态视觉理解能力，官方称 GPQA Diamond 达 90% 以上（DeepSeek API 更新日志）。此前的 DeepSeek V3.2 为 685B 总参数 / 37B 激活、MIT 相关许可（另有来源记为 671B/37B）（Best Open Source LLMs in 2026 — Onyx、React-ing to Grace Hopper 200）。
阿里 Qwen：Qwen3.5 全系开放权重采用 Apache 2.0 许可，支持 201 种语言（Qwen 3.5）。旗舰 Qwen3.8-2.4T-A95B 于 2026 年 8 月开源，稀疏 MoE 架构拥有 2.4T 总参数、每步约 95B 激活，搭配混合注意力与 1M 上下文（qwen3.8-2.4t-a95b Model Info）。阿里云称其已开源 460 多个模型，衍生出 30 万以上衍生模型、累计下载超 30 亿次（Alibaba Unveils Qwen3.8-27B and Releases Weights of Qwen3.8 Flagship Model）。近期版本还包括 Qwen3.5（2026-02-16，Apache-2.0，旗舰 397B 总参数 / 17B 激活，另有 27B 稠密版在 SWE-bench Verified 上以 72.4 追平 GPT-5 mini）（Provider Landscape 2026-07）。
Google Gemma 4：2026 年 3 月 31 日发布 Gemma 4（含 E2B/E4B 等移动优先型号），4 月 16 日推出 MTP 版本，6 月 3 日发布 Gemma 4 12B Unified（统一、无编码器的多模态模型），并衍生 DiffusionGemma 与 Gemma 4 QAT 量化版本；官方以 Apache 2.0 发布权重（Gemma 版本 — Google AI for Developers、Gemma 4: Byte for byte, the most capable open models）。
OpenAI gpt-oss：OpenAI 于 2025 年 8 月 5 日发布 gpt-oss-120b / gpt-oss-20b，采用 Apache 2.0 许可，参数结构分别为 117B/5.1B 与 21B/3.6B，上下文 128K token（Open-Weight AI Models 2026）。官方帮助文档说明 Apache 2.0 允许广泛使用、修改与再分发（含商业用途，但受其 gpt-oss 使用政策约束），且这两个模型不通过 OpenAI API 提供（OpenAI open-weight models (gpt-oss)）。
Mistral 与 MiniMax：Mistral Large 3（2025 年 12 月）为 675B/41B MoE、256K 上下文、Apache 2.0（Open-Weight AI Models 2026）。MiniMax M2.5 于 2026 年 2 月 13 日全球开源并支持本地化部署（MiniMax M2.5宣布全球开源并支持本地化部署 — 经济参考网）；M3 于 2026 年 6 月发布；多模态生成模型 MiniMax H3 亦宣布开源（MiniMax H3来了 — 上观新闻）。
智谱 GLM 与月之暗面 Kimi：GLM 系列以 MIT 许可密集迭代（GLM-5、GLM-5.1、GLM-5.2），GLM-5.1 为 754B 总参数 / 40B 激活（React-ing to Grace Hopper 200、Best Open-Source LLMs — aiwiki）。月之暗面侧，Kimi K2.5 为 1T 总参数 / 32B 激活、MIT 许可（Best Open Source LLMs in 2026 — Onyx），2026 年 9 月 21 日，月之暗面确认 Kimi K3 接入 Amazon Bedrock，全球企业开发者可直接调用（北美云分成破冰，Kimi K3落地亚马逊Bedrock — 每日经济新闻）。
小米 MiMo：小米推出 MiMo-V2-Flash（309B/15B，MIT 许可）及 MiMo-V2.5 / V2.5-Pro（Apache-2.0），进入开放权重前沿阵营（Best Open Source LLMs in 2026 — Onyx、Best Open-Source LLM 2026 — Codersera）。

三、核心技术与关键概念

1. 许可证类型

许可证	代表模型	特点
Apache 2.0	Qwen 3.5/3.8、Gemma 4、Mistral Large 3、gpt-oss、MiMo-V2.5	宽松，允许自由商用、修改、分发（通常要求署名）
MIT	DeepSeek V4、GLM-5/5.1/5.2、Kimi K2.5/K2.6、MiMo-V2-Flash	宽松，开放仓库权重与代码，限制最少
Llama 社区许可	Meta Llama 4	自定义商业许可，非 OSI 开源
Gemma Terms of Use	Google Gemma（早期版本）	允许多数用途，但限制损害 Google 产品的用途
无标准许可	DeepSeek V3.2（部分口径）	公开发布权重但无标准开源许可，商用需先审查

