Top 10 오픈소스 AI 모델 동향: Difference between revisions

From HPCWIKI
Jump to navigation Jump to search
(General: fix remaining 2 source labels (data source + perf table insight))
(Rebuild: remove frozen OLL v1, add Popular Models (HF downloads) + llama.cpp section)
Line 1: Line 1:
= Top 10 오픈소스 AI 모델 동향 =
= Top 10 오픈소스 AI 모델 동향 =


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


== Overview ==
== 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.
2026년 9월 현재 '''실제로 많이 사용되고 있는''' 오픈소스 LLM을 다운로드/좋아요 기준, 코딩 벤치마크(LiveCodeBench) 기준으로 정리. [[llama.cpp]] 구동 최적화 가이드는 별도 서브페이지에 있음.


=== Summary ===
=== Summary ===


* 무엇인가? HuggingFace Open LLM Leaderboard와 LiveCodeBench의 최신 Top 10 모델 목록
* 무엇인가? 2026년 9월 현재 HuggingFace에서 가장 많이 다운로드되는 오픈소스 LLM + LiveCodeBench 코딩 Top 10
* 왜 필요한가? 오픈소스 LLM의 최신 성능 트렌드 파악 및 모델 선택 참고
* 왜 필요한가? "지금 실제로 뭐를 쓰는가" 파악 → 모델 선택, llama.cpp 구동 최적화
* 언제 사용하는가? 모델 평가, 벤치마킹, 기술 리서치 시 참고
* 언제 사용하는가? 신규 서버 구축 시 모델 선택, 성능 비교, R&D 방향 참고


=== 조사 정보 ===
=== 조사 정보 ===


* 조사 일자: 2026-09-28 09:08 KST
* 조사 일자: 2026-09-28 13:00 KST
* 데이터 출처: [https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard HuggingFace Open LLM Leaderboard] (v1 동결/중단 — 아래는 커뮤니티 제출 모델 기준), [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench]
* 데이터 출처: [https://huggingface.co/models HuggingFace Models] (downloads/likes 실시간 API), [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench]
* 다음 업데이트 예정: 2026-10-05
* 다음 업데이트 예정: 2026-10-05


== Purpose ==
== Purpose ==


이 문서가 존재하는 이유
* Goal: "현재 실제로 쓰이는" 오픈소스 모델 + llama.cpp 구동 최적화 정보를 제공
* Scope: HuggingFace 다운로드/좋아요 기반 인기 모델, LiveCodeBench 코딩 Top 10, llama.cpp 최적화
* Non-goals: 상용 API 비교, 자체 벤치마크 수행, 중단된 리더보드(Open LLM LB v1) 사용


* Goal: 오픈소스 LLM의 최신 성능 트렌드를 카테고리별로 정리
== Popular Open Source Models (HuggingFace Downloads/likes 기준) ==
* Scope: HuggingFace Open LLM Leaderboard (General, Edge Devices), LiveCodeBench (Coding)
* Non-goals: 상용 모델 비교, 자체 벤치마크 수행


 
HuggingFace 전체 text-generation 파이프라인 모델 중 '''월간 다운로드 수''' 기준 Top 10. tiny/testing 모델 제외.
== Key Concepts ==
 
{| class="wikitable"
! Concept
! Description
! Related
|-
| [https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard HuggingFace Open LLM Leaderboard]
| 오픈소스 LLM 종합 성능 벤치마크 (v1 동결/중단)
| [https://github.com/google-research/google-research/tree/master/instruction_following_eval IFEval], [https://github.com/suzgunmirac/BIG-Bench-Hard BBH], [https://github.com/hendrycks/test MMLU-PRO]
|-
| [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench]
| 코딩 능력 평가 벤치마크
| [https://github.com/LiveCodeBench/LiveCodeBench Pass@1]
|-
| [https://github.com/google-research/google-research/tree/master/instruction_following_eval IFEval]
| 지시 따르기 평가
| [https://github.com/google-research/google-research/tree/master/instruction_following_eval GitHub]
|-
| [https://github.com/suzgunmirac/BIG-Bench-Hard BBH]
| BIG-Bench Hard 벤치마크
| [https://github.com/suzgunmirac/BIG-Bench-Hard GitHub]
|-
| [https://github.com/hendrycks/test MMLU-PRO]
| 다중 선택 지식 평가
| [https://github.com/hendrycks/test GitHub]
|-
| [https://github.com/hendrycks/math MATH]
| 수학 문제 해결 평가
| [https://github.com/hendrycks/math GitHub]
|-
| [https://github.com/idavidrein/gpqa GPQA]
| 과학 문제 평가
| [https://github.com/idavidrein/gpqa GitHub]
|-
| [https://github.com/LiveCodeBench/LiveCodeBench Pass@1]
| 코딩 정답률 지표
| [https://github.com/LiveCodeBench/LiveCodeBench GitHub]
|}
 
