文本生成/大模型
文本生成/大模型 （222 个模型）
GPT-4.1 Mini
GPT-4.1 mini 是 OpenAI 推出的中小型多模态模型，支持百万 token 上下文，可处理文本、图像及视频。性能媲美 GPT-4o，MMMU 测试得分 73% 超前代，延迟降半、成本减 83%。
Gemini 2.0 Flash Lite
Gemini 2.0 Flash Lite 是 Gemini 2.0 系列中速度最快的模型，主打成本效益与低延迟，支持多模态输入（图片、文档、音频）。
Grok 4 Fast
Grok 4 Fast 是 xAI 于 2025 年推出的轻量版本，主打高速推理与成本优化，75 token/s 生成速度，200 万 token 超长上下文。
o3-mini
OpenAI o3-mini 是 2025 年 1 月推出的小型推理模型，定位 STEM 领域专业方案，支持函数调用、结构化输出，提供低/中/高推理级别以平衡精度与效率。
Claude 3 Opus
Claude 3 Opus 是 Anthropic 顶级大模型，具备多模态能力，支持 20 万 Token 上下文窗口，MMLU、GPQA 等基准测试表现领先。
Gemini 2.0 Flash
Gemini 2.0 Flash 是谷歌多模态 AI 模型，具备文本理解、图像生成与编辑能力，支持 100 万 token 上下文，响应速度比 1.5 Pro 快两倍。
Claude Haiku 4.5
Claude Haiku 4.5 是 Anthropic 小型混合推理模型，性能接近 Sonnet 4，成本仅 1/3，推理速度提升超两倍，支持 20 万 token 上下文。
Gemini 2.5 Flash
Gemini 2.5 Flash 是谷歌多模态轻量级模型，支持文本、图像、音频、视频输入，具备自适应推理能力，token 使用效率提升 20-30%。
Claude Sonnet 4.5
Claude Sonnet 4.5 是 Anthropic 中端平衡型模型，编程能力突出，SWE-bench Verified 得分 77.2%，支持连续编程超 30 小时。
Claude 3 Sonnet
Claude 3 Sonnet 是 Anthropic 推出的大语言模型，属 Claude 3 系列中端型号，平衡能力与速度，适用企业级应用。2 倍速于前代，高可控性，支持内容生成、分类、数据提取、知识检索等，已在 API 及 Amazon Bedrock 上线。
Gemini 2.5 Flash Lite
Gemini 2.5 Flash-Lite 是谷歌推出的轻量级 AI 推理模型（预览版），主打极速响应与成本优化，为当前速度最快的 Gemini 模型。支持多模态输入、100 万 token 上下文及谷歌原生工具，适用于高吞吐量、低延迟场景。
Qwen3 Max
Qwen3-Max 是阿里 Qwen3 系列最高阶大模型，万亿参数，预训练 36T tokens，支持 26 万+ tokens 上下文，多语言覆盖，显式推理模式。
千帆 Lightning
千帆 Lightning 是百度智能云千帆大模型平台推出的高性能、超低延迟模型系列，主打高性价比。
Qianfan-Lightning
Qianfan-Lightning（千帆-极速版/闪电版）是百度智能云千帆大模型平台上推出的一个高性能、超低延迟的模型系列或服务模式。
Doubao Seed Translation
Doubao-Seed-Translation 是字节跳动火山引擎推出的多语言翻译大模型，支持 28 种语言互译，BLEU 评分 42.5。
Kimi-K2
Kimi-K2 是基于 MoE 架构的万亿参数开源大语言模型，激活参数 320 亿，采用 MuonClip 优化器实现高效训练。特点包括代码生成、工具调用、数学推理能力突出，速度快且支持复杂任务拆解，可生成可视化数据分析报告。适用于编程开发、数据专业分析、文本创作等场景。
Doubao-1.5-pro-32k
Doubao-1.5-pro-32k 是字节跳动豆包大模型系列产品，为 AI 大模型。采用稀疏 MoE 架构，硬件成本低、推理效率高，多模态能力强，支持视觉理解和实时语音交互，在知识、代码、推理等测评中表现优于 GPT-4o 等模型，适用于文案生成、智能交互等场景。
Grok Code Fast 1
Grok Code Fast 1 是 xAI 开发的低延迟编码模型，基于 MoE 架构，3140 亿参数，256K 上下文窗口。主打高速（92-190 令牌/秒）、低成本，支持工具调用与结构化输出，适用于 IDE 集成、CI 管道及智能体编码任务，可快速完成代码生成、调试与重构。
qwen-deep-research
Qwen-Deep-Research 是通义千问的研究型智能体模型，可拆解复杂问题，结合互联网搜索进行推理分析并生成研究报告，适用于科研辅助、生活决策、内容创作等场景，能大幅缩短研究时间。
