Awesome Open Source AI 開源 AI 清單，用腳註標出真開源的尺寸

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

「開源」兩個字在 AI 模型圈正在快速貶值。模型卡上寫著 open source、新聞稿裡喊著 open source，但下載之後才發現授權條款禁商用、限研究用途，或者根本只開放了權重、訓練資料與程式碼都看不到。這時候一份名為 Awesome Open Source AI 的 GitHub 清單提供了很不一樣的東西：它把「開源」的判斷顆粒度，一路標到模型的單一尺寸。

這份清單由署名 suncloudsmoon 的開發者維護（GitHub 帳號的自述欄只有一句 I love cycling），2024 年 12 月 22 日開張，以 CC0-1.0 釋出，截至 2026 年 9 月約 306 顆星。它收錄推理引擎、語言模型、嵌入模型與工具，篩選標準寫得很明白：盡可能符合開放原始碼促進會（OSI）的開源定義。整份清單最有價值的東西藏在四條不起眼的腳註裡，這篇會把它們拆開看；同時也要先把話講在前面：這是一份凍結在 2025 年 1 月的快照，它的判斷法歷久，它的清單內容不新。

Pin

同一個家族，開源的只有幾個尺寸

先看這份清單最精華的設計。在語言模型區，Qwen 2.5、Qwen 2.5 Coder、Qwen2.5 VL、InternVL 2.5 四個條目各自掛著編號腳註，內容是：

• Qwen 2.5：3B 與 72B 兩個尺寸不開源
• Qwen 2.5 Coder：3B 尺寸不開源
• Qwen2.5 VL：只有 7B 開源
• InternVL 2.5：只有 1B 與 38B 開源

這四行字背後是一個很容易被忽略的事實：模型家族的名字不等於授權保證。Qwen 2.5 不是一個開源模型，它是一座貨架，架上每個尺寸的授權條款可以不一樣。HuggingFace 上這個家族各尺寸的授權標籤現況是：7B-Instruct 掛 apache-2.0，3B、72B 與 Coder 的 3B 掛的是 Qwen 自訂條款，其中 3B 兩款限研究用途，72B 允許商用但設有月活躍用戶門檻，沒有一份是 OSI 認可的開源授權，與腳註的說法對得上。換句話說，一個想在商用產品裡用 Qwen 2.5 的人，選 7B 拿到的是標準開源授權，選 3B 就掉進限研究用途的條款裡；兩個決定只差一個型號數字。

Pin

腳註也會過期，這裡就有一個現成的例子。清單說 InternVL 2.5 只有 1B 與 38B 開源，但 HuggingFace 上現在的授權標籤是：1B、2B、4B、8B、26B、38B 六個尺寸全是 MIT，只有 78B 掛自訂授權。腳註寫下的當下也許是對的，但授權狀態會變，連這麼謹慎的清單都會落後。所以比背下任何清單更值得帶走的是方法：到 HuggingFace 模型頁右側看授權標籤，而且要看你要下載的那一個尺寸的頁面，不是家族首頁。掛 apache-2.0 或 MIT 的是開源軟體；掛 other、自訂條款名稱的，條款裡常藏著用途限制。

這也是為什麼清單開頭那句「盡可能符合 OSI 定義」值得注意。OSI 定義延續自由軟體運動的四項自由精神、列成十項條件，把「能不能商用、能不能改、能不能再發布」一次講清楚；拿它當篩子，等於把判斷標準從各家的行銷說詞，移到一份中性的公共定義上。對照之下，2025 年初聲量最大的 Llama 家族並不在這份名單上，Meta 的自訂授權條款不在 OSI 核可之列；名單收的 DeepSeek-R1 是 MIT（在 GitHub 上超過 9 萬顆星）、IBM Granite 是 Apache 系授權、AllenAI 的 OLMo 2 更是連訓練流程都開出來的全開源模型。作者沒有明說排除過誰，但收錄方向與 OSI 篩子一致這件事，從名單上一眼就看得出來。

開源成色可以分成三層看

把腳註的邏輯延伸出去，模型的開源成色其實可以分三層讀。

最扎實的一層，是連訓練過程都開出來的模型。名單裡的代表是 AllenAI 的 OLMo 2：資料、程式碼、訓練腳本與權重全部公開，外部研究者可以重現、改作、驗證。清單給它的描述是全流程開源，這是作者的評語，但 OLMo 系列的開放程度在圈內有共識，位於這個等級的模型至今仍是少數。

中間的一層，是家族裡的特定尺寸開源。Qwen 2.5 的 7B 掛 apache-2.0，DeepSeek-R1 以 MIT 釋出程式碼與權重，授權條款本身是標準開源授權，下載、商用、修改的權利都拿得到；但訓練資料不見得完整公開，模型的可重現性打了折扣。對多數應用場景來說，這一層已經夠安全，關鍵只在於選對尺寸。

