# Models, Page 221 of 512
Source: https://savrn.com/models/page/221
Markdown alternate of the page above; the site index is https://savrn.com/llms.txt

---

SAVRN Model Hub

# Open-Weight Models

An open-weight model is an AI model whose trained weights are published for anyone to download. The weights are what the model learned in training. With a copy of them you can run the model on hardware you control and train it further on your own data.

Open weights are not the same as open source. Many publishers release the weights without the training data or code, and the license sets what you may do with the model. This library puts each model's full card, architecture, files, license and published evaluations on one page.

12,283Models

3,510Datasets

290Papers

7,436Publishers

12,632Sourced relationships

Updated 2026-10-22 · [How the library is built](https://savrn.com/model-hub/methodology)

## Filter Models

Task

- [Text generation1,506](https://savrn.com/models?task=Text+generation)
- [Image and text to text560](https://savrn.com/models?task=Image+and+text+to+text)
- [Feature extraction396](https://savrn.com/models?task=Feature+extraction)
- [Robotics379](https://savrn.com/models?task=Robotics)
- [Text classification328](https://savrn.com/models?task=Text+classification)
- [Text to image228](https://savrn.com/models?task=Text+to+image)
- [Speech recognition185](https://savrn.com/models?task=Speech+recognition)
- [Text to speech143](https://savrn.com/models?task=Text+to+speech)
- [Image classification139](https://savrn.com/models?task=Image+classification)
- [Audio classification130](https://savrn.com/models?task=Audio+classification)
- [Sentence similarity103](https://savrn.com/models?task=Sentence+similarity)
- [Token classification99](https://savrn.com/models?task=Token+classification)
- [Reinforcement learning97](https://savrn.com/models?task=Reinforcement+learning)
- [Zero-shot classification93](https://savrn.com/models?task=Zero-shot+classification)
- [Image segmentation90](https://savrn.com/models?task=Image+segmentation)
- [Object detection86](https://savrn.com/models?task=Object+detection)
- [Any to any79](https://savrn.com/models?task=Any+to+any)
- [Translation79](https://savrn.com/models?task=Translation)
- [Question answering73](https://savrn.com/models?task=Question+answering)
- [Fill mask69](https://savrn.com/models?task=Fill+mask)
- [Time series forecasting64](https://savrn.com/models?task=Time+series+forecasting)
- [Video classification60](https://savrn.com/models?task=Video+classification)
- [Image to text59](https://savrn.com/models?task=Image+to+text)
- [Text to video55](https://savrn.com/models?task=Text+to+video)

Library

- [transformers2,947](https://savrn.com/models?library=transformers)
- [peft361](https://savrn.com/models?library=peft)
- [diffusers202](https://savrn.com/models?library=diffusers)
- [pytorch194](https://savrn.com/models?library=pytorch)
- [gguf181](https://savrn.com/models?library=gguf)
- [mlx157](https://savrn.com/models?library=mlx)
- [lerobot150](https://savrn.com/models?library=lerobot)
- [sentence-transformers139](https://savrn.com/models?library=sentence-transformers)
- [timm49](https://savrn.com/models?library=timm)
- [llama.cpp45](https://savrn.com/models?library=llama.cpp)
- [transformers.js45](https://savrn.com/models?library=transformers.js)
- [flaxspeaker44](https://savrn.com/models?library=flaxspeaker)
- [onnx40](https://savrn.com/models?library=onnx)
- [vllm40](https://savrn.com/models?library=vllm)
- [openpi35](https://savrn.com/models?library=openpi)
- [diffusion-single-file29](https://savrn.com/models?library=diffusion-single-file)
- [minimax-h327](https://savrn.com/models?library=minimax-h3)
- [ultralytics24](https://savrn.com/models?library=ultralytics)
- [PaddleOCR22](https://savrn.com/models?library=PaddleOCR)
- [exllamav320](https://savrn.com/models?library=exllamav3)
- [openvino20](https://savrn.com/models?library=openvino)
- [coreml18](https://savrn.com/models?library=coreml)
- [litert17](https://savrn.com/models?library=litert)
- [keras15](https://savrn.com/models?library=keras)

