值得关注的开放权重模型：2026年6月

来源：https://openrouter.ai/blog/insights/the-open-weight-models-that-matter-june-2026/ 过去几个月，一系列引人注目的开放权重模型相继发布，其中包括来自中国和美国的新玩家。此外，随着成本成为大规模AI应用组织的核心关注点，开放权重模型迎来了高光时刻。与许多人的预期相反，开放权重模型的智能和能力正与美国前沿实验室保持同步，并且已经持续超过18个月保持3-6个月的差距。前沿实验室（至少在目前）似乎并未加速拉开与开放权重实验室的距离。

将工作负载从前沿模型转移到开放权重模型，可以带来巨大的成本节约机会。前沿模型必然会继续演进，但对于任何固定的智能水平，成本将持续下降。

考虑到发布的节奏、能力的参差不齐以及新的进入者，很难弄清楚哪些模型值得关注以及为什么。截至2026年6月，我们认为以下四个开放权重模型最为重要。

1. DeepSeek V4 Flash (https://openrouter.ai/deepseek/deepseek-v4-flash) —— 首个跨越智能体门槛的模型

DeepSeek V4 Flash 是首个团队立即将其投入实际智能体流水线、作为Anthropic或OpenAI类前沿模型可行替代品的开放权重模型。更大的V4 Pro变体以SWE-bench Verified 80.6%的分数设定了天花板，这是开放权重中的最高分，与GPT-5.5级别的智能体性能相当。但真正取得突破的是Flash，因为它以处于性能与成本帕累托前沿的价格捕获了其中大部分能力。

数据印证了这种行为。Flash采用MIT许可，约284B参数/约13B活跃的MoE架构，支持1M token上下文，在SWE-bench Verified上获得79.0%的分数——仅比Pro的80.6%低约1.6个百分点，也低于其自身的约1.6T/49B兄弟模型。该模型于2026年4月发布。

采用率也很大程度上由价格驱动；DeepSeek的第一方API将Flash的定价列为每百万token $0.14 / $0.28（输入/输出），但会保留数据进行训练。使用缓存后，实际价格甚至更低（每百万输入token $0.029）。DeepSeek以该定价推出模型，并宣称是75%的“折扣”，并于5月将该定价永久化。这约为GPT-5.5输出成本的150分之一。然而，DeepSeek会保留并使用你的数据进行训练。

不进行数据训练的西方托管服务商（例如Fireworks、Together、DeepInfra）收费大约是第一方价格的两倍。对于这种智能水平来说，仍然是极佳的价值。我们不知道训练数据的价值在多大程度上使得DeepSeek能够实现低价，还是由于计算补贴等原因——但可以肯定的是，这种低第一方价格已经为所有提供商创造了竞争动态，从而为这种智能水平带来了极低的价格。

OpenRouter在模型页面的供应商标签页 (https://openrouter.ai/deepseek/deepseek-v4-flash#providers) 的详细信息窗格中公开了每个供应商的所属国家，并允许对您和您的组织可以接受的数据政策进行精细控制。

注意事项： 仅支持文本；不支持图像或视频输入。第一方API通过中国路由数据，其服务条款允许基于你的数据进行训练——不过如前所述，在不进行训练的西方托管服务商处可以以可比价格获得。据传闻，该模型更擅长技术工作，在写作和语调方面满意度较低。我们还看到报告称，与Anthropic模型相比，提示需要优化——Flash在给出非常具体的指令时表现更好，而不是依赖其自身的判断。

何时选用： 当您想要一个前沿级别的智能体/编码模型，但成本仅为一小部分时。从Flash开始；仅在边际质量值得溢价时才升级到Pro。

2. GLM 5.2 (https://openrouter.ai/z-ai/glm-5.2) —— 让Opus式智能体编码变得可移植的开放模型

GLM 5.2于6月中旬发布，但早期评价非常积极。如果说DeepSeek在价格上取得突破，那么GLM 5.2似乎在规划质量和长周期编码上取得了突破。

Artificial Analysis (https://artificialanalysis.ai/evaluations/artificial-analysis-intelligence-index) 将GLM 5.2评为开放权重模型在智能指数（v4.1）上的第一名，得分51，领先于Nemotron 3 Ultra（48）、MiniMax M3（44）、DeepSeek V4 Pro（44）和Kimi K2.6（43），仅落后Claude Fable 5约5分。它在Artificial Analysis的实际智能体基准测试（GDPval-AA v2）中领先于所有开放权重模型，与GPT-5.5 xhigh基本持平。

采用率尚处早期，但该模型已经可以通过一系列有意义的第三方托管服务商获得。定价不像DeepSeek那么便宜，但仍显著低于封闭的前沿编码模型。实际定价为OpenRouter加权平均每百万token $0.447 / $3.31（输入/输出）。虽然按token计价比GPT-5.5 / Opus类模型便宜，但该模型倾向于进行大量思考，可能在输出token上快速消耗美元。

还存在地缘政治方面的推动因素。GLM 5.2在美国出口管制指令发布几天后推出，该指令迫使Anthropic广泛禁用Fable 5和Mythos 5以防止外国公民访问。一个具有接近前沿编码性能的MIT权重模型，对于需要连续性的组织来说，变得更具吸引力。

注意事项： 仅支持文本；不支持图像或视频输入。它消耗token较多，在高思维模型上可能烧钱。它仍然非常新，供应商质量会有所不同。各供应商的吞吐量峰值约为~78 tok/s（而DeepSeek V4-Flash约为~84 tok/s）。