 
== General 카테고리: Open LLM Leaderboard (동결/중단) ==
 
HuggingFace Open LLM Leaderboard v1의 공식 리더보드는 '''더 이상 신규 공식 평가가 중단(동결)'''된 상태입니다. 아래 목록은 Space에 '''제출된 커뮤니티(개인) 모델'''의 Overall Average 기준 Top 10으로, 공식 리더보드 상위 모델(Llama-3, Mistral-large 계열 등)과는 다릅니다. 신규 제출이 누적되어 커뮤니티 모델이 상위권에 올라온 것입니다.


{| class="wikitable"
{| class="wikitable"
Line 79: Line 33:
! Model
! Model
! Params (B)
! Params (B)
! Average ⬆️
! Monthly Downloads
! [https://github.com/google-research/google-research/tree/master/instruction_following_eval IFEval]
! Likes
! [https://github.com/suzgunmirac/BIG-Bench-Hard BBH]
! GGUF
! [https://github.com/hendrycks/math MATH] Lvl 5
! Notes
! [https://github.com/idavidrein/gpqa GPQA]
! [https://github.com/hendrycks/test MMLU-PRO]
|-
|-
| 1
| 1
| [https://huggingface.co/MaziyarPanahi/calme-3.2-instruct-78b MaziyarPanahi/calme-3.2-instruct-78b]
| [https://huggingface.co/Qwen/Qwen3-8B Qwen3-8B]
| 77.965
| 8.2
| 52.08
| 12,000,000
| 80.6
| 2,058
| 62.6
| Y (unsloth)
| 40.3
| 경량급 최고성능, 1-GPU 충분
| 20.4
| 70.0
|-
|-
| 2
| 2
| [https://huggingface.co/MaziyarPanahi/calme-3.1-instruct-78b MaziyarPanahi/calme-3.1-instruct-78b]
| [https://huggingface.co/unsloth/Qwen3-Coder-30B-A3B-Instruct-GGUF Qwen3-Coder-30B-A3B]
| 77.965
| 30 (MoE, active 3B)
| 51.29
| 10,300,000
| 81.4
| 1,083
| 62.4
| Y
| 39.3
| MoE — active 3B라 1-GPU 구동 가능
| 19.5
| 68.7
|-
|-
| 3
| 3
| [https://huggingface.co/dfurman/CalmeRys-78B-Orpo-v0.1 dfurman/CalmeRys-78B-Orpo-v0.1]
| [https://huggingface.co/Qwen/Qwen2.5-7B-Instruct Qwen2.5-7B-Instruct]
| 77.965
| 7.6
| 51.23
| 9,700,000
| 81.6
| 2,310
| 61.9
| Y
| 40.6
| 가장 폭넓게 배포된 7B
| 20.0
| 66.8
|-
|-
| 4
| 4
| [https://huggingface.co/MaziyarPanahi/calme-2.4-rys-78b MaziyarPanahi/calme-2.4-rys-78b]
| [https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct Llama-3.1-8B-Instruct]
| 77.965
| 8.0
| 50.77
| 6,100,000
| 80.1
| 8,010
| 62.2
| Y
| 40.7
| Meta 공식, likes 최고
| 20.4
| 66.7
|-
|-
| 5
| 5
| [https://huggingface.co/huihui-ai/Qwen2.5-72B-Instruct-abliterated huihui-ai/Qwen2.5-72B-Instruct-abliterated]
| [https://huggingface.co/Qwen/Qwen3.8-27B Qwen3.8-27B]
| 72.706
| 27
| 48.11
| 6,800,000
| 85.9
| 16,500
| 60.5
| Y (unsloth)
| 60.1
| likes 최상위, 24GB 1-GPU Q4_0 구동
| 19.4
| 50.4
|-
|-
| 6
