Ai2 開源 10 億引數小模型 Olmo 2 1B：跑分超 Google 與 Meta 同級產品

Olmo 2 1B 是非營利 AI 研究機構 Ai2 剛剛釋出的 10 億引數開源模型。它的身材足夠小，在普通的消費級筆記本甚至手機上就能順暢跑起來，而且在數學計算和回答真實性上，成績直接壓過了 Google、Meta 和阿里巴巴同體量的競品。

越級打怪的端側效能

雖然 10 億引數屬於小模型陣營，沒法和幾百億引數的龐然大物直接較量，但它的核心優勢在於對硬體幾乎沒有門檻。開發者和折騰本地 AI 的愛好者不需要昂貴的高效能顯示卡，在自己的輕薄本或移動裝置上就能直接部署。

在具體的基準評測裡，Olmo 2 1B 展現出了越級表現。在衡量算術推理能力的 GSM8K 測試中，它的得分擊敗了 Google 的 Gemma 3 1B、Meta 的 Llama 3.2 1B，以及引數量稍微大一些的阿里 Qwen 2.5 1.5B。

在評估回答事實準確性的 TruthfulQA 測試裡，Olmo 2 1B 同樣把這三款競品甩在了身後。

連訓練資料集一起開源

市面上大多數所謂開源模型只開放模型權重，訓練集往往秘而不宣。Olmo 2 1B 走了一條完全不同的路，它採用了寬鬆的 Apache 2.0 許可證，不僅放出了模型程式碼，還公開了開發該模型所用的完整資料集，包括 Olmo-mix-1124 和 Dolmino-mix-1124。

這意味著研究人員可以真正從零開始，把整個模型完全復現出來。根據 Ai2 的說明，Olmo 2 1B 一共在 4 萬億 token 的資料上進行了訓練，這些資料來自公開可用內容、AI 生成內容以及人工建立的語料。

模型和對應的資料集目前已經全部上線 Hugging Face，隨時可以下載。不過 Ai2 也發出了使用提醒：和其他 AI 一樣，它依然可能生成有害、敏感言論或事實性錯誤。因此，Ai2 建議目前不要把它直接用於商業部署。

為什麼重要

對於個人開發者和本地模型愛好者來說，最近端側小模型迎來了集中爆發，Olmo 2 1B 是當前最值得放進本地環境測試的候選之一。它的體積讓它可以在極低算力下運轉，算術和常識問答的表現又立得住。

更關鍵的價值在於透明度。大廠雖然也釋出小模型，但往往把資料配比當成核心機密；Ai2 把 4 萬億 token 的資料配方和完整訓練指令碼一併交出，給整個開源社群提供了一個極其罕見、沒有黑盒的研究樣板。如果你的目標是研究模型底層機理或者探索低算力裝置部署，我們認為它比大廠閉源了訓練過程的小模型更有研究價值。