许可维度可拆解为四项：是否允许商用、是否允许微调、是否允许再分发、以及限制条款（Best Open Source LLMs in 2026 — Onyx）。据 2026 年汇总，Mistral Large 3、Qwen3.5、Gemma 4 为 Apache-2.0，GLM-5.2、DeepSeek V4、Kimi K2.6 为 MIT 或 Modified MIT（Best Open-Source LLMs — aiwiki）。

Llama 4 社区许可的关键条款：月活超过 7 亿 的产品需向 Meta 单独申请许可（由其酌情授予）；衍生 AI 模型名称须含「Llama」；分发须显著标注「Built with Llama」并保留版权声明；可接受使用政策排除军事等用途（Llama 4 许可说明、Meta AI — aiwiki）。Llama 4 于 2025 年 4 月 5 日发布，为原生生多模态模型，Scout 版本上下文窗口达 1000 万 token，知识截止于 2024 年 8 月（Llama 4）。注：另有中文来源称 Llama 4 采用 Apache 2.0，与多数英文来源不符，本库以官方社区许可口径为准，读者引用时需交叉核对（Meta Llama 4 全系列深度解析）。

2. 蒸馏与能力差距

蒸馏（distillation） 指用更强模型的输出训练另一个模型，是行业标准技术，在中国 AI 产业尤为普遍。据 Interconnects 分析，蒸馏大约能把中国公司相对美国前沿的差距缩小 1–2 个月（The current balance of power in open models）。2026 年 2 月，Anthropic 披露三家中国实验室（DeepSeek、Moonshot、MiniMax）的「工业化规模」蒸馏活动，称其通过约 24,000 个欺诈账号产生了超过 1600 万次交互，以抽取 Claude 的推理、编码与智能体能力；Anthropic 与 OpenAI 随后将此类抽取定性为国家安全关切（Everyone's Watching the Wrong Benchmark — Gradient）。围绕此事的争论在于：闭源 API 本身可被系统性「挖矿」，而开放权重则让蒸馏变得「无需服务条款」即可进行（What Is AI Distillation?、In Defense of Open Models — IDC）。

3. 本地部署与量化

llama.cpp（MIT 许可，GitHub 星标 85,000+）是本地推理生态的基石：纯 C/C++、无外部依赖，可在 NVIDIA CUDA、AMD ROCm、Apple Metal、纯 CPU 乃至 Raspberry Pi 上运行 GGUF 量化模型（The Complete Guide to Local LLM Inference Tools in July 2026）。典型量化档位的质量/体积权衡（以 7B 模型为例）：F16 14GB（基准）、Q8_0 8.5GB（约 99% 质量）、Q4_K_M 5.0GB（约 97%）、Q3_K_M 4.1GB（约 94%）（Running LLMs Locally in 2026）。Ollama 与 LM Studio 则封装了 GGUF 的选择与运行，降低使用门槛（GGUF Quantization Benchmarks）。

工具选型上，GGUF（Q4_K_M、Q5_K_M、Q6_K、Q8_0 等「K-quants」按层混合位深，单文件自包含）最适合 CPU、消费级 GPU 与 Apple Silicon，是通用且可移植的默认；AWQ（INT4） 与 GPTQ 面向 GPU 服务，在多数基准中 AWQ 的质量保持略优于 GPTQ（Running LLMs Locally in 2026 — DEV）。在吞吐与多用户服务场景，vLLM 支持最广的格式范围（safetensors、GPTQ、AWQ、FP8、NVFP4、bitsandbytes），在 NVIDIA 硬件上 GPU 优化的量化格式（如 AWQ）通常比 GGUF 吞吐更高，但生产环境仅支持 Linux 且需要独立 NVIDIA/AMD GPU，配置复杂度高于 Ollama（Local LLM Inference in 2026）。

