README
🧠 Awesome Latest LLM / LLMの最新情報のまとめ
A continuously updated, curated list of the latest Large Language Models in chronological order. Stay ahead of the rapidly evolving LLM ecosystem.
NEWS
- 🔥2026.8 Kimi K3がリリースされました！
- 🔥2026.6 GLM5.2がリリースされました！
- 🔥2026.6 Gemma4に12Bが追加されました！画像、音声も入力できます
- 🔥2026.6 MicrosoftからMAI-Thinking-1が発表されました！
- 🔥2026.4 GLM, Gemma, DeepSeek, Qwenの最新版がリリースされました！
History
- 🔥2026.3 Rakuten 3.0がリリースされました！
- 🔥2026.2 Qwen3.5シリーズがリリースされました！
- 🔥2026.2 Swallowシリーズの新作がリリースされました！
- 🔥2026.1 Kimiの最新版モデルがリリースされました！
- 🔥2025.12 ZAIからスマホを操作するLLM（AutoGLM）やCodingに長けたLLM（GLM）がリリースされました！
- 🔥2025.12 Mistralから最新版モデルがリリースされました！Code特化のDevestral 2も!
- 🔥2025.11 DeepSeekの最新版モデルがリリースされました！
- 🔥2025.11 エンプラモデルをも超えうる1TパラメタのKimi-K2がリリースされました！
- 🔥2025.9 Qwen3-Nextがリリースされました！
- 🔥2025.5 DeepSeek-R1の最新版が公開されました！
- 🔥2025.5 Swallowチームから最新版Gemma Swallowがリリースされました！
- 🔥2025.5 Ai2からOLMo2-1Bの最新版がリリースされました！
- 🔥2025.4 Qwen3がリリースされました！
- 🔥2025.4 Llama4がリリースされました！
- 2025.3 🔥Gemma3がリリースされました！
- 2025.3 🔥Llama-Swallowの最新版がリリースされました！
- 2025.3 🔥Sarashina2.2がリリースされました.
- 2025.2 小規模言語モデル（SLM）の特集を始めました
- 2025.2 🔥 Grok3がxAIから発表されました！
- 2025.2 モデルの絞り込みを行いました.
- 2025.1 🔥 Qwen2.5-Maxがリリースされました. モデル非公開.
- 2025.1 🔥Minimax-01がリリースされました！
- 2024.11 🔥Qwenチームからreasoningに優れたとされる実験的モデルQWQがリリースされました！
- 2024.7 🔥東工大からLlama3の日本語継続学習モデルが発表！
- 2024.6 🔥ELYZAからLlama3の日本語継続学習モデルが発表！
- 2024.6 🔥Googleから27BのGemma2が公開！何が強みか教えて！
- 2024.6 🔥NVIDIAが340Bの巨大モデルを公開！publicにしては最大級
- 2024.6 🔥Qwen2シリーズが登場！日本語も優秀！
- 2024.5 🔥MicrosoftからPhi-3シリーズが登場！
- 2024.5 🔥Stockmarkから100Bの日本語モデルがリリース!さすがGENIAC
- 2024.4 🔥MetaからLlama3がリリース!まずは8Bと70B!
- 2024.4 🔥CohereからCommand-R+がリリース!研究用に重みも公開.
- 2024.4 🔥Databricksより132BのMoEモデルが公開されました！大きい！
- 2024.3 Cohereからプロダクション向けCommand-Rがリリース!研究用に重みも公開.
- 2024.3 ELYZAからLlama2の追加学習日本語モデルのデモがリリースされました！
- 2024.3 東工大からMixtralの追加学習日本語モデルSwallow-MX, Swallow-MSがリリースされました！👏
- 2024.2 GoogleからGeminiで用いられているLLM Gemmaをオープンにするとのお達しが出ました!
- 2024.2 Kotoba Technologyと東工大から日本語Mamba 2.8Bが公開されました!
- 2024.2 AlibabaのQWenが1.5にアップグレードされました！！
- 2024.2 Reka AIから21BでGemini Pro, GPT-3.5超えと発表されました.
- 2024.2 LLM-jpのモデルが更新されました！v1.1
- 2024.2 カラクリから70B日本語LLMが公開されました！
- 2024.1 リコーが13B日本語LLMを発表しました！
- 2024.1 Phi-2のMoE, Phixtralが公開されました！
- 2023.12 Phi-2のライセンスがMITに変更されました！
- 2023.12 ELYZAから日本語13Bモデルがリリースされました.
- 2023.12 東工大からSwallowがリリースされました.
- 2023.12 MistralAIからMixtral-8x7Bがリリースされました.
- 2023.12 日本語LLMの学習データを問題視する記事が公開されました.
