开放权重模型缩小差距:新榜单、新硬件与一笔芯片交易
10月1日,由The Open Weights转载的Artificial Analysis Intelligence Index把智谱AI的GLM-5.3以44.8分排在20个开放权重模型榜单首位,月之暗面AI的Kimi K3以43.6分紧随其后,新模型仍在不断发布。

10月1日,由The Open Weights转载的Artificial Analysis Intelligence Index把智谱AI的GLM-5.3以44.8分排在20个开放权重模型榜单首位,月之暗面AI的Kimi K3以43.6分紧随其后,新模型仍在不断发布。
几份排名彼此并不一致,这一点值得直说。BenchLeader的开放权重榜在发稿前12小时更新,把月之暗面AI的Kimi K3以66.2分排在第一,智谱的GLM 5.3 max以64.7分第二,小米的MiMo-V2.6-Pro以64.5分第三。BenchLM.ai的94模型榜单则把MiMo-V2.6-Pro排在首位,BenchAlign v5.8得分75.5,其后是Qwen3.8 Max和MiMo-V2.6-Flash。LMMarketCap在10月1日06:00发布更新,把阿里巴巴的Qwen3.8 27B排在175个开放模型之首,谷歌的Gemma 4 26B A4B与Gemma 4 31B并列第二。
不同的评审团,不同的赢家。四份榜单唯一共同的地方是:排在前列的是中国实验室和谷歌,英伟达、Meta和Mistral位置更靠后。
过去72小时里还出现了几个尚未进入上述榜单的新开放模型。英伟达9月29日发布Kumo Tabular,这是一个用于表格分类与回归的基础模型,提供310亿、270亿、260亿、90亿、40亿和6亿参数的版本,只用人工数据预训练,以OpenMDW-1.1许可发布并允许商用;公司称它在TabArena、BeyondArena、TALENT和ScoringBench上排名第一,且每个任务都不需要训练或特征工程。
Fermion Research 9月30日发布Phonon-2,这是一个英语语音识别模型,下载包164 MB,编码器把每个权重存成约2.1比特。公司称它在Open ASR Leaderboard的七个英语数据集上平均词错误率为5.21%,所有成绩更好的开放模型体积至少是它的5.8倍,在MacBook Air上一小时音频约20秒转写完成。权重采用CC-BY-4.0许可,派生自英伟达的Parakeet TDT 0.6B v3。Bespoke Labs 9月30日发布Nimble,这是一个基于Qwen3.5-9B的9B模型,输出带概率的类型化决策而不是自由文本;其README说明,训练样本与留出样本在9月20日公布,因为它们未进入首个版本。
两个开放项目在检验训练循环本身能否分布式进行。Commonsense AI的coop仓库9月30日更新,描述了一个约14500万参数的模型在FineWeb-Edu上从零预训练:志愿者在捐赠的硬件上跑本地的AdamW步骤,把伪梯度以Hugging Face拉取请求的形式提交,一个无状态的GitHub Actions定时任务每五分钟用截尾均值或几何中位数把它们汇总一次。第一阶段是一个1500万参数的模型跑在TinyStories上,已超出其Chinchilla最优预算完成。另一个项目PSSA是用Rust写成、底层不依赖任何机器学习框架的非Transformer语言模型,它声称在参数量相同时学得比Transformer快,在同一颗CPU上生成速度约快十二倍。
商业一侧也有动作。OpenAI与Synopsys 9月30日表示,双方已签署多年合作协议,共同构建GPT-Synopsys,这是一个用于芯片设计与验证的模型,将直接操作Synopsys的EDA工具,运行在OpenAI的基础设施上,客户数据不用于训练,收入由双方分成。The Register 9月30日报道,OpenAI指控与月之暗面AI有关联的人员从7月1日起开展蒸馏行动,7月24日和25日出现峰值,来自4000多名用户的16000次请求,相关活动涉及15000多个账户,并于7月28日被阻断。月之暗面未回应The Register的置评请求。
监管机构也在关注同一批实验室。CNBC 9月30日证实,美国联邦贸易委员会已对OpenAI、Anthropic等公司展开全行业调查;《卫报》同日报道,该机构计划正式要求提供信息和作证,其中包括研究机构Metr。OpenAI和Anthropic均未向CNBC置评;《纽约邮报》最先报道了这项调查。9月29日,非营利组织Legal Advocates for Safe Science & Technology在旧金山县高等法院起诉OpenAI,事由是7月的Hugging Face入侵事件,诉求是禁令而非赔偿;据Ars Technica报道,OpenAI称这起诉讼“完全没有依据”。
对今天要挑一个开放模型的人来说,这一周的实际教训是:没有任何一份榜单能单独给出答案。各榜单排的是不同的模型集合,而对一次部署来说,一个164 MB的语音模型或一个21500万参数的表格模型,可能比谁坐在第一名更重要。
资料来源
14- 01LLM Intelligence leaderboard - The Open WeightsEN
- 02Best open weights AI models ranked (2026) - BenchLeaderEN
- 03Open-Source LLM Leaderboard 2026: 94 Models Ranked - BenchLM.aiEN
- 04Best Open Source AI Models & LLM Leaderboard (2026) - LMMarketCapEN
- 05Nvidia Kumo Tabular: Open Foundation Model for Tabular PredictionEN
- 06Phonon-2: most accurate open speech recognition model in a 164 MB downloadEN
- 07Nimble: Data, Model, Recipe for an Open Jev (From Bespoke Labs)EN
- 08Coop: A small language model pretrained by volunteersEN
- 09PSSA: A non-transformer language model written from scratch in RustEN
- 10OpenAI and Synopsys team up to build an AI model that designs chips like a seasoned engineerEN
- 11Irony alert: OpenAI whines that Chinese model stole its special IP that it stole from everybody elseEN
- 12FTC is investigating OpenAI, Anthropic and other AI companies over product risksEN
- 13US trade regulator opens investigation into AI giantsEN
- 14"An AI did it" is no defense, says nonprofit suing OpenAI over Hugging Face hackEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。