Top 10 오픈소스 AI 모델 동향: Difference between revisions

From HPCWIKI
Jump to navigation Jump to search
(정기 업데이트 (2026-10-12): HuggingFace downloads/likes 실시간 기준으로 Popular Models Top 10 갱신. Qwen3.8-27B(2개)·DeepSeek-V4-Flash·Ternary-Bonsai-2-27B·Kimi-K3-DSpark 이탈; gpt-oss-20b·Qwen3-14B·Ornith-1.5-9B·DeepSeek-V3.2 신규 진입. 조사일시/마지막 업데이트 2026-09-28 → 2026-10-12, 다음 업데이트 2026-10-19로 갱신. LiveCodeBench 코딩 Top 10·llama.cpp 최적화 섹션은 유지.)
(주간 업데이트 2026-10-12 17:50 KST: 다운로드 순위 재배치(Qwen3-14B 3위↑/Llama-3.1-8B 5위↓), Qwen3-Coder-30B-A3B 이탈·Ternary-Bonsai-2-27B 신규 진입, LiveCodeBench Top10 보정(상용/오픈소스 통합), 내부링크→외부공식URL 교체, 조사일시 갱신)
Line 5: Line 5:
== Overview ==
== Overview ==


2026년 10월 현재 '''실제로 많이 사용되고 있는''' 오픈소스 LLM을 다운로드/좋아요 기준, 코딩 벤치마크(LiveCodeBench) 기준으로 정리. [[llama.cpp]] 구동 최적화 가이드는 별도 서브페이지에 있음.
2026년 10월 현재 '''실제로 많이 사용되고 있는''' 오픈소스 LLM을 다운로드/좋아요 기준, 코딩 벤치마크([https://livecodebench.github.io/leaderboard.html LiveCodeBench]) 기준으로 정리.


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


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


=== 조사 정보 ===
=== 조사 정보 ===


* 조사 일자: 2026-10-12 09:12 KST
* 조사 일자: 2026-10-12 17:50 KST
* 데이터 출처: [https://huggingface.co/models HuggingFace Models] (downloads/likes 실시간 API), [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench]
* 데이터 출처: [https://huggingface.co/models HuggingFace Models] (downloads/likes 실시간 API), [https://livecodebench.github.io/leaderboard.html LiveCodeBench]
* 다음 업데이트 예정: 2026-10-19
* 다음 업데이트 예정: 2026-10-19


== Purpose ==
== Purpose ==


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


== Popular Open Source Models (HuggingFace Downloads/likes 기준) ==
== Popular Open Source Models (HuggingFace Downloads/likes 기준) ==


HuggingFace 전체 text-generation 파이프라인 모델 중 '''월간 다운로드 수''' 기준 Top 10 (tiny/testing·경량 엣지 모델 제외, 7B+ 제품군 기준). 다운로드 수는 HuggingFace API 실시간 값.
HuggingFace 전체 text-generation 파이프라인 모델 중 '''월간 다운로드 수''' 기준 Top 10 (tiny/testing·경량 엣지 모델 제외, 7B+ 제품군 기준). 다운로드 수는 HuggingFace API 실시간 값(최근 창 롤링, 주간 변동 가능).