Table of Contents
My Pickup
Omni
Computer-use
English-centric
Japanese-centric
Small Language Model
Medical Adaptation
My Pickup
Coming soon...
- Personally recommended
- Will be updated anytime
Omni
| When? | Name | HF? | Size(max) | License | pretraining/base | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2025.11 | Uni-Moe-Omni (HIT) | HF | 33B-1.5~18B | apache-2.0 | 75B token | MoE, surpass Qwen2.5-Omni | |
| 2025.9 | Qwen3-Omni (Alibaba) | HF | 30B-A3B | apache-2.0 | text-first pretraining and mixed multimodal training | demo |
Computer Use / Tool Use / Function Calling
| When? | Name | HF? | Size(max) | License | pretraining/base | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2025.12 | FunctionGemma (Google) | HF | 0.27B | function calling | |||
| 2025.12 | AutoGLM-Phone-9B-Multilingual (ZAI) | HF | 9B | mit (for research and educational purposes only.) | smartphone | ||
| 2025.11 | Fara (Microsoft) | HF | 7B | mit | Qwen2.5-VL-7B | ||
| 2025.11 | Jan-v2 | HF | 8B | apache-2.0 | Qwen3-VL-8B-Thinking |
LLM List
English-centric
| When? | Name | HF? | Size(max) | License | pretraining/base | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2026.7 | Kimi K3 | HF | 2.8TB | Kimi K3 License | ? | ? | 1T context window, moe(104Ba) |
| 2026.7 | FIM-Midtraining (TIGER AI Lab) | HF | 14B | Apache-2.0 | Qwen2.5-Coder / Qwen3 with function-aware fill-in-the-middle mid-training | R2E-Gym / SWE-Smith / SWE-Lego | paper |
| 2026.7 | Mistral-Medium-3.5 | HF | 128B | apache-2.0 | |||
| 2026.6 | GLM 5.2 | HF | 754B | MIT | |||
| 2026.6 | Kimi-K2.6 | HF | 1TA32B | modifiedMIT | ? | ? | moe, 256k context |
| 2026.4 | Deepseek V4 Pro | HF | 1.6TB-A49B | MIT | |||
| 2026.2 | Qwen3.6 (Alibaba) | HF | 27B | apache-2.0 | |||
| 2026.4 | Gemma 4 | HF | 2.3~31B | apache-2.0 | |||
| 2026.3 | Nemotron3 | HF | 4~235B | license | |||
| 2026.3 | Mistral-Small-4 | HF | 119B | apache-2.0 | moe | ||
| 2026.2 | Qwen3.5 (Alibaba) | HF | 0.8~397B | apache-2.0 | |||
| 2025.12 | Mistral-Large-3 | HF | 675B | ||||
| 2025.8 | GPT-OSS (OpenAI) | HF | 20B~120B |
- See also Awesome-LLM
- See OpenVLM Leaderboard for VLMs.
Japanese-centric
| When? | Name | HF? | Size | License | pretraining | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2026.4 | LLM-jp-4（NII） | HF | 8, 32B | apache2.0 | Japanese flagship | ||
| 2026.3 | Rakuten 3.0 | HF | 671B | DeepseekV3.2 | |||
| 2026.2 | GPTOSS-Swallow （科学大） | HF | 120B | ||||
| 2025.11 | PLaMo 3（PFN） | HF | 31B | ||||
| 2025.7 | Stockmark 2（Stockmark） | HF | 100B | ||||
| 2025.5 | Llama3.3 Swallow （科学大） | HF | 70B | Llama3.3 | Llama3.3 | ||
| 2025.5 | LLM-jp-3.1（NII） | HF | 1.8B, 13B, 8x13B | apache2.0 | Wikipedia etc. | Japanese flagship |
- See more on awesome-japanese-llm, 日本語LLMまとめ and 日本語LLM評価
- Let's go soverign AI!