Modality

- [Other7,017](https://savrn.com/models?modality=Other)
- [Text2,788](https://savrn.com/models?modality=Text)
- [Image and text619](https://savrn.com/models?modality=Image+and+text)
- [Image593](https://savrn.com/models?modality=Image)
- [Audio476](https://savrn.com/models?modality=Audio)
- [Control476](https://savrn.com/models?modality=Control)
- [Video115](https://savrn.com/models?modality=Video)
- [Multimodal79](https://savrn.com/models?modality=Multimodal)
- [Time series64](https://savrn.com/models?modality=Time+series)
- [Tabular56](https://savrn.com/models?modality=Tabular)

License

- [apache-2.03,285](https://savrn.com/models?license=apache-2.0)
- [mit1,305](https://savrn.com/models?license=mit)
- [other759](https://savrn.com/models?license=other)
- [cc-by-nc-4.0209](https://savrn.com/models?license=cc-by-nc-4.0)
- [cc-by-4.0164](https://savrn.com/models?license=cc-by-4.0)
- [bsd-3-clause108](https://savrn.com/models?license=bsd-3-clause)
- [gemma63](https://savrn.com/models?license=gemma)
- [cc-by-nc-sa-4.052](https://savrn.com/models?license=cc-by-nc-sa-4.0)
- [llama3.240](https://savrn.com/models?license=llama3.2)
- [agpl-3.032](https://savrn.com/models?license=agpl-3.0)
- [unknown32](https://savrn.com/models?license=unknown)
- [llama3.128](https://savrn.com/models?license=llama3.1)
- [cc-by-sa-4.020](https://savrn.com/models?license=cc-by-sa-4.0)
- [gpl-3.020](https://savrn.com/models?license=gpl-3.0)
- [openrail++17](https://savrn.com/models?license=openrail%2B%2B)
- [openmdw-1.115](https://savrn.com/models?license=openmdw-1.1)
- [llama314](https://savrn.com/models?license=llama3)
- [openrail14](https://savrn.com/models?license=openrail)
- [cc-by-nc-nd-4.013](https://savrn.com/models?license=cc-by-nc-nd-4.0)
- [creativeml-openrail-m13](https://savrn.com/models?license=creativeml-openrail-m)
- [llama28](https://savrn.com/models?license=llama2)
- [afl-3.07](https://savrn.com/models?license=afl-3.0)
- [osl-3.06](https://savrn.com/models?license=osl-3.0)
- [cc0-1.04](https://savrn.com/models?license=cc0-1.0)

Access

- [Open weights11,872](https://savrn.com/models?access=open_access)
- [Access requested at publisher411](https://savrn.com/models?access=gated)

Publisher

- [Team Mradermacher324](https://savrn.com/models?publisher=mradermacher)
- [Yurun Yuan110](https://savrn.com/models?publisher=ryanyr)
- [RunningHub.ai102](https://savrn.com/models?publisher=runninghubai)
- [Qwen91](https://savrn.com/models?publisher=qwen)
- [Jenny Wilson85](https://savrn.com/models?publisher=jenny08311)
- [Jessen Pu77](https://savrn.com/models?publisher=putty77)
- [RKNNAI73](https://savrn.com/models?publisher=rknnai)
- [AI at Meta72](https://savrn.com/models?publisher=facebook)
- [Convergent Intelligence66](https://savrn.com/models?publisher=reaperdoesntknow)
- [Google64](https://savrn.com/models?publisher=google)
- [Yurun Yuan64](https://savrn.com/models?publisher=yurunyyr)
- [Firza Hadzami61](https://savrn.com/models?publisher=firzahdzm)
- [Yurun Yuan61](https://savrn.com/models?publisher=yuruny)
- [Zeyuan Yang59](https://savrn.com/models?publisher=miiche)
- [Yanggangu57](https://savrn.com/models?publisher=yanggangu)
- [Yurun Yuan57](https://savrn.com/models?publisher=yyuan244)
- [Hongao56](https://savrn.com/models?publisher=cisco1963)
- [Francesca Padovani53](https://savrn.com/models?publisher=francesca9805)
- [Alfred Smith52](https://savrn.com/models?publisher=alfred8995)
- [Szekely52](https://savrn.com/models?publisher=attila115)
- [Khazzz1c52](https://savrn.com/models?publisher=khazic)
- [Christopher Subia-Waud50](https://savrn.com/models?publisher=cwaud)
- [Wang49](https://savrn.com/models?publisher=davidwdw)
- [NVIDIA49](https://savrn.com/models?publisher=nvidia)

