Modelo grande MoE de código abierto de DeepSeek, con un rendimiento a la altura de los mejores modelos propietarios y un coste de entrenamiento muy bajo.
🧠 Modelos de lenguaje
LLM de código abierto y familias de modelos: Llama, Qwen, DeepSeek, GLM y más
Todo 1043🧠 Modelos de lenguaje 25🤖 Agentes de IA 162🧩 Plataformas de desarrollo de apps 22📚 RAG y bases de conocimiento 48💬 Interfaces de chat y clientes 40🖥️ Inferencia y despliegue local 87👨💻 Programación con IA 97🛠️ Frameworks y SDK 47🔌 MCP y ecosistema de herramientas 35🎨 Generación de imágenes 26🎬 Generación de vídeo 17🎙️ Voz y audio 45👁️ Visión por computador 26📄 Análisis de documentos y scraping 25🗄️ Bases de datos vectoriales 24🏋️ Entrenamiento, ajuste fino y MLOps 71🧪 Evaluación, observabilidad y seguridad 79🚪 Pasarelas y proxies de API 12🔎 Búsqueda e investigación profunda 15⚙️ Bibliotecas de aprendizaje profundo 58🏷️ Datos y anotación 32🔬 IA para industria y ciencia 34⚡ Herramientas de productividad 16
Modelo de razonamiento de DeepSeek que desarrolla cadenas de pensamiento largas mediante aprendizaje por refuerzo y publica modelos pequeños destilados.
阿里通义千问第三代开源模型，涵盖稠密与 MoE，支持思考/非思考模式切换。
xAI 开放的 Grok-1 权重与示例代码。
Hugging Face 对 DeepSeek-R1 的完全开源复现，含训练数据与脚本。
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.
OpenAI 的开放权重模型仓库，含推理示例与部署指引。
线性复杂度的类 RNN 大模型架构，推理省显存、长文本友好。
面壁智能的高效端侧模型系列，小参数量、强能力，适合手机与边缘设备。
月之暗面的万亿参数 MoE 模型，擅长智能体与代码任务。
Mistral AI 官方开源模型的最小推理代码。
Transformer Explained Visually: Learn How LLM Transformer Models Work with Interactive Visualization
零一万物开源的双语（中英）大模型系列。
Meta Llama 系列模型的官方工具与模型卡仓库。
An implementation of model parallel autoregressive transformers on GPUs, based on the Megatron and DeepSpeed libraries
GLM-5: From Vibe Coding to Agentic Engineering
上海 AI 实验室的书生·浦语系列大模型，附完整工具链。
智谱 AI 开源的 GLM-4 系列对话模型，支持长上下文与工具调用。
Gemma 的轻量级 C++ 推理引擎，便于研究与嵌入。
AI2 的完全开放语言模型，连训练数据、代码与日志一并开源。
Google DeepMind 的 Gemma 开放模型库，含推理与微调示例。
百川智能开源的 Baichuan 2 系列大模型。
Hugging Face 的小而强的语言模型系列及完整训练配方。
Pure Rust implementation of a minimal Generative Pretrained Transformer