模型观察 2026-11-01：DeepSeek、Mistral 放出超大 MoE，端侧小模型和 OCR 扎堆上榜
Hugging Face 热门榜前 60 名，去掉量化和去审查版本后，本期按类型整理 37 个模型。DeepSeek-V4.1-Flash-1017（MIT）和万亿参数的 Mistral Large 4 领衔大模型；Liquid AI 的 LFM3 系列有 5 款 2B 级端侧模型同时上榜；OCR 和语音合成各有 3–4 款新模型。37 个模型里一半用 Apache-2.0 或 MIT，另一半是自定义 license，商用前要看营收门槛和非商用条款。
价格与活动信息仅供参考，一切以服务商官方页面实际显示为准。
本期取自 2026 年 11 月 1 日的 Hugging Face Trending 前 60 名。量化、去审查和重新打包的版本另列在文末，正文按类型介绍剩下的 37 个模型。
几点说明：
- 规模取自模型卡；MoE 模型写“总参数 / 每 token 激活参数”。
- 效果数字都是开发者在模型卡里自报的，评测框架、推理设置各不相同，不同模型卡之间的数字不能直接横比。
- License 写的是模型权重的协议。代码协议有时不同，自定义协议的商用条件见文末“License 速查”。
- # 是本期抓取时的热度排名。
本期要点
- 大模型：DeepSeek-V4.1-Flash-1017 排第 2，MIT 协议，1M 上下文，每 token 只激活 8B–16B 参数。Mistral Large 4 是 Mistral 迄今最大的开放权重模型，总参数 1T。排第 1 的是 33B 稠密模型 Nanbeige4.3-33B，主打智能体编程。
- 端侧：Liquid AI 的 LFM3 系列有文本、视觉、音频、全模态和决策 5 款模型同时进榜，全部在 2.2B 以内。另有 4B 级的 Spark-X2.6、Nemotron-3.5-Bolt 和微软的电脑操作模型 Mage-VL-Cowork。
- OCR：百度 Unlimited-OCR-2（3.3B）、MiniCPM-OCR 1.0（1.3B）、Xiaomi-OCR-0（0.8B），都是 MIT 或 Apache-2.0。
- 语音：英伟达 Nemotron-3.5-Transcribe 做离线转写。语音合成有 4 款新模型，但 license 差别很大：Breeze TTS 2 权重仅限非商用，Fish Audio Drama 3 年营收 50 万美元以上不能商用。
- 视频：MiniMax-H3 带出了一圈衍生模型，Pika H3 Flex 和英伟达的 Open-H3-Regenerate-2K 都基于它。
- 衍生版：前 60 名中有 17 个是量化、去审查或重新打包的版本，其中 6 个基于 DeepSeek-V4.1-Flash-1017。
速览
| # | 模型 | 类型 | 规模 | License |
|---|---|---|---|---|
| 1 | Nanbeige4.3-33B | 文本 LLM | 33B 稠密 | Apache-2.0 |
| 2 | DeepSeek-V4.1-Flash-1017 | 图文 LLM | 552B 主干 + 196B Engram / 激活 8B–16B | MIT |
| 3 | LFM3-1.7B | 端侧文本 LLM | 1.73B | LFM Open License v1.0 |
| 4 | Nemotron-3.5-Transcribe | 语音识别 | 34B / 激活 4.3B | OpenMDW-1.1 |
| 5 | Mistral Large 4 | 图文 LLM | 1T / 激活 52B | Mistral 开放权重协议 |
| 6 | Unlimited-OCR-2 | OCR | 3.3B | MIT |
| 7 | LTX-2.5 | 音视频生成 | 22B | LTX-2.x Community |
| 8 | Qwen3.5-4B-3D-Coder | 代码（社区微调） | 4.5B | Apache-2.0 |
| 9 | Spark-X2.6-4B | 端侧文本 LLM | 4.1B | Apache-2.0 |