Small language models (SLM)
| When? | Name | HF? | Size | License | pretraining | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2026.8 | Ling-3.0-tiny (inclusionAI) | HF | 7.9B | mit | ? | ? | moe 1.3Ba |
| 2026.4 | Bonsai (PrismML) | HF | 1.7~8B | apache2.0 | |||
| 2026.4 | LFM2.5 (LiquidAI) | HF | 0.35, 1.2B | LFMv1 | also japanese | ||
| 2025.12 | Ministral 3 | HF | 3B | ||||
| 2025.3 | Sarashina2.2 | HF | 0.5B,1B,3B | mit | ELYZA-tasks=3.75 |
Medical Domain Adaptation
Model
| When? | Name | HF? | Size | License | pretraining | finetuning/continual | test | misc. |
|---|---|---|---|---|---|---|---|---|
| 2026.6 | MeditronFO (EPFL) | HF | 8~70B | apache-2.0, dataset is NonCommercial. | Apertus、OLMo、EuroLLM | fullSFT with QA | fully open | |
| 2026.6 | MedPsy (QVAC) | HF | 1.7, 4B | apache-2.0 | Qwen3 | SFT,RL | QA, HealthBench | |
| 2026.4 | ChatGPT for Clinicians (OpenAI) | None | ? | |||||
| 2026.3 | SIP-jmed-llm-3-13b-OP-32k-R0.1 | HF | 13B | llm-jp-3-13b | list | - | japanese | |
| 2026.3 | Med-V1 | HF | 3B | MIT | Qwen2.5/Llama3.2 | |||
| 2026.1 | ChatGPT Health (OpenAI) | None | not a model | |||||
| 2025.10 | SIP-jmed-llm-3-8x13b-AC-32k-instruct | HF | 8x13B | CC BY-NC-SA 4.0 | llm-jp-3-8x13b | list | - | japanese |
| 2025.7 | ELYZA-Med-Base-1.0-Qwen2.5-72B | None | 72B | Qwen | Qwen2.5 | IgakuQA | japanese | |
| 2025.5 | MedGemma (Google) | HF | 1.5, 4, 27B | Gemma3 | ||||
| 2025.4 | Med-R1 (IEEE) | HF | 2B | Qwen2-VL | VLM | |||
| 2025.4 | Med-R1 8B (IQVIA) | None | 8B | reasoning | ||||
| 2025.4 | OmniV-Med(Alibaba) | 1.5,7B | 252K instruction data | 11 benchmarks (2D/3D image and video) | ||||
| 2025.4 | JPharmatron(EQUES) | HF | 7B | cc-by-sa-4.0 | Qwen2.5 | pharma corpus | None | Japanese, AACL2025 |
| 2025.2 | Preferred-MedLLM-Qwen-72B | HF | 72B | Qwen | Qwen2.5 | original corpus | IgakuQA | japanese |
| 2025.2 | OpenMeditron | HF | 7~70B | MedQA etc. | ||||
| 2025.1 | Huatuo-o1 | HF | 72B | apache-2.0 | ||||
| 2024.8 | LLaVA-Med++ | HF | 8B | ? | MedTrinity-25M | VQA-RAD etc. | ||
| 2024.7 | MedLlama3-JP (EQUES) | HF | 8B | Llama3 | Llama3 | japanese, merge model | ||
| 2024.7 | Llama3-Preferred-MedSwallow | HF | 70B | Llama3 | Llama3 | japanese | ||
| 2024.7 | Med42-v2 | HF | 8,70B | Llama3 | llama3 | ~1B tokens, including medical flashcards, exam questions, and open-domain dialogues. | ||
| 2024.7 | JMedLLM-v1 | HF | 7B | qwen | Qwen2 | japanese | ||
| 2024.6 | MedSwallow | HF | 70B | cc-by-nc-sa | Swallow | japanese | ||
| 2024.5 | MMed-LLama3-8B(上海交通大学) | HF | 8B | cc-by-sa | Llama3 | |||
| 2024.5 | medX(JiviAI) | HF | 8B | Apache-2.0 | Llama3 | 100,000+ data, ORPO | ||
| 2024.4 | UltraMedical(TsinghuaC3I) | HF | 8B | - | Llama3 | |||
| 2024.4 | Meditron(EPFL) | - | 8B | - | Llama3 | MedQA, MedMCQA, PubmedQA | SOTA | |
| 2024.4 | OpenBioLLM | HF | 8, 70B | Llama3 | SOTA | |||
| 2024.4 | Med-Gemini(Google) | closed | ? | - | Gemini | multimodal | ||
| 2024.4 | Hippocrates | HF | 7B | |||||
| 2024.3 | AdaptLLM(Microsoft Research) | HF | 7B, 13B | reading comprehensive corpora | ||||
| 2024.3 | Apollo | HF | ~7B | |||||
| 2024.2 | BiMediX | HF | non-commercial | 8x7B | mixtral8x7B | MoE | ||
| 2024.2 | Health-LLM(Rutgersなど) | RAG | ||||||
| 2024.2 | BioMistral | HF | 7B | - | ||||
| 2024.1 | AMIE(Google) | not open | - | - | based on PaLM 2 | EHR | ||
| 2023.12 | Medprompt(Microsoft) | not open | - | - | GPT-4 | none | multi-modal | |
| 2023.12 | JMedLoRA(UTokyo) | HF | 70B | none | none | QLoRA | IgakuQA | Japanese, insufficient quality |
| 2023.11 | Meditron(EPFL) | HF | 70B | Llama2 | Llama2 | GAP-Replay(48.1B) | dataset,score | |
| 2023.8 | BioMedGPT(Luo et al.) | HF | 10B | |||||
| 2023.8 | PMC-LLaMa | HF | 13B | |||||
| 2023.7 | Med-Flamingo | HF | 8.3B | ? | OpenFlamingo | MTB | Visual USMLE | based on Flamingo |
| 2023.7 | LLaVa-Med(Microsoft) | HF | 13B | - | LLaVa | medical dataset | VAQ-RAD, SLAKE, PathVQA | multi-modal |
| 2023.7 | Med-PaLM M(Google) | not open | - | PaLM2 | multi-modal | |||
| 2023.5 | Almanac(Stanford) | ? | ? | text-davinci-003 | RAG | |||
| 2023.5 | Med-PaLM2(Google) | not open | 340B | - | PaLM2 | |||
| 2022.12 | Med-PaLM(Google) | not open | 540B | - | PaLM |
See also
- Awesome-Healthcare-Foundation-Models
- Awesome-Medical-Large-Language-Models
- Awesome-Medical-LLM
- MedLLMsPracticalGuide.
