Open-Weight

Outils d'IA avec l'étiquette Open-Weight.

200+ outils · choisis à la main

// prix

Gemma 4 La famille de modèles à poids ouverts de Google DeepMind, sous licence Apache 2.0

FLUX 3 Action Modèle à poids ouverts de 7B qui prédit des actions de robot à partir de vidéo

GLM-5.3-FlashX Variante de service à haut débit de GLM-5.3-Flash

Nemotron 3 Diarization Modèle à poids ouverts de diarisation de locuteurs en temps réel

Qwen-Image-2.1 Modèle 7B à poids ouverts qui réunit la génération texte-vers-image et l'édition

Qwen3.8-Omni-Flash Le modèle omni any-to-text d'Alibaba, qui couvre le texte, l'image, l'audio et la vidéo

Xiaomi MiMo-V2.6-Pro Modèle phare de Xiaomi mis en open source, avec une variante d'inférence plus rapide

Atria Dawn Preview Le modèle agentique à poids ouverts du Shanghai AI Laboratory, pour la recherche et l'ingénierie

Hy4 Preview Modèle phare à poids ouverts de Tencent Hunyuan, conçu avec ses propres outils de développement

Ling-3.0-Flash-Fin Modèle Ling d'Ant Group ajusté pour la finance, pour la recherche et les flux de valorisation

Muse Glimmer Le modèle agentique ouvert de Meta pour l'appareil, distillé de Muse Spark

Qwen3.8-Flash-Next L'aperçu à poids ouverts, par Alibaba, de l'architecture Qwen4 de prochaine génération

Qwen3.8-27B Le modèle multimodal à poids ouverts d'Alibaba, taillé pour tourner sur un seul GPU local

DeepSeek-V4-Flash-0731 Le modèle MoE de 284B sous licence MIT de DeepSeek, réentraîné pour un code agentique plus solide

Kimi K3 Modèle à poids ouverts de 2,8 billions de paramètres de Moonshot, le plus grand modèle ouvert livré à ce jour

Ling-3.0-Flash Modèle de raisonnement à poids ouverts et économe d'Ant Group, fait pour des agents d'IA en production

Poolside Laguna S 2.1 Le modèle de code à poids ouverts de Poolside, qui dépasse des rivaux de code agentique plusieurs fois plus gros

Poolside Laguna XS 2.1 Le plus petit modèle de code à poids ouverts de Poolside, fait pour tourner sur un seul GPU

DeepSeek V3.2 La mise à jour de V3.1 par DeepSeek, construite autour d'un nouveau mécanisme d'attention sparse

GLM-5 Le modèle frontier à poids ouverts de Zhipu, entraîné entièrement sur du hardware Huawei national

Inkling Premier modèle à poids ouverts du Thinking Machines Lab de Mira Murati

Kimi K2.5 Mise à jour multimodale native de K2 chez Moonshot, conçue pour coordonner des essaims de sous-agents

MiniMax M2.5 Modèle à poids ouverts de MiniMax, qui étend la compétence en code au travail de bureau général

Llama 5 Prochain modèle phare multimodal à poids ouverts de Meta, pour l'appareil comme pour le centre de données

Nemotron 5 Le modèle à poids ouverts de NVIDIA, réglé pour une inférence efficace sur son propre hardware

Stable Diffusion 4 Le modèle de diffusion texte-vers-image à poids ouverts suivant, chez Stability AI

ALBERT La variante de BERT par Google, avec partage de paramètres, pensée pour l'efficacité à grande échelle

Aquila Le premier modèle de fondation bilingue ouvert de BAAI (chinois et anglais)

Aquila2 La famille de modèles de fondation bilingues de deuxième génération de BAAI

Arctic Le modèle à poids ouverts de Snowflake, orienté entreprises, optimisé pour le SQL et le RAG

Arctic Embed 2.0 Le modèle d'embeddings de recherche multilingue à poids ouverts de Snowflake

AudioCraft Le framework open source de Meta, pour la musique et les effets sonores

Aya 23 Le modèle multilingue à poids ouverts de Cohere For AI, sur 23 langues

Baichuan 2 Le modèle de fondation bilingue à poids ouverts de Baichuan

Baichuan-13B Le modèle bilingue à poids ouverts de Baichuan, antérieur aux générations Baichuan 2, 3 et 4