[Most downloaded](https://savrn.com/models?sort=downloads)[Most liked](https://savrn.com/models?sort=likes)[Recently updated](https://savrn.com/models?sort=updated)[Name](https://savrn.com/models?sort=name)[Largest](https://savrn.com/models?sort=params)

12,283 models, sorted by most downloaded.

Model

### [RICog8WAYJwhOEiU](https://savrn.com/models/ricog8wayjwhoeiu)

[15A7](https://savrn.com/model-publishers/15a7)

Open weights

[View model](https://savrn.com/models/ricog8wayjwhoeiu)

Model

### [RISE-heat-baseline](https://savrn.com/models/rise-heat-baseline)

[LIghtJUNction](https://savrn.com/model-publishers/lightjunction)

A small, reproducible research baseline trained on real, authorized aggregate X post observations. It did not beat a simple baseline in the measured comparison. PyTorch 2.14.0, CPU, one thread, 400 Adam steps per fit. Each post has a separate curve: count(age) = b + A (1 - exp(-age / tauseconds)) Three positive float64 trainable parameters per curve, enforced through softplus. The saved release contains two fitted curves, six learned scalar parameters in total. The JSON state is 2,929 bytes; the raw parameter payload is 48 bytes across the two fits. Training uses mean squared log1p-count error. b is a fitted intercept, not an invented age-zero observation. The two final fits use 19…

Open weights mit pytorch

[View model](https://savrn.com/models/rise-heat-baseline)

Model · Speech recognition

### [RK182X-ASR-SeaCo-Paraformer](https://savrn.com/models/rk182x-asr-seaco-paraformer)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 iic/speechseacoparaformerlargeasrnat-zh-cn-16k-common-vocab8404-pytorch 转换得到的 RKNN ASR 模型。 - Model ID：RKNNAI/RK182X-ASR-SeaCo-Paraformer - 模型显示名称：RK182X-ASR-SeaCo-Paraformer - 源模型：iic/speechseacoparaformerlargeasrnat-zh-cn-16k-common-vocab8404-pytorch - 模型类型：ASR ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - CIF 和 BiasEncoder 组件在 CPU 上运行。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。 本发布物为源模型的 RKNN 转换/量化衍生物，保留原始许可与归属声明，见 Notice。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-asr-seaco-paraformer)

Model · Image classification

### [RK182X-CNN-MobileNetV1](https://savrn.com/models/rk182x-cnn-mobilenetv1)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 tensorflow/models 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-MobileNetV1 - 模型显示名称：RK182X-CNN-MobileNetV1 - 源模型：tensorflow/models - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：Apache License 2.0，正文见 LICENSE，归属和转换说明见 NOTICE。 - 本仓库交付物是源模型的 RKNN 转换衍生物，仍受源模型许可和使用限制约束。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本仓库不包含运行库。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-cnn-mobilenetv1)

Model · Image classification

### [RK182X-CNN-MobileNetV2](https://savrn.com/models/rk182x-cnn-mobilenetv2)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 onnx/models 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-MobileNetV2 - 模型显示名称：RK182X-CNN-MobileNetV2 - 源模型：onnx/models - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：Apache License 2.0，正文见 LICENSE，归属和转换说明见 NOTICE。 - 本仓库交付物是源模型的 RKNN 转换衍生物，仍受源模型许可和使用限制约束。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本仓库不包含运行库。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-cnn-mobilenetv2)

