现在 Hugging Face 上什么在火 —— 2026 年 8 月热门地图

引言 —— 热门榜第一页有一半不是新模型

2026 年 8 月 2 日打开 Hugging Face 热门榜单第一屏，能看到三十来个仓库。其中大约一半根本不是新训练出来的模型，而是把别人做的权重转成 GGUF 上传的、被社区改了性格的微调版，以及事实上的镜像。

这不是说这样不好。没有量化重新上传，笔记本电脑根本跑不动 27B 的模型。问题在于，把这份榜单当成「最近哪个模型最受欢迎的排名」来读，判断就会跑偏。哪个机构做了什么、这个模型该用在哪、许可证是什么，在榜单上全都被抹平了。

本文不打算照抄排行榜，而是按用途分类，整理出真正会被拿去部署的模型，为每一个都写清楚厂商、规模、许可证，以及使用前需要了解的限制。先从怎么分辨原版和衍生版讲起——学会这个，后面整份榜单会好读得多。

所有数字都是在查询当下、也就是 2026 年 8 月 2 日，直接从 Hugging Face API 和模型卡片上核实的。下载量用的是 Hugging Face 默认展示的近 30 天数字，和累计下载量是两回事。比如 Qwen3.6-27B，按 30 天算是 657 万，按累计算是 1,880 万。本文所有表格都统一用 30 天口径。

热门榜一半是重新上传 —— 怎么分辨原版和衍生版

Hugging Face 用标签记录仓库之间的关系。模型页面顶部的徽章和 API 里的标签列表，用的是同一个值。

这里要注意的是最后一行：没有标签，不代表就是原版，只是上传者没填而已。所以实际操作中要同时看三样东西。

第一，看机构账号。像 Qwen、deepseek-ai、moonshotai、google、microsoft、nvidia、upstage、LGAI-EXAONE、skt 这类账号会带机构认证徽章。前沿级模型如果挂在个人账号下，几乎肯定是衍生版。

第二，看文件列表。原版发布通常会一起带上 config.json、model.safetensors.index.json、tokenizer.json、chat_template.jinja。如果只有几个 GGUF 文件、没有 config.json，那就是转换版。

第三，看命名规则。带 -GGUF、-AWQ、-GPTQ、-NVFP4、-FP8、-INT4、-MLX、-ONNX 这类后缀的，事实上全都是转换版。

那为什么衍生版反而比原版下载得多呢？原因叠加了好几层。原版通常只发一份 BF16，得用多张 GPU 才跑得动；而 GGUF 转换版能在笔记本上跑，个人用户的数量压倒性地多。再加上 GGUF 仓库按量化档位分成好几个文件，部分下载的情况很常见，而像 MLX、ONNX 这类绑定特定运行时的格式，会成为那个生态里的默认路径。

用实际数字看是这样的。以下是同一天查询到的近 30 天下载量。

下面三行里，衍生版都反超了原版。以 parakeet 为例，面向 Apple 芯片的 MLX 转换版下载量是原版的六倍还多。如果把原版仓库的下载量当成「这个模型有多受欢迎」来读，会因为这个结构而错得很离谱。

这对选型的影响体现在三个方面。

第一，衍生版不会自动跟上原版的修复。哪怕原厂团队修好了分词器或聊天模板并重新上传，转换版依然停在原地。发布后的头几周，最好去核对原版的提交历史。

第二，许可证不会在衍生版里被放宽。如果原版限制商用，GGUF 转换版也会受到同样的限制。有些衍生版的卡片上要么完全没写许可证，要么写得含糊，这时候的判断基准应该是原版。

第三，质量经过验证的衍生版和没经过验证的衍生版之间差别很大。像 unsloth、mlx-community、ggml-org、RedHatAI 这类账号，转换流水线是公开的，留有回归验证的痕迹；而名字里堆满形容词的个人合并版，大多数情况下背后没有可复现的评测。

通用 LLM 和编程模型 —— 前沿级已经整个开放了

现在排名靠前的都是参数超过一万亿的 MoE 模型。下表只挑出了查询时热门榜前列里的原版发布。

有几个限制需要提一下。

Kimi K3 用的不是 MIT，而是自定义许可证。看许可证原文，使用、修改、再分发、微调都是自由的，但有两道门槛。如果运营的是卡片定义的 Model as a Service —— 也就是向第三方提供模型推理或微调的业务 —— 一旦连续 12 个月的合计营收超过 2000 万美元，就需要另签协议。另外，如果用在月活超过 1 亿或月营收超过 2000 万美元的产品里，就得在界面上展示模型名字。纯内部使用不受这两条约束。对大多数公司来说这实际上没有限制，但如果不核对许可证就把它归类成「开源」，日后会有麻烦。

