面对开源模型一长串的名字，小伙伴们应该都发现其有一定的规则吧，今天就来给大家盘一盘。

当你看到一个开源模型名，通常都可以按下面这个结构拆：

<模型家族>-<代际/版本>-<规模/架构>-<能力或模态>-<训练阶段>-<派生信息>-<部署格式>

例如：

Qwen3-235B-A22B-InstructDeepSeek-R1-Distill-Qwen-32Bgemma-2-27b-itLlama-3.1-8B-InstructQwen2.5-VL-72B-Instruct-AWQ

核心规律是：从左到右，通常是“它是谁 → 多大 → 会什么 → 怎么训练来的 → 怎么部署”。

1. 模型家族名：它是谁家的哪一条血脉#

最前面一般是模型品牌或家族名：

QwenLlamaGemmaMistralMixtralDeepSeekPhiInternLMYiGLM

例如：

Qwen3-8BLlama-3.1-70BGemma-3-27BDeepSeek-R1

这部分主要告诉你：

• 谁发布的
• 采用哪一套 tokenizer、chat template、架构习惯
• 能否和同家族的 LoRA、微调权重、推理框架兼容

例如 Qwen 是一个持续发布文本、多模态等模型的系列；Gemma 也是一个模型家族，而不是单个模型。

2. 代际 / 版本号：第几代，不等于参数规模#

常见形式：

Qwen2.5Qwen3Llama-3.1Gemma-2Gemma-3DeepSeek-V3DeepSeek-R1

它表达的是同一模型家族的架构、数据、训练方式、能力演进版本。

例如：

Qwen2.5-7B-InstructQwen3-8BLlama-3.1-8B-Instruct

这里：

• Qwen2.5 / Qwen3 是大版本
• Llama-3.1 中的 .1 往往代表一次中间升级
• R1 有时不是“第一代”，而是一个单独的能力路线或产品线

所以不要把：

Qwen3-8B

理解成“Qwen 第 3 个 8B 模型”，而应理解成：

Qwen 第 3 代家族中的一个 8B 规模成员。

3. 参数规模：B、M、T 是最常见的部分#

0.5B1.5B3B7B8B14B32B70B72B235B405B

含义：

后缀

含义

M

Million，百万参数

B

Billion，十亿参数

T

Trillion，万亿参数

例如：

Qwen2.5-7B-InstructLlama-3.1-70B-InstructGemma-2-27B-it

大致意思分别是 70 亿、700 亿、270 亿级参数模型。

但要注意：

7B、8B、70B 常是方便传播的近似标签，不一定刚好是整数十亿参数。

而且它不直接等于显存需求。显存还要看：

• BF16 / FP16 / FP8 / INT8 / INT4
• 上下文长度
• batch size
• KV Cache
• 是否 MoE
• 推理框架

4. MoE 模型：总参数和激活参数要分开看#

这是现在很重要的一条命名习惯。

例如：

Qwen3-235B-A22B

通常表示：

235B = 总参数量A22B = 每次推理实际激活约 22B 参数

其中 A 一般就是：

Active Parameters激活参数

MoE 可以类比为：

公司有 2350 名员工，但每次处理一个任务，只会叫其中约 220 名真正参与。

所以：

235B-A22B

不是传统意义上“每个 token 都跑 235B 的 dense 模型”，而是一个总容量很大、但每步只路由到部分专家的 MoE 模型。Qwen 官方发布中就使用了 Qwen3-235B-A22B 这样的写法。