DeepSeek-V3.1
DeepSeek-V3.1 是中国 AI 公司 DeepSeek 于 2025 年 8 月发布的大型语言模型，采用混合推理架构与 6710 亿参数 MoE 设计，支持"思考"与"非思考"双模式切换，统一通用对话、复杂推理和代码能力。其代理能力强化，可用于工具使用、多步骤推理及编程辅助，已开放 API 并提供 MIT 开源许可，适用于智能体开发、金融风控等场景。
Hunyuan-T1-20250822
Hunyuan-T1-20250822 是腾讯混元旗舰推理模型，属文本生成类。特点：最大输入 32K、输出 64K，提升高难度数学、逻辑和代码能力，优化长文处理与输出稳定性。适用于文本生成、创作、问答等场景。
Hunyuan-T1-latest
Hunyuan-T1-latest 是腾讯 2025 年 3 月推出的深度推理大模型，采用 Hybrid-Transformer-Mamba MoE 架构，万亿级参数规模。具备超强长文本捕捉、数学/逻辑推理、代码生成能力，解码速度 60-80token/s，支持 API 调用，适用于复杂问题解答、科学计算及 AI 搜索等场景。
Qwen3-1.7B
Qwen3-1.7B 是阿里 Qwen3 系列开源 Dense 模型，参数 1.7B，支持 119 种语言，具备混合思维模式（可手动控制是否开启推理过程）。硬件要求低，适合本地测试、科研快速实验等场景。
gpt-oss-20b
gpt-oss-20b 是 OpenAI 2025 年推出的开源推理大模型，210 亿总参数，激活 36 亿参数，采用 MoE 架构与 MXFP4 量化技术，性能比肩 o3-mini，16GB 内存即可本地部署，适用于开发者工作站、边缘设备及低延迟场景，Apache 2.0 许可证支持商用与修改。
Qwen3-30B-A3B-Instruct-2507
Qwen3-30B-A3B-Instruct-2507 是阿里通义千问推出的大语言模型，采用混合专家（MoE）架构，总参数 305 亿，激活参数 33 亿。具备逻辑推理、数学计算、代码编程能力，支持 256K 上下文长度，100+语言，非思考模式运行，适合本地部署，可用于复杂文档处理、多语言交互等场景。
GPT-5
GPT-5 是 OpenAI 推出的新一代旗舰大语言模型，采用统一架构与智能路由机制，可自动切换快速响应或深度推理模式。其核心特点包括行业领先的编码能力（SWE-bench Verified 得分 74.9%）、多模态处理、低幻觉率及优化的指令遵循能力，适用于编程开发、内容创作、医疗咨询、复杂问题推理等场景，提供 Plus/Pro 等分级服务。
GPT-5 mini
GPT-5 Mini 是 OpenAI 推出的轻量级语言模型，主打高效低成本，适用于结构化任务如表单填写、数据提取及标准化内容生成。其降低计算资源需求，让中小企业可负担高质量 AI 服务，平衡性能与成本，是预算有限团队的可靠选择。
GPT-5 nano
GPT-5 nano 是 OpenAI 推出的超低延迟版大模型，属轻量级 API 专用版本，主打速度与成本优化。输入 token 定价为 GPT-4o 的二分之一，支持 token 缓存与细粒度推理控制，适合高频低推理任务及对响应速度要求极高的开发场景，如实时交互、批量查询等。
Qwen3-235B-A22B-Instruct-2507
Qwen3-235B-A22B-Instruct-2507 是阿里巴巴开源的超大规模因果语言模型，采用 2350 亿总参数+220 亿激活参数的混合专家架构，具备数学推理、代码生成等能力，在核心基准超越 GPT-4o，推理成本低至 1/3，适用于企业级复杂任务部署。
GPT OSS 120B
GPT OSS 120B 是 OpenAI 2025 年开源的千亿参数大语言模型，采用混合专家架构，单卡 H100 GPU 即可部署。具备强推理、Agent 能力，支持推理成本调节与思维链追溯，Apache 2.0 许可，适用于生产级任务与智能代理开发。
Claude Opus 4.1
Claude Opus 4.1 是 Anthropic 开发的顶级大型语言模型，属 Claude 家族核心引擎。特点是长文本处理（20 万+字符上下文）、复杂推理能力强，SWE-bench 编码得分 74.5%，支持多模态输入，采用宪法 AI 技术保障安全。适用于企业级文档分析、代码重构、学术研究等专业场景。
qwen-flash
Qwen-Flash 是阿里巴巴通义实验室发布的 Qwen3 系列高性能轻量级模型，优化通用任务处理、逻辑推理及中英文理解，支持百万字符上下文，响应速度快、成本低，适用于智能客服、内容生成、文档分析及智能体应用，已上线阿里云百炼平台。
Pangu-NLP-N2-32K-5.0.1.1
