开源大模型下载量排行榜
本榜收录本站 1408 个开源大模型，按社区累计下载量降序排列，同时展示参数量、社区点赞数与开源协议，数据同步自魔搭社区（ModelScope）公开数据、每日更新一次。榜单覆盖文本生成、多模态、向量检索等主流任务类型，可用于快速判断某个参数档位或某家厂商的模型热度。点击模型名称可查看详情页的 README 说明与一键下载命令。
数据更新时间：2026-09-22
本榜收录 1,408 个模型
模型库共 1,408 个
排序依据：累计下载量 ↓
模型总榜
国产大模型榜
海外开源模型榜
通义千问(阿里)
AI2(Allen)
Microsoft
Google
面壁智能
上海AI实验室
智谱AI
DeepSeek
智源研究院
魔搭社区
腾讯混元
Mistral AI
下载量排名 TOP50
魔搭社区累计下载| 排名 | 模型 | 厂商 / 协议 | 参数量 | 下载量 | 点赞 |
|---|---|---|---|---|---|
| 1 | 千问2.5-0.5B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 | 通义千问(阿里) apache-2.0 | 494.0M | 901.7万 | 261 |
| 2 | 千问3-8B | 通义千问(阿里) apache-2.0 | 8.2B | 758.5万 | 362 |
| 3 | 千问2.5-7B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 | 通义千问(阿里) apache-2.0 | 7.6B | 725.8万 | 526 |
| 4 | cpm-bee-10b CPM-Bee是一个完全开源、允许商用的百亿参数中英文基座模型，也是CPM-live训练的第二个里程碑。它采用Transformer自回归架构（auto-regressive），在超万亿（trillion）高质量语料上进行预训练，拥有强大的基础能力。开发者和研究者可以在CPM-Bee基座模型的基础上在各类场景进行适配来以创建特定领域的应用模型。 | 面壁智能 | — | 651.0万 | 8 |
| 5 | 千问2.5-14B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 | 通义千问(阿里) apache-2.0 | 14.8B | 596.4万 | 110 |
| 6 | 千问3-0.6B | 通义千问(阿里) apache-2.0 | 751.6M | 577.1万 | 283 |
| 7 | 千问2.5-72B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 | 通义千问(阿里) other | 72.7B | 462.1万 | 228 |
| 8 | 千问3-32B | 通义千问(阿里) apache-2.0 | 32.8B | 452.0万 | 363 |
| 9 | 千问 QwQ-32B | 通义千问(阿里) apache-2.0 | 32.8B | 393.0万 | 662 |
| 10 | 千问3-4B | 通义千问(阿里) apache-2.0 | 4.0B | 372.9万 | 170 |
| 11 | DeepSeek-R1-Distill-Qwen-32B | DeepSeek mit | 32.8B | 274.7万 | 273 |
| 12 | DeepSeek-V3.1-Terminus | DeepSeek mit | 684.5B | 260.0万 | 70 |
| 13 | 千问3-30B-A3B | 通义千问(阿里) apache-2.0 | 30.5B | 224.1万 | 102 |
| 14 | DeepSeek-R1-Distill-Qwen-1.5B | DeepSeek mit | 1.8B | 222.1万 | 343 |
| 15 | 千问3-Next-80B-A3B-Instruct | 通义千问(阿里) apache-2.0 | 81.3B | 219.0万 | 170 |
| 16 | Kimi-K2-Thinking | 月之暗面Kimi other | 170.3B | 216.7万 | 92 |
| 17 | DeepSeek-R1-Distill-Llama-70B | DeepSeek mit | 70.6B | 212.4万 | 141 |
| 18 | 千问-14B-Chat 通义千问-14B（Qwen-14B） 是阿里云研发的通义千问大模型系列的140亿参数规模的模型。Qwen-14B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。同时，在Qwen-14B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-14B-Chat。本仓库为Qwen-14B-Chat的仓库 | 通义千问(阿里) | 14.2B | 194.8万 | 371 |
| 19 | 千问3-30B-A3B-Instruct-2507 | 通义千问(阿里) apache-2.0 | 30.5B | 166.7万 | 134 |
| 20 | 千问2-72B-Instruct Qwen2是Qwen系列模型的重大升级。Qwen2在⼤规模模型上实现了⾮常⼤幅度的效果提升，并增⼤了上下⽂⻓度⽀持。 | 通义千问(阿里) other | 72.7B | 142.3万 | 139 |
| 21 | 千问1.5-7B-Chat Qwen1.5版本本次开源了包括0.5B、1.8B、4B、7B、14B和72B在内的六种大小的基础和聊天模型，同时，也开源了量化模型。不仅提供了Int4和Int8的GPTQ模型，还有AWQ模型，以及GGUF量化模型。为了提升开发者体验，Qwen1.5的代码合并到Hugging Face Transformers中，开发者现在可以直接使用transformers>=4.37.0而无需trust_remote_code。此外，Qwen1.5支持了例如vLLM、SGLang、AutoGPTQ等框架对Qwen1.5的支持。Qwen1.5显著提升了聊天模型与人类偏好的一致性，并且改善了它们的多语言能力。所有模型提供了统一的上下文长度支持，支持32K上下文, 基础语言模型的质量也有所改进。 | 通义千问(阿里) other | 7.7B | 141.0万 | 167 |
| 22 | 千问3-0.6B-FP8 | 通义千问(阿里) apache-2.0 | 751.7M | 136.2万 | 16 |
