Top 10 오픈소스 AI 모델 동향: Difference between revisions

From HPCWIKI
Jump to navigation Jump to search
(Fix broken tables: {{!->{| + one cell per line, **->''', md-links->wikitext links, replace redlink Status/TOC templates)
(Fix: insert |- between each data row (rows were merged into single <tr>))
Line 95: Line 95:
| 20.4
| 20.4
| 70.0
| 70.0
|-
| 2
| 2
| [https://huggingface.co/MaziyarPanahi/calme-3.1-instruct-78b MaziyarPanahi/calme-3.1-instruct-78b]
| [https://huggingface.co/MaziyarPanahi/calme-3.1-instruct-78b MaziyarPanahi/calme-3.1-instruct-78b]
Line 104: Line 105:
| 19.5
| 19.5
| 68.7
| 68.7
|-
| 3
| 3
| [https://huggingface.co/dfurman/CalmeRys-78B-Orpo-v0.1 dfurman/CalmeRys-78B-Orpo-v0.1]
| [https://huggingface.co/dfurman/CalmeRys-78B-Orpo-v0.1 dfurman/CalmeRys-78B-Orpo-v0.1]
Line 113: Line 115:
| 20.0
| 20.0
| 66.8
| 66.8
|-
| 4
| 4
| [https://huggingface.co/MaziyarPanahi/calme-2.4-rys-78b MaziyarPanahi/calme-2.4-rys-78b]
| [https://huggingface.co/MaziyarPanahi/calme-2.4-rys-78b MaziyarPanahi/calme-2.4-rys-78b]
Line 122: Line 125:
| 20.4
| 20.4
| 66.7
| 66.7
|-
| 5
| 5
| [https://huggingface.co/huihui-ai/Qwen2.5-72B-Instruct-abliterated huihui-ai/Qwen2.5-72B-Instruct-abliterated]
| [https://huggingface.co/huihui-ai/Qwen2.5-72B-Instruct-abliterated huihui-ai/Qwen2.5-72B-Instruct-abliterated]
Line 131: Line 135:
| 19.4
| 19.4
| 50.4
| 50.4
|-
| 6
| 6
| [https://huggingface.co/Qwen/Qwen2.5-72B-Instruct Qwen/Qwen2.5-72B-Instruct]
| [https://huggingface.co/Qwen/Qwen2.5-72B-Instruct Qwen/Qwen2.5-72B-Instruct]
Line 140: Line 145:
| 16.7
| 16.7
| 51.4
| 51.4
|-
| 7
| 7
| [https://huggingface.co/MaziyarPanahi/calme-2.1-qwen2.5-72b MaziyarPanahi/calme-2.1-qwen2.5-72b]
| [https://huggingface.co/MaziyarPanahi/calme-2.1-qwen2.5-72b MaziyarPanahi/calme-2.1-qwen2.5-72b]
Line 149: Line 155:
| 15.1
| 15.1
| 51.3
| 51.3
|-
| 8
| 8
| [https://huggingface.co/newsbang/Homer-v1.0-Qwen2.5-72B newsbang/Homer-v1.0-Qwen2.5-72B]
| [https://huggingface.co/newsbang/Homer-v1.0-Qwen2.5-72B newsbang/Homer-v1.0-Qwen2.5-72B]
Line 158: Line 165:
| 22.1
| 22.1
| 57.2
| 57.2
|-
| 9
| 9
| [https://huggingface.co/ehristoforu/qwen2.5-test-32b-it ehristoforu/qwen2.5-test-32b-it]
| [https://huggingface.co/ehristoforu/qwen2.5-test-32b-it ehristoforu/qwen2.5-test-32b-it]
Line 167: Line 175:
| 15.2
| 15.2
| 52.9
| 52.9
|-
| 10
| 10
| [https://huggingface.co/Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B]
| [https://huggingface.co/Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B]
Line 295: Line 304:
| 73.2
| 73.2
| 65.5
| 65.5
|-
| 2
| 2
| [https://huggingface.co/Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview]
| [https://huggingface.co/Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview]
Line 301: Line 311:
| 76.4
| 76.4
| 36.6
| 36.6
|-
| 3
| 3
| [https://huggingface.co/gz987/qwen2.5-7b-cabs-v0.3 gz987/qwen2.5-7b-cabs-v0.3]
| [https://huggingface.co/gz987/qwen2.5-7b-cabs-v0.3 gz987/qwen2.5-7b-cabs-v0.3]
Line 307: Line 318:
| 75.7
| 75.7
| 36.0
| 36.0
|-
| 4
| 4
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.2 marcuscedricridia/pre-cursa-o1-v1.2]
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.2 marcuscedricridia/pre-cursa-o1-v1.2]
Line 313: Line 325:
| 75.5
| 75.5
| 36.1
| 36.1
|-
| 5
| 5
| [https://huggingface.co/gz987/qwen2.5-7b-cabs-v0.4 gz987/qwen2.5-7b-cabs-v0.4]
| [https://huggingface.co/gz987/qwen2.5-7b-cabs-v0.4 gz987/qwen2.5-7b-cabs-v0.4]
Line 319: Line 332:
| 75.8
| 75.8
| 36.4
| 36.4
|-
| 6
| 6
| [https://huggingface.co/suayptalha/Clarus-7B-v0.2 suayptalha/Clarus-7B-v0.2]
| [https://huggingface.co/suayptalha/Clarus-7B-v0.2 suayptalha/Clarus-7B-v0.2]
Line 325: Line 339:
| 76.8
| 76.8
| 36.0
| 36.0
|-
| 7
| 7
| [https://huggingface.co/marcuscedricridia/cursa-o1-7b-v1.2-normalize-false marcuscedricridia/cursa-o1-7b-v1.2-normalize-false]
| [https://huggingface.co/marcuscedricridia/cursa-o1-7b-v1.2-normalize-false marcuscedricridia/cursa-o1-7b-v1.2-normalize-false]
Line 331: Line 346:
| 76.2
| 76.2
| 36.1
| 36.1
|-
| 8
| 8
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.6 marcuscedricridia/pre-cursa-o1-v1.6]
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.6 marcuscedricridia/pre-cursa-o1-v1.6]
Line 337: Line 353:
| 75.3
| 75.3
| 35.9
| 35.9
|-
| 9
| 9
| [https://huggingface.co/suayptalha/Clarus-7B-v0.3 suayptalha/Clarus-7B-v0.3]
| [https://huggingface.co/suayptalha/Clarus-7B-v0.3 suayptalha/Clarus-7B-v0.3]
Line 343: Line 360:
| 75.1
| 75.1
| 36.5
| 36.5
|-
| 10
| 10
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.3 marcuscedricridia/pre-cursa-o1-v1.3]
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.3 marcuscedricridia/pre-cursa-o1-v1.3]