Pangu-NLP-N2-32K-5.0.1.1 是华为盘古大模型 5.0 系列中的 NLP 基础模型，支持 32K 上下文长度推理，具备高效微调部署能力（LoRA 微调 8 卡起训，4 卡即可部署），适用于长文本处理、行业知识库构建等场景，支持 INT8 量化特性以优化性能。
Pangu-NLP-N2-128K-5.0.1.1
盘古 NLP-N2-128K-5.0.1.1 是华为云 2025 年 8 月发布的 NLP 大模型，支持 128K 序列长度推理，4 推理单元部署，128 并发，适用于长文本处理场景。
Qianfan-ToyTalk
Qianfan-ToyTalk（千帆-玩具对话模型）是百度智能云千帆大模型平台上的一款垂类专精文本生成模型。
GLM-4.5-Flash
GLM-4.5-Flash 是智谱 AI 发布的开源基础模型，采用混合专家（MoE）架构，提供思考/非思考双推理模式，支持工具调用与多框架兼容。适用于智能体开发、代码生成及复杂推理，MIT 协议允许商用，性价比高。
GLM-4.5-AirX
GLM-4.5-AirX 是智谱 AI 推出的轻量级混合推理大模型，总参数 1060 亿（激活参数 120 亿），采用 MoE 架构，原生融合推理、编码和智能体能力，支持思考（复杂推理/工具使用）与非思考（即时响应）双模式，适用于智能体开发、本地部署及多语言处理，MIT 协议开源可商用。
DeepSeek-R1
DeepSeek-R1 是深度求索团队开发的专注推理能力的大语言模型，通过强化学习直接优化推理，在数学、编程和科学推理等复杂任务表现出色，适用于深度逻辑分析场景，采用 MIT 许可协议开源。
Spark X1
Spark X1 是科大讯飞于 2025 年 1 月发布的深度推理大模型，基于全国产算力平台训练，核心特点包括：支持全学段数学推理（覆盖小初高至 AIME 竞赛）、多路径采样验证技术优化幻觉问题，以及多语言处理能力。其应用场景已落地教育（AI 学习机、教师助手）、医疗（辅助诊断系统）等领域，并于 2025 年 7 月完成迭代升级，进一步强化推理准确性与行业适配性。
Doubao-1.5-thinking-pro
Doubao-1.5-thinking-pro 是字节跳动自研的 200B 参数 MoE 架构大语言模型，具备深度推理与低延迟特性。采用「先思后言」路径提升编程、数学等领域推理能力，20 毫秒延迟优化交互流畅度，适用于开发协作、复杂问题求解等场景。
qwen-mt-turbo
qwen-mt-turbo 是阿里通义千问系列的轻量级机器翻译模型，基于 Qwen3 架构，支持 92 种语言互译，覆盖全球 95%人口。采用轻量级 MoE 架构，响应速度快且成本低（输入 0.7 元/百万 Token，输出 1.95 元/百万 Token），具备术语干预、领域提示等自定义功能，适用于高并发实时翻译场景。
qwen-mt-plus
Qwen-MT-Plus 是阿里云通义千问 Qwen3 系列的专业翻译大模型，支持 92 种语言互译，上下文长度提升至 4K Token，翻译准确率全面优于同规格模型及 GPT-4.1，适用于多语言文档翻译、跨境内容本地化等场景，2025 年 7 月更新后价格直降 80%。
Doubao-1.5-UI-TARS
豆包 1.5·UI-TARS 是火山引擎发布的 GUI Agent 大模型，整合屏幕视觉理解、逻辑推理、界面元素定位与操作能力，突破传统自动化工具依赖预设规则的局限，可驱动图形用户界面交互完成复杂任务，已在火山方舟平台上线。
Hunyuan-TurboS-latest
Hunyuan-TurboS-latest 是腾讯混元推出的新一代快思考大模型，为超大型 Hybrid-Transformer-Mamba MoE 模型。其特点是响应速度快，吐字速度提升一倍，首字时延降低 44%，在知识、数理、创作等方面表现突出，在业界通用的多个公开 Benchmark 上，于知识、数学、推理等多个领域展现出对标 DeepSeek V3、GPT 4o、Claude3.5 等业界领先模型的效果。适用于 3D 建模、视频特效制作、语音交互等实时 AI 应用场景。
Hunyuan-TurboS-20250716
腾讯混元 Hunyuan-TurboS-20250716 是腾讯推出的新一代快思考大语言模型，采用 Hybrid-Mamba-Transformer 混合架构，主打极速响应能力，首字时延降低 44%，吐字速度提升一倍，实现“秒回”。其推理性能对标 GPT-4o、Claude 3 等主流模型，在数学、代码等短链任务中表现突出，且部署成本显著降低，API 调用价格较前代下降数倍。目前已开放企业 API 接入，适用于即时交互、智能客服等高效响应场景。
Grok-4
Grok-4 是 xAI 开发的大语言模型，采用模块化架构与多智能体协同设计，支持 25.6 万 Token 上下文，具备高效推理与多模态能力。适用于长文档分析、复杂任务处理及特斯拉车载交互等场景。