BERT L'encodeur bidirectionnel de Google, en 2018, qui a réorienté la recherche en NLP

BGE-large-en Le modèle d'embeddings général de BAAI, très utilisé pour la recherche en anglais

BGE-M3 Le modèle d'embeddings à poids ouverts de BAAI, multilingue et à plusieurs granularités

BioGPT Le modèle génératif de Microsoft, propre au domaine, préentraîné sur la littérature biomédicale

BitNet b1.58 Le modèle de recherche de Microsoft qui tient des performances de LLM compétitives avec des poids ternaires à 1,58 bit

BLIP Le modèle de préentraînement vision-langage de Salesforce, pour le légendage et la recherche

BLIP-2 Le successeur plus efficace de BLIP chez Salesforce, qui amorce le préentraînement vision-langage depuis des encodeurs gelés

BLOOM Le modèle ouvert et multilingue construit par la collaboration BigScience

BLOOMZ Une variante de BLOOM ajustée sur des instructions, entraînée à en suivre d'une langue à l'autre

BTLM-3B Le modèle compact à poids ouverts de Cerebras, réglé pour dépasser ce que son nombre de paramètres laisse attendre

ByT5 La variante de T5 de Google, sans tokens, qui travaille directement sur les octets bruts

Canary Le modèle multilingue de reconnaissance vocale et de traduction de NVIDIA

Cerebras-GPT La famille de modèles entièrement ouverts de Cerebras, entraînée sur ses puces à l'échelle du wafer

Chameleon Le modèle à fusion précoce de Meta, qui mélange nativement des tokens de texte et d'image

ChatGLM3 Le modèle de dialogue bilingue à poids ouverts de troisième génération, chez Zhipu

CLIP Modèle contrastif image-texte fondateur d'OpenAI, derrière une grande partie de l'IA multimodale actuelle

CLIP (LAION variant) Réentraînement à poids ouverts de CLIP par LAION, modèle d'embeddings vision-langage

Code Llama Variante Llama de Meta à poids ouverts, spécialisée dans le code

CodeGen2 Modèle de code à poids ouverts de Salesforce, pour le remplissage et la synthèse de programmes en plusieurs tours

Codestral Modèle de génération et de complétion de code de Mistral

Codestral Mamba Modèle de code de Mistral, bâti sur l'architecture à espace d'états Mamba plutôt que sur un transformeur

CodeT5+ Famille de modèles de code encodeur-décodeur à poids ouverts, chez Salesforce

CogVideoX Famille de modèles texte-vers-vidéo à poids ouverts de Zhipu

CogView3 Modèle texte-vers-image de Zhipu, en relay diffusion

Command R Plus Modèle phare de Cohere, optimisé pour le RAG et l'usage d'outils, au-dessus de Command R

Command R+ Modèle de Cohere optimisé pour la génération augmentée par la recherche

Command R7B Plus petit modèle Command de la génération actuelle chez Cohere

CosyVoice Modèle à poids ouverts d'Alibaba pour le clonage de voix zero-shot et la synthèse vocale

DBRX Modèle à mélange d'experts et à poids ouverts de Databricks

DBRX Instruct Variante ajustée pour les instructions du modèle DBRX à poids ouverts de Databricks

DeepFloyd IF Modèle texte-vers-image en espace pixel (non latent), du labo DeepFloyd soutenu par Stability

DeepSeek Coder V2 Modèle à mélange d'experts de DeepSeek, à poids ouverts et spécialisé dans le code

DeepSeek LLM 67B Premier modèle de fondation dense à poids ouverts de DeepSeek

DeepSeek R1 Le modèle de raisonnement de DeepSeek qui a égalé les modèles frontier fermés en maths et en code

DeepSeek V3 Le modèle de mélange d'experts efficace de DeepSeek, entraîné pour une fraction du coût des rivaux

DeepSeek V4-Pro Le meilleur modèle à poids ouverts de 2026, en tête sur le code agentique et le raisonnement de niveau graduate

DeepSeek-Coder-33B Ancien modèle de code phare de DeepSeek, avant DeepSeek-Coder-V2

