مدلهای متنباز
مدلهایی که وزنهایشان منتشر شده و میتوانید روی سیستم یا سرور خودتان اجرا کنید؛ بدون وابستگی به اینترنت بینالملل و بدون ارسال داده به بیرون. فهرستها هر شش ساعت از Hugging Face بهروز میشوند.
آخرین بهروزرسانی: ۱ ساعت پیش
ماشینحساب حافظهی گرافیکی
برآورد تقریبی است: وزنها + حافظهی KV برای زمینه + سربار. در مدلهای MoE همهی پارامترها باید در حافظه باشند، ولی سرعت به پارامترهای فعال بستگی دارد. راهنمای کامل: اجرای مدل روی سرور شخصی.
پرطرفدارترین مدلهای زبانی
بر اساس دانلود ۳۰ روز اخیر| مدل | پارامتر | حافظهی Q4 (تقریبی) | مجوز | دانلود ماه | پسند | روند دانلود |
|---|---|---|---|---|---|---|
| openai-community/gpt2 | ۰٫۱B | ۲ GB | mit | ۳۴٫۴ میلیون | ۳٫۹ هزار | در حال جمعآوری |
| Qwen/Qwen3-0.6B | ۰٫۸B | ۲ GB | apache-2.0 | ۱۶٫۰ میلیون | ۱٫۹ هزار | در حال جمعآوری |
| Qwen/Qwen3-14B | ۱۵B | ۱۰ GB | apache-2.0 | ۱۳٫۲ میلیون | ۵۴۸ | در حال جمعآوری |
| Qwen/Qwen2.5-7B-Instruct | ۷٫۶B | ۶ GB | apache-2.0 | ۶٫۵ میلیون | ۲٫۵ هزار | در حال جمعآوری |
| Qwen/Qwen3-8B | ۸٫۲B | ۶ GB | apache-2.0 | ۶٫۱ میلیون | ۲٫۲ هزار | در حال جمعآوری |
| Qwen/Qwen2.5-1.5B-Instruct | ۱٫۵B | ۲ GB | apache-2.0 | ۵٫۰ میلیون | ۹۴۷ | در حال جمعآوری |
| dphn/dolphin-2.9.1-yi-1.5-34b | ۳۴B | ۲۱ GB | apache-2.0 | ۴٫۸ میلیون | ۹۲ | در حال جمعآوری |
| facebook/opt-125m | — | — | other | ۴٫۸ میلیون | ۳۳۴ | در حال جمعآوری |
| meta-llama/Llama-3.1-8B-Instruct | ۸٫۰B | ۶ GB | llama3.1 | ۴٫۱ میلیون | ۹٫۰ هزار | در حال جمعآوری |
| Qwen/Qwen2.5-0.5B-Instruct | ۰٫۵B | ۲ GB | apache-2.0 | ۴٫۱ میلیون | ۷۵۲ | در حال جمعآوری |
| Qwen/Qwen3-32B | ۳۳B | ۲۰ GB | apache-2.0 | ۳٫۹ میلیون | ۷۹۷ | در حال جمعآوری |
| trl-internal-testing/tiny-Qwen3ForCausalLM | — | — | — | ۳٫۳ میلیون | ۱۵ | در حال جمعآوری |
| Qwen/Qwen3-4B | ۴٫۰B | ۴ GB | apache-2.0 | ۳٫۱ میلیون | ۸۰۴ | در حال جمعآوری |
| EleutherAI/pythia-160m | ۰٫۲B | ۲ GB | apache-2.0 | ۳٫۰ میلیون | ۶۷ | در حال جمعآوری |
| Qwen/Qwen3-4B-Instruct-2507 | ۴٫۰B | ۴ GB | apache-2.0 | ۲٫۸ میلیون | ۱٫۱ هزار | در حال جمعآوری |
| Qwen/Qwen3-1.7B | ۲٫۰B | ۳ GB | apache-2.0 | ۲٫۷ میلیون | ۶۲۹ | در حال جمعآوری |
| trl-internal-testing/tiny-Qwen2ForCausalLM-2.5 | — | — | — | ۲٫۵ میلیون | ۶۰ | در حال جمعآوری |
| HuggingFaceTB/SmolLM2-135M | ۰٫۱B | ۲ GB | apache-2.0 | ۲٫۳ میلیون | ۲۷۰ | در حال جمعآوری |
| Qwen/Qwen3-Coder-30B-A3B-Instruct | ۳۱B (فعال ۳B) | ۱۹ GB | apache-2.0 | ۱٫۹ میلیون | ۱٫۳ هزار | در حال جمعآوری |