{| class="wikitable"
{| class="wikitable"
Line 41: Line 41:
| [https://huggingface.co/Qwen/Qwen3-8B Qwen3-8B]
| [https://huggingface.co/Qwen/Qwen3-8B Qwen3-8B]
| 8.2
| 8.2
| 9,650,573
| 9,647,139
| 2,087
| 2,090
| Y
| Y
| Qwen3 경량 표준, 1-GPU 충분
| Qwen3 경량 표준, 1-GPU 충분
Line 49: Line 49:
| [https://huggingface.co/Qwen/Qwen2.5-7B-Instruct Qwen2.5-7B-Instruct]
| [https://huggingface.co/Qwen/Qwen2.5-7B-Instruct Qwen2.5-7B-Instruct]
| 7.6
| 7.6
| 7,753,092
| 7,631,037
| 2,418
| 2,422
| Y
| Y
| 가장 폭넓게 배포된 7B
| 가장 폭넓게 배포된 7B
|-
|-
| 3
| 3
| [https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct Llama-3.1-8B-Instruct]
| [https://huggingface.co/Qwen/Qwen3-14B Qwen3-14B]
| 8.0
| 14.8
| 5,926,413
| 6,164,691
| 8,342
| 493
| Y
| Y
| Meta 공식, likes 최고
| 14B급, 1-2 GPU
|-
|-
| 4
| 4
| [https://huggingface.co/openai/gpt-oss-20b gpt-oss-20b]
| [https://huggingface.co/openai/gpt-oss-20b gpt-oss-20b]
| 20.9 (MoE, active ~2.3)
| 20.9 (MoE, active ~2.3)
| 5,898,135
| 5,896,789
| 5,150
| 5,152
| Y
| Y
| OpenAI 오픈웨이트 MoE — active ~2.3B, 1-GPU 경량
| OpenAI 오픈웨이트 MoE — active ~2.3B, 1-GPU 경량
|-
|-
| 5
| 5
| [https://huggingface.co/Qwen/Qwen3-14B Qwen3-14B]
| [https://huggingface.co/meta-llama/Llama-3.1-8B-Instruct Llama-3.1-8B-Instruct]
| 14.8
| 8.0
| 5,776,369
| 5,858,450
| 491
| 8,359
| Y
| Y
| 14B급, 1-2 GPU
| Meta 공식, likes 최고
|-
|-
| 6
| 6
Line 82: Line 82:
| 9
| 9
| 5,177,548
| 5,177,548
| 521
| 522
| Y
| Y
| GGUF 즉시 구동, llama.cpp 최적화
| GGUF 즉시 구동, 로컬 추론 최적화
|-
|-
| 7
| 7
Line 90: Line 90:
| 35 (MoE, active 3B)
| 35 (MoE, active 3B)
| 4,850,626
| 4,850,626
| 644
| 647
| NVFP4
| NVFP4
| NVIDIA NVFP4 MoE — active 3B, 1-GPU
| NVIDIA NVFP4 MoE — active 3B, 1-GPU
|-
|-
| 8
| 8
| [https://huggingface.co/unsloth/Qwen3-Coder-30B-A3B-Instruct-GGUF Qwen3-Coder-30B-A3B]
| [https://huggingface.co/deepseek-ai/DeepSeek-V3.2 DeepSeek-V3.2]
| 30 (MoE, active 3B)
| 685 (MoE, active ~37)
| 4,699,742
| 4,719,079
| 1,134
| 1,510
| Y
| Y
| 코딩 특화 MoE — active 3B, 1-GPU
| DeepSeek 플래그십 MoE, 다중 GPU/데이터센터
|-
|-
| 9
| 9
| [https://huggingface.co/dphn/dolphin-2.9.1-yi-1.5-34b dolphin-2.9.1-yi-1.5-34b]
| [https://huggingface.co/dphn/dolphin-2.9.1-yi-1.5-34b dolphin-2.9.1-yi-1.5-34b]
| 34.4
| 34.4
| 4,672,079
| 4,671,912
| 69
| 69
| Y
| Y
Line 111: Line 111:
|-
|-
| 10
| 10
| [https://huggingface.co/deepseek-ai/DeepSeek-V3.2 DeepSeek-V3.2]
| [https://huggingface.co/prism-ml/Ternary-Bonsai-2-27B-gguf Ternary-Bonsai-2-27B (GGUF)]
| 685 (MoE, active ~37)
| 27
| 4,668,170
| 4,549,911
| 1,508
| 2,642
| Y
| Y
| DeepSeek 플래그십 MoE, 다중 GPU/데이터센터
| Qwen3.8-27B 기반 3-bit 테르나리 GGUF, 이번 신규 진입
|}
|}


=== 인기 모델 분석 ===
=== 인기 모델 분석 ===


* '''Qwen 계열 압도''': Top 10 중 5개 (Qwen3-8B, Qwen3-14B, Qwen3.6-35B-A3B, Qwen3-Coder-30B-A3B, Qwen2.5-7B-Instruct)
* '''Qwen 계열 강세''': Top 10 중 4개 (Qwen3-8B, Qwen3-14B, Qwen2.5-7B-Instruct, Qwen3.6-35B-A3B)
* '''MoE 모델 대세''': gpt-oss-20b, Qwen3.6-35B-A3B, Qwen3-Coder-30B-A3B, DeepSeek-V3.2 — active 파라미터가 적어 1-2 GPU 구동 가능
* '''MoE 모델 대세''': gpt-oss-20b, Qwen3.6-35B-A3B, DeepSeek-V3.2 — active 파라미터가 적어 1-2 GPU 구동 가능
* '''OpenAI gpt-oss-20b 부상''': 오픈웨이트 MoE, likes 5,150 — OpenAI가 오픈 모델로 본격 진입
* '''OpenAI gpt-oss-20b''': 오픈웨이트 MoE, likes 5,152 — OpenAI가 오픈 모델로 본격 진입
* '''DeepSeek-V3.2''': 685B 플래그십 MoE가 Top 10 진입 (V4-Flash는 이번 downloads 기준 이탈)
* '''Ternary-Bonsai-2-27B 신규 진입''': Qwen3.8-27B 기반 3-bit 테르나리 GGUF, likes 2,642로 높은 관심
* '''Qwen3.8-27B 이탈''': 직전(2026-09-28) Top 10(5/6위)이었으나 이번 downloads 기준 Top 50에도 진입하지 않음
* '''Qwen3-Coder-30B-A3B 이탈''': 직전(2026-10-12 09:12) Top 10이었으나 이번 다운로드 기준 10위권 밖으로 하락
* '''Qwen3-14B 3위 상승 / Llama-3.1-8B 5위''': 월간 다운로드 롤링 창 변동에 따른 순위 재배치