最外圈是自訂授權。Qwen 2.5 的 3B 與 72B、InternVL2.5 的 78B，在 HuggingFace 上掛的都是自訂條款而非公認的開源授權。這類條款多半限制商業用途或附加其他義務，能不能用、怎麼用，要逐條讀條款原文，不能靠開源兩個字帶過。

這個分層與 OSI 定義的關係很直接：OSI 核可的授權條款（MIT、Apache-2.0、GPL 系）自帶完整的自由度保證，條款本身就是保證書；自訂條款則每一份都得單獨檢驗。Awesome Open Source AI 把篩子放在 OSI 定義上，等於預設排除最外圈，再用條目腳註處理中間層的尺寸陷阱，這套組合就是它與一般「開源模型大集合」最不一樣的地方。

換代規則寫在貢獻指引裡，然後從未兌現

這份清單的貢獻指引（CONTRIBUTING.md）只訂了三條規則：資源要符合 OSI 開源定義、條目要按字母排序，以及最有意思的一條：新版資源上市時，舊版必須被替換掉，作者自己舉的例子就是「Qwen 3 出了，Qwen 2.5 就要被換掉」。

這條規則現在讀起來有點傷感。Qwen3 確實上市了，HuggingFace 上的建檔時間是 2025 年 4 月底，而且掛的是 apache-2.0；但這份清單的語言模型區至今仍是 Qwen 2.5 一族。整個倉庫的提交紀錄停在 2025 年 1 月 27 日，總共 15 個提交、全部出自同一人之手，從開張到停筆只有 36 天。這是一場一個人的衝刺，衝完就停了。

停更的實際影響要分區看。模型區傷得最重：2025 年 1 月之後上市的模型一個都不在名單上，對想找最新模型的人，這份清單幫不上忙。引擎區傷得輕：llama.cpp、Ollama 這些專案自己還在活躍維護，清單只是個入口，入口舊一點無所謂。工具區居中：Open WebUI 仍在高速迭代，但名單上另外兩個工具條目其實是同一位 Kaggle 帳號的筆記本，這點後面再談。

順帶一提這類專案在 GitHub 上的文體背景。以 Awesome 命名、掛徽章、字母排序的清單在 GitHub 上自成一種傳統，標準劇本是單人開張、累積星星、靠外部拉取請求眾包維護，做出貢獻指引正是那個文體的配備。這份清單的前半場照著劇本走，後半場沒有等到社群接手：它的換代規則與排序規則都還寫在檔案裡，只是從 2025 年 1 月底起，沒有人再執行它們。同文體裡維持數萬顆星、每天都有提交進場的大清單確實存在，差距不在規則設計，在人有沒有一直都在。

拉取請求列表則是另一個現場。2026 年陸續有人上門提議收錄新資源，到 9 月為止掛著 8 個未結的拉取請求，全部零討論；被關掉的請求也沒有任何一筆對應的收錄動作進到倉庫，因為 2025 年 1 月底之後提交紀錄再沒有動過。提案的人等不到答覆，這份清單對它自己的貢獻規則來說，已經處於無人執法的狀態。

21 個條目實際的長相

把整份清單攤開清點，實際收錄 21 個條目：推理引擎 4 個、語言模型 10 個、嵌入模型 2 個、語音合成 1 個、工具 4 個。目錄上雖然列了七個分類，圖像模型、語音轉文字、影片模型三區都還是 Coming soon 的佔位文字。每個條目的格式統一：名稱、連結、一句話理由；貢獻規則要求按字母排序，實際各區執行得不算嚴謹。

幾個條目的一句話理由本身就有判斷含量。llama.cpp 被描述為「精簡的推理引擎，提供比 Ollama 更多的輸出控制選項」；Ollama 是「好上手，附 OpenAI 相容的 API 伺服器」；koboldcpp 則被稱為 LLM 推理引擎的瑞士刀。這三條合起來其實就是本地跑模型的選型骨架：要控制細節選 llama.cpp，要省事選 Ollama，要一次滿足多種 API 端點選 koboldcpp。清單把 OpenedAI Speech 這個語音合成伺服器也放在引擎區，分類上有一點混，但無傷大雅。

實際的起手式，多數人會從 Ollama 開始：裝好之後一行 pull 指令就能把模型拉下來跑，模型庫頁面會標示每個模型的參數量與授權，對照清單腳註的習慣，先確認自己要的尺寸掛的是哪種授權再下載，流程相當單純。願意碰參數的人再往 llama.cpp 走，量化、執行緒、取樣策略都開放出來調；koboldcpp 把多種 API 端點包在一起，接舊前端特別方便。這三個引擎到 2026 年都還在活躍維護，是整份清單裡凍結傷害最小的區塊。