| 10 | FLUX 3 Image Klein | 文生图 / 图像编辑 | 5.6B + 4B 文本编码器 | FLUX Kommunity |
| 11 | Flint | 编程 LLM | 39.8B / 激活 2.5B | Apache-2.0 |
| 13 | Qwen3.8-27B | 图文 LLM | 27B 稠密 | Apache-2.0 |
| 14 | Pika H3 Flex | 音视频生成 | 33B（基于 H3） | MiniMax H3 Community |
| 16 | LFM3-Omni-2B | 端侧全模态 | 2.17B | LFM Open License v1.0 |
| 17 | Idol | 单图转 3D | 权重约 3 GB | Apache-2.0 |
| 18 | MiniCPM-OCR 1.0 | OCR | 1.3B | Apache-2.0 |
| 19 | Clover-35B-A3B-Preview | 扩散语言模型 | 35B / 激活 3B | Apache-2.0 |
| 21 | LFM3-VL-2B | 端侧视觉语言 | 1.92B | LFM Open License v1.0 |
| 22 | Audio8-TTS-Realistic | 语音合成 | 0.6B | Apache-2.0 |
| 23 | LFM3-Audio-2B | 端侧语音 | 2B | LFM Open License v1.0 |
| 24 | Nemotron-3.5-Bolt-E4B-4GB | 端侧文本 LLM | 8B（4B 有效） | OpenMDW-1.1 |
| 30 | Open-H3-Regenerate-2K | 视频超分 | LoRA（基于 H3） | MiniMax H3 Community |
| 31 | MiniMax-M3.1-Flash | 多模态 LLM | 428B / 激活 23B | MiniMax Community |
| 33 | Maya 2 Native | 语音合成 | 2.5B | Apache-2.0 |
| 34 | d1-2B | 决策 / 分类 | 1.92B | LFM Open License v1.0 |
| 37 | Xiaomi-OCR-0 | OCR | 0.8B | Apache-2.0 |
| 38 | SenseNova-Loop-9B-Preview | 图文 LLM | 9B（循环后约 14.6B） | Apache-2.0 |
| 39 | MOSS-Image-SFT | 文生图 | 5.1B | Apache-2.0 |
| 42 | EmbeddingGemma 2 | 多模态向量 | 740M | Apache-2.0 |
| 43 | Qwen3.8-Flash-Next | 图文 LLM | 125B / 激活 6B（另有 51B N-gram 嵌入） | Qwen Community 1.0 |
| 44 | Fish Audio Drama 3 | 语音合成 | 35B / 激活 3B | Fish Audio Research |
| 45 | Breeze TTS 2 | 语音合成 | 3.5B | 仅限研究与非商用 |
| 47 | MotionBricks | 机器人动作生成 | 约 195M | NVIDIA Open Model |
| 48 | Carbon-X | DNA 语言模型 | 14.8B | Apache-2.0 |
| 52 | Mage-VL-Cowork | 电脑操作智能体 | 4.7B | Apache-2.0 |
| 53 | MiniMax-H3 | 音视频生成 | 33B | MiniMax H3 Community |
| 55 | Hi3D v1.0 | 3D 网格精修 | 模型卡未写明 | Hi3D Open License 1.0 |
大语言模型
| 模型 | 规模 | 上下文 | 输入 | License |
|---|---|---|---|---|
| DeepSeek-V4.1-Flash-1017 | 552B 主干 + 196B Engram 记忆 / 预填充激活 8B、解码激活 16B | 1M | 文本、图像 | MIT |
| Mistral Large 4 | 约 1T / 激活 52B | 1M | 文本、图像 | Mistral 开放权重协议 |