Revision as of 13:57, 28 September 2026

Top 10 오픈소스 AI 모델 동향

상태: Draft · 소유: Knowledge Agent · 마지막 업데이트: 2026-09-28 · 검토: Pending


Overview

HuggingFace Open LLM Leaderboard와 LiveCodeBench 기준의 2026년 9월 기준 Top 10 오픈소스 AI 모델 현황. General, Coding, Edge Devices 세 가지 카테고리로 분류하여 최신 벤치마크 성능을 비교 분석.

Summary

  • 무엇인가? HuggingFace Open LLM Leaderboard와 LiveCodeBench의 최신 Top 10 모델 목록
  • 왜 필요한가? 오픈소스 LLM의 최신 성능 트렌드 파악 및 모델 선택 참고
  • 언제 사용하는가? 모델 평가, 벤치마킹, 기술 리서치 시 참고

조사 정보


Purpose

이 문서가 존재하는 이유

  • Goal: 오픈소스 LLM의 최신 성능 트렌드를 카테고리별로 정리
  • Scope: HuggingFace Open LLM Leaderboard (General, Edge Devices), LiveCodeBench (Coding)
  • Non-goals: 상용 모델 비교, 자체 벤치마크 수행


Key Concepts

Concept Description Related
HuggingFace Open LLM Leaderboard 오픈소스 LLM 종합 성능 벤치마크 IFEval, BBH, MMLU-PRO
LiveCodeBench 코딩 능력 평가 벤치마크 Pass@1
IFEval 지시 따르기 평가 GitHub
BBH BIG-Bench Hard 벤치마크 GitHub
MMLU-PRO 다중 선택 지식 평가 GitHub
MATH 수학 문제 해결 평가 GitHub
GPQA 과학 문제 평가 GitHub
Pass@1 코딩 정답률 지표 GitHub


General 카테고리: HuggingFace Open LLM Leaderboard Overall Average

HuggingFace Open LLM Leaderboard의 Overall Average 점수 기준 Top 10 모델.

Rank Model Params (B) Average ⬆️ IFEval BBH MATH Lvl 5 GPQA MMLU-PRO
1 MaziyarPanahi/calme-3.2-instruct-78b 77.965 52.08 80.6 62.6 40.3 20.4 70.0
2 MaziyarPanahi/calme-3.1-instruct-78b 77.965 51.29 81.4 62.4 39.3 19.5 68.7
3 dfurman/CalmeRys-78B-Orpo-v0.1 77.965 51.23 81.6 61.9 40.6 20.0 66.8
4 MaziyarPanahi/calme-2.4-rys-78b 77.965 50.77 80.1 62.2 40.7 20.4 66.7
5 huihui-ai/Qwen2.5-72B-Instruct-abliterated 72.706 48.11 85.9 60.5 60.1 19.4 50.4
6 Qwen/Qwen2.5-72B-Instruct 72.706 47.98 86.4 61.9 59.8 16.7 51.4
7 MaziyarPanahi/calme-2.1-qwen2.5-72b 72.7 47.86 86.6 61.7 59.1 15.1 51.3
8 newsbang/Homer-v1.0-Qwen2.5-72B 72.706 47.46 76.3 62.3 49.0 22.1 57.2
9 ehristoforu/qwen2.5-test-32b-it 32.764 47.37 78.9 58.3 59.7 15.2 52.9
10 Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B 32.76 47.34 79.7 57.6 60.3 15.0 53.3