你在选模型时应优先看：

总参数：影响模型容量、磁盘占用、加载资源激活参数：更接近单 token 推理计算量

但显存仍不能只看 A22B，因为部署时通常仍要加载完整专家权重。

5. Base / Instruct / Chat / IT：最关键的训练阶段标签#

这是你做 Agent 时最常遇到的分类。

Base#

Qwen2.5-7BLlama-3.1-8B

一般表示预训练基础模型。

它更像是“完成大规模文本学习后的原始语言模型”，适合：

• 继续预训练
• 领域微调
• LoRA 微调
• 研究训练流程
• 做自己的 SFT、DPO、RL 后训练

但它不一定适合直接聊天。

Instruct#

Qwen2.5-7B-InstructLlama-3.1-8B-InstructQwen2.5-VL-72B-Instruct

一般表示经过指令微调，能更好地理解：

帮我写代码总结下面内容调用这个工具按 JSON 输出严格遵守格式

对你做 Agent / Harness 来说，通常默认优先选：

Instruct

因为它更适合：

• 工具调用
• 多轮对话
• 结构化输出
• 计划与执行
• 系统提示词约束

Chat#

Qwen-7B-ChatLlama-2-7B-Chat

这是早期比较常见的命名，语义通常接近现在的 Instruct：

已经被调成适合对话和指令执行的版本。

但 Chat 不等于一定“工具调用强”，它可能只是一般聊天优化。

IT#

gemma-2-27b-itgemma-4-31b-it

IT 一般是：

Instruction Tuned指令微调版

Gemma 官方就用 it 标记指令微调模型，并明确说明这类模型使用专门的对话格式。

所以：

gemma-2-27b-it

和：

Qwen2.5-32B-Instruct

在“训练阶段”这个维度上，属于同一大类。

6. 能力 / 模态标签：它能处理什么输入#

这是模型名中越来越常见的一层。

VL#

Qwen2.5-VL-7B-InstructLlama-3.2-11B-Vision-Instruct

通常表示：

Vision-Language视觉语言模型

也就是能理解图片和文本。

常见输入输出形态：

图片 + 文本 → 文本PDF 页面图 + 问题 → 文本截图 + 指令 → 文本

Qwen 官方将 Qwen2.5-VL 作为视觉语言模型系列发布，并提供不同参数规模的 Base 和 Instruct 版本。

Vision#

Llama-3.2-11B-Vision-Instruct

和 VL 很接近，只是厂商命名偏好不同。

Audio#

Qwen-AudioGemma-Audio

通常表示支持音频输入，例如：

• 语音转文本
• 音频理解
• 声音问答

Omni#

Qwen-Omni

一般暗示多模态更完整，可能覆盖：

文本、图片、音频、视频

但 Omni 没有行业强制定义，看到时要看模型卡，不要只凭名字判断能力边界。Qwen 官方把 Qwen-Omni 描述为可处理文本、图片、音频和视频等多种输入的多模态模型。

7. 专项能力标签：Coder、Math、Reasoning、Embedding 等#

这些名字通常说明它针对某类任务做了额外训练。

Coder#

Qwen2.5-Coder-7B-InstructDeepSeek-Coder-V2CodeLlama-34B-Instruct

偏代码：

• 代码补全
• Repo 理解
• 修 Bug
• 调用工具
• 生成 patch / diff
• SQL、Shell、前端代码等

对你的 Agent Workspace、ACP、本地 Claude Code/Codex 类能力，这种模型往往更有意义。

Math#

DeepSeekMath-7BQwen-Math

偏数学推理、符号推导、竞赛题、计算题。

R1 / Reasoner / Thinking#

DeepSeek-R1QwQReasonerThinking

通常代表厂商希望强调：

• 更长链条推理
• 数学 / 编程 /逻辑
• 通过 RL 或推理型后训练强化

但注意：

Reasoning、Thinking 并不是统一技术标准，而更像能力路线标签。

同样叫 Reasoning 的模型，可能有完全不同的训练方法、推理格式和可控性。

DeepSeek 的 DeepSeek-R1-Distill-Qwen-32B 这种命名，则同时表达了它属于 R1 路线、由蒸馏得到、底座来自 Qwen、规模为 32B。