| 6
| [https://huggingface.co/Qwen/Qwen2.5-72B-Instruct Qwen/Qwen2.5-72B-Instruct]
| [https://huggingface.co/unsloth/Qwen3.8-27B-GGUF Qwen3.8-27B (GGUF)]
| 72.706
| 27
| 47.98
| 6,500,000
| 86.4
| 4,701
| 61.9
| Y
| 59.8
| llama.cpp 즉시 구동용 퀀트
| 16.7
| 51.4
|-
|-
| 7
| 7
| [https://huggingface.co/MaziyarPanahi/calme-2.1-qwen2.5-72b MaziyarPanahi/calme-2.1-qwen2.5-72b]
| [https://huggingface.co/nvidia/Qwen3.6-35B-A3B-NVFP4 Qwen3.6-35B-A3B (NVFP4)]
| 72.7
| 35 (MoE, active 3B)
| 47.86
| 6,900,000
| 86.6
| 635
| 61.7
| NVFP4
| 59.1
| NVIDIA 4-bit, MoE
| 15.1
| 51.3
|-
|-
| 8
| 8
| [https://huggingface.co/newsbang/Homer-v1.0-Qwen2.5-72B newsbang/Homer-v1.0-Qwen2.5-72B]
| [https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731 DeepSeek-V4-Flash]
| 72.706
| ?
| 47.46
| 4,400,000
| 76.3
| 4,006
| 62.3
| N
| 49.0
| DeepSeek 최신, 빠른 추론
| 22.1
| 57.2
|-
|-
| 9
| 9
| [https://huggingface.co/ehristoforu/qwen2.5-test-32b-it ehristoforu/qwen2.5-test-32b-it]
| [https://huggingface.co/Qwen/Qwen3-32B Qwen3-32B]
| 32.764
| 32.8
| 47.37
| 4,100,000
| 78.9
| 751
| 58.3
| Y (unsloth)
| 59.7
| 27B급 성능, 2-GPU 권장
| 15.2
| 52.9
|-
|-
| 10
| 10
| [https://huggingface.co/Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B Saxo/Linkbricks-Horizon-AI-Avengers-V1-32B]
| [https://huggingface.co/prism-ml/Ternary-Bonsai-2-27B-gguf Ternary-Bonsai-2-27B]
| 32.76
| 27
| 47.34
| 3,500,000
| 79.7
| 2,233
| 57.6
| Y
| 60.3
| 3-bit ternary, 저VRAM 최적
| 15.0
| 53.3
|}
|}


=== General 카테고리 분석 ===
=== 인기 모델 분석 ===


* '''커뮤니티 제출 모델 기준''': Open LLM Leaderboard v1 중단으로, Space에 제출된 개인/커뮤니티 모델이 상위권 (공식 리더보드 Top 아님)
* '''Qwen3 계열 압도''': Top 10 중 5개 (Qwen3-8B, Qwen3-Coder, Qwen3.8-27B x2, Qwen3-32B)
* '''78B 파라미터 모델 우세''': Top 4 모델이 모두 78B 파라미터 규모
* '''MoE 모델 부상''': Qwen3-Coder-30B-A3B, Qwen3.6-35B-A3B — active 3B라 1-GPU 구동 가능
* '''Qwen2.5 계열 강세''': 72B 모델 3개 포함 (abliterated, Instruct, calme 파생)
* '''DeepSeek V4''': Flash 버전으로 경량화, 4.4M 다운로드
* '''32B 모델 경쟁력''': Top 10에 32B 모델 2개 포함
* '''GLM-4.7-Flash''': 31.2B, 1.9M 다운로드 (11위, 직전)
* '''IFEval 점수''': abliterated 버전이 85.9로 최고, Instruct 버전 86.4


== Coding: LiveCodeBench Pass@1 ==


== Coding 카테고리: LiveCodeBench Pass@1 ==
LiveCodeBench Code Generation 기준 Top 10 (평가 윈도우 2024-08 ~ 2025-05).
 