DeepSeek-Math Modèle à poids ouverts de DeepSeek, spécialisé dans le raisonnement mathématique

DeepSeek-MoE-16B Premier mélange d'experts à grain fin de DeepSeek, qui a nourri ses architectures MoE suivantes

DeepSeek-R1-Distill-Llama-70B Distillation sur base Llama des traces de raisonnement de DeepSeek-R1, la plus grande variante distillée

DeepSeek-R1-Distill-Qwen-32B Distillation sur base Qwen des traces de raisonnement de DeepSeek-R1, dans un plus petit modèle ouvert

DeepSeek-V2 Le modèle de mélange d'experts de DeepSeek en 2024, bien moins cher en API que ses concurrents

DeepSeek-VL Le premier modèle vision-langage de DeepSeek, avant DeepSeek-VL2

DeepSeek-VL2 Le modèle vision-langage à mélange d'experts et à poids ouverts de DeepSeek

Devstral Le modèle à poids ouverts de Mistral, ajusté pour le code agentique et l'exploration de bases de code

DINOv2 Le modèle de vision auto-supervisé de Meta, qui produit des caractéristiques d'image générales sans étiquettes

DistilBERT La version distillée de BERT par Hugging Face, 40 % plus petite, qui garde l'essentiel de ses performances

Dolly 2.0 Le premier modèle de suivi d'instructions de Databricks, entièrement ouvert et utilisable commercialement

ELECTRA L'approche de préentraînement de Google, plus économe en exemples, avec un objectif de détection de tokens remplacés

ELMo Le modèle de représentations de mots contextualisées d'AI2, antérieur à l'ère des transformers

Emu3 Le modèle de prédiction du token suivant de BAAI, qui unifie génération et compréhension de texte, d'image et de vidéo

ERNIE 4.5 Le modèle de fondation multimodal phare de Baidu

ESM-2 Le modèle de langage de protéines de Meta, utilisé pour prédire la structure à partir de la séquence

EXAONE 3.0 La génération EXAONE précédente de LG, avant EXAONE 3.5

EXAONE 3.5 La famille de modèles bilingues coréen-anglais à poids ouverts de LG

Falcon 180B Le modèle à poids ouverts de TII qui menait les leaderboards ouverts à sa sortie

Falcon 2 La génération Falcon de TII entre Falcon 180B et Falcon 3, avec une variante vision-langage

Falcon 3 La famille de petits modèles efficaces à poids ouverts de TII

Falcon 40B Le modèle à poids ouverts antérieur de TII, en tête des leaderboards avant Falcon 180B

Falcon 7B Le palier compact de Falcon chez TII, qui a aidé à faire connaître la sortie d'origine

Falcon Mamba 7B Le modèle à poids ouverts de TII, construit sur l'architecture Mamba à espace d'états

Flan-T5 Le successeur à poids ouverts de T5 chez Google, ajusté par instructions

Florence-2 Le modèle de fondation visuel compact de Microsoft, pour les légendes, la détection et la segmentation en un seul modèle

FLUX.1 dev Le palier à poids ouverts de FLUX chez Black Forest Labs, pour un usage non commercial

FLUX.1 Kontext Le modèle d'édition d'images de Black Forest Labs, qui suit des instructions sur une image existante

FLUX.1 Krea Le modèle collaboratif de Black Forest Labs et Krea, réglé contre le « look IA » trop stylisé

Fuyu-8B Le modèle multimodal à poids ouverts d'Adept, conçu pour la perception des agents numériques

Galactica Le modèle de Meta de 2022, entraîné sur la littérature scientifique et retiré quelques jours après le lancement

Gemma La première version Gemma à poids ouverts de Google, issue des mêmes recherches que Gemini

Gemma 2 La famille de modèles à poids ouverts de la génération précédente chez Google

Gemma 3 La famille de modèles à poids ouverts de Google, issue des recherches Gemini

GLM-4 Le modèle généraliste à poids ouverts de Zhipu en 2024

GLM-4.6 Le modèle à poids ouverts bon marché de Zhipu, pour le code au quotidien

GLM-5.2 Le modèle phare à poids ouverts de Zhipu, sorti en même temps que Kimi K2.7 au milieu de 2026