| Qwen/Qwen2.5-3B-Instruct | ۳٫۱B | ۳ GB | other | ۱٫۹ میلیون | ۶۴۲ | در حال جمعآوری |
| nvidia/NVIDIA-Nemotron-3-Nano-4B-BF16 | ۴٫۰B | ۴ GB | other | ۱٫۸ میلیون | ۱۴۴ | در حال جمعآوری |
| Qwen/Qwen2.5-Coder-14B-Instruct | ۱۵B | ۱۰ GB | apache-2.0 | ۱٫۷ میلیون | ۲۲۰ | در حال جمعآوری |
| Qwen/Qwen2.5-Coder-7B-Instruct | ۷٫۶B | ۶ GB | apache-2.0 | ۱٫۵ میلیون | ۸۷۵ | در حال جمعآوری |
داغ این هفته
امتیاز ترند Hugging Face؛ نسخههای سانسورزداییشده حذف شدهاند- maxwell-model/Maxwell-V1-Flash ۳۷ میلیارد پارامتر، انتشار ۲۱ مهر ۱۴۰۵
- Edge0/Edge0-145B-NVFP4 ۱۴۵ میلیارد پارامتر، بر پایهی Qwen/Qwen3.8-Flash-Next، انتشار ۷ روز پیش
- nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-4GB ۴٫۰ میلیارد پارامتر، بر پایهی nvidia/NVIDIA-Nemotron-3.5-Bolt-E4B-BF16، انتشار ۱۳ مهر ۱۴۰۵
- NousResearch/Arete-27B ۲۷ میلیارد پارامتر، بر پایهی Qwen/Qwen3.8-27B، انتشار ۱۲ روز پیش
- meta-llama/Llama-3.1-8B-Instruct ۸٫۰ میلیارد پارامتر، بر پایهی meta-llama/Llama-3.1-8B، انتشار ۲۸ تیر ۱۴۰۳
- nvidia/Qwen3.5-4B-Qwen3.8-27B-Draft ۴٫۲ میلیارد پارامتر، بر پایهی Qwen/Qwen3.5-4B، انتشار ۶ روز پیش
- meta-llama/Meta-Llama-3-8B-Instruct ۸٫۰ میلیارد پارامتر، انتشار ۲۹ فروردین ۱۴۰۳
- StarpowerTechnology/WVY-Blender-5m انتشار ۶ روز پیش
- prism-ml/Ternary-Bonsai-2-27B-gguf ۲۷ میلیارد پارامتر، بر پایهی Qwen/Qwen3.8-27B، انتشار ۲۶ شهریور ۱۴۰۵
- LiquidAI/LFM3-1.7B ۱٫۷ میلیارد پارامتر، بر پایهی LiquidAI/LFM3-1.7B-Base، انتشار ۲۵ روز پیش
- Edge0/Edge0-120B-NVFP4 ۱۲۰ میلیارد پارامتر، بر پایهی Qwen/Qwen3.8-Flash-Next، انتشار ۷ روز پیش
- Edge0/Edge0-145B-q3k ۱۴۵ میلیارد پارامتر، بر پایهی Qwen/Qwen3.8-Flash-Next، انتشار ۷ روز پیش
- KRAFTON/Raon-1-nano ۳٫۵ میلیارد پارامتر، انتشار ۲۰ روز پیش
- LiquidAI/LFM3-1.7B-GGUF ۱٫۷ میلیارد پارامتر، بر پایهی LiquidAI/LFM3-1.7B، انتشار ۲۵ روز پیش
- whittleOrg/Whittle-Next-27B-A3B ۲۸ میلیارد پارامتر، بر پایهی Qwen/Qwen3.6-35B-A3B، انتشار ۱۲ شهریور ۱۴۰۵
تازهترینهای آزمایشگاههای بزرگ
DeepSeek
- DeepSeek-V4.1-Flash-1017 ۴۹۳ هزار
- DeepSeek-V4.1-Flash ۱٫۵ میلیون
- DeepSeek-V4-Flash-0731 ۲٫۰ میلیون
- DeepSeek-V4-Flash ۱٫۲ میلیون
Qwen (علیبابا)
- Qwen3.8-27B ۶٫۹ میلیون
- Qwen3.8-Flash-Next ۳٫۰ میلیون
- Qwen3.5-9B ۶٫۵ میلیون
- Qwen3.6-35B-A3B ۴٫۰ میلیون
Moonshot (Kimi)
- Kimi-K3.1-Pro ۵۷ هزار
- Kimi-K3 ۷۶۶ هزار
- Kimi-K2.6 ۲۰۲ هزار
- Kimi-VL-A3B-Thinking-2506 ۱۳ هزار
OpenAI
- gpt-oss-120b ۲٫۴ میلیون
- gpt-oss-20b ۵٫۶ میلیون
Z.ai (GLM)