Solar Open 2 情况类似，但方向不同。Upstage Solar License 基本原样搬用了 Apache 2.0 的条款，但加了一条第 4(e) 款：用这个模型做出衍生 AI 模型并分发，名字必须以 Solar 开头，相关网站和文档也要展示品牌标识。这不妨碍商用本身，但附带了品牌义务。

从中文/韩文语境看，值得关注的三个模型在同一时期发布了。Upstage 的 Solar Open 2 明确支持韩语和日语，卡片写着预训练 token 约 12 万亿、按 B200 计 200 万 GPU 小时。SKT 的 A.X K2 是 688B / 激活 33B MoE，据卡片透露是政府主权 AI 基础模型项目的一部分。LG AI Research 的 K-EXAONE 2.0 是 750B / 激活 37B，以 Apache 2.0 发布。查询时这三个的下载量都还很低——K-EXAONE 2.0 是 101，A.X K2 是 1,218。这是因为它们才公开了几天，这些数字还不能用来判断质量。

Inkling 相对于自身规模，下载量偏低(59,076)，因为 975B / 激活 41B 不是个人能跑得动的体量。同一个账号下还挂着 Inkling-Small 及其 NVFP4 版本，有意思的是 NVFP4 版本(25,352)的下载量是原版 BF16(3,998)的六倍还多——说明真正把它拿去部署的人，选的是低精度那一侧。

编程这一侧的用途更窄一些。

Laguna S 2.1 用的许可证 OpenMDW-1.1，据卡片称自由允许商用和修改。不过这个许可证是最近才出现的，很可能还没进公司法务的审查名单。按卡片所写，48 层里只有 12 层是全局注意力，其余 36 层是窗口为 512 的滑动窗口，1M 上下文就是靠这个结构撑起来的。

KAT-Coder-V2.5-Dev 需要留意卡片直接写明的限制：公开的权重只是语言模型部分，不包含视觉和多模态组件，只能以纯文本方式运行。这类模型必须先确认基准表是不是按完整模型测的。

嵌入与重排模型 —— 两年前的模型仍然是第一

这个领域的节奏和 LLM 完全不同。新模型源源不断地出现，但实际使用量的第一名依然是一个老模型。

MiniLM-L6-v2 那 2.51 亿的数字不是因为性能好，而是因为它被写死在无数库的默认配置里，每次 CI 跑起来都会下载一次。在嵌入这个领域，下载量没法当作质量指标来用。

实务中经常撞上的限制有两个。

第一，google/embeddinggemma-300m 是一个门控仓库。查询当下 gated 的值是 manual，不登录就去拉卡片原文，只会看到访问受限的提示，必须先同意 Gemma 许可证。这是 Docker 镜像构建阶段没带 token 就想拉取、结果失败的典型场景。

第二，Jina AI 最新的模型都是 CC BY-NC 4.0，附带非商用条件。jina-reranker-v3.5 是这样，jina-embeddings-v5-text-small 也是这样。只看性能表就做出引入决定，会在部署前一刻被卡住。如果是商业服务，最好把候选范围收窄到 Apache 2.0 这一侧，比如 Qwen3-Reranker 系列或者 GTE 系列。

微软的 harrier-oss-v1 是一个用 MIT 发布的多语言嵌入系列。卡片给出的 MTEB v2 分数是 270M 拿 66.5、0.6B 拿 69.0、27B 拿 74.3，同时明确写着这是自我报告的数字、以发布时点为准。换嵌入模型意味着要重建索引，所以正确做法是用自己的数据复现一遍再做决定，而不是照搬卡片上的分数。复现方法另见如何调试 RAG 检索质量和嵌入模型与向量检索实战指南。

视觉与文档 —— OCR 与电脑操作 Agent

这个领域目前分成两条支线：一条是把文档转成文本的 OCR，另一条是看着屏幕操作的 agent。

Unlimited-OCR 的卡片自称把 DeepSeek-OCR 又往前推了一步，还附有一篇论文。MIT 加 3.3B 的组合，很适合接进文档处理流水线。

Fara1.5-27B 的性格比较特别。它是对 Qwen3.5-27B 做有监督微调得到的电脑操作 agent，不看 DOM 或无障碍树，只靠截图判断，点击像素坐标。卡片里有一段用加粗字体写的警告：只能在微软打造的那套 harness 里使用。如果直接拿去自己集成，沙箱隔离、域名白名单、监控模式、紧急停止这些都得自己实现，责任也就转移到了使用者身上。卡片明确写着，不要在有敏感信息的机器上开着浏览器权限运行它。这类模型，性能表之前应该先读这一段。