GPT-2 Le modèle d'OpenAI de 2019, un temps retenu à la publication à cause de risques de mésusage

GPT-J Un des premiers modèles à poids ouverts de style GPT-3, par EleutherAI

GPT-Neo 2.7B Le premier modèle ouvert de style GPT-3 d'EleutherAI, avant GPT-J et GPT-NeoX

GPT-NeoX-20B Le modèle à poids ouverts d'EleutherAI, l'un des plus grands checkpoints publics de son époque

GPT-OSS-120B La première sortie à poids ouverts d'OpenAI depuis GPT-2, au niveau d'o4-mini sur beaucoup de benchmarks de raisonnement

GPT-OSS-20B Le palier plus petit de la sortie à poids ouverts d'OpenAI, fait pour tenir sur un seul GPU

Granite 3.0 La famille de modèles à poids ouverts d'IBM pour les secteurs régulés

Granite Code La famille de modèles de génération de code à poids ouverts d'IBM

Granite Embedding La famille d'embeddings texte d'IBM pour la recherche en entreprise

Granite Guardian Le modèle de sécurité d'IBM pour filtrer les entrées et sorties à risque d'un LLM

Granite Vision Modèle vision-langage compact d'IBM pour la lecture de documents et de graphiques

Grok-1 Premier modèle de xAI, ensuite publié à poids ouverts sous Apache 2.0

GTE-large Modèle d'embeddings de texte général d'Alibaba, pour la recherche et la similarité sémantique

Hermes 2 Gamme plus ancienne de fine-tunes à poids ouverts de Nous Research

Hermes 3 Fine-tune à poids ouverts de Nous Research, axé sur le pilotage et le raisonnement

Hunyuan DiT Transformeur de diffusion à poids ouverts de Tencent, pour le texte-vers-image en chinois et en anglais

Hunyuan Large Modèle à mélange d'experts et à poids ouverts de Tencent

Hunyuan Video Modèle de génération texte-vers-vidéo à poids ouverts de Tencent

Hunyuan-A13B Modèle de raisonnement à mélange d'experts et à poids ouverts de Tencent

Hunyuan3D Modèle à poids ouverts de Tencent pour générer des assets 3D à partir de texte ou d'images

IDEFICS2 Modèle vision-langage ouvert de Hugging Face, conçu pour les questions sur documents et graphiques

InternLM2 Modèle de fondation à poids ouverts du Shanghai AI Lab, solide en long contexte et en raisonnement

InternLM2.5 Génération InternLM mise à jour du Shanghai AI Lab, plus forte en outils et en raisonnement

InternVL2 Famille ouverte de modèles vision-langage du Shanghai AI Lab, au niveau des modèles multimodaux propriétaires

Jamba 1.5 Large Modèle hybride transformeur-Mamba d'AI21, fait pour un très long contexte

Jamba 1.5 Mini Modèle hybride compact transformeur-Mamba d'AI21

Jamba Large 1.6 Modèle phare hybride transformeur-Mamba d'AI21, mis à jour

Jina Embeddings v2 Modèle d'embeddings de Jina AI, remarqué pour une fenêtre de 8 000 tokens au lancement

jina-embeddings-v3 Modèle d'embeddings multilingue à poids ouverts de Jina AI

Kimi K2 Modèle de base à poids ouverts d'origine de la génération K2 chez Moonshot

Kimi K2.6 Modèle à poids ouverts de Moonshot, fait pour les tâches agentiques et l'usage d'outils de longue durée

Kimi K2.7 Code Modèle de code agentique à poids ouverts de Moonshot, réglé pour les outils et les tâches longues

Kimi-Audio Modèle audio de fondation à poids ouverts de Moonshot AI, pour comprendre et générer la parole

Kimi-VL Modèle vision-langage à poids ouverts de Moonshot

Kolors Modèle texte-vers-image à poids ouverts de Kuaishou, solide sur les prompts en chinois

Kosmos-2 Modèle multimodal ancré de Microsoft, qui relie le langage à des régions précises de l'image

LLaMA Sortie à poids ouverts d'origine de Meta en 2023, qui a lancé l'essor des LLM ouverts