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.


{| class="wikitable"
{| class="wikitable"
! Rank
! Rank
! Model
! Model
! [https://github.com/LiveCodeBench/LiveCodeBench Pass@1]
! Pass@1
! [https://github.com/LiveCodeBench/LiveCodeBench Easy-Pass@1]
! Easy
! [https://github.com/LiveCodeBench/LiveCodeBench Medium-Pass@1]
! Medium
! [https://github.com/LiveCodeBench/LiveCodeBench Hard-Pass@1]
! Hard
|-
|-
| 1
| 1
Line 223: Line 153:
|-
|-
| 3
| 3
| [https://platform.openai.com/docs/api-reference/chat/create O4-Mini (Medium)]
| 74.2
| 98.2
| 86.5
| 52.7
|-
| 4
| [https://ai.google.dev/gemini-api/docs/models/gemini Gemini-2.5-Pro-06-05]
| 73.6
| 99.1
| 87.2
| 50.2
|-
| 5
| [https://huggingface.co/deepseek-ai/DeepSeek-R1-0528 DeepSeek-R1-0528]
| [https://huggingface.co/deepseek-ai/DeepSeek-R1-0528 DeepSeek-R1-0528]
| 73.1
| 73.1
Line 243: Line 159:
| 50.7
| 50.7
|-
|-
| 6
| 4
| [https://ai.google.dev/gemini-api/docs/models/gemini Gemini-2.5-Pro-05-06]
| 71.8
| 98.2
| 82.3
| 50.2
|-
| 7
| [https://huggingface.co/LGAI-EXAONE/EXAONE-4.0-32B EXAONE-4.0-32B]
| [https://huggingface.co/LGAI-EXAONE/EXAONE-4.0-32B EXAONE-4.0-32B]
| 70.0
| 70.0
Line 257: Line 166:
| 46.2
| 46.2
|-
|-
| 8
| 5
| [https://huggingface.co/nvidia/OpenReasoning-Nemotron-32B OpenReasoning-Nemotron-32B]
| [https://huggingface.co/nvidia/OpenReasoning-Nemotron-32B OpenReasoning-Nemotron-32B]
| 69.8
| 69.8
Line 264: Line 173:
| 46.3
| 46.3
|-
|-
| 9
| 6
| [https://platform.openai.com/docs/api-reference/chat/create O3-Mini-2025-01-31 (High)]
| 67.4
| 99.1
| 84.4
| 38.4
|-
| 10
| [https://huggingface.co/nvidia/OpenCodeReasoning-Nemotron-1.1-32B OpenCodeReasoning-Nemotron-1.1-32B]
| [https://huggingface.co/nvidia/OpenCodeReasoning-Nemotron-1.1-32B OpenCodeReasoning-Nemotron-1.1-32B]
| 66.8
| 66.8
Line 277: Line 179:
| 79.6
| 79.6
| 41.1
| 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.
{| class="wikitable"
! Rank
! Model
! Params (B)
! Average ⬆️
! [https://github.com/google-research/google-research/tree/master/instruction_following_eval IFEval]
! [https://github.com/suzgunmirac/BIG-Bench-Hard BBH]
|-
| 1
| [https://huggingface.co/JungZoona/T3Q-Qwen2.5-14B-Instruct-1M-e3 JungZoona/T3Q-Qwen2.5-14B-Instruct-1M-e3]
| 0.0
| 47.09
| 73.2
| 65.5
|-
| 2
| [https://huggingface.co/Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview]
| 7.616
| 37.30
| 76.4
| 36.6
|-
| 3
| [https://huggingface.co/gz987/qwen2.5-7b-cabs-v0.3 gz987/qwen2.5-7b-cabs-v0.3]
| 7.616
| 36.94
| 75.7
| 36.0
|-
| 4
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.2 marcuscedricridia/pre-cursa-o1-v1.2]
| 7.613
| 36.89
| 75.5
| 36.1
|-
| 5
| [https://huggingface.co/gz987/qwen2.5-7b-cabs-v0.4 gz987/qwen2.5-7b-cabs-v0.4]
| 7.616
| 36.88
| 75.8
| 36.4
|-
| 6
| [https://huggingface.co/suayptalha/Clarus-7B-v0.2 suayptalha/Clarus-7B-v0.2]
| 7.613
| 36.86
| 76.8
| 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/Qwen/Qwen3-Coder-30B-A3B Qwen3-Coder-30B-A3B]
| 7.613
| ?
| 36.80
| ?
| 76.2
| ?
| 36.1
| ?
|-
|-
| 8
| 8
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.6 marcuscedricridia/pre-cursa-o1-v1.6]
| [https://huggingface.co/Qwen/Qwen3-32B Qwen3-32B]
| 7.613
| ?
| 36.80
| ?
| 75.3
| ?
| 35.9
| ?
|-
| 9
| [https://huggingface.co/suayptalha/Clarus-7B-v0.3 suayptalha/Clarus-7B-v0.3]
| 7.616
| 36.78
| 75.1
| 36.5
|-
| 10
| [https://huggingface.co/marcuscedricridia/pre-cursa-o1-v1.3 marcuscedricridia/pre-cursa-o1-v1.3]
| 7.613
| 36.71
| 75.1
| 35.5
|}
|}