- 医療分野に特化したLLM紹介
Leaderboard
- Medical LLM Leaderboard (~2024/11)
- 22 LLMs in the clinic:
- Currently, Medical LLM Leaderboard covers 11 tasks, 7 metrics, 17 datasets, and over 20,000 test samples.
- Open Medical-LLM Leaderboard (down)
- MIRAGE Leaderboard
- MedHELM Leaderboard
- PMC-Patients Leaderboard (2023)
- MEDIC Leaderboard
Dataset
For Japanese medical dataset, see JMedData4LLM.
Corpus
- Healthcare Datasets (Aloe Beta)
- PMC-Patients from Pubmed Central, 167k patient summaries.
Evaluation benchmarks
Pickups
- MMedBench
- MedEval
- MEDIC
- CLIMB, multimodal
- MAST: Medical AI Superintelligence Test
- Opencompass MedBench (Chinese) and arxiv
Text-Only
classical medical benchmarks
collections
Dataset from FreedomIntelligence
Dataset from OnDeviceMedNotes
Others
- MMLU : includes medicine and other related fields(clinical topics covering clinical knowledge, college biology, college medicine, medical genetics, professional medicine and anatomy)
- MMLUProX
- HealthsearchQA : 3173 samples, used in MedPaLM paper
- LiveQA : 634+10, used in MedPaLM paper
- PubHealth
- HeadQA : Spanish healthcare system
- K-Q&A
- MeDiSumQA : discharge summaries from the MIMIC-IV. released on Physionet.
- MedNLI : MIMIC-III dataset, logical relationship between a premise and a hypothesis
- MeQSum : summarizing health queries
- LongHealth : 20 patient records, answer questions about them from a long document.
- Medical Eval Sphere : Long form medical questions
- MedCalcBench: HF
- MedQA-Calc
- MedS-Bench
- MedQuAD
- TJH Dataset
- MIMIC-IV : Sourced from the EHRs of the Beth Israel Deaconess Medical Center.
- ClinicBench : 17 comprehensive benchmarks.
- EquityMedQA : Open-ended Q&A for equity and bias mitigation.
- MedDistractQA
- AlpaCare-MedInstruct-52k
- HealthBench (OpenAI)
- CLUE
- CUREBench (Harvard)
- GlobMed
- OpenMed
- MultiMedX: 7 languages（BioNLI, LiveQA
- MedFact-Synth: synthetic training set including 1.5 million instances
Image + Text
- Clinical NLP 2023
- PMC-15M : the largest biomedical image-text dataset
- LLaVA-Med Dataset: used GPT-4 to generate diverse biomedical multimodal instruction-following data using image-text pairs from PMC-15M.
- PMC-OA : 1.6M image-caption pairs
- MedICaT: image, caption, textual reference
- VQA-RAD : 3515 question–answer pairs on 315 radiology images.
- SLAKE : bilingual dataset (English&Chinese) consisting of 642 images and 14,028 question-answer pairs
- PathVQA : pathology image + caption
- MedVTE: numeric understanding
- MedAlign(Stanford)
- MedEval
- MedTrinity: 25M
- OmniMedVQA: 73 different medical datasets, contains 118,010 images with 127,995 QA-items, covering 12 different medical image modalities and referring to more than 20 human anatomical regions.
- MIMIC-ECG-IV : ECG-caption dataset
- ECG-QA
- CheXThought (Stanford, coming...)
