2026 年初 10 種開源權重 LLM 架構

🔑 增強重點摘要

• •Qwen3-Coder-Next (80B總參數，3B活躍)於2026年2月初發布，在編碼任務上超越DeepSeek V3.2 (37B活躍)、Kimi K2.5及GLM-4.7。[6]
• •MiniMax M2.5於2026年2月12日發布，擁有230B參數，根據OpenRouter統計成為熱門開源權重模型。[6]
• •Tiny Aya (3.35B參數)由Cohere於2026年2月17日發布，為3B參數級別最強多語言開源模型，優於Qwen3-4B及Gemma 3 4B。[6]
• •DeepSeek-V3.2於MIT許可下發布，適合推理及代理工作流程，需要多GPU如8×NVIDIA H200運行。[1][2]

🛠️ 技術深入

• •Qwen3-Coder-Next：採用注意力混合架構，總參數80B、活躍3B，在編碼基準優於更大MoE模型如DeepSeek V3.2 (37B活躍)。[6]
• •gpt-oss-120b：OpenAI MoE架構，總參數117B，支持低/中/高推理模式，在AIME、MMLU、TauBench、HealthBench匹敵o4-mini，Apache 2.0許可。[1][2]
• •DeepSeek-V3.2：推理及代理強項，MIT許可，全開源權重，適合vLLM部署，但全容量需8×H200 GPU。[1][2]
• •GLM-4.7-Flash：輕量30B MoE模型，代理效能強，服務效率高，適合本地編碼及代理任務。[1]

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線