=== Edge Devices 카테고리 분석 ===
=== 코딩 모델 분석 ===


* '''Qwen2.5 기반 우세''': Top 5 중 3개 Qwen2.5 7B 파생 모델
* '''상용 주도''': OpenAI O4-Mini/O3가 Top 2
* '''7B 파라미터 표준''': 대부분의 모델이 7.6B 파라미터
* '''오픈소스 부상''': DeepSeek-R1, EXAONE, Nemotron, Qwen3-Coder
* '''IFEval 집중''': Edge 모델들은 IFEval 75+ 점수 유지
* Qwen3-Coder-30B-A3B는 MoE라 실제 inference 시 3B active → 효율적
* '''T3Q 특이사항''': 0B 파라미터 표시 (계산 오류 가능성)


== llama.cpp 최적화 ==


== Performance Analysis ==
[[llama.cpp 인기 모델 최적화 가이드]] 서브페이지에서 모델별/하드웨어별 상세 최적화 설정을 제공.
 
{| class="wikitable"
! Category
! Top Model
! Score
! Key Insight
|-
| General
| calme-3.2-instruct-78b
| 52.08
| 커뮤니티 제출 모델 중 최고 (공식 리더보드 아님)
|-
| 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)
|}


* Qwen3.8-27B Q4_0 + MTP draft-2: 1-GPU(24GB) ~38 tok/s
* MoE 모델(A3B): 1-GPU 가능, active 파라미터만 메모리
* 상세: [[llama.cpp 인기 모델 최적화 가이드]]


== Limitations ==
== Limitations ==


* '''General 카테고리''': Open LLM Leaderboard v1이 '''동결/중단'''되어 아래는 Space의 커뮤니티 제출 모델 기준 (공식 리더보드 상위 아님). 신규 오픈소스 모델이 이 벤치마크로 평가되지 않음
* 인기 모델 표는 HuggingFace API 실시간 데이터 기준 (downloads/likes)
* '''Coding 카테고리''': 상용 모델만 포함, 오픈소스 모델 부재
* LiveCodeBench는 평가 윈도우가 2024-08~2025-05 — 최신 모델(Qwen3.8 등) 점수 미반영
* '''Edge Devices''': 일부 모델 파라미터 계산 오류 가능성 (T3Q 0B)
* Open LLM Leaderboard v1은 중단 → 이 페이지에서 제거
* '''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)
* 파라미터 "?" 표시는 HF API에 safetensors metadata가 없는 경우
 