Model · Image segmentation

### [RK182X-CNN-Pytorch-UNet](https://savrn.com/models/rk182x-cnn-pytorch-unet)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 milesial/Pytorch-UNet 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-Pytorch-UNet - 模型显示名称：RK182X-CNN-Pytorch-UNet - 源模型：milesial/Pytorch-UNet - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：GNU General Public License v3.0，正文见 LICENSE，归属和转换说明见 NOTICE。 - 本仓库交付物是源模型的 RKNN 转换衍生物，仍受源模型许可和使用限制约束。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本仓库不包含运行库。

Open weights gpl-3.0

[View model](https://savrn.com/models/rk182x-cnn-pytorch-unet)

Model · Image classification

### [RK182X-CNN-ResNet50V2](https://savrn.com/models/rk182x-cnn-resnet50v2)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 onnx/models 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-ResNet50V2 - 模型显示名称：RK182X-CNN-ResNet50V2 - 源模型：onnx/models - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：Apache License 2.0，正文见 LICENSE，归属和转换说明见 NOTICE。 - 本仓库交付物是源模型的 RKNN 转换衍生物，仍受源模型许可和使用限制约束。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本仓库不包含运行库。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-cnn-resnet50v2)

Model · Object detection

### [RK182X-CNN-YOLO11s](https://savrn.com/models/rk182x-cnn-yolo11s)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 ultralytics/ultralytics YOLO11s ONNX 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-YOLO11s - 模型显示名称：RK182X-CNN-YOLO11s - 源模型：ultralytics/ultralytics YOLO11s ONNX - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型采用 GNU Affero General Public License v3.0，正文见 LICENSE，归属及转换说明见 NOTICE。同时遵守 RKNN Toolkit 和 RKNN Runtime 相关许可。

Open weights other

[View model](https://savrn.com/models/rk182x-cnn-yolo11s)

Model · Object detection

### [RK182X-CNN-YOLO26s](https://savrn.com/models/rk182x-cnn-yolo26s)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 ultralytics/ultralytics 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-YOLO26s - 模型显示名称：RK182X-CNN-YOLO26s - 源模型：ultralytics/ultralytics - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型采用 GNU Affero General Public License v3.0，正文见 LICENSE，归属及转换说明见 NOTICE。同时遵守 RKNN Toolkit 和 RKNN Runtime 相关许可。

Open weights other

[View model](https://savrn.com/models/rk182x-cnn-yolo26s)

Model

### [RK182X-CNN-YOLO26s-Pose](https://savrn.com/models/rk182x-cnn-yolo26s-pose)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 ultralytics/ultralytics 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-YOLO26s-Pose - 模型显示名称：RK182X-CNN-YOLO26s-Pose - 源模型：ultralytics/ultralytics - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型采用 GNU Affero General Public License v3.0，正文见 LICENSE，归属及转换说明见 NOTICE。同时遵守 RKNN Toolkit 和 RKNN Runtime 相关许可。

Open weights other

[View model](https://savrn.com/models/rk182x-cnn-yolo26s-pose)

Model · Image segmentation

### [RK182X-CNN-YOLO26s-Seg](https://savrn.com/models/rk182x-cnn-yolo26s-seg)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 ultralytics/ultralytics 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-YOLO26s-Seg - 模型显示名称：RK182X-CNN-YOLO26s-Seg - 源模型：ultralytics/ultralytics - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型采用 GNU Affero General Public License v3.0，正文见 LICENSE，归属及转换说明见 NOTICE。同时遵守 RKNN Toolkit 和 RKNN Runtime 相关许可。

Open weights other

[View model](https://savrn.com/models/rk182x-cnn-yolo26s-seg)

Model · Object detection

### [RK182X-CNN-YOLOv5s](https://savrn.com/models/rk182x-cnn-yolov5s)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 ultralytics/yolov5 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-YOLOv5s - 模型显示名称：RK182X-CNN-YOLOv5s - 源模型：ultralytics/yolov5 - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：GNU Affero General Public License v3.0，正文见 LICENSE，归属和转换说明见 NOTICE。 - 本仓库交付物是源模型的 RKNN 转换衍生物，仍受源模型许可和使用限制约束。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本仓库不包含运行库。