何时选用： 最适合作为智能体规划和编码的直接替代品。在架构规划、仓库级重构或长时间运行的智能体任务中表现出色。当质量和规划比最低价格更重要时，选择它而非DeepSeek。

3. MiniMax M3 (https://openrouter.ai/minimax/minimax-m3) —— 多模态长上下文模型

MiniMax M3 是本组中唯一不仅理解文本，还能原生理解图像和视频的模型。如果你的智能体需要读取截图、检查UI状态、解析图表或对视频进行推理，M3是首先要测试的开放权重方向。

Artificial Analysis将M3在其智能指数（v4.1）上评为44分——与DeepSeek V4 Pro持平，落后于GLM 5.2和Nemotron 3 Ultra，但其差异在于模态，而非原始指数排名。更具说服力的是，它在Artificial Analysis的实际智能体基准测试GDPval-AA上与Claude Sonnet 4.6大致持平。它也是一个真正的长上下文模型：约428B参数/约23B活跃MoE，支持1M token上下文，以及MiniMax稀疏注意力（Sparse Attention）使百万token推理不那么荒谬。

实际定价具有吸引力，OpenRouter加权平均为每百万token $0.098 / $1.21（输入/输出）（但在上下文长度超过512k token时价格会上涨）。但与GLM一样，便宜的token并不意味着便宜的整体运行成本。M3可能比较冗长且推理密集。

架构也具有创新性；MSA使用基于真实K/V块的块状稀疏注意力，而不是单独的检索或压缩系统。论文报告称，可以在没有重大质量损失的情况下大幅减少注意力计算。在实践中，这就是M3能够以合理成本支持整个仓库、长文档、截图密集或基于视频的智能体的原因。

注意事项： 非MIT许可。权重已发布，但受MiniMax社区许可约束：商业用途需要注明出处/通知，较大的商业产品需要事先书面授权。供应商质量和完整上下文支持会有所不同。它也不是本组中最佳的纯编码模型；对于纯文本智能体编码，GLM 5.2可能是更好的默认选择。

何时选用： 当您需要具有原生图像或视频输入的长上下文智能体时。最适合UI自动化、截图转代码、图表/文档理解、基于视频的工作流程，或混合模态的仓库/文档智能体。很可能成为同样在多模态理解方面表现出色的Gemini Flash模型的强劲竞争对手。

4. NVIDIA Nemotron 3 Ultra (https://openrouter.ai/nvidia/nemotron-3-ultra-550b-a55b) —— 美国开放权重加速器

NVIDIA的Nemotron 3 Ultra是最明显的信号，表明强大的开放权重模型并非仅来自中国实验室。它总体上不是最好的开放模型，但它是美国最强的开放权重参赛者：一个严肃的推理模型，专为企业部署构建，背后有NVIDIA的硬件和软件栈支持。

基准测试结果扎实。Artificial Analysis将Nemotron 3 Ultra在其智能指数（v4.1）上评为48分——在开放权重模型中排名第二，仅次于GLM 5.2（51分），领先于MiniMax M3、DeepSeek V4 Pro和Kimi K2.6，并且稳居美国开放权重参赛者之首。其差异化之处在于部署效率。OpenRouter的加权平均价格为每百万token $0.423 / $2.61（输入/输出），另有一个独立的**:free** 路由，它非常受欢迎并推动着采用。

该模型是一个550B/55B活跃的混合Mamba-2 + Transformer MoE，采用NVFP4训练，支持1M上下文、多token预测，并采用OpenMDW许可。NVIDIA还发布了比权重更多的内容：数据、配方、评估工具和RL基础设施。NVIDIA的动机很明确：更广泛的开放模型使用（以及更多有意义模型）意味着对Blackwell/Hopper推理、NIM微服务、CUDA、AI Enterprise和主权AI部署的更大需求。Nemotron是一个模型，但它也旨在促进整个开放生态系统，进而促进NVIDIA AI栈。

请关注NVIDIA在此方面的努力，因为他们有动力继续在全球生态系统中推广模型，并且拥有雄厚的资金来资助研究和训练，以跟上世界上任何一个实验室的步伐。

注意事项： 仅支持文本；不支持图像或视频输入。在原始智能上落后于GLM 5.2，而更广泛的中国开放前沿在峰值编码得分上领先。免费路由对测试和采用有用，但不足以围绕它构建一个严肃的生产SLA。此外，虽然许可相对宽松，但它是OpenMDW，而非MIT。

何时选用： 当您想要一个美国构建的开放权重模型用于长时间运行的智能体、RAG、编排、编码支持或企业工作流，并且速度、可部署性、数据控制和供应商舒适度比绝对基准排名更重要时。对于顶级的开放编码质量，选择GLM或DeepSeek；当栈很重要时，选择Nemotron。

概览

所有定价和吞吐量数据均来自OpenRouter.ai (https://openrouter.ai/)，时间为2026年6月（跨供应商加权平均）；智能评分来自Artificial Analysis Intelligence Index v4.1，索引日期为2026年6月25日。模型页面：DeepSeek V4 Flash (https://openrouter.ai/deepseek/deepseek-v4-flash) · GLM 5.2 (https://openrouter.ai/z-ai/glm-5.2) · MiniMax M3 (https://openrouter.ai/minimax/minimax-m3) · Nemotron 3 Ultra (https://openrouter.ai/nvidia/nemotron-3-ultra-550b-a55b)。