分类：开源模型

开源模型分类聚焦开源大模型生态、许可证、本地部署、量化与微调实践，帮助个人开发者与企业做出务实的开源与闭源模型选型决策，并控制长期维护成本。

2026年10月13日 · 开源模型

开源大模型生态 2026：能力追赶、本地部署与选型思路

开源大模型在推理、编码与中文任务上持续追赶闭源产品。本文从模型能力、许可证条款、硬件需求与业务场景四个维度梳理 2026 年开源 LLM 生态，并给出个人开发者与企业做本地部署选型的务实建议。

2026年9月15日 · 开源模型

Ollama 让在个人电脑上运行开源大模型变得像安装普通软件一样简单。本文介绍 Ollama 的安装与基本使用、如何根据内存选择合适的模型和量化版本、通过 API 接入自己的应用，以及本地部署在隐私、成本和性能上的真实取舍。

2026年9月12日 · 开源模型

量化通过降低模型权重的数值精度，让大模型体积缩小数倍、在更便宜的硬件上运行。本文解释量化的基本原理、常见精度级别和格式（如 GGUF、GPTQ、AWQ）的区别、量化对不同任务效果的影响，以及如何为自己的场景选择合适的量化方案。

2026年9月11日 · 开源模型

是租 GPU 自己部署开源模型，还是直接调用商业 API？很多团队只比较 Token 单价就做决定，却忽略了利用率、运维人力和模型能力差距。本文提供一套成本测算框架，帮助你根据调用量、负载形态和合规要求做出合理选择。

2026年8月25日 · 开源模型

国内外开源大模型层出不穷，哪一个最适合你的中文业务？本文不罗列排行榜，而是给出一套可复用的选型方法：从中文能力、任务匹配、模型规模、许可证、生态与长期维护等维度筛选候选，再用自己的业务数据进行对比测试。

2026年8月20日 · 开源模型

很多被称为“开源”的大模型只开放了权重文件，训练数据、训练代码和完整的训练过程并未公开，许可证也常有附加限制。本文梳理大模型开放程度的几个层次，解释为什么这种区别对可复现性、安全研究和商业使用都很重要。

2026年7月11日 · 开源模型

开源大模型的许可证五花八门，有的完全宽松，有的限制用户规模、禁止特定用途或要求衍生模型沿用名称。本文梳理常见许可证类型和关键条款，说明商用前需要核查的事项，帮助企业避免在模型选型时埋下法律隐患。