Open weights other

[View model](https://savrn.com/models/rk182x-cnn-yolov5s)

Model · Object detection

### [RK182X-CNN-YOLOv6s](https://savrn.com/models/rk182x-cnn-yolov6s)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 meituan/YOLOv6 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-YOLOv6s - 模型显示名称：RK182X-CNN-YOLOv6s - 源模型：meituan/YOLOv6 - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：GNU General Public License v3.0，正文见 LICENSE，归属和转换说明见 NOTICE。 - 本仓库交付物是源模型的 RKNN 转换衍生物，仍受源模型许可和使用限制约束。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本仓库不包含运行库。

Open weights gpl-3.0

[View model](https://savrn.com/models/rk182x-cnn-yolov6s)

Model · Object detection

### [RK182X-CNN-YOLOv8s](https://savrn.com/models/rk182x-cnn-yolov8s)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 airockchip/rknnmodelzoo YOLOv8 RKNN3 ONNX 转换得到的 RKNN CNN 模型。 - Model ID：RKNNAI/RK182X-CNN-YOLOv8s - 模型显示名称：RK182X-CNN-YOLOv8s - 源模型：airockchip/rknnmodelzoo YOLOv8 RKNN3 ONNX - 模型类型：CNN ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型采用 GNU Affero General Public License v3.0，正文见 LICENSE，归属及转换说明见 NOTICE。同时遵守 RKNN Toolkit 和 RKNN Runtime 相关许可。

Open weights other

[View model](https://savrn.com/models/rk182x-cnn-yolov8s)

Model · Depth estimation

### [RK182X-DEPTH-DA3-BASE](https://savrn.com/models/rk182x-depth-da3-base)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 depth-anything/DA3-BASE 转换的 RKNN 模型。 - Model ID：RKNNAI/RK182X-DEPTH-DA3-BASE - 模型显示名称：RK182X-DEPTH-DA3-BASE - 源模型：depth-anything/DA3-BASE - 模型类型：DEPTH ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：Apache License 2.0，正文见 LICENSE，归属与转换修改说明见 NOTICE。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本包不包含运行库。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-depth-da3-base)

Model · Feature extraction

### [RK182X-EMBEDDING-Qwen3-Embedding-4B](https://savrn.com/models/rk182x-embedding-qwen3-embedding-4b)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 Qwen/Qwen3-Embedding-4B 转换得到的 RKNN EMBEDDING 模型。 - Model ID：RKNNAI/RK182X-EMBEDDING-Qwen3-Embedding-4B - 模型显示名称：RK182X-EMBEDDING-Qwen3-Embedding-4B - 源模型：Qwen/Qwen3-Embedding-4B - 模型类型：EMBEDDING ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-embedding-qwen3-embedding-4b)

Model · Text ranking

### [RK182X-EMBEDDING-Qwen3-Reranker-0.6B](https://savrn.com/models/rk182x-embedding-qwen3-reranker-0-6b)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 Qwen/Qwen3-Reranker-0.6B 转换的 RKNN 模型。 - Model ID：RKNNAI/RK182X-EMBEDDING-Qwen3-Reranker-0.6B - 模型显示名称：RK182X-EMBEDDING-Qwen3-Reranker-0.6B - 源模型：Qwen/Qwen3-Reranker-0.6B - 模型类型：EMBEDDING ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：Apache License 2.0，正文见 LICENSE，归属与转换修改说明见 NOTICE。 - 同时遵守 RKNN Toolkit、RKNN Runtime 相关许可；本包不包含运行库。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-embedding-qwen3-reranker-0-6b)