| 23 | 千问3-1.7B | 通义千问(阿里) apache-2.0 | 2.0B | 123.7万 | 93 |
| 24 | 千问3-Coder-30B-A3B-Instruct-FP8 | 通义千问(阿里) apache-2.0 | 30.5B | 123.3万 | 25 |
| 25 | 千问3-14B | 通义千问(阿里) apache-2.0 | 14.8B | 118.8万 | 96 |
| 26 | 千问2.5-3B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 | 通义千问(阿里) other | 3.1B | 112.1万 | 104 |
| 27 | 千问3-235B-A22B | 通义千问(阿里) apache-2.0 | 235.1B | 96.0万 | 238 |
| 28 | 千问2.5-1.5B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 | 通义千问(阿里) apache-2.0 | 1.5B | 94.2万 | 149 |
| 29 | DeepSeek-R1-Distill-Qwen-7B | DeepSeek mit | 7.6B | 91.7万 | 447 |
| 30 | GLM-5 | 智谱AI mit | 753.9B | 89.6万 | 387 |
| 31 | 千问3-8B-FP8 | 通义千问(阿里) apache-2.0 | 8.2B | 81.0万 | 14 |
| 32 | DeepSeek-V2-Lite-Chat | DeepSeek other | 15.7B | 79.1万 | 18 |
| 33 | Qwen3Guard-Gen-0.6B | 通义千问(阿里) apache-2.0 | 751.6M | 78.4万 | 12 |
| 34 | 千问3-Coder-30B-A3B-Instruct | 通义千问(阿里) apache-2.0 | 30.5B | 78.2万 | 177 |
| 35 | 千问2.5-32B-Instruct Qwen 2.5系列开源模型基于更大的训练数据集训练而成，在编程能力、数学能力以及指令遵循能力等方面都有显著提升。同时Qwen 2.5提供强大的多语言能力，包括了29种以上语言的支持。 | 通义千问(阿里) apache-2.0 | 32.8B | 75.7万 | 98 |
| 36 | 千问3-4B-Instruct-2507 | 通义千问(阿里) apache-2.0 | 4.0B | 74.5万 | 96 |
| 37 | 千问3-Next-80B-A3B-Instruct-FP8 | 通义千问(阿里) apache-2.0 | 60.5B | 72.8万 | 16 |
| 38 | MiniMax-M1-80k | MiniMax apache-2.0 | 456.1B | 72.5万 | 64 |
| 39 | CodeQwen1.5-7B-Chat 代码专家模型 CodeQwen1.5! CodeQwen1.5 基于 Qwen 语言模型初始化，拥有 7B 参数的模型，其拥有 GQA 架构，经过了 ~3T tokens 代码相关的数据进行预训练，共计支持 92 种编程语言、且最长支持 64K 的上下文输入。效果方面，CodeQwen1.5 展现出了非凡的代码生成、长序列建模、代码修改、SQL 能力等,该模型可以大大提高开发人员的工作效率，并在不同的技术环境中简化软件开发工作流程。 | 通义千问(阿里) other | 7.3B | 70.7万 | 96 |
| 40 | GLM-4.7-Flash | 智谱AI mit | 31.2B | 69.9万 | 173 |
| 41 | 千问-7B-Chat 通义千问-7B（Qwen-7B）是阿里云研发的通义千问大模型系列的70亿参数规模的模型。Qwen-7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。本模型为经过微调对齐的Chat版本。 | 通义千问(阿里) other | 7.7B | 69.3万 | 757 |
| 42 | DeepSeek-Coder-V2-Lite-Instruct | DeepSeek other | 15.7B | 66.9万 | 34 |
| 43 | DeepSeek-V2-Chat | DeepSeek other | 235.7B | 62.3万 | 42 |
| 44 | 千问3-32B-FP8 | 通义千问(阿里) apache-2.0 | 32.8B | 61.3万 | 21 |
| 45 | DeepSeek-R1-0528 | DeepSeek mit | 684.5B | 61.1万 | 330 |
| 46 | 千问2-7B-Instruct Qwen2是Qwen系列模型的重大升级。Qwen2在⼤规模模型上实现了⾮常⼤幅度的效果提升，并增⼤了上下⽂⻓度⽀持。 | 通义千问(阿里) apache-2.0 | 7.6B | 59.8万 | 172 |
| 47 | DeepSeek-V4-Flash | DeepSeek mit | 290.9B | 59.0万 | 400 |
| 48 | 千问3-14B-FP8 | 通义千问(阿里) apache-2.0 | 14.8B | 59.0万 | 18 |
| 49 | 千问2.5-72B-Instruct-GPTQ-Int4量化 | 通义千问(阿里) other | 11.9B | 57.1万 | 32 |
| 50 | MiniMax-M2.7 | MiniMax other | 228.7B | 55.6万 | 157 |
榜单说明
排序依据：模型在魔搭社区（ModelScope）的累计下载量降序，同等下载量按社区点赞数排序。数据每日同步一次，最近同步时间：2026-09-22 23:27。 下载量受模型体积、上手门槛与发布时长影响，小参数模型因部署成本低往往下载量更高，选型时建议结合参数量、开源协议与任务类型综合判断。 每个模型的 README 说明、下载命令与详情，见模型详情页。
常见问题
下载量能代表模型质量吗？
不能完全代表。下载量受模型体积、上手难度与发布时长影响，小参数模型因易部署往往下载量更高。选型时建议结合参数量、协议与任务类型一起看，并参考厂商榜中同类模型的相对排名。
榜单数据多久同步一次？
每日同步一次，详情页与榜单页顶部均显示最近同步时间。
想找可商用的开源模型，怎么筛？
优先看 apache-2.0、MIT 等宽松协议；本站在模型详情页标注了协议字段，使用前请以模型仓库中的协议原文为准。