AI2 OLMo开源模型排行榜
本榜收录 AI2（Allen Institute for AI）在本站的 191 个开源模型，按社区累计下载量排序，以 OLMo 系列为主。该系列的特点是「完全开源」——不仅开放权重，还公开训练数据、训练代码与评估流程，适合做模型可复现性研究、训练流程分析与学术对比实验。
数据更新时间：2026-09-22
本榜收录 191 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 | OLMoE-1B-7B-0924 | AI2(Allen) apache-2.0 | 6.9B | 2.6万 | 1 |
| 2 | OLMoE-1B-7B-0125 | AI2(Allen) apache-2.0 | 6.9B | 2728 | 0 |
| 3 | OLMoE-1B-7B-0924-Instruct | AI2(Allen) apache-2.0 | 6.9B | 2582 | 0 |
| 4 | wildguard | AI2(Allen) apache-2.0 | 7.2B | 2405 | 1 |
| 5 | OLMoE-1B-7B-0125-DPO | AI2(Allen) apache-2.0 | 6.9B | 1830 | 0 |
| 6 | OLMoE-1B-7B-0125-Instruct | AI2(Allen) apache-2.0 | 6.9B | 1250 | 1 |
| 7 | OLMo-1B-hf | AI2(Allen) apache-2.0 | 1.2B | 1244 | 0 |
| 8 | OLMo-2-1124-7B-Instruct | AI2(Allen) apache-2.0 | 7.3B | 1215 | 0 |
| 9 | OLMo-1B-0724-hf | AI2(Allen) apache-2.0 | 1.3B | 1125 | 0 |
| 10 | Llama-3.1-Tulu-3-8B-DPO | AI2(Allen) llama3.1 | 8.0B | 1078 | 0 |
| 11 | OLMo-1B | AI2(Allen) apache-2.0 | 1.2B | 1072 | 0 |
| 12 | OLMo-2-1124-7B-RM | AI2(Allen) apache-2.0 | — | 1068 | 0 |
| 13 | OLMo-2-1124-13B-Instruct | AI2(Allen) apache-2.0 | 13.7B | 1062 | 0 |
| 14 | Llama-3.1-Tulu-3-405B | AI2(Allen) llama3.1 | 405.9B | 1059 | 0 |
| 15 | Llama-3.1-Tulu-3-70B | AI2(Allen) llama3.1 | 70.6B | 1052 | 1 |
| 16 | truthfulqa-info-judge-llama2-7B | AI2(Allen) apache-2.0 | — | 1046 | 0 |
| 17 | OLMo-7B-0724-SFT-hf | AI2(Allen) apache-2.0 | 6.9B | 1044 | 0 |
| 18 | OLMo-7B-0724-Instruct-hf | AI2(Allen) apache-2.0 | 6.9B | 1040 | 0 |
| 19 | OLMo-2-1124-7B-DPO | AI2(Allen) apache-2.0 | — | 1040 | 0 |
| 20 | OLMo-2-1124-13B-SFT | AI2(Allen) apache-2.0 | — | 1037 | 0 |
| 21 | OLMo-7B-SFT-hf | AI2(Allen) apache-2.0 | 6.9B | 1036 | 0 |
| 22 | Llama-3.1-Tulu-3-70B-SFT | AI2(Allen) llama3.1 | 70.6B | 1035 | 0 |
| 23 | Llama-3.1-Tulu-3-70B-DPO | AI2(Allen) llama3.1 | 70.6B | 1034 | 0 |
| 24 | scitulu-7b | AI2(Allen) apache-2.0 | — | 1032 | 0 |
| 25 | open-instruct-gpt4-alpaca-7b | AI2(Allen) | — | 1032 | 0 |
| 26 | OLMo-7B-hf | AI2(Allen) apache-2.0 | 6.9B | 1032 | 0 |
| 27 | OLMo-7B | AI2(Allen) apache-2.0 | 6.9B | 1030 | 0 |
| 28 | OLMo-7B-Instruct-hf | AI2(Allen) apache-2.0 | 6.9B | 1029 | 0 |
| 29 | tulu-v2.5-ppo-13b-uf-mean | AI2(Allen) apache-2.0 | 13.0B | 1029 | 0 |
| 30 | WildLlama-7b-assistant-only | AI2(Allen) | 6.7B | 1029 | 0 |
| 31 | OLMo-2-1124-13B-Instruct-RLVR1 | AI2(Allen) apache-2.0 | 13.7B | 1028 | 0 |
| 32 | OLMo-7B-0724-hf | AI2(Allen) apache-2.0 | 6.9B | 1028 | 0 |
| 33 | OLMo-2-1124-13B-RM | AI2(Allen) apache-2.0 | — | 1025 | 0 |
| 34 | OLMo-7B-0424-SFT-hf | AI2(Allen) apache-2.0 | 6.9B | 1024 | 0 |
| 35 | tulu-2-dpo-13b | AI2(Allen) other | 13.0B | 1023 | 0 |
| 36 | Llama-3.1-Tulu-3-8B-SFT-no-math-data | AI2(Allen) | 8.0B | 1023 | 0 |
| 37 | OLMo-7B-Twin-2T-hf | AI2(Allen) apache-2.0 | 6.9B | 1023 | 0 |
| 38 | tulu-v1-llama2-7b | AI2(Allen) | — | 1023 | 0 |
| 39 | tulu-v2.5-dpo-13b-hh-rlhf-60k | AI2(Allen) apache-2.0 | 13.0B | 1022 | 0 |
| 40 | tulu-v2.5-ppo-13b-uf-mean-70b-uf-rm-mixed-prompts | AI2(Allen) apache-2.0 | — | 1021 | 0 |
| 41 | llama-3-tulu-2-8b | AI2(Allen) apache-2.0 | — | 1020 | 0 |
| 42 | Llama-3.1-Tulu-3-8B-SFT-no-safety-data | AI2(Allen) | 8.0B | 1020 | 0 |
| 43 | tulu-2-7b | AI2(Allen) | — | 1020 | 0 |
| 44 | OLMo-7B-0424-Instruct-hf | AI2(Allen) apache-2.0 | 6.9B | 1019 | 0 |
| 45 | tulu-v2.5-dpo-13b-chatbot-arena-2024 | AI2(Allen) apache-2.0 | — | 1019 | 0 |
| 46 | open-instruct-code-alpaca-13b | AI2(Allen) | — | 1019 | 0 |
| 47 | tulu-v1-llama2-13b | AI2(Allen) | — | 1019 | 0 |
| 48 | tulu-v2.5-dpo-13b-prm-phase-2 | AI2(Allen) apache-2.0 | 13.0B | 1018 | 0 |
| 49 | tulu-2-dpo-70b | AI2(Allen) other | 69.0B | 1018 | 0 |
| 50 | scitulu-70b | AI2(Allen) apache-2.0 | — | 1018 | 0 |
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 23:31。 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
OLMo 和普通开源模型有什么区别？
普通开源通常只给权重；OLMo 同时开放训练数据与训练代码，可以完整复现训练过程，更适合研究与教学，但工程落地生态不如主流商用系列成熟。
做研究选哪个参数档位？
复现实验建议从较小档位（1B 级别）起步以控制算力成本，确认流程后再扩展到 7B 及以上。