开源awesome-open-llms！全网开源模型，一网打尽！

事件核心：发生了什么

长期跟踪开源大模型的开发者刘聪NLP，将已整理一年多的月度开源模型汇总迁移至GitHub，项目名为awesome-open-llms，并配套网页便于检索和增补，今后将保持更新。

7月的开源名单中，最受关注的是Kimi-K3，被评价为当前国产开源模型的Top1，但推理成本偏高、速度偏慢。同期值得关注的还有：BOSS的Nanbeige4.2-3B、Poolside的Laguna S 2.1、美团的LongCat-2.0。英伟达CEO黄仁勋月初在社交平台呼吁模型开源，英伟达本身也开源了不少模型。

一个明确的时间节点是6月30日，华为正式开源openPangu-2.0-Flash：总参数92B，激活参数仅6B，上下文长度512K，训练数据约34T Tokens，并采用了MLA、mHC、MTP、Muon等多项主流技术。此外，原预期7月开源的Qwen3.8并未发布，据估计要推迟到8月；具身智能相关模型的数量也在明显增加。

为什么重要

这个项目本身是观察行业变化的一个便捷窗口：每月有哪些模型开源、背后是谁、用了什么技术路线，都能快速对比。更关键的是，Kimi-K3的开源意味着国产大模型的第一梯队能力正在向开发者开放，而“贵且慢”则暴露出高性能开源模型的推理成本仍是现实瓶颈。

华为盘古的加入值得单独看待：92B总参、6B激活的MoE设计，配合512K长上下文，说明头部厂商在开源路线上开始认真对标社区主流架构。技术栈高度趋同，竞争的焦点正从“能不能做出来”转向“推理成本能压到多低、场景能适配多广”。

Qwen3.8未能按期开源，则提示一个事实：开源节奏是厂商的主动策略，而不是承诺。市场期待越高，越可能出现时间差。结合具身智能模型数量的上升，下一阶段的模型开源竞争很可能不止于ChatGPT式的通用对话，还会延伸到机器人、多模态交互等具体场景。

对用户/开发者/创作者的影响

对开发者而言，Kimi-K3这样的开源模型可以直接集成到应用中，但需要认真评估API或自部署的推理成本与延迟，不能只看榜单参数。Nanbeige4.2-3B这类3B规模的小模型则更适合端侧部署和低成本场景。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对采用开源模型的企业，华为openPangu-2.0-Flash的512K上下文是一个实用亮点，适合长文档分析、代码库理解和复杂Agent任务。同时，由于开源模型来源多样，企业需要自行核查各模型的许可证条款、数据合规性和商用边界。

对内容创作者和AI应用创业者，更多开源模型意味着更低的试错门槛。但“开源”不等于“免费跑得动”，真正决定体验的是推理基础设施和工程能力。建议在选型时把价格、速度、上下文长度放在同等位置。

值得关注的后续

首先，Qwen3.8是否会在8月如期发布，将成为下一轮开源热度的重要风向标。其次，Kimi-K3能否通过推理优化或价格调整解决“贵且慢”的痛点，直接影响企业客户的采用意愿。最后，具身智能相关开源模型是否会形成独立于通用对话的生态分支，值得持续跟踪。

来源：<a href="https://waytoagi.feishu.cn/wiki/E7KewS