Grok-4 Heavy
Grok-4 Heavy 是 xAI 开发的多智能体大语言模型，采用多 Agent 协作架构，可并行处理复杂任务并整合结果。特点包括 25.6 万 Token 上下文窗口、HLE 测试 44.4%正确率，擅长数学推理（AIME25 满分）与代码生成（SWE-Bench 并列第一）。适用于科研协作、复杂数据分析及跨领域项目开发。
DeepSeek-V3
DeepSeek-V3 是 2025 年 3 月发布的 AI 模型，参数 6850 亿，属大语言模型。特点：推理与编程能力强，如 AIME 竞赛题解答、生成高效代码；成本低，支持消费级设备运行；MIT 许可开源。适用于 Web 开发、数学推理等场景。
Qwen3-0.6B
Qwen3-0.6B 是阿里达摩院发布的轻量级因果语言模型，0.6B 参数量，28 层网络结构，GQA 分组查询注意力机制，支持 32k 超长上下文。特点为双模式智能切换，资源消耗低，可在消费级设备部署。适用于端侧设备 AI 助手、轻量级智能客服、浏览器离线对话等场景。
Qwen3-30B-A3B
Qwen3-30B-A3B 是阿里开源的混合专家（MoE）架构大语言模型，总参数 305 亿，激活参数 33 亿。特点：双模式推理（思考模式擅长复杂任务，非思考模式提升对话效率），显存占用仅为同类模型 1/3，支持 256K 上下文，100+语言，Apache-2.0 协议允许商用。适用于企业级复杂推理、实时对话、代码生成等场景。
Qwen3-14B
Qwen3-14B 是阿里巴巴开源的 14B 参数大型语言模型，属 Qwen3 系列轻量版本。支持思维/非思维双模式切换，复杂任务用思考模式提升推理能力，日常场景用非思维模式提速 30%。适配消费级显卡部署，适合行业大模型微调与本地 RAG 系统搭建。
Qwen3-235B-A22B
Qwen3-235B-A22B 是阿里开源的混合专家（MoE）架构大语言模型，总参数量 2350 亿，动态激活 22B 参数，采用动态路由机制实现高性能与低资源消耗平衡。支持 256K 超长上下文，适用于长文档摘要、复杂问答、代码补全等场景，是企业部署的高性价比选择。
星火医疗大模型 - Lite
讯飞星火医疗大模型- Lite 是轻量级医疗 AI 模型，具备医疗知识问答、专业文书生成、诊断推荐等能力，支持多轮交互，适用于辅助医生诊疗、优化医院流程及患者健康管理。
Qwen3-4B
Qwen3-4B 是阿里达摩院开源的 4B 参数量级语言模型，支持 256K 超长上下文，可部署于手机、笔记本等端侧设备。具备动态双模切换能力，思考模式适用于数学推理、代码生成等复杂任务，非思考模式提升日常对话响应速度，性能接近 30B 模型，开源且支持二次开发。
Qwen_v2.5_7b_Instruct
Qwen2.5-7B-Instruct 是阿里云研发的开源指令调优大模型，基于 18 万亿 token 预训练，参数 76.1 亿。具备知识密集（MMLU 85+）、代码（HumanEval 85+）及数学（MATH 80+）能力，支持 29 种语言与 128K 上下文，适用于智能客服、教育辅导及自动化办公等场景。
ERNIE X1 Turbo
ERNIE X1 Turbo 是百度推出的深度思考推理模型，具备先进“思维链”流程，提升复杂逻辑推理能力，支持多模态处理与工具利用。适用于文学创作、代码生成等场景，成本较竞品更低。
Gemma 3n E2B Instructed
Gemma 3n E2B Instructed 是谷歌 DeepMind 开发的轻量级多模态模型，基于 MatFormer 架构，仅需 2GB 内存即可运行。支持文本、图像、音频、视频处理，适用于手机、树莓派等边缘设备本地部署，可用于聊天机器人、内容生成、多模态数据提取等场景。
Gemma 3n E4B
Gemma 3n E4B 是谷歌推出的轻量级多模态模型，属 Gemma 3n 系列，性能媲美 8B 参数模型，支持文本、图像、音频、视频处理，可在手机等边缘设备本地运行，低内存功耗。适用于无障碍技术、移动创作、教育研究及物联网设备。
Gemma 3n E2B
Gemma 3n E2B 是谷歌推出的多模态边缘 AI 模型，支持文本、图像、音频、视频本地处理，性能媲美 5B 参数模型，低内存功耗设计适配智能手机、可穿戴设备，实现隐私保护与实时交互。
Gemma 3n E2B Instructed LiteRT (Preview)
Gemma 3n E2B Instructed LiteRT (Preview)是谷歌 Gemma 3 系列轻量级开放模型，基于 MatFormer 架构与 PLE 技术优化，有效参数 2B（原始 5B），2GB 内存即可运行。支持文本/图像/音频多模态，140 种语言，适用于手机、笔记本等设备端实时任务，如问答、内容分析。
Gemma 3n E4B Instructed
