大模型解剖圖火了，30多個開源模型架構差異一目了然，還可接入AI

2026 年的前兩個月，開源大模型的發布節奏已快至令人應接不暇。Arcee AI 的 Trinity Large、月之暗面的 Kimi K2.5、阿里的 Qwen3.5、智譜 AI 的 GLM-5、Cohere 的 Tiny Aya……它們的名稱如流水般接踵而至，參數量從 3B 至 1T 不等，每一款都宣稱是“SOTA”或者“最強開源”。

然而，如此快的更新速度，對于普通開發者而言，莫說深入研究，僅僅是分辨區別就已經耗費大量精力。更不用提許多技術報告的表述含糊，架構圖繪制風格各異，想要進行橫向對比十分困難。

為了解決這些問題，一個名為“LLM Architecture Gallery”(大語言模型架構畫廊)的項目上線了。顧名思義，就是讓你像逛“畫廊”一樣，瀏覽不同模型的架構圖。

（來源：X）

這個項目的作者是 Sebastian Raschka，是機器學習領域的知名研究者，寫過《Python Machine Learning》和《Build a Large Language Model (From Scratch)》這兩本深受歡迎的專業書籍。

（來源：Sebastian Raschka.com）

他把過去幾個月撰寫的兩篇長文《The Big LLM Architecture Comparison》和《A Dream of Spring for Open-Weight LLMs》中繪制的所有架構圖抽取出來，用統一的視覺語言重新呈現，集中放在一個頁面上。點擊任意一張圖可以放大，每張圖下方附帶一份“規格表”，列出模型的參數量、發布時間、注意力機制類型等關鍵信息。想深入某個模型，可以點開“view in article”頁面會直接跳轉到原文對應章節。

（來源：LLM Architecture Gallery）

項目上線幾小時后，Andrej Karpathy 在 X 上回復了 Raschka 的推文：“太好了！我的自動研究功能很需要這個內容的 Markdown 版本——一個創意池?！彼罱l布的 autoresearch 項目：一個讓 AI 自主跑實驗的開源工具，正需要這類結構化的架構信息作為創意來源。

Raschka 也很快作出回復，并提供了 YAML 格式的元數據 GitHub 鏈接。Karpathy 隨后表示他已經用 Obsidian 把博客文章導出成 markdown，并且“輸入到了 autoresearch 循環中”。一個本意是方便人類閱讀的架構圖集，就這樣被接入了 AI 自動化研究的工作流。

（來源；X）

就在今天，這個項目也沖上了 Hacker News 首頁。一位用戶評論說：“這讓我想起了當年的 Neural Network Zoo，也是用可視化的方式展示不同架構?！币灿腥死^續幫忙優化細節：“能不能按時間排序，畫出架構演化的家譜樹？能不能加一個比例視圖，讓參數量的差異在視覺上直觀可感？”對于這些建議，Sebastian 表示他后續會持續完善。

回到項目本身，目前，這份圖集收錄了三十多個模型架構，從 Llama 38B 到最新的 Qwen3.5、Sarvam 105B、Ling 2.5 1T。所有圖都按同一套視覺規范繪制：配色、圖例、字體統一，DeepSeek V3 和 Qwen3 235B-A22B 被放在一起時，你一眼就能看出前者用了 MLA（Multi-Head Latent Attention，多頭潛在注意力），后者用的是 GQA（Grouped-Query Attention，分組查詢注意力）；DeepSeek V3 有一個“共享專家”模塊，Qwen3 沒有。

這類信息原本散落在幾十頁技術報告的不同角落，現在被壓縮成一張對比圖。

MoE（Mixture-of-Experts，混合專家模型）是 2025 年開源 LLM 的主旋律。所有主流的前沿開放權重模型都采用了這種架構。傳統的“稠密”Transformer 會在每次生成 token 時激活全部參數，參數越多，算力成本越高。而 MoE 把參數分成若干“專家”，每次只激活其中一部分。DeepSeek V3 名義上有 6,710 億參數，但實際運行時只激活 370 億；Llama 4 Maverick 號稱 4,000 億參數，激活的只有 170 億。

Raschka 在圖集中把各模型的專家數量、激活比例、專家隱藏層尺寸都標注出來，讓稀疏程度一目了然。Hacker News 上有人感慨：“我很驚訝這些模型在結構上有多相似，主要差異就是層的大小。”

另一位用戶則看出了一些端倪，辣評“過去七年，LLM 架構有很多改進，但沒有根本性的創新。今天最好的開放權重模型，如果你縮遠了看，仍然很像 GPT-2，就是一堆注意力層和前饋層堆起來?！?/p>

這可以說是一個重要的觀察。LLM 能力的驚人提升，更多來自訓練方法的革新。比如 RLVR（Reinforcement Learning with Verifiable Rewards，可驗證獎勵的強化學習），而不是架構本身的突破。架構層面的優化，更多是為了讓訓練和推理更高效、成本更低，而不是讓模型根本上更聰明。理解這一點，對選型和預期管理都有幫助。

最后總結一下，這個大模型架構的圖集的實際用法很簡單。

首先，你可以把它當作速查手冊：想知道 Qwen3 和 DeepSeek V3 在注意力機制上有什么區別？打開頁面，找到兩張圖，直接對比。規格表里會告訴你 Qwen3 用 GQA，DeepSeek V3 用 MLA；前者沒有共享專家，后者有。

其次，每張架構圖都鏈接到 Raschka 原文中的對應章節，如果你想深入了解某個技術細節：比如 QK-Norm（一種應用于查詢和鍵向量的歸一化技術）是什么、為什么能穩定訓練，點進去就能讀到解釋。

第三，圖集附帶一份“概念速查”，解釋 GQA、MLA、SWA（Sliding Window Attention，滑動窗口注意力）、NoPE（No Positional Encoding，無位置編碼）、Gated DeltaNet 等術語，適合快速補課。

并且，正如 Karpathy 的用法所示，這份圖集的價值不僅在于人類可讀，還在于它的結構化程度足以被機器解析。Raschka 在 GitHub 上提供了 YAML 格式的元數據，包含每個模型的參數量、發布日期、技術報告鏈接、注意力類型等字段。如果你想寫腳本批量分析這些模型的共性和差異，或者像 Karpathy 那樣把它們喂給 AI 做自動化研究，這份元數據是現成的起點。

Raschka 還把整套架構圖打包成一個超高分辨率的 PNG 文件（56M，182 百萬像素，上傳到 Zazzle，可以直接下單打印成實體海報。他自己也訂了一張，但“還沒收到貨，暫時不能保證印刷質量”。頁面底部留了一個 Issue Tracker 鏈接，歡迎任何人提交糾錯或建議。

對于正在選型的工程師來說，這份圖集的價值在于節省時間。你不用再翻幾十頁技術報告去找一個數字，也不用自己畫對比表格。對于想搞懂“這些模型到底在結構上有什么區別”的研究者來說，統一的視覺語言讓跨模型對比成為可能。

1.項目地址：https://sebastianraschka.com/llm-architecture-gallery/#card-qwen3-5-397b

2.開發者主頁：https://x.com/rasbt/status/2033167146302210058

運營/排版：何晨龍