打开 Hugging Face 搜"chat"，结果有好几十万个。
光是千问一家，2026 年就先后发布了 Qwen3.5、Qwen3.6、Qwen3.8 三代，每一代又分好几个尺寸、好几种格式。
面对这么多选择，靠刷榜单、看新闻是选不出来的。
学完你能做到：为任何一个项目列出两三个候选，用自己的问题实测一遍，按结果定下用哪个。课程助教的基座模型，也在这一节定下来。
一、模型地图：两个梯队
开放权重模型可以粗略分成两个梯队：
旗舰梯队，参数量从几千亿到几万亿，几乎都是 MoE 结构。它们的能力接近甚至追平闭源模型，但要多张数据中心级的显卡才跑得动，个人和小团队主要通过 API 使用。
MoE 是"混合专家"的意思。普通模型处理每个 token，都要用上全部参数；MoE 模型把参数分成很多组，每组叫一个"专家"，每来一个 token，只挑其中几个专家来算，其余的歇着。
打个比方：一家医院有上百位医生，每个病人只看两三位。医院的总人数很多，看一个病人却用不了几个人。
所以 MoE 模型有两个参数量：总参数，是所有专家加起来；激活参数，是每个 token 真正用到的那部分。下面表里的"35B-A3B"，就是总共 35B、每次激活约 3B：
显存要装下全部 35B，算起来却接近一个 3B 的模型。旗舰模型能做到几千亿参数，调用起来又不算太慢，靠的就是这个。
小模型梯队，参数量在 10B 以内，一张消费级显卡、甚至一台笔记本就能跑。这是本课程的主战场：能本地运行、能微调、能部署得起。
下面这张表列了主要厂商截至 2026-11-01 在 Hugging Face 上的最新开放版本。
| 厂商 | 最新的开放版本 | 10B 以内的小尺寸 | 许可证 |
|---|---|---|---|
| 阿里 千问 | Qwen3.5（2026 年 2 月）、Qwen3.6（4 月，27B 和 35B-A3B）、Qwen3.8（8 月起） | Qwen3.5：0.8B、2B、4B、9B，都有 Base 版 | 多数 Apache 2.0，部分新版本用社区许可 |
| DeepSeek | V4-Pro（约 1.6 万亿，4 月）、V4.1-Flash（约 7600 亿） | 无 | MIT |
| 智谱 GLM | GLM-5 系列（2 月起）、GLM-5.3（约 7500 亿，8 月）、GLM-4.7-Flash（约 310 亿） | 无 | MIT，GLM-5.3 用自己的许可证 |
| 月之暗面 Kimi | K2.5、K2.6、K3（万亿级） | 无 | 改过的 MIT 等 |
| MiniMax | M2.5、M2.7（约 2300 亿） | 无 | 自定义许可 |
| 百度 文心 | ERNIE 4.5（2025 年 6 月，0.3B 到 300B） | 0.3B | Apache 2.0 |
| 腾讯 混元 | Hy4-preview（约 7800 亿，8 月） | 无 | Apache 2.0 |
| 小米 MiMo | V2.5（约 3100 亿） | 无 | MIT |
| 阶跃星辰 | Step-3.5-Flash（约 2000 亿） | 无 | Apache 2.0 |
| Gemma 4（3 月起：E2B、E4B、12B、26B-A4B、31B） | E2B、E4B | Apache 2.0 | |
| OpenAI | gpt-oss（2025 年 8 月：20B、120B） | 无 | Apache 2.0 |
| Meta | Llama 4（2025 年 4 月：Scout、Maverick） | 无 | Llama 4 社区许可 |
| AI2 | OLMo 3 系列 | 7B | Apache 2.0，连训练数据一起公开 |
- 国产开放模型在 2026 年非常活跃。 旗舰尺寸动辄几千亿参数，是开放权重阵营的主力。
- 10B 以内、中文好、许可宽松、还提供 Base 版的小模型，选择并不多。 千问 Qwen3.5 是其中最完整的一个系列。
- 名字里的"E2B""A3B"要看清。 Gemma 4 的 E2B 表示"等效 2B"，实际权重约 51 亿；A3B 就是上面说的每次激活约 3B。两种都要按总参数估算显存。