Gemma 3n E4B Instructed 是谷歌 Gemma 3 系列轻量级多模态开放模型，有效参数 4B（原始 8B），指令调优版本。特点：原生支持文本/图像/音频/视频输入，仅需 3GB 内存运行，响应速度快，LMArena 得分超 1300，支持 140 种语言，适用于设备端实时处理、多模态问答、本地部署等场景。
Gemma 3n E4B Instructed LiteRT Preview
Gemma 3n E4B Instructed LiteRT Preview 是谷歌 2025 年推出的轻量级开源多模态模型，属 Gemma 3n 系列 E4B 版本（有效参数 4B）。支持文本、图像、音频输入，文本输出，32K 上下文，英法/英西翻译准确率超 92%。优化内存占用（约 3GB），适配移动设备与边缘计算，响应速度快，适用于本地部署的实时交互场景。
Hunyuan-A13B
Hunyuan-A13B 是腾讯开源的大语言模型，采用细粒度 MoE 架构，800 亿总参数仅激活 130 亿，高效平衡性能与资源消耗。支持 256K 超长上下文、混合推理模式及多量化格式，在数学推理、代码生成等多任务表现卓越，尤其适合资源受限环境的研究与开发，应用场景包括智能客服、法律/医疗文档分析、代码辅助开发等。
qwen-plus
Qwen-Plus 是阿里云通义千问 Qwen3 系列的大语言模型，定位为中等复杂度任务的均衡型模型，能力介于 Qwen-Max 与 Qwen-Flash 之间。其特点包括支持百万级上下文长度，优化了指令遵循能力与中文理解推理，提供思考/非思考双模式，且支持 Batch 调用半价。适用于文本生成、智能问答、多轮对话及 API 集成的产品线开发。
Gemini 2.5 Pro
Gemini 2.5 Pro 是谷歌推出的多模态大型基础模型，具备强化推理能力，支持文本、代码、音视频等处理，拥有百万令牌上下文窗口。在代码生成、数学及 STEM 任务表现卓越，适用于复杂问题推理、大数据分析及企业级开发。
QianfanHuijin-8B
QianfanHuijin-8B 是百度 Qianfan-VL 系列多模态大模型的 8B 参数量版本，支持 32k 上下文长度与思考功能，基于 Llama 3.1 架构和 InternViT 视觉编码器，在昆仑芯 P800 芯片训练，适用于服务端通用场景及微调优化，具备图像理解、OCR 全场景覆盖（含手写体、公式识别）和教育场景 K12 数学解题优化能力。
QianfanHuijin-Reason-8B
QianfanHuijin-Reason-8B（千帆慧金推理增强大模型 8B 版）是百度智能云推出的金融行业专用大模型，基于数百亿 tokens 高质量金融语料训练，支持 32K 上下文输入。特点为响应快、易部署，适用于金融意图识别、指标抽取等对时效要求高的场景，在金融 Benchmark 评测中超越部分千亿参数通用模型。
Qianfan-PublicOpinion-Classification
Qianfan-PublicOpinion-Classification（千帆-舆情分类模型）是百度智能云千帆大模型平台上提供的一个垂直领域专精模型，专门用于对文本数据进行舆情相关的分类和分析。
Hunyuan-Translation-Lite
Hunyuan-Translation-Lite 是腾讯混元大模型推出的轻量级翻译模型，采用 7B 参数规模与混合专家模型（MoE）结构，支持 INT4/INT8 量化及边缘部署，适配移动端、车载系统等设备。覆盖 33 种语种，具备零样本小语种翻译能力，适用于跨境电商客服、智能硬件离线翻译、政务文件本地化等场景，平衡翻译效果与推理成本。
Doubao-1.5-lite-32k
Doubao-1.5-lite-32k 是字节跳动推出的轻量级通用大模型，属豆包 1.5 系列。采用 MoE 架构，以轻量版成本实现原专业版性能，响应快、推理准，适合对时延敏感的简单任务。
QianfanHuijin-Reason-70B
"QianfanHuijin-Reason-70B"即百度千帆慧金金融推理增强大模型 70B 版本，是面向金融行业的大参数模型。基于数百亿 tokens 高质量金融语料训练，支持 32K 上下文输入，擅长复杂推理与多轮任务规划，适用于投研辅助、策略分析等场景，金融 Benchmark 得分超千亿参数通用模型。
QianfanHuijin-70B
QianfanHuijin-70B（千帆慧金-70B）是百度智能云推出的金融行业大模型，基于 Llama 3.1 架构，参数量 700 亿，支持 32K 上下文与思维链推理。特点为金融知识增强与推理优化，适用于投研分析、风险管控等复杂任务，实测辅助金融销售成单率提升 25%，报告解读错误率下降 60%。
Gemini 2.5 Pro Preview 06-05
