open-llms

一张表看清哪些开源大模型能商用,选型不踩坑

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 986 🐛 待处理 10 👀 关注 255
GitHub ↗
GitHub 星标 ★ 12883
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源列表项目,无在线服务,全部免费。

项目预览

open-llms 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队eugeneyan
定价模式🏷️完全免费
价格说明开源列表项目,无在线服务,全部免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
技术栈/模型commercial,large-language-models,llm,llms
GitHub 星标★ 12883
上线时间2023-05-05 00:00:00
代码更新2025-02-13
仓库体积199 KB
本站数据更新2026-11-10
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

open-llms 是一个精选的开源大语言模型列表,专门收录可商用(即宽松许可证)的模型。它解决的是开发者在选择开源 LLM 时面临的许可证合规与模型信息分散问题,通过集中展示模型名称、开发者、参数规模、许可证类型及原始链接,帮助用户快速筛选出可安全用于商业项目的模型。项目本身是一个静态资源库,核心能力在于信息聚合与分类,覆盖从 Llama、Mistral 到 Qwen 等主流系列,并持续更新。其价值在于降低合规风险,节省调研时间,是 AI 应用开发者、企业技术选型时的实用参考。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 12883

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 10 分钟 部署方式:本地安装 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境
  • 已安装 Git(用于克隆仓库)
  • 能阅读 Markdown 的编辑器或浏览器

安装与启动步骤

  1. 1克隆仓库

    把 open-llms 仓库下载到本地,这是一个只含清单文档的仓库,体积很小,无需其他依赖。

    git clone https://github.com/eugeneyan/open-llms.git
  2. 2打开模型清单

    进入目录后用编辑器或 Markdown 预览打开 README,正文是一张模型表格,列出发布日期、权重、论文、参数量、上下文长度和许可证。

    cd open-llms
  3. 3按许可证筛选

    在表格 Licence 列挑选 Apache 2.0、MIT、OpenRAIL-M 等宽松许可证的模型,README 说明收录模型均可商用。

  4. 4查看权重与论文

    点击 Checkpoints 列的链接前往 Hugging Face 或官方仓库获取权重,点击 Paper/Blog 了解模型细节。

  5. 5参考试用入口

    表格 Try it 列给出第三方试用或示例链接,可快速体验模型效果。

如何确认成功

仓库根目录 README.md 中能看到含 T5、RWKV 等条目的模型表格,说明内容已正确获取。

常见问题

Q:这个项目需要安装 Python 依赖或启动服务吗?

A:不需要。open-llms 是静态信息聚合仓库,README 中未提供任何安装或运行命令,克隆后用编辑器浏览文档即可。

Q:哪些许可证可以安全用于商业项目?

A:README 声明收录模型均具备商用许可,如 Apache 2.0、MIT、OpenRAIL-M,具体条款仍需到各模型官方页面确认。

Q:如何补充新的开源模型?

A:README 中写明 Contributions welcome,可按表格既有列格式新增一行并提交 Pull Request。

Q:表格里的 Try it 链接打不开怎么办?

A:这些链接指向第三方示例或试用资源,可用性由对方站点决定,建议改用 Checkpoints 列中的官方权重自行部署。

注意事项

  • README 未给出安装、运行或配置说明,本项目只是可商用开源模型的信息清单,不含可执行代码。
  • 模型许可证可能随上游更新而变化,正式商用前请以模型官方仓库的 LICENSE 为准。
  • 表格中的链接指向 GitHub、Hugging Face 等第三方站点,下载权重前请自行评估网络与合规风险。

核心亮点

  • 聚焦可商用模型,明确标注许可证,规避法律风险
  • 信息结构化,支持按参数、开发者快速对比
  • 持续更新,紧跟最新开源模型发布动态

不足之处

  • 仅提供列表和链接,无模型性能基准或评测数据
  • 文档/社区待观察,缺乏深度使用指南或讨论

适用场景

  • 企业评估开源 LLM 商业使用合规性
  • 开发者快速筛选适合项目的开源模型
  • 研究机构跟踪开源模型生态趋势

替代项目

Awesome-LLM、LLM Garden、Open LLM Leaderboard

上一篇:dalai

下一篇:LLMSurvey

同类项目推荐

awesome-personalized-lmms 开源

收藏个性化多模态模型资源,快速跟进前沿研究。

A curated list of Awesome Personalized Large Multimodal Models resources

★ 62 2026-08-09
dalai 开源

一条命令本地跑 LLaMA,无需折腾环境

The simplest way to run LLaMA on your local machine

★ 12865 2026-08-09
MeanFlow 开源

一步出图的生成模型 PyTorch 实现

PyTorch implementation of MeanFlow & iMF (one-step generative modeling).

★ 1213 2026-11-03
awesome-fm-fl 开源

一网打尽大模型+联邦学习前沿资源,快速入门不迷路

✨✨A curated list of latest advances on Large Foundation Models with Federated Lear···

★ 159 2026-08-09
Awesome-Code-LLM 开源

一张表看懂代码大模型,快速选型不迷路

‍ An awesome and curated list of best code-LLM for research.

★ 1295 2026-08-09
BayLing-Speech 开源

让开源模型像GPT-4o一样自然流畅地语音对话

LLaMA-Omni is a low-latency and high-quality end-to-end speech interaction model bui···

★ 3146 2026-08-09
magikarp 开源

复现论文新方法,快速验证模型训练技巧

Code for the paper "Fishing for Magikarp"

★ 191 2026-08-09
Chinese-Mixtral 开源

让Mixtral更懂中文,开箱即用的中文MoE模型

中文Mixtral混合专家大模型(Chinese Mixtral MoE LLMs)

★ 613 2026-08-09
Skywork 开源

开源中英双语大模型,数据权重全开放,快速训练部署

Skywork series models are pre-trained on 3.2TB of high-quality multilingual (mainly ···

★ 1500 2026-08-09