2026年9大最佳开源大语言模型（对比）
2026年，开源大语言模型不再是廉价选择。Kimi K3与Claude Opus 4.8在Artificial Analysis Intelligence Index上并驾齐驱（其托管API已上线，权重预计7月27日发布），此前GLM-5.2占据开源模型榜首位置，而紧随其后的模型阵容深厚，选择反而成了难题。
本排名涵盖当前九款最佳开放权重模型——评估维度包括许可证、上下文窗口、硬件适配性以及实际支付的每token价格。所有模型均可通过LLM Gateway使用单一密钥接入，按各提供商公布费率计费，只需修改请求中的一个词即可对任意两款进行A/B测试。
1. Kimi K3 —— 开源前沿
Moonshot AI · 2.8万亿参数 · 100万上下文 · 输入$3.00/百万token · 输出$15.00/百万token
史上最大开放权重模型——但有一个前提：权重尚未开放下载。Moonshot预计于2026年7月27日发布，许可证尚未公布；托管API自7月16日起已上线。在Artificial Analysis Intelligence Index的189个模型中排名第4——与Claude Opus 4.8和GPT-5.5持平——并在Arena盲测前端代码测试中夺得第一。始终开启的推理能力、视觉识别、工具调用，输出可配置高达100万token。开源模型标杆，定价与之匹配。完整分析见此。
最适合：追求闭源前沿质量但需要开放权重自由的团队。
2. GLM-5.2 —— 性价比旗舰
Z.ai · 7440亿参数 · 100万上下文 · 输入$1.40/百万token · 输出$4.40/百万token
MIT许可证，权重已上架Hugging Face，在K3问世前一直位居开源模型榜首。支持真正的100万token上下文，在智能体编程方面表现强劲，内置网络搜索支持——输出价格不到K3的三分之一，输入价格约为其一半。也是本列表中唯一能在单节点8 GPU（或单台512 GB Mac Studio）上以INT4精度运行的最大模型。
最适合：开源领域最佳性价比之选。
3. DeepSeek V4 Pro —— 前沿规模，平民价格
DeepSeek · 1.6万亿参数（490亿活跃） · 100万上下文 · 输入$0.435/百万token · 输出$0.87/百万token
MIT许可证的MoE模型，采用激进的稀疏设计：总参数1.6万亿，活跃参数490亿。结果是一款100万上下文的前沿级模型，输出价格低于每百万token一美元——比K3低一个数量级。支持推理、工具调用、JSON输出；不支持视觉识别。
最适合：单位成本决定成败的高吞吐量生产工作负载。
4. Kimi K2.6 —— 上一代冠军，如今价格亲民
Moonshot AI · 26.2万上下文 · 输入$0.95/百万token · 输出$4.00/百万token
在K3之前，Kimi K2.6在Artificial Analysis Intelligence Index上位居开源权重榜首。它仍是重量级选手——包含视觉识别——其价格在其继任者发布当天跌入价值区间。
最适合：接近前沿质量，账单更小，且经过验证的模型。
5. MiniMax M3 —— 多模态之选
MiniMax · 51.2万上下文 · 输入$0.60/百万token · 输出$2.40/百万token
开放权重，原生多模态理解（文本和图像在同一模型中），以及MiniMax的稀疏注意力设计，实现高效长上下文推理。发布时在SWE-Bench Pro上取得59.0%的成绩——在该基准测试中超过GPT-5.5和Gemini 3.1 Pro。
最适合：需要同时读取截图、图表和UI的智能体。
6. Nemotron 3 Ultra 550B —— 企业级工作马
NVIDIA · 5500亿参数（550亿活跃） · 26.2万上下文 · 输入$0.50/百万token · 输出$2.50/百万token
NVIDIA的开放权重旗舰，针对智能体和企业工作负载进行了深度调优，支持视觉识别，权重已上架Hugging Face。如果你选择本地部署，它拥有业界最深厚的部署工具支持。
最适合：希望端到端标准化使用NVIDIA技术栈的企业。
7. Qwen3.6-35B-A3B —— 本地英雄
阿里巴巴 · 350亿参数（30亿活跃） · 26.2万上下文 · 输入$0.25/百万token · 输出$1.49/百万token
Apache 2.0许可证，多模态，可在24 GB消费级GPU上真正运行——30亿活跃参数使其在普通硬件上速度飞快，同时在智能体编程方面远超其规模表现。当"开源"意味着"能在我的机器上运行"时，这就是首选模型。
最适合：本地开发、边缘部署和爱好者硬件。
8. gpt-oss-120b —— OpenAI的开源之作
OpenAI · 1200亿参数 · 13.1万上下文 · 输入$0.15/百万token · 输出$0.75/百万token
Apache 2.0许可证，大小适配单块80 GB GPU。并非本列表最新成员，但血统纯正、许可证宽松、单GPU可部署、托管价格极低，使其始终占有一席之地。
最适合：大规模低成本推理和单GPU自托管。
9. Llama 4 Maverick —— 生态系统常青树
Meta · 100万上下文 · 输入$0.27/百万token · 输出$0.85/百万token
