资源概览
整理可商用开放大模型的列表，适合做模型选型前的第一轮候选池。
怎么开始学
四步学习路线
这份资源按下面顺序学习，能从“看过链接”推进到“能在真实任务里复用”。
按 License 初筛
先排除不适合商用、再分发或私有化的模型。
沉淀：候选模型表
按成本筛选
估算显存、上下文长度、推理速度和 API 成本。
沉淀：成本对比表
跑真实任务
用自己的问答、总结、代码或分类任务评测，不只看排行榜。
沉淀：任务评测表
形成选型结论
给出推荐模型、备选模型、不推荐原因和上线边界。
沉淀：模型选型记录实践任务样板
知识库资源必须能落到具体任务。下面是建议用来验证这个资源是否真有用的样板。
企业技术负责人要为内部知识库选择一个可私有化部署的大模型。
准备预算、显卡资源、语种需求、上下文长度、License 要求和 50 条真实测试问题。
筛选 3-5 个候选模型，记录部署成本、回答质量、速度和商用限制。
人工确认 License、数据安全、维护状态和是否有长期社区支持。
License 和使用提醒
当前标记为 Apache-2.0。学习、引用、二次整理或用于商业项目时，应优先查看原仓库 LICENSE、README、NOTICE 和维护者说明；AI旗页只做中文摘要和使用判断，不替代法律审查。
- 不要只看 Star，必须同时看更新时间、Issue、维护者和可运行示例。
- 不要整段复制 README 到站内页面，AI旗页只保留中文摘要、判断和来源链接。
- 即使 License 友好，也要查看原仓库 LICENSE、NOTICE 和第三方依赖说明。
来源核验清单
学完以后沉淀什么
不要只收藏资源链接。把学习结果整理成可复用材料，后续才能进入工具选型、实战资料或企业方案。
候选模型清单
License 对比
部署成本
真实任务评测
选型结论