- GLM-5.3-Flash ۶٫۴ میلیون
- GLM-5.3 ۱٫۷ میلیون
- GLM-4.7-Flash ۱٫۲ میلیون
- GLM-5.2 ۳۱۱ هزار
Mistral
- Mistral-Large-4-1T-A52B ۱۹ هزار
MiniMax
- MiniMax-M3.1-Flash ۶۹ هزار
- MiniMax-H3-Image-PE ۳٫۶ هزار
- MiniMax-M3 ۱۱۹ هزار
- MiniMax-M2.5 ۱٫۰ میلیون
Meta
- Llama-3.1-8B-Instruct ۴٫۱ میلیون
- Meta-Llama-3-8B-Instruct ۴۲۷ هزار
- Llama-3.2-3B-Instruct ۸۲۴ هزار
- Llama-3.1-8B ۴۳۸ هزار
- gemma-4-31B-it ۶٫۳ میلیون
- medgemma-1.5-4b-it ۲۲۱ هزار
- gemma-4-26B-A4B-it ۵٫۰ میلیون
- paligemma-3b-pt-224 ۲۲۲ هزار
Microsoft
- Aion-1.0-Instruct-2.3B ۰
- Mage-VL-Cowork ۵٫۳ هزار
- bitnet-b1.58-2B-4T ۸٫۹ هزار
- phi-4 ۱۹۹ هزار
Xiaomi
- MiMo-V2.6-Distill-Qwen-9B ۳۱ هزار
- MiMo-V2.6-Pro-RL ۲۶ هزار
- MiMo-V2.6-Flash-RL ۴۳ هزار
- MiMo-V2.6-Flash-MOPD ۲۵ هزار
IBM
- granite-4.1-8b-llmon-preview ۸۴۲
- granite-4.1-3b-llmon-preview ۲٫۴ هزار
- granite-4.2-8b ۶۰ هزار
- granite-4.2-3b ۴۱ هزار
NVIDIA
- NVIDIA-Nemotron-3.5-Bolt-E4B-4GB ۱۶۳ هزار
- Qwen3.5-4B-Qwen3.8-27B-Draft ۲۹۰
- Kimi-K3.1-Pro-NVFP4 ۲٫۱ هزار
- Qwen3.8-Flash-Next-FP4-Local ۴۲ هزار
Tencent
- Hy4-flash ۱۵۹
- Hy4-flash-base ۱۲۹
- Hy4-flash-FP8 ۱۲۱
- Qwen3.8-27B-DSpine-b16 ۶٫۷ هزار
StepFun
- GOT-OCR2_0 ۱۲۶ هزار
- Step-Audio-2-mini ۲٫۶ هزار
- GOT-OCR-2.0-hf ۱۲۵ هزار
ابزارهای اجرای محلی
| ابزار | کاربرد | ستارهی گیتهاب | رشد ۳۰ روز |
|---|---|---|---|
| Ollama | سادهترین راه اجرای مدل روی لپتاپ یا سرور؛ API سازگار با OpenAI روی پورت ۱۱۴۳۴. | ۱۸۸ هزار | — |
| llama.cpp | موتور سبک C/C++ برای فایلهای GGUF؛ روی CPU و GPU و حتی سرورهای ضعیف. | ۱۳۶ هزار | — |
| vLLM | سرویسدهی پرسرعت برای چند کاربر همزمان روی GPU؛ انتخاب رایج برای سرور تیمی. | ۹۷ هزار | — |
| SGLang | موتور سرویسدهی سریع، بهویژه برای مدلهای MoE و ایجنتها. | ۳۹ هزار | — |
| Open WebUI | رابط چت تحت وب برای تیم شما، روی Ollama یا هر API سازگار. | ۱۵۹ هزار | — |
| LocalAI | جایگزین خودمیزبان API اوپنایآی با پشتیبانی چند نوع مدل. | ۵۰ هزار | — |
کدام سختافزار برای کدام مدل؟
| حافظهی گرافیکی | مدل مناسب (کوانتیزهی ۴ بیت) | کاربرد |
|---|---|---|
| ۸ گیگابایت | ۷ تا ۹ میلیارد پارامتر | تکمیل خودکار کد در ویرایشگر |
| ۱۶ گیگابایت | تا حدود ۱۴ میلیارد پارامتر | چت کدنویسی سبک |
| ۲۴ تا ۳۲ گیگابایت | مدلهای ۲۷ تا ۳۲ میلیاردی یا MoE حدود ۳۰ میلیاردی | ایجنت کدنویسی شخصی |
| ۴۸ تا ۹۶ گیگابایت | MoE حدود ۸۰ میلیاردی | سرور کوچک تیمی |
| چند کارت سرور | مدلهای صدها میلیاردی (GLM، Kimi، DeepSeek) | جایگزین کامل سرویس ابری |