See more on
Contributors
stardust-coder
103 commits
reacher-z
1 commits
Similar repos
README
🧠 Awesome Latest LLM / LLMの最新情報のまとめ
A continuously updated, curated list of the latest Large Language Models in chronological order. Stay ahead of the rapidly evolving LLM ecosystem.
NEWS
- 🔥2026.8 Kimi K3がリリースされました！
- 🔥2026.6 GLM5.2がリリースされました！
- 🔥2026.6 Gemma4に12Bが追加されました！画像、音声も入力できます
- 🔥2026.6 MicrosoftからMAI-Thinking-1が発表されました！
- 🔥2026.4 GLM, Gemma, DeepSeek, Qwenの最新版がリリースされました！
History
- 🔥2026.3 Rakuten 3.0がリリースされました！
- 🔥2026.2 Qwen3.5シリーズがリリースされました！
- 🔥2026.2 Swallowシリーズの新作がリリースされました！
- 🔥2026.1 Kimiの最新版モデルがリリースされました！
- 🔥2025.12 ZAIからスマホを操作するLLM（AutoGLM）やCodingに長けたLLM（GLM）がリリースされました！
- 🔥2025.12 Mistralから最新版モデルがリリースされました！Code特化のDevestral 2も!
- 🔥2025.11 DeepSeekの最新版モデルがリリースされました！
- 🔥2025.11 エンプラモデルをも超えうる1TパラメタのKimi-K2がリリースされました！
- 🔥2025.9 Qwen3-Nextがリリースされました！
- 🔥2025.5 DeepSeek-R1の最新版が公開されました！
- 🔥2025.5 Swallowチームから最新版Gemma Swallowがリリースされました！
- 🔥2025.5 Ai2からOLMo2-1Bの最新版がリリースされました！
- 🔥2025.4 Qwen3がリリースされました！
- 🔥2025.4 Llama4がリリースされました！
- 2025.3 🔥Gemma3がリリースされました！
- 2025.3 🔥Llama-Swallowの最新版がリリースされました！
- 2025.3 🔥Sarashina2.2がリリースされました.
- 2025.2 小規模言語モデル（SLM）の特集を始めました
- 2025.2 🔥 Grok3がxAIから発表されました！
- 2025.2 モデルの絞り込みを行いました.
- 2025.1 🔥 Qwen2.5-Maxがリリースされました. モデル非公開.
- 2025.1 🔥Minimax-01がリリースされました！
- 2024.11 🔥Qwenチームからreasoningに優れたとされる実験的モデルQWQがリリースされました！
- 2024.7 🔥東工大からLlama3の日本語継続学習モデルが発表！
- 2024.6 🔥ELYZAからLlama3の日本語継続学習モデルが発表！
- 2024.6 🔥Googleから27BのGemma2が公開！何が強みか教えて！
- 2024.6 🔥NVIDIAが340Bの巨大モデルを公開！publicにしては最大級
- 2024.6 🔥Qwen2シリーズが登場！日本語も優秀！
- 2024.5 🔥MicrosoftからPhi-3シリーズが登場！
- 2024.5 🔥Stockmarkから100Bの日本語モデルがリリース!さすがGENIAC
- 2024.4 🔥MetaからLlama3がリリース!まずは8Bと70B!
- 2024.4 🔥CohereからCommand-R+がリリース!研究用に重みも公開.
- 2024.4 🔥Databricksより132BのMoEモデルが公開されました！大きい！
- 2024.3 Cohereからプロダクション向けCommand-Rがリリース!研究用に重みも公開.
- 2024.3 ELYZAからLlama2の追加学習日本語モデルのデモがリリースされました！
- 2024.3 東工大からMixtralの追加学習日本語モデルSwallow-MX, Swallow-MSがリリースされました！👏
- 2024.2 GoogleからGeminiで用いられているLLM Gemmaをオープンにするとのお達しが出ました!
- 2024.2 Kotoba Technologyと東工大から日本語Mamba 2.8Bが公開されました!
- 2024.2 AlibabaのQWenが1.5にアップグレードされました！！
- 2024.2 Reka AIから21BでGemini Pro, GPT-3.5超えと発表されました.
- 2024.2 LLM-jpのモデルが更新されました！v1.1
- 2024.2 カラクリから70B日本語LLMが公開されました！
- 2024.1 リコーが13B日本語LLMを発表しました！
- 2024.1 Phi-2のMoE, Phixtralが公開されました！
- 2023.12 Phi-2のライセンスがMITに変更されました！
- 2023.12 ELYZAから日本語13Bモデルがリリースされました.
- 2023.12 東工大からSwallowがリリースされました.
- 2023.12 MistralAIからMixtral-8x7Bがリリースされました.
- 2023.12 日本語LLMの学習データを問題視する記事が公開されました.