Llama 2 Sortie à poids ouverts de Meta en 2023, qui a lancé l'écosystème des LLM ouverts

Llama 3 Sortie à poids ouverts de Meta en 2024, qui a comblé l'essentiel de l'écart avec les modèles fermés

Llama 3.1 405B Plus grand modèle dense à poids ouverts de Meta, au niveau des modèles fermés de premier plan

Llama 3.1 70B Palier intermédiaire de la sortie Llama 3.1 de Meta, entre les modèles 8B et 405B

Llama 3.1 8B Palier compact de la génération Llama 3.1 chez Meta

Llama 3.2 Première génération Llama de Meta avec des paliers vision et pour l'appareil

Llama 3.3 Modèle 70B à poids ouverts et économe de Meta, au niveau de prédécesseurs plus grands

Llama 4 Maverick Modèle phare multimodal à mélange d'experts et à poids ouverts de Meta

Llama 4 Scout Palier Llama 4 plus petit et plus rapide de Meta, avec une fenêtre de contexte de 10 millions de tokens

Llama Guard 2 Ancien modèle de classification de sécurité du contenu de Meta, avant Llama Guard 3

Llama Guard 3 Modèle de classification de sécurité à poids ouverts de Meta, pour modérer l'entrée et la sortie d'un LLM

Llemma 7B Modèle ouvert d'EleutherAI, préentraîné en continu sur des textes de maths et de sciences

Mathstral Modèle de Mistral spécialisé en maths, dérivé de Mistral 7B

MiniCPM Petit modèle économe d'OpenBMB, conçu pour bien tourner sur les téléphones et les appareils en périphérie

MiniCPM-V Modèle multimodal pour l'edge d'OpenBMB, capable de tâches de vision au niveau de GPT-4V sur un téléphone

MiniMax M3 Premier modèle à poids ouverts qui combine un code de niveau frontière, un contexte d'un million de tokens et une multimodalité native

MiniMax-01 Modèle à poids ouverts de MiniMax en 2025, avec une fenêtre de contexte de 4 millions de tokens

Ministral 8B Le modèle compact de Mistral, fait pour le déploiement sur l'appareil et en périphérie

Mistral 7B Le premier modèle compact à poids ouverts de Mistral, qui a dépassé des rivaux plus gros

Mistral Large 3 Le grand modèle de langage phare de Mistral, au niveau frontière

Mistral NeMo Le modèle à poids ouverts de 12B de Mistral, construit avec NVIDIA

Mistral Small 3 Le petit modèle efficace de Mistral, pour les charges sensibles à la latence

Mixtral 8x22B Le modèle à mélange d'experts épars et à poids ouverts de Mistral

Mixtral 8x7B Le premier modèle à mélange d'experts et à poids ouverts de Mistral, qui a popularisé les LLM MoE épars

MPT-30B Le modèle à poids ouverts de MosaicML pour un usage commercial, ensuite intégré à Databricks

mT5 La variante multilingue de T5 par Google, qui couvre 101 langues

MusicGen Le modèle à poids ouverts de Meta pour une génération de musique contrôlable

Nemotron Nano Le petit palier Nemotron de NVIDIA, efficace et optimisé pour le déploiement en périphérie

Nemotron-3 8B L'ancien modèle Nemotron compact de NVIDIA, orienté entreprises

Nemotron-4 340B Le modèle à poids ouverts de NVIDIA, conçu pour générer des données d'entraînement synthétiques

NLLB-200 Le modèle No Language Left Behind de Meta, qui traduit entre 200 langues, dont beaucoup à faibles ressources

Nomic Embed Text v1 Le premier modèle d'embeddings à long contexte de Nomic, entièrement open source, à poids ouverts et à données ouvertes

nomic-embed-text-v2 Le modèle d'embeddings texte de Nomic AI, entièrement ouvert et reproductible

NVIDIA Cosmos La famille de modèles de fondation du monde de NVIDIA, pour l'IA physique et la simulation autonome

OLMo 2 Le modèle entièrement ouvert d'AI2, publié avec les données d'entraînement et le code en plus des poids