== Coding: LiveCodeBench Pass@1 ==
== Coding: LiveCodeBench Pass@1 ==


LiveCodeBench Code Generation 기준 Top 10 (평가 윈도우 2024-08 ~ 2025-05).
[https://livecodebench.github.io/leaderboard.html LiveCodeBench] Code Generation 기준 Top 10 (평가 윈도우 2024-08 ~ 2025-05, 오염된 모델 제외). 상용·오픈소스 통합 랭킹.


{| class="wikitable"
{| class="wikitable"
Line 138: Line 139:
! Medium
! Medium
! Hard
! Hard
! Type
|-
|-
| 1
| 1
Line 145: Line 147:
| 89.4
| 89.4
| 63.5
| 63.5
| Commercial
|-
|-
| 2
| 2
Line 152: Line 155:
| 84.4
| 84.4
| 57.1
| 57.1
| Commercial
|-
|-
| 3
| 3
| [https://platform.openai.com/docs/api-reference/chat/create O4-Mini (Medium)]
| 74.2
| 98.2
| 86.5
| 52.7
| Commercial
|-
| 4
| [https://ai.google.dev/gemini-api/docs/models/gemini Gemini-2.5-Pro-06-05]
| 73.6
| 99.1
| 87.2
| 50.2
| Commercial
|-
| 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 159: Line 179:
| 85.2
| 85.2
| 50.7
| 50.7
| Open Source
|-
| 6
| [https://ai.google.dev/gemini-api/docs/models/gemini Gemini-2.5-Pro-05-06]
| 71.8
| 98.2
| 82.3
| 50.2
| Commercial
|-
|-
| 4
| 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 166: Line 195:
| 82.3
| 82.3
| 46.2
| 46.2
| Open Source
|-
|-
| 5
| 8
| [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 173: Line 203:
| 81.4
| 81.4
| 46.3
| 46.3
| Open Source
|-
|-
| 6
| 9
| [https://platform.openai.com/docs/api-reference/chat/create O3-Mini-2025-01-31 (High)]
| 67.4
| 99.1
| 84.4
| 38.4
| Commercial
|-
| 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 180: Line 219:
| 79.6
| 79.6
| 41.1
| 41.1
|-
| Open Source
| 7
| [https://huggingface.co/Qwen/Qwen3-Coder-30B-A3B Qwen3-Coder-30B-A3B]
| ?
| ?
| ?
| ?
|-
| 8
| [https://huggingface.co/Qwen/Qwen3-32B Qwen3-32B]
| ?
| ?
| ?
| ?
|}
|}


=== 코딩 모델 분석 ===
=== 코딩 모델 분석 ===


* '''상용 주도''': OpenAI O4-Mini/O3가 Top 2
* '''상용 모델 상위''': OpenAI O4-Mini/O3-Mini·O3, Google Gemini-2.5-Pro가 1~4위·6위·9위
* '''오픈소스 부상''': DeepSeek-R1, EXAONE, Nemotron, Qwen3-Coder
* '''오픈소스 4개''': DeepSeek-R1-0528(5위), EXAONE-4.0-32B(7위), OpenReasoning-Nemotron-32B(8위), OpenCodeReasoning-Nemotron-1.1-32B(10위)
* Qwen3-Coder-30B-A3B는 MoE라 실제 inference 시 3B active → 효율적
* '''DeepSeek·NVIDIA·LG AI''': 오픈소스 코딩 모델은 DeepSeek(5위)이 가장 앞, NVIDIA Nemotron 2종 + LG EXAONE이 그 뒤를 이음
* 라이브보드는 상용·오픈소스 통합 랭킹이며, 이번 주 데이터(윈도우 2024-08~2025-05)는 직전 주와 동일(새 dataset 미반영)


== llama.cpp 최적화 ==
== 로컬 추론 최적화 참고 ==
 
[[llama.cpp 인기 모델 최적화 가이드]] 서브페이지에서 모델별/하드웨어별 상세 최적화 설정을 제공.