Table of Contents
My Pickup
Omni
Computer-use
English-centric
Japanese-centric
Small Language Model
Medical Adaptation
My Pickup
Coming soon...
- Personally recommended
- Will be updated anytime
Omni
| When? | Name | HF? | Size(max) | License | pretraining/base | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2025.11 | Uni-Moe-Omni (HIT) | HF | 33B-1.5~18B | apache-2.0 | 75B token | MoE, surpass Qwen2.5-Omni | |
| 2025.9 | Qwen3-Omni (Alibaba) | HF | 30B-A3B | apache-2.0 | text-first pretraining and mixed multimodal training | demo |
Computer Use / Tool Use / Function Calling
| When? | Name | HF? | Size(max) | License | pretraining/base | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2025.12 | FunctionGemma (Google) | HF | 0.27B | function calling | |||
| 2025.12 | AutoGLM-Phone-9B-Multilingual (ZAI) | HF | 9B | mit (for research and educational purposes only.) | smartphone | ||
| 2025.11 | Fara (Microsoft) | HF | 7B | mit | Qwen2.5-VL-7B | ||
| 2025.11 | Jan-v2 | HF | 8B | apache-2.0 | Qwen3-VL-8B-Thinking |
LLM List
English-centric
| When? | Name | HF? | Size(max) | License | pretraining/base | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2026.7 | Kimi K3 | HF | 2.8TB | Kimi K3 License | ? | ? | 1T context window, moe(104Ba) |
| 2026.7 | FIM-Midtraining (TIGER AI Lab) | HF | 14B | Apache-2.0 | Qwen2.5-Coder / Qwen3 with function-aware fill-in-the-middle mid-training | R2E-Gym / SWE-Smith / SWE-Lego | paper |
| 2026.7 | Mistral-Medium-3.5 | HF | 128B | apache-2.0 | |||
| 2026.6 | GLM 5.2 | HF | 754B | MIT | |||
| 2026.6 | Kimi-K2.6 | HF | 1TA32B | modifiedMIT | ? | ? | moe, 256k context |
| 2026.4 | Deepseek V4 Pro | HF | 1.6TB-A49B | MIT | |||
| 2026.2 | Qwen3.6 (Alibaba) | HF | 27B | apache-2.0 | |||
| 2026.4 | Gemma 4 | HF | 2.3~31B | apache-2.0 | |||
| 2026.3 | Nemotron3 | HF | 4~235B | license | |||
| 2026.3 | Mistral-Small-4 | HF | 119B | apache-2.0 | moe | ||
| 2026.2 | Qwen3.5 (Alibaba) | HF | 0.8~397B | apache-2.0 | |||
| 2025.12 | Mistral-Large-3 | HF | 675B | ||||
| 2025.8 | GPT-OSS (OpenAI) | HF | 20B~120B |
- See also Awesome-LLM
- See OpenVLM Leaderboard for VLMs.
Japanese-centric
| When? | Name | HF? | Size | License | pretraining | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2026.4 | LLM-jp-4（NII） | HF | 8, 32B | apache2.0 | Japanese flagship | ||
| 2026.3 | Rakuten 3.0 | HF | 671B | DeepseekV3.2 | |||
| 2026.2 | GPTOSS-Swallow （科学大） | HF | 120B | ||||
| 2025.11 | PLaMo 3（PFN） | HF | 31B | ||||
| 2025.7 | Stockmark 2（Stockmark） | HF | 100B | ||||
| 2025.5 | Llama3.3 Swallow （科学大） | HF | 70B | Llama3.3 | Llama3.3 | ||
| 2025.5 | LLM-jp-3.1（NII） | HF | 1.8B, 13B, 8x13B | apache2.0 | Wikipedia etc. | Japanese flagship |
- See more on awesome-japanese-llm, 日本語LLMまとめ and 日本語LLM評価
- Let's go soverign AI!