| MiniMax-M3.1-Flash | 约 428B / 激活 23B | 1M | 文本、图像、视频 | MiniMax Community |
| Qwen3.8-Flash-Next | 125B / 激活 6B，另有 51B N-gram 嵌入 | 262K，可扩展到 1M | 文本、图像、视频 | Qwen Community 1.0 |
| Nanbeige4.3-33B | 33B 稠密 | 512K | 文本 | Apache-2.0 |
| Qwen3.8-27B | 27B 稠密 | 262K，可扩展到 1M | 文本、图像、视频 | Apache-2.0 |
DeepSeek-V4.1-Flash-1017 是 V4.1-Flash 的小版本更新。架构是“因果编码器-解码器”：40 层分成 20 层编码器和 20 层解码器，解码器的全局 KV 缓存由编码器输出投影得到，所以预填充阶段每 token 只激活 8B 参数，适合输入很长的智能体任务。它比 V4.1-Flash 更强，输出也更短：Terminal-Bench 4.0 从 31.2 升到 42.3（GPT-5.6 Sol 39.9，Opus 5 51.8），DeepSWE v1.1 77.0，是模型卡对比表里最高的。注意仓库不带 Jinja 对话模板，要用官方的 encoding.py 或 deepseek-recipe 组装提示词。
Mistral Large 4 是 128 个专家、每 token 激活 4 个的 MoE，从零训练，原生支持图像输入，支持 160 多种语言，推理强度可设 low / medium / high。官方引用 Artificial Analysis 的数据：编程智能体指数 48%，与 GLM-5.3 持平，但每个任务少用 47% 的 token；智能指数 v5 为 26，官方称是“西方开放权重模型中最高”。协议是改过的 MIT，允许商用，但做模型即服务（MaaS）业务要另外取得商业授权。
MiniMax-M3.1-Flash 主打编程、智能体、电脑操作和网络安全：全模型使用稀疏注意力，做了量化感知训练，自带 DSpark 推测解码头。自报 Automation-Bench 62.8，是同表最高；DeepSWE v1.1 73.7，OSWorld 2.0 61.7，CyberGym 82.2。
Qwen3.8-Flash-Next 是阿里通义官方说的“Qwen4 架构的实验性预览”。新东西包括块级稀疏注意力 QSA、门控残差和 N-gram 嵌入：用嵌入表扩充参数，比 MoE 更容易卸载到内存。每 token 只激活 6B，是这一组里最少的。注意它用的是 Qwen Community License，不是 Apache。
Nanbeige4.3-33B 来自 BOSS 直聘的南北阁团队，定位是给后续 3B 小模型做蒸馏的“教师模型”。在开发者自己的对比里，它的智能体编程分数明显高于 Qwen3.8-27B：Terminal-Bench 2.1 80.9 对 73.0，DeepSWE 65.5 对 42.5。SWE-Bench Pro（60.3 对 61.7）和 GDPval 略低。
Qwen3.8-27B 8 月就已发布，但仍在榜上，下载量（758 万）在本期的原创模型里最高。它是 27B 稠密的视觉语言模型：SWE-bench Pro 61.7，GPQA Diamond 89.2，LiveCodeBench v6 90.3。Apache-2.0 协议加上单卡可部署的体量，是它一直流行的主要原因，社区的 GGUF 量化版也有好几个同时在榜。
想直接调用 API 而不自己部署的，可以看本站的大模型 Token 套餐对比。本期这些新模型暂未收录在对比表里。
编程与新架构
- Flint（Recursive，Apache-2.0）：从零训练的编程 MoE，总参数 39.8B，每 token 激活约 2.5B，上下文 262K，纯文本。自报 Terminal-Bench 2.1 54.9%、SWE-bench Verified 74.2%。单张 H200 或 B300 就能部署一个副本；目前只提供 SGLang 部署包，还没有 Transformers 代码。