Gemini 2.5 Pro Preview 06-05 是谷歌 Gemini 2.5 系列的全能力旗舰大模型，支持文本、图像、音视频等多模态输入，具备百万级上下文处理能力（输入超 100 万 tokens，输出 64K tokens），采用动态推理预算机制优化复杂任务准确率。适用于学术研究、软件开发、创意工作及企业数据分析等场景。
Pangu-NLP-N4-Reasoner-128K-3.0.1.2
盘古-NLP-N4-Reasoner-128K-3.0.1.2 是华为盘古 3.0 系列 NLP 基础大模型，属 L0 层通用模型，支持 128K 上下文长度，具备逻辑推理能力，可处理文本问答、文案生成、代码创作等任务，适用于通用及行业场景下的长文本理解与生成。
Pangu-NLP-N1-Reasoner-128K-3.0.1.1
华为盘古 NLP 大模型 Pangu-NLP-N1-Reasoner-128K-3.0.1.1，2025 年 6 月发布，属自然语言处理模型。支持 128K 序列长度推理，4 推理单元 384 并发。具备逻辑推理等能力，可用于智能文档搜索等场景。
Pangu-NLP-N2-Reasoner-128K-5.0.0.1
盘古-NLP-N2-Reasoner-128K-5.0.0.1 是华为盘古系列 NLP 大模型，属基于逻辑推理的 AI 模型，支持 128K 上下文长度，可接入预训练文本、多轮问答等文本数据集，适用于智能客服、文本解析、行业知识检索等场景，提供 API 接口支持多语言开发。
Pangu-NLP-N2-Reasoner-32K-3.0.1.1
Pangu-NLP-N2-Reasoner-32K-3.0.1.1 是华为盘古系列 NLP 大模型，属专业推理型，支持 32K 上下文窗口，2025 年 6 月发布。具备强逻辑推理与结构化输出能力，支持 INT8 量化，适配云 API 与本地部署，适用于智能客服、金融分析等复杂文本处理场景。
Pangu-NLP-N4-Reasoner-32K-3.0.1.2
Pangu-NLP-N4-Reasoner-32K-3.0.1.2 是华为云盘古系列 NLP 大模型，属 N4 大参数量（718B MOE）版本，支持 32K 序列长度推理，需 8 个推理单元部署，聚焦逻辑推理任务，适用于企业级知识处理与智能决策场景。
Pangu-AgentExpert-N2-0.0.2
Pangu-AgentExpert-N2-0.0.2（盘古-AgentExpert-N2-0.0.2）是华为云盘古 NLP（自然语言处理）大模型系列下的一个垂直领域专精模型。
Pangu-AgentExpert-N1-0.0.2
Pangu-AgentExpert-N1-0.0.2 是基于华为盘古 NLP 大模型微调的 Agent 场景模型，2025 年 6 月发布，支持 32K 序列长度，1 推理单元部署，256 并发。具备意图识别、提问器功能，算法优化后性能较传统模型提升显著，适用于智能交互、自动化任务处理等场景。
Claude Sonnet 4
Claude Sonnet 4 是 Anthropic 于 2025 年 5 月推出的 Claude 4 系列通用型大语言模型，定位高性能均衡型，支持文本/图像输入与 200K 上下文窗口，以动态混合推理机制平衡效率与成本。其特点为编码效率突出（SWE-bench 达 72.7%）、响应速度快且支持多工具调用，适用于编程辅助、AI Agent 开发、日常开发、内容生成及数据分析等场景，对免费用户开放基础功能。
Claude Opus 4
Claude Opus 4 是 Anthropic 公司 2025 年推出的大语言模型，属 Claude 4 系列高端版本，擅长编码与复杂问题解决，性能远超同系列 Sonnet 模型。支持网页端/APP 使用（付费），适用于编程开发、科研分析及复杂任务处理。
Gemini Diffusion
Gemini Diffusion 是 Google DeepMind 推出的实验性文本扩散语言模型，采用扩散技术通过逐步优化噪声生成输出，非传统自回归逐词预测。其特点为生成速度快（2000token/秒），支持迭代纠错与编辑，编程和数学任务表现出色。适用于快速文本生成、代码编写及数学问题解决等场景。
GPT-4o
GPT-4o 是 OpenAI 开发的多模态大语言模型，于 2024 年 5 月发布，“o”代表“全能”，支持文本、图像等多模态处理。性能高效，应用于对话、内容生成、图像理解等场景，2025 年 3 月更新后图像生成能力媲美专业工具，优化指令解析与创造力。
Qwen3-8B
Qwen3-8B 是阿里开源的 82 亿参数因果语言模型，具备双模式切换功能，思考模式适用于数学计算、代码生成等复杂推理任务，非思考模式优化日常对话与信息检索的响应速度。原生上下文长度 32K，支持 100+种语言，推理速度比 LLaMA3-8B 快 25.8%，显存占用仅 8-10GB，适用于企业级部署与开发者高效开发。
Qwen3-32B
