OLMo 系列(AI2)

★★★★★ 4.2 分

AI2 推出的「真正开放」大模型,不仅权重开源,连训练数据与训练代码全部公开,是科研与复现首选。

英文开放开源科研
参数量OLMo 2 7B / 13B
模型类型开放语言模型(完整训练配方开源)
许可证Apache 2.0
开发者Allen Institute for AI(AI2)
★★★★★ 4.3

最彻底的开放:权重+数据+代码全开源

英文科研完全开放数据开源

模型介绍

OLMo 是 Allen Institute for AI(AI2)推出的「真正开放」大模型系列,区别于只开放权重的常规开源:它同时公开全部训练数据、训练代码与评估基准,可完全复现。2024 年的 OLMo 1 到 OLMo 2(7B/13B)在开放模型中站稳脚跟,2025 年发布的 OLMo 2 32B 成为当时最大的全开放训练模型之一,官方称其能力超越 GPT-3.5-Turbo。对科研、复现与数据治理透明性有硬性要求的团队而言,OLMo 是首选研究对象,Apache-2.0 + 数据开放许可让其可用性最大化。

模型基本信息

开发机构Allen Institute for AI(AI2)
模型版本OLMo 2(2024)/ OLMo-32B(2025)
参数规模1B/7B/13B/32B 稠密;OLMoE 7B-A1B MoE
模型类型文本对话 / 科研大模型(完全开放)
许可证Apache-2.0(权重);训练数据 ODC-BY
上下文长度4K(原生);可 RoPE 外推至 8K+
发布日期2024-11-26(OLMo-2-7B/13B);2025-03-13(OLMo2-32B)
模型架构Decoder-only Transformer + RMSNorm + QK-norm + RoPE(OLMo 2 采用 clamp 技巧稳定训练)

模型能力

中文能力弱(英文为主)
英文能力很强
代码能力中
推理能力中
长文本能力弱(4K)
视觉能力无
工具调用弱

模型版本

OLMo-2-32B32BOLMo-2-13B13BOLMo-2-7B7BOLMo-1.5-7B7BOLMoE-1B-7B7B-A1B MoE(0.5B 激活)

模型获取

部署方式

OllamaLM Studiollama.cppvLLMtransformers

显存需求

OLMo-2-7B Q4约5GB
OLMo-2-13B Q4约8GB
OLMo-2-32B Q4约20GB

硬件推荐

RTX 3060OLMo-2-7B(Q4)
RTX 30907B~13B Q4
RTX 409013B FP16 / 32B Q4
RTX 509032B Q4 满载
MacM 系列 7B~13B 流畅

推荐配置

入门RTX 3060 12G + OLMo-2-7B Q4 约5GB
进阶RTX 4090 24G + OLMo-2-13B Q4 约8GB
专业A100/H100 + OLMo-2-32B(FP8/多卡)

为什么选择这个模型

  • 全链路开放可复现(数据/代码/权重)
  • Apache-2.0 + ODC-BY 许可最宽松
  • 科研复现首选
  • 1B~32B 消费级规模友好

模型优点

  • 训练数据与训练代码全公开
  • Apache-2.0 可自由商用
  • 32B 全开放模型标杆(超越 GPT-3.5-Turbo)
  • AI2 科研质量背书
  • 尺寸对消费级友好

模型缺点

  • 上下文仅 4K
  • 中文能力很弱
  • 通用能力低于同尺寸商用模型
  • 更新与生态不如主流系列

适合场景

  • 科研复现与消融实验
  • 数据透明度合规
  • 教学与课程
  • 本地规范测试(Apache)
  • 模型可解释性研究

不适合场景

  • 中文产品
  • 长文档处理
  • 生产级高能力需求
  • 多模态任务

部署教程

Ollama
ollama run olmo2:13b
LM Studio
LM Studio 搜索 allenai olmo2 下载 GGUF → 加载
llama.cpp
./llama-cli -m OLMo-2-13B-Q4_K_M.gguf -p 提示词 -ngl 999
vLLM
pip install vllm && vllm serve allenai/OLMo-2-13B

智算工坊实验室

实测速度OLMo-2-13B Q4 实测 ≈30-35 token/s(RTX 3090)
显存占用13B Q4 约8GB;32B Q4 约20GB
功耗RTX 3090 满载约350W
不同 GPU 对比7B 在 12GB 卡即可;32B 建议 24GB 显存(Q4)

常见问题 FAQ

OLMo 与其他开源有什么本质区别?

OLMo 将训练数据、训练代码与权重一同发布(数据 ODC-BY),可端到端复现训练;绝大多数开源模型只公开权重。

相关模型

相关工具

相关硬件

数据来源

  • https://allenai.org/olmo
  • https://huggingface.co/allenai/OLMo-2-7B
  • https://arxiv.org/abs/2409.02060
  • https://huggingface.co/allenai/OLMo2-32B-EP4