- Clover-35B-A3B-Preview（DiffuSpace，Apache-2.0）：扩散语言模型，从 Qwen3.6-35B-A3B 改造而来。按块生成，每块 32 个 token 并行“去噪”，置信度高于阈值的位置一次填出，上下文 128K。BF16 权重约 69 GB。评测只在官方博客给出，模型卡里没有。
- Qwen3.5-4B-3D-Coder（个人开发者，Apache-2.0）：基于 Qwen3.5-4B 的社区微调，专门用 Three.js 生成可交互的 3D 场景，GGUF 版接上原版视觉投影后可以“看图建场景”。作者写明这是训练中的早期预览，不是官方 Qwen 版本。
端侧与小模型
| 模型 | 规模 | 上下文 | 输入 → 输出 | License |
|---|---|---|---|---|
| LFM3-1.7B | 1.73B | 256K | 文本 → 文本 | LFM Open License v1.0 |
| LFM3-VL-2B | 1.92B | 128K | 文本、图像、视频 → 文本 | LFM Open License v1.0 |
| LFM3-Omni-2B | 2.17B | 32K | 文本、图像、视频、音频 → 文本、语音 | LFM Open License v1.0 |
| d1-2B | 1.92B | 128K | 文本、图像、视频 → 带概率的结构化答案 | LFM Open License v1.0 |
| Spark-X2.6-4B | 4.1B | 服务端示例为 1M | 文本 → 文本 | Apache-2.0 |
| Nemotron-3.5-Bolt-E4B-4GB | 8B（4B 有效），Q4_K_M | 64K | 文本 → 文本 | OpenMDW-1.1 |
| Mage-VL-Cowork | 4.7B | — | 截图、文本 → 操作 | Apache-2.0 |
| SenseNova-Loop-9B-Preview | 9B（循环后约 14.6B） | 训练长度 256K | 文本、图像 → 文本 | Apache-2.0 |
LFM3 系列用的是 Liquid AI 新的“三混合”架构：24 层里有 13 层门控短卷积、5 层滑窗注意力、6 层全局注意力。LFM3-1.7B 量化到 4 bit 约占 1 GB 内存，面向本地智能体。官方对比里，它在 LiveClaw（45.6）、WebArena-Verified（38.4）和 AutomationBench（41.3）上都超过 Qwen3.5-9B；官方也说明不建议用它做智能体编程和复杂多步推理。同系列的 Omni-2B 用一个模型同时做 ASR、视觉理解、对话和 TTS。d1-2B 不生成文本，一次前向就给出分类、抽取、定位结果和对应概率，H100 上每次决策 5.7 ms，适合做路由、审核和打分。需要注意，LFM Open License 只允许年营收低于 1000 万美元的主体商用。
Spark-X2.6-4B（XHToken）和上一代 X2.5 架构相同，只改进了后训练，思考强度分 none / low / high 三档，官方称部分指标追平 9B 级模型（评测以图片形式给出）。它同时提供英伟达 GPU 和昇腾 NPU 的部署镜像。
Nemotron-3.5-Bolt-E4B-4GB 是英伟达在 Gemma-4-E4B-it 上继续后训练的版本，直接以 Q4_K_M 量化发布，约 4 GB，面向本地语音助手和角色扮演。量化后的 RoleBench 是 71.2，同精度的 Gemma4 E4B 是 60.5。
Mage-VL-Cowork（微软）是一个 4B 级的电脑操作模型，会自己判断该点击界面还是该写命令：可视界面用鼠标键盘，表格、文档这类结构化编辑走 bash。自报 OSWorld-Verified 66.0%（50 步预算），是 4B 规模里最高的。
SenseNova-Loop-9B-Preview（商汤）把第 4–27 层用同一份权重执行两遍：只存 9B 参数，推理时相当于 14.6B 的计算深度。适合长上下文的多模态智能体任务，评测以图片形式给出。
OCR 与文档解析
| 模型 | 规模 | License | 自报成绩 |
|---|---|---|---|