4. 开放权重 vs 闭源：主权、合规与成本

选择开放权重的常见动机有三：数据主权（提示、文档与输出不离开自有服务器，无跨境传输与第三方保留策略）、合规（对受 HIPAA 约束的医疗数据、PCI-DSS/SOC 2 约束的金融数据，自托管可让 PHI 留在合规范畴内；在欧盟 AI Act 语境下，本地部署便于保留审计痕迹）（Open-Weight vs. Closed-Source AI Models in 2026、Open-Source AI Deployment for Enterprises (2026 Guide)），以及成本可预测（没有按 token 计费，高并发重复负载的边际成本低）（Best Open-Weights AI Models for Business in 2026）。相应地，自托管也意味着企业需自行承担硬件、运维与安全责任。

5. 许可与能力的「口径之争」

「开放权重已追平闭源」这一判断高度依赖所选的基准与版本：同一族模型在不同评测快照中的排名可能不一致。例如 DeepSeek-V4-Pro 在 SWE-bench 上为 80.6%、LiveCodeBench 93.5%、原生 1M 上下文（Best Open Source AI Models in 2026），而 GLM-5.2 在开源模型中 GPQA Diamond 最高（91.2%），Kimi K2.6 以 90.5% 紧随（Best Open Source LLMs in 2026 — Onyx）。因此引用任何「领先」结论时都应同时标注基准、版本与时间。

6. 「完全开放」模型：OLMo 3 与训练流程透明化

「开放权重」之外还有一类更彻底的路线：完全开放（fully open），即不仅公开权重，还公开训练数据、代码、中间 checkpoint 与训练流程。代表是 Allen Institute for AI（Ai2）的 OLMo 3：2025 年 11 月 20 日发布，包含 7B 与 32B 两个参数规模的稠密 decoder-only Transformer，每个规模各有 Base、Think、Instruct、RL Zero 四个后训练变体，其中 32B Think 被称为首个「完全开放的 32B 思考模型」（Ai2 Announces Olmo 3 Family of Open Frontier Language Models、Ai2 Introduces Olmo 3 — MarkTechPost）。其预训练使用全新的 Dolma 3 数据集，约 9.3 万亿 token，来源涵盖网页、经 olmOCR 处理的科学论文 PDF、代码仓库与数学题（Completely Breaking Down the AI Black Box: Ai2 Releases Olmo 3）。这类项目价值在于可复现与可审计，与商业「开放权重」形成对照。

7. 开放权重的安全风险：护栏移除（abliteration）

开放权重带来便利的同时也带来一类结构性风险：护栏可被后训练移除。一项由 University of Waterloo 与 FAR.AI 合作的 TamperBench 基准测试发现，21 个热门开放权重模型（包括经过防御加固的版本）全部可借微调或激活编辑（activation editing）攻击剥除其安全调优（TamperBench: All 21 Tested Open-Weight LLMs Had Guardrails Stripped）。Anthropic CEO 亦对立法者表示，开源模型构成系统性安全风险，理由是任何拥有适度 GPU 资源的行为者都能微调移除 RLHF 与 Constitutional AI 对齐层，且研究多次显示用不到 1000 条恶意样本即可显著削弱安全对齐，从而把「越狱」从提示工程问题变成无防御对策的模型修改问题（Anthropic CEO: Open-Source AI Models Pose Systemic Safety Risk）。西点军校 CTC 的评论称之为 abliteration 问题：由于开放权重模型的护栏很可能对所有人可移除，模型一旦发布就可能「不可逆」，因此建议在开源前做 abliteration 抗性测试（Guardrails Under Test: Terrorist Misuse of AI Models and the Open-Weight 'Abliteration' Problem）。相关研究进一步表明，现有开放权重安全防护对 abliteration 与 prefilling 两类低成本、非梯度优化攻击同样脆弱（Open-Weight LLM Fine-Tuning Defenses are Susceptible to Simple Attacks）。也有观点认为，抗移除设计无法根除滥用，但能显著抬高攻击成本、改变滥用经济学（What Does Safe AI Mean for Open-Weight LLMs When Fine-Tuning Strips Guardrails?）。