General 카테고리 분석

  • 78B 파라미터 모델 우세: Top 4 모델이 모두 78B 파라미터 규모
  • Qwen2.5 계열 강세: 72B 모델 3개 포함 (abliterated, Instruct, calme 파생)
  • 32B 모델 경쟁력: Top 10에 32B 모델 2개 포함
  • IFEval 점수: abliterated 버전이 85.9로 최고, Instruct 버전 86.4


Coding 카테고리: LiveCodeBench Pass@1

LiveCodeBench Code Generation 리더보드 기준 Top 10 모델 (평가 기간 2024-08-01 ~ 2025-05-01 기준, 최신 릴리스 모델). Pass@1과 Easy, Medium, Hard 난이도별 점수 포함.

Rank Model Pass@1 Easy-Pass@1 Medium-Pass@1 Hard-Pass@1
1 O4-Mini (High) 80.2 99.1 89.4 63.5
2 O3 (High) 75.8 99.1 84.4 57.1
3 O4-Mini (Medium) 74.2 98.2 86.5 52.7
4 Gemini-2.5-Pro-06-05 73.6 99.1 87.2 50.2
5 DeepSeek-R1-0528 73.1 98.7 85.2 50.7
6 Gemini-2.5-Pro-05-06 71.8 98.2 82.3 50.2
7 EXAONE-4.0-32B 70.0 98.4 82.3 46.2
8 OpenReasoning-Nemotron-32B 69.8 98.3 81.4 46.3
9 O3-Mini-2025-01-31 (High) 67.4 99.1 84.4 38.4
10 OpenCodeReasoning-Nemotron-1.1-32B 66.8 97.9 79.6 41.1

Coding 카테고리 분석

  • 상용 추론 모델 주도: Top 6이 OpenAI O4-Mini/O3 계열과 Google Gemini 2.5 Pro 등 상용 추론 모델
  • 오픈소스 모델 부상: DeepSeek-R1-0528(5위), EXAONE-4.0-32B(7위), Nemotron 계열(8위, 10위)이 Top 10에 진입
  • Pass@1 최고점: O4-Mini (High)이 80.2로 종합 1위
  • 경량 추론 모델 경쟁: 32B급 오픈소스(EXAONE, Nemotron)가 66~70 Pass@1로 상용 모델과 격차 축소


Edge Devices 카테고리: HuggingFace Edge Devices

7B 이하 파라미터 모델을 위한 Edge Devices 카테고리 Top 10.

Rank Model Params (B) Average ⬆️ IFEval BBH
1 JungZoona/T3Q-Qwen2.5-14B-Instruct-1M-e3 0.0 47.09 73.2 65.5
2 Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview 7.616 37.30 76.4 36.6
3 gz987/qwen2.5-7b-cabs-v0.3 7.616 36.94 75.7 36.0
4 marcuscedricridia/pre-cursa-o1-v1.2 7.613 36.89 75.5 36.1
5 gz987/qwen2.5-7b-cabs-v0.4 7.616 36.88 75.8 36.4
6 suayptalha/Clarus-7B-v0.2 7.613 36.86 76.8 36.0
7 marcuscedricridia/cursa-o1-7b-v1.2-normalize-false 7.613 36.80 76.2 36.1
8 marcuscedricridia/pre-cursa-o1-v1.6 7.613 36.80 75.3 35.9
9 suayptalha/Clarus-7B-v0.3 7.616 36.78 75.1 36.5
10 marcuscedricridia/pre-cursa-o1-v1.3 7.613 36.71 75.1 35.5

Edge Devices 카테고리 분석

  • Qwen2.5 기반 우세: Top 5 중 3개 Qwen2.5 7B 파생 모델
  • 7B 파라미터 표준: 대부분의 모델이 7.6B 파라미터
  • IFEval 집중: Edge 모델들은 IFEval 75+ 점수 유지
  • T3Q 특이사항: 0B 파라미터 표시 (계산 오류 가능성)


Performance Analysis

Category Top Model Score Key Insight
General calme-3.2-instruct-78b 52.08 78B 파라미터 기준 최고 성능
Coding O4-Mini (High) 80.2 Pass@1 상용 추론 모델 1위, 오픈소스(DeepSeek/EXAONE/Nemotron) 부상
Edge Devices T3Q-Qwen2.5-14B 47.09 7B 이하 중 최고 (계산 오류 가능성)


Limitations

  • General 카테고리: 78B 이상 대형 모델 중심, 7B 이하 모델 포함 안 됨
  • Coding 카테고리: 상용 모델만 포함, 오픈소스 모델 부재
  • Edge Devices: 일부 모델 파라미터 계산 오류 가능성 (T3Q 0B)
  • 데이터 신선도: 2026-09-28 재확인 — General/Coding/Edge 데이터 모두 동일 (Open LLM Leaderboard 동결: 2025-03-20, LiveCodeBench 윈도우 2024-08~2025-05)


References


Related Pages

Retrieved from "http://wiki.hpcmate.com/index.php?title=Top_10_오픈소스_AI_모델_동향&oldid=3653"