据 ai987.cn 于 2026 年 11 月 15 日收到的消息 ‣ 独立基准测试机构 Artificial Analysis 近日发布的 Intelligence Index v5.0.1 排名显示,中国实验室开发的开源模型在 2026 年最新榜单中包揽前五名。Moonshot 旗下的 Kimi K3.1 Pro 以 46.5 分位居榜首,成为得分最高的开放权重模型,该模型于 11 月 2 日发布,拥有 2.78 万亿参数,采用专家混合架构,单次推理激活 1040 亿参数,支持 100 万 token 上下文窗口,但采用 Moonshot 自定义许可证,对年营收超 2000 万美元的托管服务商施加额外条款,且因体量庞大需数据中心级硬件运行,单次指数任务成本约 3.68 美元。

DeepSeek V4.1 Flash 作为最高分的 MIT 许可证模型紧随其后,得分 32.6,于 9 月 10 日更新,总参数 5520 亿,激活参数 160 亿,支持原生图像输入与 100 万 token 上下文,单次任务成本约 0.60 美元。Z.ai 发布的 GLM 5.3 Flash 则被评为“最适合大多数团队”的选择,8 月 26 日发布,3210 亿参数、激活 180 亿,同样提供 100 万 token 上下文及多模态输入,MIT 许可证下得分 27.8,单次任务成本约 0.58 美元。小米的 MiMo-V2.6-Pro 以 29.9 分、约 0.26 美元的单任务成本成为性价比之选,1.02 万亿总参数、420 亿激活参数,支持文本、图像、视频与音频输入,采用纯 MIT 许可证。
对于希望在本地硬件运行模型的用户,阿里巴巴的 Qwen 3.8 27B(Apache 2.0,20.1 分)可在高配 Mac 上运行,Google 的 Gemma 4 12B/31B(Apache 2.0)甚至能在现代笔记本上流畅运行,Meta 的 Muse Glimmer(Apache 2.0,6.3 分)则针对本地 Agent 任务优化。美国实验室方面,Meta 发布的 Muse Spark Open(24.9 分,自定义许可证)与 Thinking Machines 推出的 Inkling 系列(Apache 2.0,旗舰版 12.5 分、小型版 12.9 分)领跑美系开源阵营,但整体仍落后中国顶尖模型 30 分以上。
榜单还显示,最强开源模型 Kimi K3.1 Pro 与闭源旗舰 Claude Fable 5.2(64.6 分)仍有 18.1 分差距,但开源模型在单位成本效率上具显著优势。专家建议用户根据具体场景、许可证条款及硬件条件选择模型,并提醒关注权重开放与完全开源的区别,多数所谓“开源”模型实为开放权重,训练数据与代码往往不公开。
综合自网络信息