Model · Text generation

### [RK182X-LLM-HY-MT1.5-1.8B](https://savrn.com/models/rk182x-llm-hy-mt1-5-1-8b)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 tencent/HY-MT1.5-1.8B 转换得到的 RKNN LLM 模型。 - Model ID：RKNNAI/RK182X-LLM-HY-MT1.5-1.8B - 模型显示名称：RK182X-LLM-HY-MT1.5-1.8B - 源模型：tencent/HY-MT1.5-1.8B - 模型类型：LLM ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。 本发布物为源模型的 RKNN 转换/量化衍生物，保留原始许可与归属声明，见 Notice。 源模型使用 TENCENT HY COMMUNITY LICENSE AGREEMENT，并非 Apache 2.0。使用与再分发受 LICENSE 第 5 节及附录限制；腾讯与本转换发布方不存在隶属、赞助或背书关系。对外提供服务时须依条款披露实际服务主体。

Open weights other

[View model](https://savrn.com/models/rk182x-llm-hy-mt1-5-1-8b)

Model · Text generation

### [RK182X-LLM-MiniCPM5-1B](https://savrn.com/models/rk182x-llm-minicpm5-1b)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 openbmb/MiniCPM5-1B 转换得到的 RKNN LLM 模型。 - Model ID：RKNNAI/RK182X-LLM-MiniCPM5-1B - 模型显示名称：RK182X-LLM-MiniCPM5-1B - 源模型：openbmb/MiniCPM5-1B - 模型类型：LLM ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。 本发布物为源模型的 RKNN 转换/量化衍生物，保留原始许可与归属声明，见 Notice。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-llm-minicpm5-1b)

Model · Text generation

### [RK182X-LLM-MiniCPM5-2B](https://savrn.com/models/rk182x-llm-minicpm5-2b)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 openbmb/MiniCPM5-2B 转换得到的 RKNN LLM 模型。 - Model ID：RKNNAI/RK182X-LLM-MiniCPM5-2B - 模型显示名称：RK182X-LLM-MiniCPM5-2B - 源模型：openbmb/MiniCPM5-2B - 模型类型：LLM ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。 本发布物为源模型的 RKNN 转换/量化衍生物，保留原始许可与归属声明，见 Notice。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-llm-minicpm5-2b)

Model · Text generation

### [RK182X-LLM-Qwen2.5-0.5B-Instruct](https://savrn.com/models/rk182x-llm-qwen2-5-0-5b-instruct)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 Qwen/Qwen2.5-0.5B-Instruct 转换得到的 RKNN LLM 模型。 - Model ID：RKNNAI/RK182X-LLM-Qwen2.5-0.5B-Instruct - 模型显示名称：RK182X-LLM-Qwen2.5-0.5B-Instruct - 源模型：Qwen/Qwen2.5-0.5B-Instruct - 模型类型：LLM ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。 本发布物为源模型的 RKNN 转换/量化衍生物，保留原始许可与归属声明，见 Notice。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-llm-qwen2-5-0-5b-instruct)

Model · Text generation

### [RK182X-LLM-Qwen3-1.7B](https://savrn.com/models/rk182x-llm-qwen3-1-7b)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 Qwen/Qwen3-1.7B 转换得到的 RKNN LLM 模型。 - Model ID：RKNNAI/RK182X-LLM-Qwen3-1.7B - 模型显示名称：RK182X-LLM-Qwen3-1.7B - 源模型：Qwen/Qwen3-1.7B - 模型类型：LLM ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。

Open weights apache-2.0

[View model](https://savrn.com/models/rk182x-llm-qwen3-1-7b)

Model · Text generation

### [RK182X-LLM-Youtu-LLM-2B](https://savrn.com/models/rk182x-llm-youtu-llm-2b)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 Tencent-YouTu-Research/Youtu-LLM-2B 转换得到的 RKNN LLM 模型。 - Model ID：RKNNAI/RK182X-LLM-Youtu-LLM-2B - 模型显示名称：RK182X-LLM-Youtu-LLM-2B - 源模型：Tencent-YouTu-Research/Youtu-LLM-2B - 模型类型：LLM ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 源模型许可证：Youtu-LLM License。 - 本仓库许可证全文见根目录 LICENSE，归属声明见 Notice。 - 使用时还需遵守源模型、RKNN Toolkit 和 RKNN Runtime 的相关许可条款。

Open weights other

[View model](https://savrn.com/models/rk182x-llm-youtu-llm-2b)