四、代表性项目 / 产品

模型系列	开发者	代表版本	官方链接
Llama	Meta	Llama 4（Scout / Maverick）	https://www.llama.com/
DeepSeek	深度求索	V4-Pro / V4-Flash / V4.1-Flash	https://api-docs.deepseek.com/news/news260424
Qwen	阿里巴巴	Qwen3.8 / Qwen3.5 / Qwen3-VL / Qwen3-Omni	https://qwen.ai/
Gemma	Google DeepMind	Gemma 4	https://deepmind.google/models/gemma/
Mistral	Mistral AI	Mistral Large 3	https://mistral.ai/
gpt-oss	OpenAI	gpt-oss-120b / 20b	https://openai.com/index/introducing-gpt-oss/
GLM	智谱 AI	GLM-5.3 Flash / GLM-5.2 / GLM-5.1	https://www.zhipuai.cn/
MiniMax	MiniMax	M2.5 / M3 / H3	https://www.minimax.io/
Kimi	月之暗面	Kimi K3 / K2.6 / K2.5	https://www.moonshot.cn/
MiMo	小米	MiMo-V2-Flash	https://github.com/XiaomiMiMo
Phi	微软	Phi 系列	https://azure.microsoft.com/en-us/products/phi

五、关键数据与评测结果

Onyx 开放 LLM 排行榜快照（更新于 2026-03-12）：

模型	提供方	许可	参数（总/激活）	SWE-bench	GPQA Diamond	AIME 2025	HumanEval	Arena Elo
Kimi K2.5	Moonshot	MIT	1T / 32B	76.8%	87.6%	96.1%	99.0%	1,447
GLM-5	Zhipu AI	MIT	744B / 40B	77.8%	86.0%	84.0%	90.0%	1,451
Qwen 3.5	Qwen	Apache 2.0	397B / 17B	76.4%	88.4%	N/A	N/A	N/A
MiMo-V2-Flash	Xiaomi	MIT	309B / 15B	73.4%	83.7%	94.1%	84.8%	1,401
DeepSeek V3.2	DeepSeek	无标准许可	685B / 37B	67.8%	79.9%	89.3%	N/A	1,421
GPT-oss 120B	OpenAI	Apache 2.0	117B / 5.1B	62.4%	80.9%	97.9%	88.3%	1,354

（数据来源：Best Open Source LLMs in 2026 — Onyx；该快照中「无单一赢家」——Kimi K2.5 领先 HumanEval 与 AIME，GLM-5 领先 SWE-bench，Qwen 3.5 领先 GPQA Diamond。）

调用量：中国 AI 大模型调用量连续十九周领跑，环比增长 379%；某周榜单中 GPT-5.6 Luna 以 12.9 万亿 Token 居第二、智谱 GLM-5.3 Flash 以 12.4 万亿 Token 升至第三、DeepSeek-V4-Flash（0731 正式版）同以 12.4 万亿 Token 居第四（每日经济新闻）。
性价比：中信建投研报称国产模型 MiniMax M2.5 性能比肩 Claude Opus 4.6，但价格仅为其 1/6–1/20（中新网）。
能力差距：有分析给出开放权重模型达到闭源基准分数的 91%，且推理成本低 8–12 倍（Open Source Models Closed the Gap）。
DeepSeek V4.1-Flash：官方称 GPQA Diamond 达 90% 以上（DeepSeek API 更新日志）；DeepSeek V4-Pro 在 SWE-Bench Verified 为 80.6、LiveCodeBench 93.5（Best Open Source AI Models in 2026）。
Qwen3.8-2.4T-A95B 核心基准：GPQA Diamond 92.6、PaperBench 93.0、OSWorld 86.1、BabyVision 82.0（阿里云百炼模型信息）；另有来源记为 SWE-bench Pro 67.7、Terminal Bench 2.1 86.6、DeepSWE 1.1 56.6，API 定价约输入 $2.00 / 输出 $6.00 每百万 token（Open-Weight AI Models 2026）。
代码模型横向对比：在一项以 GH200 为硬件、用五个开放权重代码模型构建同一 React Native 应用的研究中，GLM-5.1（754B/40B 激活，MIT）取得 58.4% 的 state-of-the-art；Kimi-K2.5（1T/32B）、DeepSeek-V3.2（671B/37B）、Qwen3-Coder-480B（480B/35B）彼此仅相差几个基准点，且该研究指出 SWE-Bench 排名未能预测哪个模型真正完成交付（React-ing to Grace Hopper 200）。