Embedding#

bge-large-en-v1.5Qwen3-Embedding-8Bgte-base

不是拿来聊天生成文字的，而是拿来把文本变成向量。

常用于：

• RAG 检索
• 文档召回
• 语义搜索
• 记忆系统
• 相似度匹配

Reranker#

bge-reranker-v2Qwen3-Reranker

用于在召回出一堆候选文档后，再重新排序。

在你以后做生信 Agent 的论文检索、知识库检索里，它会比单纯 embedding 更关键。

8. 派生关系标签：Distill、SFT、DPO、RL、LoRA#

这部分告诉你模型是怎么“长出来的”。

Distill#

DeepSeek-R1-Distill-Qwen-32B

通常表示：

用一个更强教师模型的输出、轨迹或能力信号，训练一个较小学生模型。

类比：

老师：大模型学生：较小模型蒸馏：把老师的解题习惯和答案风格传给学生

它不一定是“参数压缩”那么简单，也可能是“把推理风格迁移过去”。

SFT#

Model-7B-SFT

表示经过：

Supervised Fine-Tuning监督微调

通常是用“问题 → 高质量回答”的数据集微调。

DPO#

Model-7B-DPO

表示经过偏好优化：

好回答 > 差回答

让模型更符合人类偏好、指令、语气或安全要求。Hugging Face 的 DPO 文档也将其描述为基于偏好数据对模型进行优化的后训练方法。

RL / RLHF / GRPO#

Model-7B-RLModel-7B-GRPO

通常表示经过强化学习或类似偏好强化阶段。

这类名称只能说明“可能经历过某种后训练路线”，不能只靠名字推断模型真实效果。

LoRA#

Qwen2.5-7B-Instruct-BioLoRAQwen2.5-7B-MyDomain-LoRA

通常不是完整模型，而是一个增量适配器权重。

它依赖底座，例如：

Base:Qwen2.5-7B-InstructAdapter:Qwen2.5-7B-Instruct-BioLoRA

加载时需要：

底座模型 + LoRA Adapter

而不是只下载 LoRA 文件就能运行。

9. 量化与部署格式：GGUF、AWQ、GPTQ、FP8、Int4#

这一层最容易被误认为“新模型”。

例如：

Qwen2.5-7B-Instruct-AWQQwen2.5-7B-Instruct-GPTQ-Int4Qwen2.5-7B-Instruct-GGUFQwen2.5-7B-Instruct-FP8

它们通常不是不同能力模型，而是同一模型的不同权重格式或精度版本。

标签

常见含义

BF16 / FP16

高精度原始或接近原始权重

FP8

8-bit 浮点量化

Int8

8-bit 整数量化

Int4 / 4bit

4-bit 量化

GPTQ

一类量化方法 / 格式

AWQ

一类权重量化方法

GGUF

llama.cpp / 本地端侧常用格式

EXL2

ExLlama 系推理常见格式

Qwen 在发布量化版本时会明确区分 GPTQ、AWQ、GGUF 等格式。

例如：

Qwen2.5-7B-Instruct

是模型本体。

Qwen2.5-7B-Instruct-GGUF

更像“为了本地运行而打包成 GGUF 的版本”。

而具体：

Q4_K_MQ5_K_MQ8_0

一般是 GGUF 里的具体量化等级或方案。

10. 日期、版本号、实验号：防止“同名不同版本”#

常见：

DeepSeek-R1-0528Model-v1Model-v1.1Model-v2.0Model-202506Model-PreviewModel-Experimental

作用是区分：

• 小版本升级
• 某日发布的 checkpoint
• 预览版
• 实验版
• 某次训练产物

比如 DeepSeek-R1-0528 就是对 R1 的一次带日期标记的更新版本。

这类模型要特别注意：

Preview / Beta / Experimental

通常不适合直接作为生产环境唯一依赖。

你可以用这个“读名公式”快速拆模型

例如：

Qwen2.5-VL-72B-Instruct-AWQ

拆开：

Qwen2.5        → Qwen 第 2.5 代VL              → 视觉语言，多模态72B             → 约 720 亿参数规模Instruct        → 指令微调，可直接对话/执行任务AWQ             → 已按 AWQ 方法量化，偏部署格式

再比如：

DeepSeek-R1-Distill-Qwen-32B

拆开：

DeepSeek-R1     → DeepSeek 的推理路线Distill         → 蒸馏派生版本Qwen            → 基础血缘来自 Qwen32B             → 约 320 亿参数级

再比如：

gemma-2-27b-it

拆开：

gemma            → Gemma 家族2                → 第二代27b              → 270 亿级参数it               → Instruction Tuned，指令微调版