Model · Text generation

### [RK182X-LLM-glm-edge-1.5b-chat](https://savrn.com/models/rk182x-llm-glm-edge-1-5b-chat)

[RKNNAI](https://savrn.com/model-publishers/rknnai)

本仓库提供由 THUDM/glm-edge-1.5b-chat 转换得到的 RKNN LLM 模型。 - Model ID：RKNNAI/RK182X-LLM-glm-edge-1.5b-chat - 模型显示名称：RK182X-LLM-glm-edge-1.5b-chat - 源模型：THUDM/glm-edge-1.5b-chat - 模型类型：LLM ModelScope 完整下载： Hugging Face 完整下载： ModelScope 指定配置下载： Hugging Face 指定配置下载： - 使用配套 RKNN Runtime 和驱动；运行前用 rknn-smi -v 检查设备端版本。 - 需使用配套 chat template 和推理 Demo。 源模型许可证见根目录 LICENSE；同时遵守 RKNN Toolkit 和 RKNN Runtime 许可条款。 本发布物为源模型的 RKNN 转换/量化衍生物，保留原始许可与归属声明，见 Notice。 源模型使用 GLM-Edge License，并非 Apache 2.0。 Built with GLM-Edge.

Open weights other

[View model](https://savrn.com/models/rk182x-llm-glm-edge-1-5b-chat)

## Model Collections

Hand-picked starting points, each with the reason it exists.

Collection · 4 entries

### [Embedding models for retrieval](https://savrn.com/collections/embedding-models-for-retrieval)

Sentence and document embedding models used to build retrieval systems. Dimension and sequence length matter more than size here, and both come from the publisher.

[View collection](https://savrn.com/collections/embedding-models-for-retrieval)

Collection · 4 entries

### [Models that fit on one accelerator](https://savrn.com/collections/models-that-run-on-one-accelerator)

Models whose publisher-reported parameter count puts them within reach of a single accelerator at common precisions. Memory needed depends on precision and serving configuration, so treat the parameter count as the starting point, not the answer.

[View collection](https://savrn.com/collections/models-that-run-on-one-accelerator)

Collection · 6 entries

### [Open-weight text models worth knowing](https://savrn.com/collections/open-weight-text-models-worth-knowing)

Widely used open-weight language models, chosen because each one is a distinct family rather than a variant of the one above it. Selection, not a ranking.

[View collection](https://savrn.com/collections/open-weight-text-models-worth-knowing)

Collection · 3 entries

### [Speech and audio models](https://savrn.com/collections/speech-and-audio)

Recognition and synthesis models, grouped so the two directions are easy to compare.

[View collection](https://savrn.com/collections/speech-and-audio)

## Open-Weight Models Explained

### What is an open-weight model?

An AI model whose trained weights are published for anyone to download, so it can be run, tested and fine-tuned on hardware the user controls.

### Is an open-weight model the same as open source?

Not always. Open weights means the trained model can be downloaded. Open source usually also means the training code and data are available and the license allows broad reuse. Many open-weight models release the weights only.

### Can I use an open-weight model commercially?

It depends on the license. Apache 2.0 and MIT allow commercial use. Other licenses limit it, for example to non-commercial use or below a set number of users. Every model page here shows its license.

### How much memory does an open-weight model need?

About two bytes per parameter at 16-bit precision, so a 7-billion-parameter model needs roughly 14 GB for its weights, plus memory for the context it processes. Each model page lists its parameter count and the size of its files.

## Related SAVRN Research

The hub sits beside SAVRN's market data and infrastructure research: what models cost to run, and what it takes to run them.

SAVRN Index

### [What open models cost to run](https://savrn.com/ai-index/pricing/open-models)

The same open-weight model priced by every host that serves it, per million tokens.

Research Hub

### [Data center trackers and maps](https://savrn.com/data-center-research)

Moratoriums, permits, power, water and capital behind the facilities that run these models.

Method

### [How the Model Hub is built](https://savrn.com/model-hub/methodology)

Sources, evidence labels, refresh behaviour, and the limits of every comparison here.