THE OPEN MODEL FIELD GUIDE
开放模型与推理指南
按任务认识模型，理解技术栈，找到适合自己的部署选择。
资料核查日期：2026-11-04。本目录归属于算力知识库，沉淀全球主流开放模型、推理技术栈与选型方法，供不同模型、硬件和服务场景复用。
建议先按任务在两个模型目录中选出候选，再用技术栈指南匹配运行时、量化与硬件，最后用业务样本筛选。默认关注远端服务的生成速度、有效并发和单位合格结果成本，同时保留本地、CPU/GPU 混合与专用硬件路线。
收录范围与证据
这里的“主流顶级”按各任务的旗舰候选、具有部署价值的高效型号、仍常用的生态基线组织。不同任务之间不设统一冠军，厂商宣称的领先也不直接转化为本知识库的实测结论。
按模型家族收录可识别的代表权重与独立子线，覆盖全球主要开放模型发布方及核心专项模型。不会把同一权重的每份量化、微调、训练中间检查点重复列成独立主流模型。面向的是通用智能与内容、语音、检索服务，不是生物、气象、机器人等所有科研模型的总目录。
采用“开放权重”作为部署筛选口径：官方已经提供权重下载，可能需要接受条款或申请访问。代码开源、权重开放、数据公开与可商用是不同条件；许可证应按精确型号和产物核对。只有 API 或网页产品的型号，不因品牌相同而进入可自部署清单。
| 证据 | 可以证明的范围 |
|---|---|
| 官方模型卡及可下载权重 | 型号存在、任务能力声明、开放方式和许可入口 |
| 框架支持表、原厂实现或模型配方 | 某个实现有适配依据；仍需核对版本、精度、硬件和子功能 |
| 发布者评测 | 发布者在其条件下报告的结果，不能替代自己的业务对照 |
| 目标环境真实推理及压测 | 对应配置、质量、负载和时间窗口内的实测结果 |
各文档将事实来源与选择建议分开。本次整理核查了公开资料，没有为整个目录执行模型下载、生成或统一性能测试；“推荐先评估”不是性能排名。