生态规模与份额（多口径并列）：

Hugging Face 下载格局：一份 Hub 生态分析显示，领跑者不是 Meta、Google 或 OpenAI，而是阿里 Qwen——其头部模型合计约 3.994 亿次下载，占 top-1000 流量的 18.5%，约为 Google 的 4 倍；top 模型中 71.5% 采用宽松开源许可，仅 Apache 2.0 就占 49%；前 5 家组织合计占约 46%（Hugging Face Hub State 2026: Qwen Leads, Apache 2.0 Wins）。
Qwen 生态规模：另一口径称 Qwen 在 Hugging Face 的累计下载已超 10 亿次，带 Qwen 标签的衍生模型超过 20 万、微调超过 11.3 万，超过 Google 与 Meta 基座模型家族之和；平台上约 40% 的新 LLM 衍生模型基于 Qwen；过去一年中国约占 Hub 全部下载量的 41%（Hugging Face's 2026 Open-Model Report: Qwen Hits 3B Downloads）。
推理用量：在 OpenRouter 上，开放模型每周生成的 token 量从 2025 年 9 月的约 1 万亿增至 2026 年 9 月的约 80 万亿；同期中国模型在该平台的份额从约 70% 升至 80% 以上；面向编码的智能体平台 OpenCode 有 95% 以上的推理流量直接路由到中国开放权重模型（China Leads Open AI Models With 3.2B Downloads, Congress Told）。
下载模型规模变化：据 Hugging Face《State of Open Source on Hugging Face: Spring 2026》（2026-03-17 发布），被下载开放模型的平均规模从 2023 年的 827M 参数增至 2025 年的 20.8B 参数，中位数从 326M 变为 406M（Open Source AI Model Download Statistics 2026）。

六、趋势与争议

开源 vs 闭源的边界之争：支持者认为开放权重降低推理成本、增强数字主权与可审计性（Google 称 Apache 2.0 发布 Gemma 4 是「巨大里程碑」，赋予开发者数字主权）（Gemma 4 韩文博客）；反对者（如 Anthropic、OpenAI）担忧滥用与知识产权问题。Mozilla 报告则从产业侧指出，主权与控制权需求正推动开放权重进入企业主流部署（Mozilla State of Open Source AI Report 2026）。
蒸馏的合法性与安全叙事：IDC 指出闭源厂商本就控制着被「蒸馏」系统的访问权、条款与自动化行为模式，把开放模型一律限制并不合理（In Defense of Open Models）。开放权重使蒸馏「无需服务条款」即可进行，这一特性既是其生态优势，也成为安全争议焦点（What Is AI Distillation?）。
许可证合规风险：Llama 社区许可的 7 亿 MAU 门槛、命名与署名要求，使「开源」在法务上并非无约束；同类风险也存在于各家的自定义许可（如 Gemma Terms of Use、部分无标准许可的权重发布），企业采用前需评估（Llama 4 许可说明、Best Open Source LLMs in 2026 — Onyx）。
中国模型的全球博弈：模型出海伴随云厂商分成等商业机制变化，分析师提醒当多个同质化中国模型供应商竞争同一分销渠道时，议价地位可能反转（每日经济新闻）。
部署门槛与「本地」的现实边界：多数前沿开放权重模型仍需企业级硬件（如 4×H100 80GB 或同等）才能全精度推理；真正可在单卡运行的替代品有限，例如 GPT-oss 120B（1×H100）与 DeepSeek R1 蒸馏版（DS-R1-Distill-Qwen-32B、DS-R1-Distill-Llama-70B，可跑在单张 RTX 4090 或 H100）（Best Open Source LLMs in 2026 — Onyx）。这使「开放权重＝人人可本地运行」的叙事需要更细的硬件前提。
「开放即不可逆」的安全争论：TamperBench 等研究表明护栏可被微调/激活编辑剥离，西点 CTC 由此提出开放权重一旦发布可能「不可逆」，主张在开源前进行 abliteration 抗性测试；而开放阵营则强调可审计性与防滥用设计能改变攻击经济学（TamperBench、Guardrails Under Test — West Point CTC、What Does Safe AI Mean for Open-Weight LLMs）。这一争论把「开放 vs 闭源」从商业模式问题推向安全治理问题。
生态汇聚与单点依赖：Hugging Face 与 OpenRouter 的多份统计都显示 Qwen 生态与部分中国实验室已形成高度集中的下载与用量份额（Hugging Face Hub State 2026、China Leads Open AI Models）。集中化在降低使用门槛的同时，也带来供应链与治理上的单点依赖风险。