== References ==
== References ==


* [https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard HuggingFace Open LLM Leaderboard]
* [https://huggingface.co/models HuggingFace Models]
* [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench Leaderboard]
* [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench Leaderboard]
* [https://github.com/google-research/google-research/tree/master/instruction_following_eval IFEval GitHub]
* [https://github.com/ggml-org/llama.cpp llama.cpp GitHub]
* [https://github.com/suzgunmirac/BIG-Bench-Hard BBH GitHub]
* [https://huggingface.co/unsloth unsloth GGUF]
* [https://github.com/hendrycks/test MMLU-PRO GitHub]
* [https://github.com/hendrycks/math MATH GitHub]
* [https://github.com/idavidrein/gpqa GPQA GitHub]
* [https://github.com/LiveCodeBench/LiveCodeBench Pass@1 GitHub]
* [https://huggingface.co/MaziyarPanahi/calme-3.2-instruct-78b MaziyarPanahi/calme-3.2-instruct-78b Hub]
* [https://huggingface.co/Qwen/Qwen2.5-72B-Instruct Qwen/Qwen2.5-72B-Instruct Hub]
* [https://huggingface.co/JungZoona/T3Q-Qwen2.5-14B-Instruct-1M-e3 JungZoona/T3Q-Qwen2.5-14B Hub]
* [https://huggingface.co/deepseek-ai/DeepSeek-R1-0528 DeepSeek-R1-0528 Hub]
* [https://huggingface.co/LGAI-EXAONE/EXAONE-4.0-32B LGAI-EXAONE/EXAONE-4.0-32B Hub]
* [https://huggingface.co/nvidia/OpenReasoning-Nemotron-32B nvidia/OpenReasoning-Nemotron-32B Hub]
* [https://huggingface.co/nvidia/OpenCodeReasoning-Nemotron-1.1-32B nvidia/OpenCodeReasoning-Nemotron-1.1-32B Hub]
* [https://livecodebench.github.io/leaderboard.html LiveCodeBench 공식 리더보드]
 


== Related Pages ==
== Related Pages ==


* [https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard HuggingFace Open LLM Leaderboard]
* [[llama.cpp 인기 모델 최적화 가이드]]
* [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench]
* [[Hugging Face]]
* [https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard LLM 벤치마크]
* [[LLM Inference]]
* [https://huggingface.co/models Open Source Models]


[[Category:AI]]
[[Category:AI]]
[[Category:Reference]]
[[Category:Reference]]

Revision as of 11:22, 29 September 2026

Top 10 오픈소스 AI 모델 동향

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

Overview

2026년 9월 현재 실제로 많이 사용되고 있는 오픈소스 LLM을 다운로드/좋아요 기준, 코딩 벤치마크(LiveCodeBench) 기준으로 정리. llama.cpp 구동 최적화 가이드는 별도 서브페이지에 있음.

Summary

  • 무엇인가? 2026년 9월 현재 HuggingFace에서 가장 많이 다운로드되는 오픈소스 LLM + LiveCodeBench 코딩 Top 10
  • 왜 필요한가? "지금 실제로 뭐를 쓰는가" 파악 → 모델 선택, llama.cpp 구동 최적화
  • 언제 사용하는가? 신규 서버 구축 시 모델 선택, 성능 비교, R&D 방향 참고

조사 정보

  • 조사 일자: 2026-09-28 13:00 KST
  • 데이터 출처: HuggingFace Models (downloads/likes 실시간 API), LiveCodeBench
  • 다음 업데이트 예정: 2026-10-05

Purpose

  • Goal: "현재 실제로 쓰이는" 오픈소스 모델 + llama.cpp 구동 최적화 정보를 제공
  • Scope: HuggingFace 다운로드/좋아요 기반 인기 모델, LiveCodeBench 코딩 Top 10, llama.cpp 최적화
  • Non-goals: 상용 API 비교, 자체 벤치마크 수행, 중단된 리더보드(Open LLM LB v1) 사용

Popular Open Source Models (HuggingFace Downloads/likes 기준)

HuggingFace 전체 text-generation 파이프라인 모델 중 월간 다운로드 수 기준 Top 10. tiny/testing 모델 제외.