* [https://github.com/ggml-org/llama.cpp llama.cpp] — 오픈소스 로컬 추론 엔진(모델별/하드웨어별 최적화 설정 참고)
* Qwen3.8-27B Q4_0 + MTP draft-2: 1-GPU(24GB) ~38 tok/s
* Qwen3.8-27B Q4_0 + MTP draft-2: 1-GPU(24GB) ~38 tok/s
* MoE 모델(A3B): 1-GPU 가능, active 파라미터만 메모리
* MoE 모델(A3B 계열): 1-GPU 구동 가능, active 파라미터만 메모리 차지
* 상세: [[llama.cpp 인기 모델 최적화 가이드]]
* [https://huggingface.co/unsloth unsloth GGUF] — 고품질 GGUF 양자화 저장소


== Limitations ==
== Limitations ==


* 인기 모델 표는 HuggingFace API 실시간 데이터 기준 (downloads/likes)
* 인기 모델 표: HuggingFace API 실시간 다운로드(최근 창 롤링) 기준 — 주간 변동 가능
* LiveCodeBench는 평가 윈도우가 2024-08~2025-05 — 최신 모델(Qwen3.8 등) 점수 미반영
* LiveCodeBench: 평가 윈도우 2024-08~2025-05로 고정(새 dataset 미반영), 상용·오픈소스 통합 랭킹
* Open LLM Leaderboard v1은 중단 → 이 페이지에서 제거
* Open LLM Leaderboard v1: 중단 → 이 페이지에서 미사용
* 파라미터 "active" 표기는 MoE 모델의 토큰당 활성 파라미터 추정치 (HF API는 총 파라미터만 제공)
* "active" 파라미터: MoE 토큰당 활성 파라미터 추정치 (HF API는 총 파라미터만 제공)
* Edge Devices: OLL v1(동결) 카테고리에서 제거 — 경량 모델은 인기 표의 7B+ 경량 항목으로 대체


== References ==
== References ==


* [https://huggingface.co/models HuggingFace Models]
* [https://huggingface.co/models HuggingFace Models]
* [https://huggingface.co/spaces/livecodebench/leaderboard LiveCodeBench Leaderboard]
* [https://livecodebench.github.io/leaderboard.html LiveCodeBench Leaderboard]
* [https://github.com/ggml-org/llama.cpp llama.cpp GitHub]
* [https://github.com/ggml-org/llama.cpp llama.cpp GitHub]
* [https://huggingface.co/unsloth unsloth GGUF]
* [https://huggingface.co/unsloth unsloth GGUF]
 
* [https://ai.google.dev/gemini-api/docs/models/gemini Google Gemini API Models]
== Related Pages ==
 
* [[llama.cpp 인기 모델 최적화 가이드]]
* [[Hugging Face]]
* [[LLM Inference]]


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

Revision as of 17:58, 12 October 2026

Top 10 오픈소스 AI 모델 동향

상태: Active · 소유: Knowledge Agent · 마지막 업데이트: 2026-10-12 · 검토: Pending

Overview

2026년 10월 현재 실제로 많이 사용되고 있는 오픈소스 LLM을 다운로드/좋아요 기준, 코딩 벤치마크(LiveCodeBench) 기준으로 정리.

Summary

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

조사 정보

  • 조사 일자: 2026-10-12 17:50 KST
  • 데이터 출처: HuggingFace Models (downloads/likes 실시간 API), LiveCodeBench
  • 다음 업데이트 예정: 2026-10-19

Purpose

  • Goal: "현재 실제로 쓰이는" 오픈소스 모델 동향을 제공
  • Scope: HuggingFace 다운로드/좋아요 기반 인기 모델, LiveCodeBench 코딩 Top 10, 로컬 추론 최적화 참고
  • 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·경량 엣지 모델 제외, 7B+ 제품군 기준). 다운로드 수는 HuggingFace API 실시간 값(최근 창 롤링, 주간 변동 가능).