OLMo 7B La première sortie de modèle entièrement ouvert d'AI2, avec poids, données et code d'entraînement ouverts

OLMoE Le modèle à mélange d'experts entièrement ouvert d'AI2

OPT-175B Le modèle à poids ouverts de Meta en 2022, publié pour reproduire l'échelle de GPT-3

Orca 2 L'ajustement (fine-tuning) de Llama 2 par Microsoft Research, centré sur le raisonnement

Orca-Math Le petit modèle de Microsoft, spécialisé dans les problèmes de maths à énoncé du primaire

Pharia-1 Le modèle à poids ouverts d'Aleph Alpha, centré sur la souveraineté européenne

Phi-2 L'ancien modèle de Microsoft à 2,7 milliards de paramètres, aux performances élevées pour sa taille

Phi-3 La famille de modèles compacts à poids ouverts de Microsoft, pour un usage sur l'appareil

Phi-3-medium Le palier à 14 milliards de paramètres de la famille Phi-3 de Microsoft, réglé pour un raisonnement plus solide

Phi-3-small Le palier à 7 milliards de paramètres de la famille de petits modèles de langage Phi-3 de Microsoft

Phi-3-vision Le membre multimodal de la famille Phi-3, pour le raisonnement sur images sur l'appareil

Phi-3.5-mini Le modèle compact mis à jour de Microsoft dans la ligne Phi-3

Phi-4 Le petit modèle de raisonnement de Microsoft, qui dépasse ce que son nombre de paramètres laisse attendre

Phi-4-reasoning La variante de Phi-4 réglée pour le raisonnement, entraînée avec une supervision chain-of-thought

Pixtral 12B Le premier modèle multimodal de Mistral, plus petit que Pixtral Large

Pixtral Large Le modèle vision-langage phare de Mistral

Playground v2.5 Le modèle d'images à poids ouverts de Playground, réglé pour l'esthétique

ProGen Le modèle génératif de Salesforce pour concevoir de nouvelles séquences de protéines

Pythia La suite de modèles entièrement ouverts d'EleutherAI, faite pour la recherche en interprétabilité

Qwen-7B La première sortie Qwen d'Alibaba, celle qui a lancé la famille

Qwen-Audio Le premier modèle audio-langage d'Alibaba, pour comprendre la parole et les sons

Qwen-Image Le modèle texte-vers-image d'Alibaba, sur l'architecture Qwen, solide pour rendre le texte intégré

Qwen-VL Le premier modèle vision-langage de la famille Qwen, chez Alibaba

Qwen1.5-110B Le plus grand modèle dense de la génération Qwen1.5, chez Alibaba

Qwen2-72B Le modèle dense phare de deuxième génération d'Alibaba, à poids ouverts

Qwen2-Audio Le modèle audio-langage de deuxième génération d'Alibaba, avec le chat vocal

Qwen2.5-72B Le modèle dense à poids ouverts d'Alibaba, largement déployé

Qwen2.5-Coder La gamme de modèles de code dédiée d'Alibaba, au niveau de modèles généralistes bien plus gros sur les benchmarks de code

Qwen2.5-VL Le modèle vision-langage à poids ouverts d'Alibaba

Qwen3-235B-A22B Le modèle phare à mélange d'experts et à poids ouverts d'Alibaba, le modèle frontier capable le moins cher

Qwen3-Coder Le modèle de code agentique à poids ouverts d'Alibaba

QwQ-32B Le modèle de raisonnement à poids ouverts d'Alibaba, qui tient tête à des modèles bien plus gros

QwQ-32B-Preview Le premier aperçu public de la gamme de raisonnement QwQ d'Alibaba, avant la sortie complète de QwQ-32B

RedPajama-INCITE Le modèle entièrement ouvert de Together AI, entraîné sur le jeu de données RedPajama reproduit

Reka Edge Le plus petit palier de Reka, fait pour tourner en local

replit-code-v1.5 Le modèle de complétion de code à poids ouverts de Replit

RoBERTa Le réentraînement de BERT par Meta, rendu plus robuste, qui l'a amélioré sur les benchmarks

SAM Segment Anything Model de Meta, un modèle de fondation pour la segmentation d'images