| Unlimited-OCR-2（百度） | 3.3B | MIT | MPDocBench、MarathonDocBench 超长文档解析 SOTA |
| MiniCPM-OCR 1.0（面壁智能） | 1.3B | Apache-2.0 | Real5-OmniDocBench 93.68，OCRBench v2 54.7，1.2 页/秒 |
| Xiaomi-OCR-0（小米） | 0.8B | Apache-2.0 | Real5-OmniDocBench 95.24，OmniDocBench v1.6 96.83 |
三款都在 3.3B 以内，都同时覆盖文字、表格、公式，侧重点不同：
- Unlimited-OCR-2 解决的是“文档越长越慢”的问题。它的 SR-SWA 注意力把图文交互压缩到固定数量的参考 token（如 512 个），解码延迟和显存基本不随页数增长，多页文档可以一次请求解析完，还能利用跨页上下文。百度同时发布了百页级的评测集 MarathonDocBench。百度智能云已上线该模型的服务。
- MiniCPM-OCR 1.0 更看重速度：开启 DSpark 加速后，吞吐约为 PaddleOCR-VL-1.6 的 1.49 倍、MinerU2.5 Pro 的 3.62 倍。它还支持印章识别和关键信息抽取，第一天就适配了 vLLM、SGLang、llama.cpp 和 Ollama。
- Xiaomi-OCR-0 是三款里最小的，基于 Qwen3.5-0.8B-Base。除文档解析外，它还能识别古籍手写和书法（隶、草、行、楷），并做面向文档的问答。
语音
| 模型 | 规模 | 语言 | 特点 | License |
|---|---|---|---|---|
| Nemotron-3.5-Transcribe（英伟达） | 34B / 激活 4.3B | 40 种 | 离线转写，单段最长 1 小时 | OpenMDW-1.1 |
| Audio8-TTS-Realistic（Edge0） | 0.6B | 23 种，含中文、粤语 | 零样本声音克隆 | Apache-2.0 |
| Maya 2 Native（Maya Research） | 2.5B | 11 种印度语言 + 英语 | 流式，20 个内置音色 | Apache-2.0 |
| Fish Audio Drama 3 | 35B / 激活 3B | 模型卡未列出 | 多角色长文本，一段最多 16 个角色 | Fish Audio Research |
| Breeze TTS 2（BreezeBlue） | 3.5B | 中文、英文 | 用文字描述设计音色 | 仅限研究与非商用 |
| LFM3-Audio-2B（Liquid AI） | 2B | 识别与合成 18 种 | 端侧语音对话、转写、翻译 | LFM Open License v1.0 |
- Nemotron-3.5-Transcribe 是 Mamba-2 与 Transformer 混合的 MoE 语音语言模型。除了转写，还能做语音翻译、按说话人分段、时间戳、语种识别和音频问答。自报 Open ASR 榜 9 个英文测试集平均 WER 4.71（Qwen3-ASR-1.7B 为 4.94），多人会议的 cpWER 15.80。注意它不支持流式。
- Audio8-TTS-Realistic 只有 6 亿参数，自带 44.1 kHz 编解码器，用参考录音加文本就能零样本克隆声音，适合本地部署。
- Maya 2 Native 专做印度语言，克隆只需 3–10 秒参考音频，还能跨语言克隆（如用印地语录音生成泰米尔语）。在 VoiceArena 的印地语实时 TTS 榜上排第 2（Elo 1047，10 月 27 日查看）。
- Fish Audio Drama 3 面向有声剧和多角色长文本，用标签切换角色，长文本会自动分块流式输出。单路流式在 H200 上首包约 89 ms。
- Breeze TTS 2 支持用自然语言描述“设计”一个声音、在克隆时调整语气，还能在文本里插入笑声、咳嗽等事件。首包延迟低于 40 ms（H100），自报在 Artificial Analysis TTS 榜的开放权重模型里排第 1。但它的权重和自托管生成的音频都仅限研究和非商用。
自己部署 TTS 要考虑显卡和运维。按字符付费的云端 TTS 价格可以对比本站的语音合成 API 价格。