LocateAnything-3B 是对 Qwen2.5-3B-Instruct 做微调得到的衍生版。71 万的下载量说明，哪怕不是原版系列的发布，只要贴合某个具体任务，照样能被广泛使用。不过它的许可证标的是 other，商用之前需要核对原文。

语音 —— STT 已经尘埃落定，TTS 还在分化

语音识别这一侧的实际使用分布相当稳定。

Whisper large-v3-turbo 依然排第一，尽管它是 2024 年 10 月的模型。要引入新模型，替换的理由必须足够清楚。如果需要实时流式处理，可以看 Voxtral 的实时系列或 NVIDIA 的流式系列；如果需要更广的多语言覆盖，可以看 Qwen3-ASR 或 VibeVoice-ASR。VibeVoice-ASR 卡片的语言列表里包含韩语。

parakeet 系列是 CC BY 4.0，带有署名义务——这是实务中经常被漏掉的一条条款。而且正如前面所见，实际使用量在 mlx-community 镜像那一侧要大得多。

语音合成这边就更分散了。

Kokoro-82M 只有 82M 参数，却拿下了 1100 万下载量，是这个领域里体积和采用率成反比的一个例证。卡片里还附带了一条警告，提醒当心冒用这个名字的假网站。

OmniVoice 在查询当下许可证标签是空的——即便它是个下载量 85 万的模型。没有许可证，与其说是「随便用」，不如说更接近「权利归属不清楚」。内部使用也许没问题，但要放进产品里，需要找上传者核实。OpenRAIL 系列又是另一回事，正文里会附带禁止特定用途的条款，不是一份能跳过法务审查的许可证。

图像与视频 —— 许可证要放在第一位看

生成式图像/视频这个领域，许可证的差异比其他任何领域都大。要先看这个，再看性能对比。

FLUX.1-dev 以 13,887 个赞遥遥领先这份榜单，但它许可证的名字本身就是「非商用」，还需要授权访问。点赞数和能不能商用之间没有任何关系。

据卡片所说，Z-Image-Turbo 是一个 6B 参数的蒸馏模型，8 次函数评估就能出图，能塞进 16GB 显存的消费级设备。因为是 Apache 2.0，限制最少。不过这个性能数字是厂商自己测出来的。

Krea 2 系列和 LTX-2 系列名字里都带着「community」，但其实是附带条件的自定义许可证。Krea 这边许可证正文是以 PDF 链接的形式给出的，而且自动开启了授权访问。这个领域里衍生 LoRA 和 GGUF 转换版格外容易冲上热门榜，而这些衍生版的许可证基准，全都是原版。

小型与端侧 —— 3B 以下与极限低比特

跑在端侧设备上的模型分两条路：一开始就做小的模型，以及把大模型压到极致的模型。

Bonsai-27B 正是本文两条线索交汇的地方。它排在热门榜前列，下载量 251 万，但它不是原版，而是 Qwen3.6-27B 的量化重新上传。卡片给出的说法是每权重实效 1.125 比特，每 128 个权重共享一个 FP16 缩放系数的符号位表示法。称相比 FP16 缩小约 14.2 倍，在 15 项思考模式基准上平均得分 76.11，相当于保留了 FP16 的 89.5%。

这些数字全都是厂商自己测出来的。而卡片自己指出的一点很有意思：常规的低比特构建版本，实际平均比特宽度往往比标签上写的更大。它举例说，广泛使用的 Qwen3.6-27B「2 比特」版本，实际上是 9.4GB、每权重 2.8 比特。也就是说，不要照单全收量化档位的名字，而要拿文件大小去除以参数量自己算一遍。不同量化格式之间的差异，整理在GPTQ、AWQ、GGUF 量化对比里。

LFM2.5-350M 的卡片示范了一份端侧模型卡片该有的样子：参数量 350M，16 层，训练预算 28 万亿 token，上下文 32,768，知识截止到 2024 年年中，还有关键的一句——「不建议用于知识密集型任务和编程」。厂商把限制先写出来，引入判断就能快得多。

如果目的是把小模型调整到贴合自己的工作，选规模的标准整理在本地 LLM 显存计算法里，训练流程整理在QLoRA 生产环境微调里。

结语 —— 该看的是坐标，不是排行榜

热门榜单反映的是最近几天的变化率，展示的是什么东西是新出现的，而不是什么东西是好的。所以榜单靠前的位置上，刚上传的 GGUF 转换版和还没人跑过的 750B 模型会并排坐在一起。

实务中真正需要的是坐标：这个模型是谁做的，是原版还是衍生版，许可证禁止了什么，厂商又在卡片里写下了哪些限制。这四件事，哪个排行榜都不会告诉你，但全都写在模型卡片的第一屏上。下一篇会拆解那张卡片背后的训练流水线，再下一篇会整理出 5 分钟读懂一张卡片的顺序。