Meta的开放权重系列已不再领跑基准测试，但没有哪个模型家族能匹敌其生态系统：微调方案、安全护栏、工具链和机构熟悉度。支持视觉识别和100万上下文，价格低廉，使其成为稳妥的默认选择。
最适合：已投入Llama工具链的团队。
对比表格
| # | 模型 | 实验室 | 许可证 | 上下文 | 输入$/百万token | 输出$/百万token |
|---|---|---|---|---|---|---|
| 1 | Kimi K3 | Moonshot | 开放权重* | 100万 | $3.00 | $15.00 |
| 2 | GLM-5.2 | Z.ai | MIT | 100万 | $1.40 | $4.40 |
| 3 | DeepSeek V4 Pro | DeepSeek | MIT | 100万 | $0.435 | $0.87 |
| 4 | Kimi K2.6 | Moonshot | 开放权重 | 26.2万 | $0.95 | $4.00 |
| 5 | MiniMax M3 | MiniMax | 开放权重 | 51.2万 | $0.60 | $2.40 |
| 6 | Nemotron 3 Ultra | NVIDIA | 开放权重 | 26.2万 | $0.50 | $2.50 |
| 7 | Qwen3.6-35B-A3B | 阿里巴巴 | Apache 2.0 | 26.2万 | $0.25 | $1.49 |
| 8 | gpt-oss-120b | OpenAI | Apache 2.0 | 13.1万 | $0.15 | $0.75 |
| 9 | Llama 4 Maverick | Meta | Llama许可证 | 100万 | $0.27 | $0.85 |
*权重将于2026年7月27日发布；Moonshot尚未公布许可证。价格为各提供商通过LLM Gateway公布的费率；实时列表见模型页面。
如何选择
- 最高性能：Kimi K3，GLM-5.2作为性价比替代方案
- 生产规模：DeepSeek V4 Pro或gpt-oss-120b——每百万token成本极低
- 多模态智能体：MiniMax M3，或小规模场景下的Qwen3.6-35B-A3B
- 自托管：根据硬件选择模型——工作站选Qwen3.6-35B-A3B，单块80 GB GPU选gpt-oss-120b，完整节点选GLM-5.2
- 编程智能体：复杂问题用K3，循环任务用GLM-5.2或DeepSeek V4 Pro——设置指南
一个API接入全部九款模型
本列表中的每个模型都对应同一端点的模型字符串：
curl https://api.llmgateway.io/v1/chat/completions
-H "Authorization: Bearer $LLM_GATEWAY_API_KEY"
-H "Content-Type: application/json"
-d '{
"model": "glm-5.2",
"messages": [{"role": "user", "content": "Review this diff for race conditions."}]
}'两种付费方式。按量付费：最低充值10美元，按公布的每token费率加5%平台费支付——适合产品上线。DevPass：编程智能体每月固定29/79/179美元，可获得约3倍订阅金额的模型使用额度（按提供商费率计算）。在DevPass上，除Kimi K3外，本列表所有模型均为标准层级，无每周上限；K3超出高级价格门槛，从每周高级额度中扣除。
常见问题
2026年最好的开源大语言模型是什么？
按基准测试排名，Kimi K3：在Artificial Analysis Intelligence Index的189个模型中排名第4，与Claude Opus 4.8持平——但其权重预计7月27日发布，在此之前仅可通过API使用。如果价格重要，GLM-5.2能以不到K3三分之一的输出价格提供大部分能力。
最好的小型开源大语言模型是什么？
Qwen3.6-35B-A3B——Apache 2.0许可证，多模态，30亿活跃参数，可在24 GB消费级GPU上运行，同时在智能体编程基准测试中表现出色。
这些模型是开源还是开放权重？
开放权重：训练好的权重可下载并自托管，使用宽松许可证（主要是MIT或Apache 2.0），但训练数据和代码通常不发布。GLM-5.2、DeepSeek V4 Pro、Qwen3.6-35B-A3B和gpt-oss-120b使用标准OSI许可证；Llama使用Meta的社区许可证。Kimi K3目前是例外：其权重预计2026年7月27日发布，在Moonshot公布条款前无许可证——目前仅可通过托管API使用。
使用开源大语言模型最便宜的方式是什么？
通过网关以供应商列表价格接入。LLM Gateway不收取每token加价——即用即付的积分在充值时收取5%的平台费，而DevPass则将编码代理的高频使用转为固定月费。
开始使用
- 免费试用LLM Gateway——九个模型，一个密钥
- 获取DevPass——编码代理中固定费率的开源模型，每月29美元起
- 深度解析领跑者：Kimi K3与中国开源权重模型浪潮
原文发布于LLM Gateway博客。
原文：https://dev.to/smakosh/9-best-open-source-llms-in-2026-compared-29p2
