來意：AI寒武紀(jì)

OpenRouter梳理了截至2026年6月最值得關(guān)注的4個(gè)開源模型

在過去長達(dá)18個(gè)月的時(shí)間里，開源與閉源的差距穩(wěn)定保持在3到6個(gè)月之間。至少就目前來看，閉源大廠完全沒有甩開開源陣營的跡象。

隨著企業(yè)AI用量激增，控制成本成了各大團(tuán)隊(duì)的核心訴求，這也讓開源模型迎來了真正的高光時(shí)刻。

把業(yè)務(wù)從閉源模型遷移到開源模型，能省下一筆巨款。閉源模型的前沿能力當(dāng)然會繼續(xù)進(jìn)化，但只要你對智力水平的需求是固定的，使用成本就會一直往下降。

新模型發(fā)得快，各項(xiàng)能力長短不一，新玩家又多，普通開發(fā)者很難搞清楚到底該用哪個(gè)模型。站在2026年6月的時(shí)間節(jié)點(diǎn)上，OpenRouter認(rèn)為目前真正具有決定性意義的開源大模型，只有下面這四個(gè)。

模型

智力指數(shù)得分

價(jià)格(百萬token輸入/輸出)

生成速度

適用場景

DeepSeek V4 Flash

40

0.054美元 / 0.242美元

約84個(gè)/秒

追求極致性價(jià)比，用白菜價(jià)跑出閉源頭部級別代碼能力

GLM 5.2

51 (開源第一)

0.447美元 / 3.31美元

約78個(gè)/秒

任務(wù)極度復(fù)雜，看重邏輯規(guī)劃和長代碼質(zhì)量勝過看重低價(jià)

MiniMax M3

44

0.098美元 / 1.21美元

約59個(gè)/秒

智能體必須看圖看視頻，且需要處理超長上下文

Nemotron 3 Ultra

48

0.423美元 / 2.61美元 (有免費(fèi)通道)

約75個(gè)/秒

看重供應(yīng)商背景和企業(yè)級部署，需要融入英偉達(dá)技術(shù)棧

DeepSeek V4 Flash 跨越智能體分水嶺

DeepSeek V4 Flash是第一個(gè)被開發(fā)團(tuán)隊(duì)直接塞進(jìn)智能體工作流的開源模型，大家完全把它當(dāng)成了Anthropic或OpenAI同級別閉源模型的完美平替。

大杯版本的V4 Pro在SWE-bench Verified測試中拿下了80.6%的成績，刷新了開源模型的最高分，直接看齊GPT-5.5級別的智能體表現(xiàn)。但真正引爆市場的是Flash版本，它保留了絕大部分核心能力，同時(shí)把性價(jià)比推向了極致。

Flash版本采用MIT協(xié)議，是一個(gè)擁有2840億總參數(shù)和130億激活參數(shù)的MoE模型，支持百萬token上下文。它的SWE-bench Verified得分是79.0%，和Pro版以及那個(gè)1.6萬億參數(shù)的超大杯相比，差距都在1.6分左右。2026年4月發(fā)布。

大家瘋狂用它，主要還是因?yàn)樘阋肆恕Ｔ贒eepSeek官方API上，F(xiàn)lash版本的輸入和輸出價(jià)格分別是每百萬token 0.14美元和0.28美元。如果算上緩存折扣，輸入價(jià)格還能降到0.029美元。官方在五月份把這個(gè)號稱打了骨折價(jià)固定成了永久價(jià)格。對比下來，它的輸出成本大概只有GPT-5.5的150分之一。

也可以選擇西方的第三方托管平臺，價(jià)格大概是官方的兩倍，但考慮到它的智力水平，這依然白菜價(jià)。DeepSeek官方帶頭打價(jià)格戰(zhàn)，直接把這個(gè)智力級別的模型價(jià)格徹底打了下來。

避坑指南：日常使用中，它干技術(shù)活很利索，但寫文章和語氣把控一般。提示詞需要寫得非常具體，它更吃指令，不能過度依賴它自己的發(fā)揮。

適用場景：需要用極低成本跑出閉源頭部級別智能體或?qū)懘a。首選Flash版本，如果真的需要那一點(diǎn)點(diǎn)極限性能提升，再上Pro版。

GLM 5.2 復(fù)雜規(guī)劃與代碼能力的頂級平替

GLM 5.2在6月中旬才剛剛發(fā)布，初期的口碑已經(jīng)炸裂。DeepSeek靠價(jià)格殺出重圍，GLM 5.2的核心殺手锏則是任務(wù)規(guī)劃和超長上下文代碼編寫。

在Artificial Analysis最新的4.1版本智力指數(shù)榜單上，GLM 5.2拿下了51分，穩(wěn)坐開源模型第一名，距離閉源的Claude Fable 5只差了5分。在真實(shí)的智能體基準(zhǔn)測試中，它同樣領(lǐng)跑開源陣營，基本和GPT-5.5 xhigh版本打平。

雖然剛發(fā)布不久，很多第三方平臺已經(jīng)火速上線。它的均價(jià)是每百萬token輸入0.447美元輸出3.31美元。單看token價(jià)格比GPT-5.5或Opus便宜，但這個(gè)模型在輸出時(shí)非常喜歡深入思考，消耗的token量大，跑起來還是會有點(diǎn)費(fèi)錢。

這背后還有一個(gè)助推因素。美國剛出了出口管制新規(guī)，迫使Anthropic大規(guī)模禁用了Fable 5和Mythos 5的海外訪問權(quán)限。作為一個(gè)采用MIT協(xié)議且代碼能力極其接近閉源頭部的模型，它成了很多追求業(yè)務(wù)穩(wěn)定性的企業(yè)的香餑餑。