Qwen3-32B 是阿里开源的 320 亿参数推理大模型，2025 年 4 月发布，支持 128K 上下文，中英文均衡，逻辑推理、代码生成能力强。Apache 2.0 协议免费商用，适合企业本地化部署，用于智能引擎、长文本处理等场景。
Hunyuan-Functioncall
hunyuan-functioncall 是混元最新 MOE 架构 FunctionCall 模型，经过高质量的 FunctionCall 数据训练，上下文窗口达 32K，增强了复杂指令和多轮理解能力，增强了开源 BenchMark 的效果，在多个维度的评测指标上处于领先。
o4-mini
o4-mini 是 OpenAI 推出的小型推理模型，优化了速度与成本，擅长数学、编程及视觉任务，支持 20 万 Token 上下文与工具调用，适用于高吞吐量场景。
o3
o3 是 OpenAI 推出的最强推理模型，属深度学习驱动的通用人工智能模型。特点是能调用工具整合信息，多步骤推理解决复杂问题，在编码、数学、科学及视觉任务表现突出，如 Codeforces 等基准测试创最佳成绩，比 o1 少 20%重大错误。适用于编程开发、商业咨询、创意构思、科学研究等场景。
GPT-4.1
GPT-4.1 是 OpenAI 推出的多规格大语言模型，包括 GPT-4.1、Mini 和 Nano 版本，主打编码优化，较 GPT-4o 提升 60%，支持百万 token 长上下文，指令遵循更精准，退化行为减少，适用于复杂编程、结构化文档分析与多跳推理，供开发者通过 API 调用。
GPT-4.1 nano
GPT-4.1 nano 是 OpenAI 推出的超小型语言模型，定位为速度最快、成本最低的"小核"产品，支持百万 token 上下文，适用于自动补全、分类、信息提取等低延迟边缘场景，MMLU 得分 80.1%，部分性能超 GPT-4o mini，API 调用成本极低。
Qwen2-72B-Instruct
Qwen2-72B-Instruct 是阿里云通义千问团队开源的 720 亿参数指令微调大语言模型，支持 128K 上下文长度，采用 GQA 机制优化推理效率。具备跨 29 种语言能力，代码生成 HumanEval 评分 85.1%，数学推理 GSM8K 达 89.7%，适用于知识问答、复杂指令处理、多语言翻译等场景。
Hunyuan-Turbo
腾讯混元 Turbo 是腾讯于 2024 年 9 月发布的新一代大语言模型，采用 MoE（混合专家）架构，总参数达万亿级别。其特点包括推理效率提升 100%、成本降低 50%，在数学推理、文本创作等任务上对标 GPT-4o，支持 AI 搜索联网插件及 SearchGPT 功能。主要应用于腾讯内部近 700 个业务场景，如腾讯云、QQ、微信读书等，并通过腾讯云 API 向企业开放。
Pangu-RAG-N1-32K-4.3.2
Pangu-RAG-N1-32K-4.3.2 是华为云盘古系列的检索增强生成（RAG）模型，支持 32K 上下文窗口，云上部署需 1 个推理单元。具备零代码开发能力，可配置知识库与插件实现智能问答，适用于电商客服、教育答疑等场景，通过工具调用提升复杂任务处理效率。
Hunyuan-TurboS-Longtext-128k-20250325
Hunyuan-TurboS-Longtext-128k-20250325 是腾讯混元团队发布的长文本专属大语言模型，采用混合 Transformer-Mamba MoE 架构，兼具 Mamba 高效长序列处理与 Transformer 强上下文理解能力。其支持 128K 上下文窗口（约 40 万字），最大输出 6K tokens，擅长文档摘要、问答等长文本任务，同时具备通用文本生成能力。该模型在数学推理、知识能力等评测中表现优异，推理成本较前代 Turbo 模型降低 7 倍，适用于企业级文档处理、智能客服等场景。
Gemma 3 4B
Gemma 3 4B 是谷歌 DeepMind 推出的轻量级多模态开源模型，支持文本与图像输入，采用 SigLIP 视觉编码器，400M 参数，896×896 分辨率处理。具备 128K 上下文窗口、140+语言理解能力，优化长文本推理，单 GPU 可运行，适用于本地部署的智能问答、图像分析和多语言任务。
Gemma 3 1B
Gemma 3 1B 是谷歌 DeepMind 开源的轻量级纯文本模型，参数规模 10 亿，基于 2T token 数据训练。特点为轻量高效，支持单块 GPU/TPU 运行，上下文窗口 32k token，适配手机、笔记本等资源受限设备，适合快速部署和低功耗场景。
Gemma 3 12B
Gemma 3 12B 是谷歌推出的开源多模态大语言模型，120 亿参数，基于 Transformer 架构，支持文本、图像输入及 140+语言，上下文窗口 128K，适用于摘要、问答等任务，可在单 GPU 部署，平衡性能与硬件需求。
Gemma 3 27B