條目描述裡也有誠實的刺。Phi-4 的描述先誇它在中型模型的各項基準測試表現頂尖，括號裡緊接著補一句「Phi 系列在基準測試之外通常表現不如預期」；Qwen 2.5 的描述提醒它在數學等任務拿高分的同時，特定主題可能遭遇內容審查；OLMo 2 被標注為全流程開源；SmolLM2 則被老實說成「適合把玩與做摘要，不太適合拿去微調」。語言模型區還有一個 Qwen 2.5-1M，主打百萬 token 的上下文長度，清單舉的例子是 Podcast 生成這類長上下文任務。嵌入模型區只有兩個條目：BGE-EN-ICL 的賣點是 MTEB 排行榜上的成績，all-MiniLM-L6-v2 的賣點是小到能在低階消費級硬體上跑。語音區目前只有 Kokoro 一個 82M 參數的 TTS 模型，以它的體積而言評價不俗。以上都是清單作者自己的評語，但敢在一句話理由裡寫下基準測試之外的保留意見，這種口吻在行銷導向的清單裡很少見。

連結品質倒是經得起考驗。到 2026 年 9 月，名單上所有對外連結仍連得上、沒有死鏈，連 2024 年的 Kaggle 筆記本都還活著。凍結的清單不等於失效的清單，這點對它的可用性有很大的補償。

工具區洩漏了單人策展的指紋

工具區的 4 個條目裡藏著這份清單最明顯的策展偏誤訊號。其一，TextCraft 是維護者自己的專案：一個把 AI 工具整合進 Microsoft Word 的 C# 增益集，MIT 授權、161 顆星，最後更新停在 2024 年 12 月，比清單本身還早凍結。自己維護清單、把自己的作品放進工具區，不算什麼大過，但讀者應該知道這層關係。其二，另外兩個條目是同一位 Kaggle 帳號（thomasanderson1962）的筆記本，一個微調腳本、一個用視覺模型從 PDF 生成合成資料集；Kaggle 筆記本能不能算開源資源、授權歸誰，標準明顯比模型區寬鬆。四分之一的工具區繫於作者自己的作品，另外一半繫於單一第三方帳號，這個分佈本身就說明了單人清單的上限：規則是 OSI，執行是手感。

把這些放在一起看，這份清單的信任模型其實很清楚。它不是一個組織維運的目錄，是一個人 36 天衝刺的快照；它的價值不在於持續更新，而在於示範了一種把授權顆粒度標到尺寸的作法，以及一批經過篩子過濾、到今天連結還全部活著的 2025 年初經典模型。

拿它當起點的三種情境，與兩種不該

適合把這份清單當起點的人，大概有三種情境。想學「怎麼判斷一個模型是不是真的開源」的人，那四條腳註加上 HuggingFace 授權標籤的對照，是最現成的教材。想部署 2025 年初那批經典模型的人，DeepSeek-R1、OLMo 2、Phi-4、Granite 3.1 都在那個時間區間的定格裡，搭配仍在活躍維護的 llama.cpp 與 Ollama，起手成本低；對中文場景來說，Qwen 家族一直是中文能力的熱門選擇，這也讓「家族裡挑哪個尺寸」的授權問題，對中文開發者格外實際。要在本地把模型跑起來做實際工作的人，可以接著看 Local Deep Research 這類以本地模型為引擎的研究工具，或 MTranServer 這種自架離線翻譯伺服器的實例，兩者都示範了開源模型落地之後能做什麼。

不適合的情境同樣明確。要找 2026 年最新模型的人，直接去 Ollama 的模型庫或 HuggingFace 排行榜，那裡的東西比這份清單新一年半以上；Qwen 家族這一年多的演進，可以參考 Qwen 的開放權重策略一文裡的脈絡。要把清單當長期維護目錄引用的人，也要想清楚它已經 20 個月沒有執行過自己的收錄規則；同為 GitHub 上的策展清單，Awesome MCP Servers 那種持續有提交進場的，才是可長可久的引用來源。

最後一個加分項：清單本身以 CC0-1.0 釋出，等同公共領域，任何人想接手 fork 一份、照著它自己的規則繼續換代更新，沒有任何授權障礙。對台灣讀者來說，這份 306 顆星的清單最實在的用法，也許就是把它當教材而不是當目錄：花十分鐘看懂那四條腳註在講什麼，之後每次挑模型，自己到 HuggingFace 查那一個尺寸的授權標籤。判斷法是自己的之後，清單新不新，就不那麼重要了。