避坑指南：同樣是純文本模型，不支持圖像和視頻。思考過程會消耗大量輸出token，比較費(fèi)錢。剛發(fā)布不久，各家托管平臺的質(zhì)量參差不齊。最高生成速度大約每秒78個(gè)token，比DeepSeek V4 Flash的84個(gè)略慢。

適用場景：完美替代閉源模型做智能體規(guī)劃和代碼生成。非常適合處理架構(gòu)設(shè)計(jì)、整個(gè)代碼庫級別的重構(gòu)或是耗時(shí)很長的智能體任務(wù)。

MiniMax M3 把多模態(tài)和長文本做到極致

在這四個(gè)模型里，MiniMax M3是唯一一個(gè)原生理解文本圖表和視頻的模型。如果你的智能體需要看屏幕截圖、分析UI界面、讀懂架構(gòu)圖或者看視頻，M3是首選。

在智力指數(shù)榜單上，它和DeepSeek V4 Pro并列拿了44分，落后于GLM和英偉達(dá)。但它的核心競爭力是多模態(tài)能力，單純看分?jǐn)?shù)意義不大。在真實(shí)的智能體測試中，它的表現(xiàn)基本和Claude Sonnet 4.6持平。

價(jià)格誘人，每百萬token輸入0.098美元輸出1.21美元，當(dāng)然如果上下文超過51萬token價(jià)格會上浮。和GLM類似，單價(jià)便宜不代表總價(jià)低，M3也是個(gè)話癆，推理過程很長。

避坑指南：沒用MIT協(xié)議，用的是自家的社區(qū)協(xié)議。商業(yè)使用需要加署名，大型商業(yè)產(chǎn)品還要書面授權(quán)。文本代碼能力不如GLM 5.2。各家服務(wù)商對全量上下文的支持程度不一樣。

適用場景：需要處理原生圖片或視頻的長文本智能體。適合UI自動化測試、看圖寫代碼、圖文文檔解析、視頻工作流或是混合了代碼和文檔的復(fù)雜任務(wù)。是谷歌Gemini Flash在多模態(tài)理解領(lǐng)域的強(qiáng)力競爭對手。

NVIDIA Nemotron 3 Ultra

英偉達(dá)的Nemotron 3 Ultra是美國本土最能打的開源模型。它是一個(gè)專為企業(yè)部署打造的嚴(yán)肅推理模型，背后有整個(gè)英偉達(dá)軟硬件生態(tài)撐腰。

它的跑分很穩(wěn)，智力指數(shù)排名第二，拿到48分，僅次于GLM 5.2。

它的核心差異化優(yōu)勢在于極高的部署效率。現(xiàn)在的加權(quán)平均價(jià)格是每百萬token輸入0.423美元輸出2.61美元，它還有一條免費(fèi)測試通道，目前極其火爆。

參數(shù)方面，它是一個(gè)5500億總參數(shù)和550億激活參數(shù)的Mamba-2與Transformer混合MoE模型。使用了NVFP4精度，支持百萬上下文和多token預(yù)測技術(shù)，采用OpenMDW協(xié)議。英偉達(dá)這次連同模型一起把訓(xùn)練數(shù)據(jù)、配方、評估工具和強(qiáng)化學(xué)習(xí)基礎(chǔ)設(shè)施全給開源了。

英偉達(dá)的算盤打得很響，開源模型用得越多，市場對他們家各種芯片計(jì)算卡以及軟件生態(tài)的需求就越旺盛。Nemotron不僅僅是個(gè)模型，它更是用來給整個(gè)英偉達(dá)AI全家桶拉客的招牌。英偉達(dá)不差錢，他們有足夠的財(cái)力持續(xù)投入研發(fā)，在這個(gè)賽道里卷下去。

避坑指南：純文本模型。基礎(chǔ)智力比不上GLM 5.2，極限代碼能力也略遜于中國開源頭部。免費(fèi)通道只能用來測試玩玩，不能支撐正式的商業(yè)產(chǎn)品。協(xié)議是OpenMDW，不如MIT開放。

適用場景：當(dāng)企業(yè)對運(yùn)行速度、私有化部署、數(shù)據(jù)控制權(quán)和供應(yīng)商背景的看重程度超過了對極限跑分的追求時(shí)，選它最合適。

總而言之，DeepSeek證明了開源大模型完全能勝任前沿智能體工作，而且只收個(gè)零頭。GLM拿下了質(zhì)量榜單的鐵王座。MiniMax成了平價(jià)多模態(tài)領(lǐng)域的扛把子。英偉達(dá)則帶著深厚的家底，給出了一個(gè)完全開源的美國本土企業(yè)級方案。開源和閉源的差距確實(shí)存在，但這層窗戶紙已經(jīng)非常薄了。弄清楚自己的業(yè)務(wù)到底需要極限低價(jià)、頂級質(zhì)量、多模態(tài)能力還是企業(yè)級部署，對號入座去挑選測試，這才是最靠譜的做法。

參考：

https://openrouter.ai/blog/insights/the-open-weight-models-that-matter-june-2026/

閱讀最新前沿科技趨勢報(bào)告，請?jiān)L問21世紀(jì)關(guān)鍵技術(shù)研究院的“未來知識庫”

未來知識庫是 “21世紀(jì)關(guān)鍵技術(shù)研究院”建 立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學(xué)、互聯(lián)網(wǎng)、超級智能，數(shù)智大腦、能源、軍事、經(jīng)濟(jì)、人類風(fēng)險(xiǎn)等等領(lǐng)域的前沿進(jìn)展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進(jìn)入。

截止到2月28日 ”未來知識庫”精選的百部前沿科技趨勢報(bào)告

（加入未來知識庫，全部資料免費(fèi)閱讀和下載）