开源模型指公开发布权重、允许开发者自由下载、微调与部署的大语言模型，与闭源 API 模式相对，已成为当前 AI 领域与头部商业模型并行竞争的重要路线。近期的更新集中在三个方向：更大参数规模与更长上下文的旗舰级开放权重模型、面向端侧与中小企业的小型高效模型，以及向办公、语音、世界模型等垂直场景延伸的专项开源。
开源模型近期进展
当前焦点与观察点
当前围绕开源模型的讨论集中在三点。其一是技术路线之争：600B 级稀疏 MoE（如 Step 5 Preview）与 24B 以下高密度小模型（如 LFM2.5、MiniCPM-V）分别代表"堆规模换质量"和"控成本换普及"两种策略，GLM 5.3 Flash 微调引发的讨论也说明社区对轻量化模型上限仍有分歧。其二是垂直能力开源化：办公套件生成、语音合成、可交互世界模型陆续开放权重，开源模型正从通用对话工具转向具体生产力场景。其三是部署生态成熟度：Ollama、vLLM 等框架快速适配新模型，1M 级上下文与 262K 上下文（JEV 1.14.0）等长文本能力能否在消费级硬件上跑通，将决定下一阶段开源模型的真实可用性。整体来看，开源模型与闭源模型的差距在部分基准上持续缩小，但训练数据合规、许可证条款差异仍是其商业化过程中需要观察的问题。