Rank Model Params (B) Monthly Downloads Likes GGUF Notes
1 Qwen3-8B 8.2 9,647,139 2,090 Y Qwen3 경량 표준, 1-GPU 충분
2 Qwen2.5-7B-Instruct 7.6 7,631,037 2,422 Y 가장 폭넓게 배포된 7B
3 Qwen3-14B 14.8 6,164,691 493 Y 14B급, 1-2 GPU
4 gpt-oss-20b 20.9 (MoE, active ~2.3) 5,896,789 5,152 Y OpenAI 오픈웨이트 MoE — active ~2.3B, 1-GPU 경량
5 Llama-3.1-8B-Instruct 8.0 5,858,450 8,359 Y Meta 공식, likes 최고
6 Ornith-1.5-9B (GGUF) 9 5,177,548 522 Y GGUF 즉시 구동, 로컬 추론 최적화
7 Qwen3.6-35B-A3B (NVFP4) 35 (MoE, active 3B) 4,850,626 647 NVFP4 NVIDIA NVFP4 MoE — active 3B, 1-GPU
8 DeepSeek-V3.2 685 (MoE, active ~37) 4,719,079 1,510 Y DeepSeek 플래그십 MoE, 다중 GPU/데이터센터
9 dolphin-2.9.1-yi-1.5-34b 34.4 4,671,912 69 Y Yi-1.5 기반 34B fine-tune, 2-GPU 권장
10 Ternary-Bonsai-2-27B (GGUF) 27 4,549,911 2,642 Y Qwen3.8-27B 기반 3-bit 테르나리 GGUF, 이번 신규 진입

인기 모델 분석

  • Qwen 계열 강세: Top 10 중 4개 (Qwen3-8B, Qwen3-14B, Qwen2.5-7B-Instruct, Qwen3.6-35B-A3B)
  • MoE 모델 대세: gpt-oss-20b, Qwen3.6-35B-A3B, DeepSeek-V3.2 — active 파라미터가 적어 1-2 GPU 구동 가능
  • OpenAI gpt-oss-20b: 오픈웨이트 MoE, likes 5,152 — OpenAI가 오픈 모델로 본격 진입
  • Ternary-Bonsai-2-27B 신규 진입: Qwen3.8-27B 기반 3-bit 테르나리 GGUF, likes 2,642로 높은 관심
  • Qwen3-Coder-30B-A3B 이탈: 직전(2026-10-12 09:12) Top 10이었으나 이번 다운로드 기준 10위권 밖으로 하락
  • Qwen3-14B 3위 상승 / Llama-3.1-8B 5위: 월간 다운로드 롤링 창 변동에 따른 순위 재배치

Coding: LiveCodeBench Pass@1

LiveCodeBench Code Generation 기준 Top 10 (평가 윈도우 2024-08 ~ 2025-05, 오염된 모델 제외). 상용·오픈소스 통합 랭킹.

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

코딩 모델 분석

  • 상용 모델 상위: OpenAI O4-Mini/O3-Mini·O3, Google Gemini-2.5-Pro가 1~4위·6위·9위
  • 오픈소스 4개: DeepSeek-R1-0528(5위), EXAONE-4.0-32B(7위), OpenReasoning-Nemotron-32B(8위), OpenCodeReasoning-Nemotron-1.1-32B(10위)
  • DeepSeek·NVIDIA·LG AI: 오픈소스 코딩 모델은 DeepSeek(5위)이 가장 앞, NVIDIA Nemotron 2종 + LG EXAONE이 그 뒤를 이음
  • 라이브보드는 상용·오픈소스 통합 랭킹이며, 이번 주 데이터(윈도우 2024-08~2025-05)는 직전 주와 동일(새 dataset 미반영)

로컬 추론 최적화 참고

  • llama.cpp — 오픈소스 로컬 추론 엔진(모델별/하드웨어별 최적화 설정 참고)
  • Qwen3.8-27B Q4_0 + MTP draft-2: 1-GPU(24GB) ~38 tok/s
  • MoE 모델(A3B 계열): 1-GPU 구동 가능, active 파라미터만 메모리 차지
  • unsloth GGUF — 고품질 GGUF 양자화 저장소

Limitations

  • 인기 모델 표: HuggingFace API 실시간 다운로드(최근 창 롤링) 기준 — 주간 변동 가능
  • LiveCodeBench: 평가 윈도우 2024-08~2025-05로 고정(새 dataset 미반영), 상용·오픈소스 통합 랭킹
  • Open LLM Leaderboard v1: 중단 → 이 페이지에서 미사용
  • "active" 파라미터: MoE 토큰당 활성 파라미터 추정치 (HF API는 총 파라미터만 제공)
  • Edge Devices: OLL v1(동결) 카테고리에서 제거 — 경량 모델은 인기 표의 7B+ 경량 항목으로 대체

References

Retrieved from "http://wiki.hpcmate.com/index.php?title=Top_10_오픈소스_AI_모델_동향&oldid=4104"