The Open Weight Index
开源模型参数清单
比较主流开放权重大语言模型的总参数量、激活参数与不同精度下的权重文件体积，并标注许可证与官方入口。每一行都连接到模型卡与许可证原文，点击行可展开完整参数。
排名 / 模型
BF16 / FP16 权重体积
FP8 / INT8 量化体积
INT4 量化体积
架构 / 许可证 / 入口
部署测算
基于上表 41 个开源模型的权重体积与精度可用性：选择模型、精度与算力卡，估算最低卡数与节点组成。卡数 = ⌈权重体积 ×（1 + 预留）÷ 单卡显存⌉，预留覆盖 KV 缓存、激活值与框架开销。
← 左右滑动查看完整算力卡对比表 →
口径说明
- 收录范围为 2024-12 至 2026-10 间发布、权重可公开下载的主流开放权重大语言模型；同一家族保留代表性版本，不逐个罗列修订号。
- 权重体积为按参数量估算：
BF16 / FP16 ≈ 2 字节/参数、INT8 / FP8 ≈ 1 字节/参数、INT4 ≈ 0.5 字节/参数；1 GB = 10⁹ 字节。实际下载体积还包含 tokenizer、元数据与量化噪声，通常比估算高 2%–8%。 - INT8 与 FP8 同为 8-bit，估算体积相同，故合并为一列；实际文件略有差异：INT8 块量化（如 GGUF Q8_0，每 32 参数附一个 fp16 缩放因子）约 +6%；FP8（E4M3）逐参数 1 字节、块缩放开销可忽略，如 DeepSeek-V3.2 官方 FP8 权重约 685 GB ≈ 671B × 1.02。
- 官方原生发布精度低于 8-bit 的模型（如 gpt-oss 的 MXFP4、DeepSeek V4 系列的 FP4 专家混合），其实际仓库体积会明显低于表中 INT4 估算值，展开行内已单独标注原生精度。
- 激活参数为 MoE 模型每 token 路由激活的参数量；Dense 模型激活参数等于总参数。
- 许可证以权重仓库原文为准：宽松（Apache / MIT）可自由商用；社区/自定义（Llama、Qwen3.8-Max、GLM-5.3、Muse 等）附带月活、营收或署名条件；非商用（CC-BY-NC 等）禁止商业使用。
- 部署测算为权重显存估算：卡数 = ⌈权重体积 ×（1 + 预留）÷ 单卡显存⌉，预留默认 20% 覆盖 KV 缓存与框架开销，长上下文需上调；精度角标「官方/社区」指该精度权重或量化的来源，社区量化（AWQ / GPTQ / Unsloth 等）未逐一核验具体仓库；节点按数据中心 8 卡整机惯例，Apple 统一内存机型按单机计。
- 数据截至 2026-10-27，整理自公开资料，供选型参考；以官方模型卡与许可证原文为最终依据。
数据来源
- 各模型官方 Hugging Face 模型卡、ModelScope 仓库与官方技术博客（z.ai、qwen.ai、deepseek、moonshotai、Meta AI、Google DeepMind 等）。
- 跨平台核对：VRAMGlass 开源模型显存清单（GGUF 各比特实际文件体积）、NVIDIA Dynamo 部署文档、第三方报道（The Decoder、eWeek、Towards AI 等）。
- 本页为静态清单，数据快照日期之后的模型更新不在收录范围内。