Small language models (SLM)
| When? | Name | HF? | Size | License | pretraining | finetuning | misc. |
|---|---|---|---|---|---|---|---|
| 2026.8 | Ling-3.0-tiny (inclusionAI) | HF | 7.9B | mit | ? | ? | moe 1.3Ba |
| 2026.4 | Bonsai (PrismML) | HF | 1.7~8B | apache2.0 | |||
| 2026.4 | LFM2.5 (LiquidAI) | HF | 0.35, 1.2B | LFMv1 | also japanese | ||
| 2025.12 | Ministral 3 | HF | 3B | ||||
| 2025.3 | Sarashina2.2 | HF | 0.5B,1B,3B | mit | ELYZA-tasks=3.75 |
Medical Domain Adaptation
Model
| When? | Name | HF? | Size | License | pretraining | finetuning/continual | test | misc. |
|---|---|---|---|---|---|---|---|---|
| 2026.6 | MeditronFO (EPFL) | HF | 8~70B | apache-2.0, dataset is NonCommercial. | Apertus、OLMo、EuroLLM | fullSFT with QA | fully open | |
| 2026.6 | MedPsy (QVAC) | HF | 1.7, 4B | apache-2.0 | Qwen3 | SFT,RL | QA, HealthBench | |
| 2026.4 | ChatGPT for Clinicians (OpenAI) | None | ? | |||||
| 2026.3 | SIP-jmed-llm-3-13b-OP-32k-R0.1 | HF | 13B | llm-jp-3-13b | list | - | japanese | |
| 2026.3 | Med-V1 | HF | 3B | MIT | Qwen2.5/Llama3.2 | |||
| 2026.1 | ChatGPT Health (OpenAI) | None | not a model | |||||
| 2025.10 | SIP-jmed-llm-3-8x13b-AC-32k-instruct | HF | 8x13B | CC BY-NC-SA 4.0 | llm-jp-3-8x13b | list | - | japanese |
| 2025.7 | ELYZA-Med-Base-1.0-Qwen2.5-72B | None | 72B | Qwen | Qwen2.5 | IgakuQA | japanese | |
| 2025.5 | MedGemma (Google) | HF | 1.5, 4, 27B | Gemma3 | ||||
| 2025.4 | Med-R1 (IEEE) | HF | 2B | Qwen2-VL | VLM | |||
| 2025.4 | Med-R1 8B (IQVIA) | None | 8B | reasoning | ||||
| 2025.4 | OmniV-Med(Alibaba) | 1.5,7B | 252K instruction data | 11 benchmarks (2D/3D image and video) | ||||
| 2025.4 | JPharmatron(EQUES) | HF | 7B | cc-by-sa-4.0 | Qwen2.5 | pharma corpus | None | Japanese, AACL2025 |
| 2025.2 | Preferred-MedLLM-Qwen-72B | HF | 72B | Qwen | Qwen2.5 | original corpus | IgakuQA | japanese |
| 2025.2 | OpenMeditron | HF | 7~70B | MedQA etc. | ||||
| 2025.1 | Huatuo-o1 | HF | 72B | apache-2.0 | ||||
| 2024.8 | LLaVA-Med++ | HF | 8B | ? | MedTrinity-25M | VQA-RAD etc. | ||
| 2024.7 | MedLlama3-JP (EQUES) | HF | 8B | Llama3 | Llama3 | japanese, merge model | ||
| 2024.7 | Llama3-Preferred-MedSwallow | HF | 70B | Llama3 | Llama3 | japanese | ||
| 2024.7 | Med42-v2 | HF | 8,70B | Llama3 | llama3 | ~1B tokens, including medical flashcards, exam questions, and open-domain dialogues. | ||
| 2024.7 | JMedLLM-v1 | HF | 7B | qwen | Qwen2 | japanese | ||
| 2024.6 | MedSwallow | HF | 70B | cc-by-nc-sa | Swallow | japanese | ||
| 2024.5 | MMed-LLama3-8B(上海交通大学) | HF | 8B | cc-by-sa | Llama3 | |||
| 2024.5 | medX(JiviAI) | HF | 8B | Apache-2.0 | Llama3 | 100,000+ data, ORPO | ||
| 2024.4 | UltraMedical(TsinghuaC3I) | HF | 8B | - | Llama3 | |||
| 2024.4 | Meditron(EPFL) | - | 8B | - | Llama3 | MedQA, MedMCQA, PubmedQA | SOTA | |
| 2024.4 | OpenBioLLM | HF | 8, 70B | Llama3 | SOTA | |||
| 2024.4 | Med-Gemini(Google) | closed | ? | - | Gemini | multimodal | ||
| 2024.4 | Hippocrates | HF | 7B | |||||
| 2024.3 | AdaptLLM(Microsoft Research) | HF | 7B, 13B | reading comprehensive corpora | ||||
| 2024.3 | Apollo | HF | ~7B | |||||
| 2024.2 | BiMediX | HF | non-commercial | 8x7B | mixtral8x7B | MoE | ||
| 2024.2 | Health-LLM(Rutgersなど) | RAG | ||||||
| 2024.2 | BioMistral | HF | 7B | - | ||||
| 2024.1 | AMIE(Google) | not open | - | - | based on PaLM 2 | EHR | ||
| 2023.12 | Medprompt(Microsoft) | not open | - | - | GPT-4 | none | multi-modal | |
| 2023.12 | JMedLoRA(UTokyo) | HF | 70B | none | none | QLoRA | IgakuQA | Japanese, insufficient quality |
| 2023.11 | Meditron(EPFL) | HF | 70B | Llama2 | Llama2 | GAP-Replay(48.1B) | dataset,score | |
| 2023.8 | BioMedGPT(Luo et al.) | HF | 10B | |||||
| 2023.8 | PMC-LLaMa | HF | 13B | |||||
| 2023.7 | Med-Flamingo | HF | 8.3B | ? | OpenFlamingo | MTB | Visual USMLE | based on Flamingo |
| 2023.7 | LLaVa-Med(Microsoft) | HF | 13B | - | LLaVa | medical dataset | VAQ-RAD, SLAKE, PathVQA | multi-modal |
| 2023.7 | Med-PaLM M(Google) | not open | - | PaLM2 | multi-modal | |||
| 2023.5 | Almanac(Stanford) | ? | ? | text-davinci-003 | RAG | |||
| 2023.5 | Med-PaLM2(Google) | not open | 340B | - | PaLM2 | |||
| 2022.12 | Med-PaLM(Google) | not open | 540B | - | PaLM |
See also
- Awesome-Healthcare-Foundation-Models
- Awesome-Medical-Large-Language-Models
- Awesome-Medical-LLM
- MedLLMsPracticalGuide.
