开源模型前沿：Laguna S2.1、Inkling 与 Kimi K3 展现帕累托最优价值

一句话看懂

开源模型生态持续繁荣，多家实验室发布新模型，其中 Thinking Machines 的 Inkling、腾讯 Hy3、Poolside Laguna S2.1 和 Moonshot Kimi K3 尤为亮眼，展现开放模型在性能与商业上的双重潜力。

详细发生了什么

最新一期开源模型盘点（Artifacts #23）显示，尽管此前业界普遍预测模型训练领域将走向整合，但现实是更多公司正在投入巨资训练强大模型，并越来越多地选择开源发布。Thinking Machines 是典型代表：2025 年 2 月成立时鲜有人看好其开源路线，如今其开源微调服务年收入达数亿美元，并发布了美国最强的开源权重模型 Inkling。

本期重点模型包括：

Inkling（Thinking Machines）：975B-A41B 多模态 MoE，支持文本、图像、音频输入，文本输出，定位为微调基座，配套商业服务 Tinker；另有 276B-A12B 小版本，竞争力强。
Hy3（腾讯）：295B-A21B MoE，全面超越前代，最大变化是许可从自定义限制性许可改为 Apache 2.0，并成功证明了一个 50 年历史的数学问题。
Laguna S2.1（Poolside）：118B-A8B MoE，可在 DGX Spark 上运行，采用 OpenMDW 许可（类似 Apache 2.0 但更适配 AI 模型），并公开了详细评估轨迹。
DeepSeek-V4-Flash-0731：在 OpenAI 降价 80% 后一天发布，性能在帕累托前沿上超越 Luna，但大模型版本尚未更新。
Kimi K3（Moonshot）：近期最大的开源模型发布，采用非商业许可，推理和微调提供商需签订商业协议，引发政策讨论。

此外还有美团 LongCat-2.0（1.6T 参数，纯 Ascend 910 训练）、Poolside Laguna-XS-2.1、韩国 Motif-3-Beta、瑞士 Apertus-v1.5-70B 和 AMD Instella-MoE-16B-A3B-Think 等。

中文圈视角

对中文用户而言，这些开源模型带来了实际可用的选择。腾讯 Hy3 改用 Apache 2.0 许可，意味着国内开发者可以更自由地商用和二次开发，无需担心法律风险。DeepSeek-V4-Flash 的更新则延续了国产模型在性价比上的优势，尤其适合预算有限的个人开发者和中小企业。

不过，Kimi K3 的非商业许可值得警惕。虽然 Moonshot 是国产模型，但该许可可能限制国内外的商业使用，甚至引发地缘政治风险。相比之下，Apache 2.0 许可的模型（如 Hy3）更安全。此外，美团 LongCat-2.0 完全基于国产昇腾芯片训练，展示了国产算力生态的进步，但性能上仍有提升空间。

对于中文用户，建议优先关注 Apache 2.0 或类似宽松许可的模型，并留意许可条款对商业用途的限制。

几条值得记住的细节

Thinking Machines 的 Inkling 是 975B-A41B 多模态 MoE，支持文本、图像、音频输入，输出文本。
腾讯 Hy3 改用 Apache 2.0 许可，前代使用自定义限制性许可。
Poolside Laguna S2.1 可在 DGX Spark 上运行，采用 OpenMDW 许可。
DeepSeek-V4-Flash-0731 在 OpenAI 降价 80% 后一天发布，性能超越 Luna。
Kimi K3 采用非商业许可，推理和微调提供商需签订商业协议。

一句话总结

开源模型百花齐放，中文用户可优先选择宽松许可的模型，同时留意商业限制。