Edge0 的替代方案

Nex-N2.5-mini 是 Nex-AGI 的 Apache-2.0 多模态智能体模型，面向计算机使用、浏览和编程。

Nex-N2.5-Pro 是 Nex-AGI 的 Apache-2.0 多模态智能体检查点，面向计算机使用、浏览和编程。

NVIDIA 高效开源权重模型，30B 总参数仅激活 3B，MoE 混合架构，最长 1M token 上下文，单卡部署，适合本地推理、编码与后训练研究。

DeepSeek-V4.1-Flash 是 MIT 的 552B 多模态 MoE，预填充 8B、解码 16B 激活，1M 上下文，KV 缓存约为 V4-Flash 的四分之一。

DeepSeek 官方小型智能体模型：284B 总参 / 13B 激活 MoE 架构、1M token 上下文、MIT 开源权重、DSpark 投机解码，每 1M token 仅 $0.14/$0.28。

DeepSeek 旗舰 1.6T MoE 模型，激活参数 49B，1M token 上下文，MIT 协议开源权重，LiveCodeBench 编码得分全球第一，定价仅为封闭前沿模型的零头。

智谱首个原生多模态 GLM 系列模型（即此前匿名的 'Ox Alpha'）：320B MoE、仅 18B 激活、1M 上下文、MIT 开源权重，输入定价 $0.15/百万 token。

inclusionAI 的 MIT 混合线性 MoE：总参 124B，激活 5.1B。2026-08-21 在 Hugging Face 复核。

Ling-3.0-tiny 是 inclusionAI 的 MIT 混合线性 MoE：总参 7.9B，激活 1.3B，面向本地智能体。

美团开源 MoE 大模型：总参数 1.6T / 激活约 48B，1M 上下文，MIT 协议，擅长编码与智能体任务（2026-08-25）。

mini-AGI 是一个字节级模型，在 8GB 显存显卡上从零开始训练，并能持续从单一数据流中学习而不遗忘已掌握的内容。

阿里通义千问公开的 Qwen4 架构预览：125B 多模态 MoE、每 token 仅激活 6B，外加 51B N-gram 词表，原生 262K 上下文，输入定价 $0.16/百万 token。

Realtime-Venus 是 Apache 2.0 的 9B 全双工音视频模型，能在继续听的同时说话、被打断、并委派任务。

XHToken 出品的精简开源权重模型：混合滑窗注意力实现原生 1M 上下文，编码与 Agent 表现出色，Apache 2.0 协议，多语种。