openPangu 2.0 Pro
openPangu 2.0
Open Weights, komplett ohne einen einzigen Nvidia-Chip trainiert. Das ist die Schlagzeile und der Punkt.
Aktualisiert am
Die Einschätzung
openPangu 2.0 Pro ist ein großes Sparse-Modell, das Huawei vollständig auf eigenen Beschleunigern trainiert und dann veröffentlicht hat. Als Modell ist es solide, nicht führend. Als Demonstration, dass ein Training im Frontier-Maßstab außerhalb des Nvidia-Stacks möglich ist, zählt es mehr als seine Benchmark-Werte, und es kommt mit sehr langem Kontext und einer Lizenz, die permissiv genug ist, um darauf aufzubauen.
Wo es glänzt
- Von Anfang bis Ende ohne Nvidia-Hardware trainiert
- Eine halbe Million Token Kontext auf offenen Gewichten
- Optimiert für Hardware, die die meisten Modelle ignorieren
Vorher wissenswert
- Beste Leistung ist an Huaweis eigene Beschleuniger gebunden
- Hinter den führenden chinesischen Open-Weights-Modellen bei allgemeinen Benchmarks
Index-Punktzahl
77.7
Vorläufig. Diese Punktzahl beruht auf den öffentlich dokumentierten Fähigkeiten des Produkts, nicht auf dem Ein-Prompt-Nachbau, den die vollständig geprüften Einträge durchlaufen haben. Verstehen Sie sie als Einordnung, nicht als Urteil.
- Rang
- 34 von 53
- Baut für
- LLMs
- Kategorie
- Open Weights
- Ergebnis
- Veröffentlichte Gewichte unter Huaweis offener Lizenz
- Preis
- Kostenlose Stufe
- Am besten für
- Deployments, die an Nicht-Nvidia-Beschleuniger gebunden sind
Die Punktzahlen sind unser eigenes redaktionelles Urteil, gewichtet nach Handwerk 55, Tempo 10, Kontrolle 15 und Preis-Leistung 20.
Ebenfalls einen Blick wert
Ganzer Index- 05Kimi K3Kimi K3VorläufigDas größte Open-Weights-Modell, das je jemand veröffentlicht hat — und es liest eine Million Token ohne mit der Wimper zu zucken.Open weightsFree tier87.5
- 06GLM-5.2GLM-5.2VorläufigFrontier-Ausgabequalität, eine MIT-Lizenz und eine Million Token Kontext. Diese Kombination ist die Geschichte.Open weightsFree tier87.1
- 12Qwen 3.6Qwen 3.6VorläufigDas offene Qwen-Release, das die meisten Menschen tatsächlich einsetzen sollten, in Größen für echte Hardware.Open weightsFree tier83.3