Gemma 官方的命名中确实使用 it 来表示 instruction-tuned 版本。

真正需要警惕的 5 个误区#

1. Instruct 不等于 Agent 一定好用#

它只说明模型经过指令微调。

你还要看：

• function calling 是否可靠
• JSON 格式是否稳定
• tool use 是否训练过
• 长上下文是否稳定
• 多轮状态保持如何
• 是否会乱调用工具
• 是否容易被 prompt injection 带偏

对 Agent 来说，模型卡、实测和 chat template 往往比名字更重要。

2. 7B 不等于“只能用 7GB 显存”#

例如同一 7B 模型：

BF16  → 显存占用高INT8  → 中等INT4  → 更低GGUF  → 更适合 CPU / Apple Silicon / 本地端

而且上下文一长，KV Cache 也会明显吃显存。

3. Open source 不一定等于真正意义上的完全开源#

行业里常混用：

Open sourceOpen modelOpen weightsSource available

但它们不是一回事。

你至少要单独检查：

• 权重是否公开
• 训练代码是否公开
• 训练数据是否公开
• 商用是否允许
• 是否允许二次分发
• 是否有用户规模、地域、用途限制
• 微调后模型是否可发布

例如 Gemma 官方更准确的表述是 open weights，同时其使用受 Gemma Terms of Use 约束。

所以：

不要因为模型名字或宣传写着“开源”，就默认可以无条件商用、再发布或做 SaaS。

4. 名字相近，不代表 prompt 格式兼容#

即使两个模型都叫：

InstructChat

它们的：

• system prompt 格式
• 用户/助手分隔符
• tool call schema
• EOS token
• chat template

也可能不同。

Hugging Face 官方明确提醒：不同模型即使基于同一个底座，也可能使用不同的控制 token 和聊天格式。

这也是为什么你在 Agent Harness 里不能只写：

model: "xxx-instruct"

还需要模型适配层：

type ModelProfile = {  modelId: string;  chatTemplate: string;  supportsTools: boolean;  supportsVision: boolean;  supportsJsonSchema: boolean;  contextWindow: number;  reasoningMode?: boolean;};

5. 模型名不是完整说明书，Model Card 才是#

一个靠谱模型仓库至少应该看：

• base model 是谁
• 训练阶段
• 参数规模和架构
• context window
• 支持哪些模态
• 推荐 prompt format
• license
• benchmark
• 已知限制
• 推荐推理参数
• 是否支持工具调用、JSON、结构化输出

Hugging Face 将 model card 作为模型仓库的重要说明文件，用于提供可发现性、复现和共享所需的信息。

如果你以后自己发布模型，推荐这样命名

比较清晰的标准模板：

<Org>/<Family>-<Generation>-<Architecture>-<Size>-<Modality>-<Stage>-<Domain>-<Version>

例如：

GenieLab/Helix-1.0-7B-BaseGenieLab/Helix-1.0-7B-InstructGenieLab/Helix-1.0-7B-VL-InstructGenieLab/Helix-1.0-32B-A4B-InstructGenieLab/Helix-1.0-7B-Instruct-Bio-v1.0GenieLab/Helix-1.0-7B-Instruct-Bio-v1.0-GGUF

我建议你遵守几个原则：

1. 模型血缘放前面
   用户一眼知道它基于什么系列。
2. 参数和 MoE 信息明确写出
   32B、235B-A22B 不要模糊。
3. 训练阶段不要省略
   Base、Instruct、Chat 必须清楚。
4. 能力标签不要滥用
   没有稳定视觉能力，不要写 VL；没有明确 tool calling 训练，不要写 Agent。
5. 量化格式最好和原始模型分开命名或分仓库
   不要让用户把 GGUF 当成一个独立能力模型。
6. 版本号要可追溯
   用 v1.0、v1.1、日期、commit 或 checkpoint 编号都行，但别全混着来。

对你现在做 Agent 产品而言，最重要的不是记住所有后缀，而是先形成这个判断：

模型能否直接做 Agent= Instruct / Chat+ 合适 chat template+ 稳定 tool calling+ 稳定 JSON+ 上下文能力+ 实测可靠性

不是简单：

名字里有 Instruct= 一定适合 Agent