Rank Model Params (B) Monthly Downloads Likes GGUF Notes
1 Qwen3-8B 8.2 12,000,000 2,058 Y (unsloth) 경량급 최고성능, 1-GPU 충분
2 Qwen3-Coder-30B-A3B 30 (MoE, active 3B) 10,300,000 1,083 Y MoE — active 3B라 1-GPU 구동 가능
3 Qwen2.5-7B-Instruct 7.6 9,700,000 2,310 Y 가장 폭넓게 배포된 7B
4 Llama-3.1-8B-Instruct 8.0 6,100,000 8,010 Y Meta 공식, likes 최고
5 Qwen3.8-27B 27 6,800,000 16,500 Y (unsloth) likes 최상위, 24GB 1-GPU Q4_0 구동
6 Qwen3.8-27B (GGUF) 27 6,500,000 4,701 Y llama.cpp 즉시 구동용 퀀트
7 Qwen3.6-35B-A3B (NVFP4) 35 (MoE, active 3B) 6,900,000 635 NVFP4 NVIDIA 4-bit, MoE
8 DeepSeek-V4-Flash ? 4,400,000 4,006 N DeepSeek 최신, 빠른 추론
9 Qwen3-32B 32.8 4,100,000 751 Y (unsloth) 27B급 성능, 2-GPU 권장
10 Ternary-Bonsai-2-27B 27 3,500,000 2,233 Y 3-bit ternary, 저VRAM 최적

인기 모델 분석

  • Qwen3 계열 압도: Top 10 중 5개 (Qwen3-8B, Qwen3-Coder, Qwen3.8-27B x2, Qwen3-32B)
  • MoE 모델 부상: Qwen3-Coder-30B-A3B, Qwen3.6-35B-A3B — active 3B라 1-GPU 구동 가능
  • DeepSeek V4: Flash 버전으로 경량화, 4.4M 다운로드
  • GLM-4.7-Flash: 31.2B, 1.9M 다운로드 (11위, 직전)

Coding: LiveCodeBench Pass@1

LiveCodeBench Code Generation 기준 Top 10 (평가 윈도우 2024-08 ~ 2025-05).

Rank Model Pass@1 Easy Medium Hard
1 O4-Mini (High) 80.2 99.1 89.4 63.5
2 O3 (High) 75.8 99.1 84.4 57.1
3 DeepSeek-R1-0528 73.1 98.7 85.2 50.7
4 EXAONE-4.0-32B 70.0 98.4 82.3 46.2
5 OpenReasoning-Nemotron-32B 69.8 98.3 81.4 46.3
6 OpenCodeReasoning-Nemotron-1.1-32B 66.8 97.9 79.6 41.1
7 Qwen3-Coder-30B-A3B ? ? ? ?
8 Qwen3-32B ? ? ? ?

코딩 모델 분석

  • 상용 주도: OpenAI O4-Mini/O3가 Top 2
  • 오픈소스 부상: DeepSeek-R1, EXAONE, Nemotron, Qwen3-Coder
  • Qwen3-Coder-30B-A3B는 MoE라 실제 inference 시 3B active → 효율적

llama.cpp 최적화

llama.cpp 인기 모델 최적화 가이드 서브페이지에서 모델별/하드웨어별 상세 최적화 설정을 제공.

Limitations

  • 인기 모델 표는 HuggingFace API 실시간 데이터 기준 (downloads/likes)
  • LiveCodeBench는 평가 윈도우가 2024-08~2025-05 — 최신 모델(Qwen3.8 등) 점수 미반영
  • Open LLM Leaderboard v1은 중단 → 이 페이지에서 제거
  • 파라미터 "?" 표시는 HF API에 safetensors metadata가 없는 경우

References

Related Pages

Retrieved from "http://wiki.hpcmate.com/index.php?title=Top_10_오픈소스_AI_모델_동향&oldid=3656"