图像与视频生成
| 模型 | 规模 | 能力 | License |
|---|---|---|---|
| FLUX 3 Image Klein（Black Forest Labs） | 5.6B 图像模型 + Qwen3-VL-4B 文本编码器 | 文生图、编辑、最多 10 张参考图 | FLUX Kommunity |
| MOSS-Image-SFT（OpenMOSS） | 5.1B | 文生图，可用 JSON 指定文字和物体布局 | Apache-2.0 |
| LTX-2.5（Lightricks） | 22B | 音视频联合生成 | LTX-2.x Community |
| MiniMax-H3 | 33B | 4–15 秒视频 + 立体声音频 | MiniMax H3 Community |
| Pika H3 Flex（Pika） | 基于 H3 | 6 步出片，最多 12 个参考输入 | MiniMax H3 Community |
| Open-H3-Regenerate-2K（英伟达） | H3 + LoRA | 768P 草稿重绘到 2560×1440 | MiniMax H3 Community |
- FLUX 3 Image Klein 把文生图、单图编辑和多参考图合成放进一个模型，还能在提示词里用 0–1000 坐标的边界框指定元素位置。蒸馏版 16 步出图。官方强调必须配提示词扩写器：短提示词直接送进去，出图会很普通。上榜的是它的 ComfyUI 打包版。下载要先在 Hugging Face 上同意协议。
- MOSS-Image-SFT 是 MOSS-Image-Base 的监督微调版，支持自然语言、标签序列和 JSON 布局三种提示方式，擅长控制图中文字的排布。默认 50 步，CFG 3。
- LTX-2.5 7 月发布、10 月更新，点赞超过 1 万。它把文生、图生、音频驱动的视频以及视频配音统一在一个 22B 模型里，文本编码器是 Gemma4-12B，提供蒸馏版、开发版以及 int8 / NVFP4 权重。模型卡需要登录并同意协议才能查看，本文只根据公开的文件列表和标签整理。
- MiniMax-H3 能生成最长 15 秒、24 fps、带 32 kHz 立体声的视频，对白稳定支持 11 种语言，也支持首尾帧和多参考（≤9 张图、≤3 段视频）输入。它的生态是本期最热闹的：Pika 在 H3 上后训练出 Pika H3 Flex，6 步采样，本地出 480p / 768p，4K 要走 Pika API；英伟达把官方闭源的 2K 重绘 API 做成了开放的 Open-H3-Regenerate-2K，在一张 B200 上把一段 5 秒视频重绘到 2560×1440 约需 22 秒。
想按张付费调用而不自己部署的，可以看本站的图像生成 API 价格对比。
3D、机器人、科学与向量模型
- Idol（speridlabs，Apache-2.0）：一张物体图片生成最多约 105 万个高斯点的 3D 高斯泼溅模型（标准
.ply），连图里看不到的背面也会补出来。只需 7.2 GB 显存，2 秒内完成。注意它依赖两个需同意协议的编码器（DINOv3 和 FLUX.2-dev 的 VAE），它们各有自己的协议。 - Hi3D v1.0（Hi3D Open License 1.0）：参照一张图片，把粗糙网格精修成高分辨率几何，最高 1536³ 稀疏网格。基于 Sparc3D，训练用了约 200 万个 3D 资产。允许商用，但月活超过 20 万或月营收达到 100 万美元时，要在 60 天内申请单独授权。
- MotionBricks（英伟达，NVIDIA Open Model Agreement）：为人形机器人（宇树 G1）和数字人实时生成动作。给出当前姿态和目标姿态，它补出中间的连贯动作，三个网络合计约 1.95 亿参数。它只生成动作，不是机器人控制器，上真机还需要单独的跟踪控制和安全校验。
- Carbon-X（Hugging Face Bio，Apache-2.0）：14.8B，基于 Qwen3-14B，DNA 序列和自然语言共用一个 token 流，可以直接把 DNA 贴进对话里，问突变是否致病。5 项 DNA 评测平均 66.7%，接近 GPT-6.1 Sol（67.5%），开发者估算单题推理成本约为后者的 1/1800。单张 80 GB 显卡可跑。