SAM 2 Le successeur de SAM chez Meta, qui étend la segmentation à la vidéo

SantaCoder Le petit modèle de code multilingue de BigCode, avant StarCoder

Seamless M4T Le modèle unifié de Meta pour la traduction parole vers parole et parole vers texte, sur environ 100 langues

Seamless M4T v2 La version améliorée du modèle de traduction de la parole, massivement multilingue, de Meta

Skywork-13B Le modèle de fondation bilingue à poids ouverts de Kunlun Tech

SmolLM La famille d'origine de petits modèles de langage entièrement ouverts, chez Hugging Face

SmolLM2 La famille de petits modèles entièrement ouverts de Hugging Face, pour un usage en local

Solar 10.7B Le modèle ouvert d'Upstage, agrandi par depth up-scaling, qui a précédé la gamme Solar Pro

Solar Pro 2 Le modèle à poids ouverts et économe d'Upstage, qui dépasse ce que son nombre de paramètres laisse attendre

Stable Cascade Le modèle d'images de Stability AI à espace latent fortement compressé, pour un entraînement et une inférence plus rapides

Stable Diffusion 3.5 Le modèle de diffusion texte-vers-image à poids ouverts de Stability AI

Stable Diffusion XL Le modèle de génération d'images de 2023 de Stability AI, largement adopté

Stable Video Diffusion Le premier modèle image-vers-vidéo à poids ouverts de Stability AI

StableLM 2 Le petit modèle de langage à poids ouverts de Stability AI

StableLM 3B Le modèle de langage compact à poids ouverts des débuts de Stability AI, avant StableLM 2

StableLM Zephyr Le petit modèle de chat de Stability AI, ajusté à partir de StableLM 3B

StarCoder Le modèle BigCode d'origine, que StarCoder2 a ensuite remplacé

StarCoder2 Le modèle de génération de code à poids ouverts de la collaboration BigCode

T5 Le transformer de transfert texte-vers-texte de Google, un des premiers cadres unifiés pour le NLP

Tacotron 2 Le modèle de synthèse vocale neuronale de Google, qui associe un prédicteur de spectrogramme et un vocodeur WaveNet

UL2 Le cadre de préentraînement unifié de Google, qui mêle plusieurs objectifs de débruitage

Vicuna-13B L'influent modèle de chat ouvert des débuts de LMSYS, ajusté par fine-tuning depuis Llama sur des conversations ShareGPT

Vicuna-33B La plus grande sortie Vicuna, le fine-tune de Llama par LMSYS sur ShareGPT

Wan2.1 La famille de modèles de génération vidéo à poids ouverts d'Alibaba

Wav2Vec 2.0 Le modèle auto-supervisé de représentation de la parole de Meta, à la base de nombreux systèmes de reconnaissance vocale

Whisper Le modèle de reconnaissance vocale et de transcription à poids ouverts d'OpenAI

Whisper Large v3 Le palier le plus grand et le plus précis du modèle de reconnaissance vocale à poids ouverts d'OpenAI

WizardCoder Le fine-tune de Microsoft spécialisé dans le code, construit avec la génération de données Evol-Instruct

WizardLM-2 La famille de modèles de Microsoft ajustés par instructions, construite avec des données d'entraînement synthétiques complexes, obtenues par évolution

XGen-7B Le modèle de recherche à poids ouverts et à long contexte de Salesforce

XLNet Un modèle de préentraînement autorégressif fondé sur les permutations, qui a dépassé BERT sur de nombreuses tâches

Yi-1.5-34B La génération Yi à poids ouverts améliorée de 01.AI

Yi-34B Le modèle bilingue à poids ouverts de 01.AI

Yi-Coder Le modèle de 01.AI à poids ouverts, spécialisé dans le code

Yi-VL-34B Le modèle vision-langage à poids ouverts de 01.AI, construit sur Yi-34B

Yuan 2.0 Le modèle de fondation à poids ouverts d'Inspur, réglé pour les tâches d'entreprise en chinois

Zephyr 141B Le plus grand fine-tune Zephyr de Hugging Face, à mélange d'experts, distinct de la sortie 7B

Zephyr 7B Le fine-tune à poids ouverts de Hugging Face, qui a popularisé l'alignement par DPO