- 医療分野に特化したLLM紹介
Leaderboard
- Medical LLM Leaderboard (~2024/11)
- 22 LLMs in the clinic:
- Currently, Medical LLM Leaderboard covers 11 tasks, 7 metrics, 17 datasets, and over 20,000 test samples.
- Open Medical-LLM Leaderboard (down)
- MIRAGE Leaderboard
- MedHELM Leaderboard
- PMC-Patients Leaderboard (2023)
- MEDIC Leaderboard
Dataset
For Japanese medical dataset, see JMedData4LLM.
Corpus
- Healthcare Datasets (Aloe Beta)
- PMC-Patients from Pubmed Central, 167k patient summaries.
Evaluation benchmarks
Pickups
- MMedBench
- MedEval
- MEDIC
- CLIMB, multimodal
- MAST: Medical AI Superintelligence Test
- Opencompass MedBench (Chinese) and arxiv
Text-Only
classical medical benchmarks
collections
Dataset from FreedomIntelligence
Dataset from OnDeviceMedNotes
Others
- MMLU : includes medicine and other related fields(clinical topics covering clinical knowledge, college biology, college medicine, medical genetics, professional medicine and anatomy)
- MMLUProX
- HealthsearchQA : 3173 samples, used in MedPaLM paper
- LiveQA : 634+10, used in MedPaLM paper
- PubHealth
- HeadQA : Spanish healthcare system
- K-Q&A
- MeDiSumQA : discharge summaries from the MIMIC-IV. released on Physionet.
- MedNLI : MIMIC-III dataset, logical relationship between a premise and a hypothesis
- MeQSum : summarizing health queries
- LongHealth : 20 patient records, answer questions about them from a long document.
- Medical Eval Sphere : Long form medical questions
- MedCalcBench: HF
- MedQA-Calc
- MedS-Bench
- MedQuAD
- TJH Dataset
- MIMIC-IV : Sourced from the EHRs of the Beth Israel Deaconess Medical Center.
- ClinicBench : 17 comprehensive benchmarks.
- EquityMedQA : Open-ended Q&A for equity and bias mitigation.
- MedDistractQA
- AlpaCare-MedInstruct-52k
- HealthBench (OpenAI)
- CLUE
- CUREBench (Harvard)
- GlobMed
- OpenMed
- MultiMedX: 7 languages（BioNLI, LiveQA
- MedFact-Synth: synthetic training set including 1.5 million instances
Image + Text
- Clinical NLP 2023
- PMC-15M : the largest biomedical image-text dataset
- LLaVA-Med Dataset: used GPT-4 to generate diverse biomedical multimodal instruction-following data using image-text pairs from PMC-15M.
- PMC-OA : 1.6M image-caption pairs
- MedICaT: image, caption, textual reference
- VQA-RAD : 3515 question–answer pairs on 315 radiology images.
- SLAKE : bilingual dataset (English&Chinese) consisting of 642 images and 14,028 question-answer pairs
- PathVQA : pathology image + caption
- MedVTE: numeric understanding
- MedAlign(Stanford)
- MedEval
- MedTrinity: 25M
- OmniMedVQA: 73 different medical datasets, contains 118,010 images with 127,995 QA-items, covering 12 different medical image modalities and referring to more than 20 human anatomical regions.
- MIMIC-ECG-IV : ECG-caption dataset
- ECG-QA
- CheXThought (Stanford, coming...)
See more on
Similar repos
Contributors
stardust-coder
103 commits
reacher-z
1 commits