- EmbeddingGemma 2（Google DeepMind，Apache-2.0）：740M 的多模态向量模型，把文本、图片、视频和音频映射到同一个 768 维空间。视觉、音频编码器可以按需加载，只用文本时 270M 就够。支持截断到 128 / 256 / 512 维以节省存储。多语言 MTEB v2 61.36，代码检索 78.68，比上一代的 68.76 提升明显。
量化、去审查与重新打包
前 60 名中有 17 个仓库是已有模型的衍生版，正文没有展开：
- 官方与第三方量化：LFM3-1.7B-GGUF、Spark-X2.6-4B-GGUF、英伟达的 DeepSeek-V4.1-Flash-1017-NVFP4，以及 unsloth、ISTA-DASLab 给 DeepSeek-V4.1-Flash-1017、Qwen3.8-27B 和 Qwen3.8-Flash-Next 做的 GGUF。想在消费级硬件上跑大模型的，一般从这里开始。
- 去审查（abliterated / uncensored）：共 7 个，涉及 DeepSeek-V4.1-Flash-1017、Qwen3.8、LFM3 和 Qwen-Image-2.1。这类版本去掉了安全对齐，多数没有评测，也继承原模型的 license，本栏目不推荐。
- 重新打包：Comfy-Org 的 MOSS-Image（ComfyUI 格式），以及一个 MiniMax-H3 的社区合并版。
还有几个 2025 年发布、至今仍在榜上的老模型：Meta 的 SAM 3（分割）和 DINOv3（视觉特征），以及 pyannote 的说话人分离模型。
License 速查
37 个模型中，18 个用 Apache-2.0 或 MIT，可以直接商用；其余 19 个用自定义协议。下面是各协议的商用要点，具体以协议原文为准。
| 协议 | 涉及模型 | 商用要点 |
|---|---|---|
| Mistral 开放权重协议 | Mistral Large 4 | 改过的 MIT，可商用；做 MaaS 业务需另取商业授权 |
| Qwen Community 1.0 | Qwen3.8-Flash-Next | 可商用；做 MaaS 或 AI 工作助手业务需另取授权；月活超 1 亿或月营收超 2000 万美元的产品须在界面标注模型名 |
| MiniMax Community | MiniMax-M3.1-Flash | 可商用；产品年营收超过 2000 万美元需申请授权，否则只需一次性邮件告知 |
| MiniMax H3 Community | MiniMax-H3、Pika H3 Flex、Open-H3-Regenerate-2K | 产品年营收超过 2000 万美元需申请授权 |
| LFM Open License v1.0 | LFM3 系列 5 款 | 年营收低于 1000 万美元的主体可商用 |
| OpenMDW-1.1 | Nemotron-3.5-Transcribe、Nemotron-3.5-Bolt | 模型卡写明可商用和非商用 |
| NVIDIA Open Model Agreement | MotionBricks | 可商用，可分发修改后的模型 |
| Hi3D Open License 1.0 | Hi3D v1.0 | 可商用；月活超 20 万或月营收达 100 万美元需申请单独授权 |
| Fish Audio Research | Fish Audio Drama 3 | 研究与非商用免费；商用仅限年营收低于 50 万美元 |
| FLUX Kommunity | FLUX 3 Image Klein | 非商用；符合条件的用户可商用生成结果，需同意协议才能下载 |
| LTX-2.x Community | LTX-2.5 | 需同意协议才能下载，本文未核对条款 |
| BreezeBlue 研究与非商用协议 | Breeze TTS 2 | 权重和自托管生成内容仅限研究与非商用 |
用 Apache-2.0 发布的衍生模型也要看上游：Nemotron-3.5-Bolt 基于 Apache-2.0 的 Gemma 4，Idol 依赖需同意协议的 DINOv3 和 FLUX.2-dev 组件。