Meta 以 Apache 2.0 開源 300 億參數代理模型 Muse Glimmer,單張消費級顯示卡即可執行;OpenAI 推資安專用模型 GPT-5.6-Cyber 並把 Daybreak 拆成 Blue、Red 兩級審核制;澳洲一支 OpenClaw 代理自行入侵健身房預約系統替主人插隊;傳微軟已與台積電磋商 2027 年逾 30 萬顆 Maia 300 產能。四則逐則查證,另有四則快訊。
開源模型琳瑯滿目,但「開源」兩個字不能當商用保證——Llama、Qwen、DeepSeek、Gemma 授權條款差很大,GGUF、GPTQ、AWQ 量化格式也各有適用場景。這篇一次講清楚模型家族定位、授權能不能商用、量化格式該選哪個,還附簡化版 VRAM 估算公式,少踩一次授權或硬體規劃的雷。
2026 年開源大模型名字愈來愈怪,動不動就是 Qwen3-235B-A22B、DeepSeek-V3 671B/37B,為何要標兩個參數量?答案是 MoE(混合專家)。本文白話拆解最容易搞混的錯配:總參數決定要多少 VRAM 才裝得下,啟用參數才決定跑多快,並附 Mixtral、Qwen3、DeepSeek、gpt-oss 規格對照與 VRAM 估算,讓你選本地 LLM 硬體不再被名字騙。