智源研究院开源模型排行榜
本榜收录智源研究院（BAAI）在本站的 61 个开源模型，按社区累计下载量排序。该机构长期投入开源模型与数据集建设，成果覆盖通用语言模型与向量检索等方向，协议普遍宽松，适合科研实验、教学与中文场景的基础能力搭建。
数据更新时间：2026-09-22
本榜收录 61 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 | AquilaMed-RL | 智源研究院 other | 8.2B | 4757 | 2 |
| 2 | bunny-phi-2-siglip-lora | 智源研究院 apache-2.0 | 188.7M | 3900 | 0 |
| 3 | Bunny-Llama-3-8B-V | 智源研究院 apache-2.0 | 8.5B | 2802 | 5 |
| 4 | CareBot_Medical_multi-llama3-8b-instruct | 智源研究院 apache-2.0 | 8.0B | 2577 | 22 |
| 5 | Aquila2-34B 悟道·天鹰（Aquila）由北京智源人工智能研究院研发,，是首个具备中英双语知识、支持商用许可协议、国内数据合规需求的开源语言大模型。参数规模有7B和34B。此仓库为Aquila基础模型。 | 智源研究院 other | 34.2B | 2463 | 2 |
| 6 | Law_Justice-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2449 | 6 |
| 7 | AquilaDense-7B | 智源研究院 apache-2.0 | — | 2326 | 0 |
| 8 | Finance-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2298 | 7 |
| 9 | AquilaMoE-SFT | 智源研究院 apache-2.0 | 94.8B | 2286 | 0 |
| 10 | JudgeLM-7B-v1.0 | 智源研究院 | — | 2284 | 0 |
| 11 | Bunny-v1_0-3B | 智源研究院 apache-2.0 | 3.2B | 2282 | 0 |
| 12 | Aquila2-7B | 智源研究院 other | 7.7B | 2250 | 0 |
| 13 | JudgeLM-33B-v1.0 | 智源研究院 | — | 2232 | 1 |
| 14 | Infinity-Instruct-3M-0625-Yi-1.5-9B | 智源研究院 apache-2.0 | 8.8B | 2227 | 0 |
| 15 | AquilaMoE | 智源研究院 apache-2.0 | 104.7B | 2224 | 0 |
| 16 | Infinity-Instruct-3M-0613-Llama3-70B | 智源研究院 apache-2.0 | 70.6B | 2221 | 0 |
| 17 | Infinity-Instruct-3M-0625-Llama3-70B | 智源研究院 apache-2.0 | 70.6B | 2217 | 0 |
| 18 | Infinity-Instruct-7M-Gen-Llama3_1-70B | 智源研究院 llama3.1 | 70.6B | 2210 | 0 |
| 19 | Infinity-Instruct-3M-0625-Qwen2-7B | 智源研究院 apache-2.0 | 7.6B | 2208 | 0 |
| 20 | AquilaDense-16B | 智源研究院 apache-2.0 | 16.7B | 2203 | 0 |
| 21 | Infinity-Instruct-3M-0625-Llama3-8B | 智源研究院 apache-2.0 | 8.0B | 2200 | 0 |
| 22 | JudgeLM-13B-v1.0 | 智源研究院 | — | 2199 | 1 |
| 23 | Infinity-Instruct-3M-0625-Mistral-7B | 智源研究院 apache-2.0 | 7.2B | 2197 | 0 |
| 24 | Infinity-Instruct-7M-Gen-mistral-7B | 智源研究院 apache-2.0 | 7.2B | 2196 | 0 |
| 25 | Infinity-Instruct-3M-0613-Mistral-7B | 智源研究院 apache-2.0 | 7.2B | 2194 | 0 |
| 26 | CareBot_Medical_multi-llama3-8b-base | 智源研究院 apache-2.0 | 8.0B | 2188 | 2 |
| 27 | AquilaChat2-7B | 智源研究院 other | — | 2187 | 0 |
| 28 | Emu2-Chat | 智源研究院 | — | 2186 | 0 |
| 29 | Bunny-v1_1-4B | 智源研究院 apache-2.0 | 4.3B | 2184 | 0 |
| 30 | EVE-7B-v1.0 | 智源研究院 apache-2.0 | — | 2182 | 0 |
| 31 | AquilaChat2-7B-16K | 智源研究院 other | — | 2182 | 1 |
| 32 | Bunny-v1_0-2B-zh | 智源研究院 apache-2.0 | 2.2B | 2180 | 0 |
| 33 | Emu2 | 智源研究院 | — | 2178 | 0 |
| 34 | EVE-7B-Pretrain-v1.0 | 智源研究院 apache-2.0 | — | 2177 | 0 |
| 35 | EVE-7B-HD-v1.0 | 智源研究院 apache-2.0 | — | 2162 | 0 |
| 36 | Bunny-v1_0-4B | 智源研究院 apache-2.0 | 4.3B | 2159 | 0 |
| 37 | Bunny-v1_0-3B-zh | 智源研究院 apache-2.0 | 3.2B | 2158 | 0 |
| 38 | CapsFus-LLaMA | 智源研究院 | — | 2154 | 0 |
| 39 | bunny-pretrain-phi-2-siglip | 智源研究院 apache-2.0 | — | 2151 | 0 |
| 40 | AquilaCode-py | 智源研究院 other | — | 2149 | 0 |
| 41 | AquilaChat2-34B-16K | 智源研究院 other | — | 2123 | 1 |
| 42 | Aquila2-70B-Expr | 智源研究院 other | — | 2115 | 0 |
| 43 | Artificial-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2108 | 1 |
| 44 | Tranport-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2091 | 0 |
| 45 | Aerospace-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2087 | 2 |
| 46 | Technology-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2081 | 0 |
| 47 | Hospitality-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2067 | 1 |
| 48 | CareBot_Medical_multi-llama3-8b-rl | 智源研究院 apache-2.0 | 8.0B | 2061 | 0 |
| 49 | AquilaChat2-34B 悟道·天鹰（Aquila）由北京智源人工智能研究院研发,，是首个具备中英双语知识、支持商用许可协议、国内数据合规需求的开源语言大模型。参数规模有7B和34B。此仓库为AquilaChat对话模型。 | 智源研究院 other | — | 2049 | 6 |
| 50 | Automobile-llama3_1_8B_instruct | 智源研究院 apache-2.0 | 8.0B | 2025 | 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 23:29。 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
检索类模型有什么用途？
主要用于把文本转成向量做语义搜索、去重与聚类，是构建企业知识库问答（RAG）的基础组件之一。
科研使用需要注意什么？
注意记录模型版本与评测配置，便于结果复现；不同版本间的能力差异可能较大。