Gemma 3 27B 是谷歌 2025 年推出的开源轻量级多模态大模型，基于 Gemini 2.0 技术构建，270 亿参数规模。支持文本和图像处理，128K 上下文窗口，140 余种语言，单 GPU 即可运行。LMArena 测试超 Llama-405B 等模型，适用于端侧部署、多模态分析、跨语言任务。
QwQ-32B
QwQ-32B 是阿里千问团队 2025 年 3 月推出的 325 亿参数推理型大模型，基于 Transformer 架构，支持 128K 上下文长度与多语言，擅长数学推理和编程任务，性能比肩 DeepSeek-R1 与 OpenAI o1-mini。采用 Apache 2.0 协议开源，支持本地部署与免费商用，适用于科研分析、企业智能引擎等场景。
qwq-plus
qwq-plus 是基于 Qwen2.5 训练的推理模型，通过强化学习提升推理能力，核心指标达 DeepSeek-R1 满血版水平，为阿里商业化版本，适用于数学推理、编程等任务。
Pangu-NLP-N4-4K-3.2.36
Pangu-NLP-N4-4K-3.2.36 是华为云盘古大模型系列中的 NLP 基础模型，支持 4K 上下文窗口，具备增量预训练能力，可基于行业数据优化。特点包括逻辑推理强、支持工具调用与 SQL 生成，适配 INT8/INT4 量化部署。适用于工业设计、政务智能问答、金融风控等场景，助力行业复杂任务处理与效率提升。
GPT-4.5
GPT-4.5 是 OpenAI 于 2025 年推出的大型语言模型，属 GPT 系列升级版。它通过扩大无监督学习规模，提升模式识别与关联能力，减少推理依赖，实现更自然交互。具备更广泛知识库、更强用户意图理解与“情商”，适用于写作优化、编程辅助及解决实际问题，且幻觉现象显著减少。
Claude 3.7 Sonnet
Claude 3.7 Sonnet 是 Anthropic 推出的首个混合推理大语言模型，兼具快速响应与深度思考双模式，支持 128k tokens 上下文，适用于代码生成、复杂任务自动化及数学推理，提升开发者效率。
Grok-3 Mini
Grok-3 Mini 是 xAI 推出的轻量级 AI 模型，属 Grok-3 系列，主打高效推理。特点：131K tokens 上下文窗口，支持高推理模式（AIME 竞赛得分超 90），低推理模式平衡响应速度与准确性。适用于日常对话、邮件撰写、基础编程及中小学数学解题等场景。
Grok-3
Grok-3 是 Elon Musk 旗下 xAI 公司推出的旗舰大模型，以强大推理能力为核心，采用"思想链"功能，在数学、科学等领域表现突出，超过 GPT-4o 等模型。其追求事实呈现，避免过度"政治正确"，适用于复杂问题分析与专业领域辅助。
Hunyuan-Standard
Hunyuan-Standard（原混元大模型标准版）是腾讯推出的 MOE 架构长文本大模型，最大输入 30k、输出 2k，采用优化路由策略平衡负载与专家趋同问题，性价比高。支持长文本处理，在 SuperCLUE 测评中应用能力居首，适用于会议记录、文档生成、广告创作等场景。
Hunyuan-Large
Hunyuan-Large 是腾讯开源的基于 Transformer 架构的专家混合（MoE）大模型，总参数 3890 亿（激活参数 520 亿），具备 256K 上下文处理能力。采用 MoE 结构优化训练推理效率，性能超 Meta Llama3.1-405B，在数学推理、文本生成等任务表现优异，适用于长文本处理、智能交互等场景。
Hunyuan-Standard-256K
腾讯混元 Hunyuan-Standard-256K 是支持 256K 上下文的大语言模型，属腾讯混元系列标准尺寸型号，已通过腾讯云开放服务。具备长文档理解处理能力，支持多模态交互，适用于企业级长文本分析、智能客服及会议纪要等场景。
DeepSeek-R1-Distill-Qwen-32B
DeepSeek-R1-Distill-Qwen-32B 是基于 Qwen2 架构的 32B 参数蒸馏模型，由 DeepSeek 通过知识蒸馏技术将 6710 亿参数的 DeepSeek-R1 教师模型推理能力迁移而来。其核心特点包括：数学推理能力突出（AIME 2024 pass@1 达 72.6%、Math-500 达 94.3%），代码生成表现优异（LiveCodeBench pass@1 57.2%），性能接近 OpenAI-O1。适用于复杂数学问题求解、代码开发辅助及高精度文本推理场景，需 65.7GB VRAM 支持部署。
DeepSeek-R1-Distill-Qwen-7B
DeepSeek-R1-Distill-Qwen-7B 是基于 DeepSeek-R1 大模型知识蒸馏的 7B 参数小型语言模型，继承强化学习优化的推理能力，在数学推理（AIME 2024 达 55.5%）、编程等任务表现突出，适配边缘设备及低成本推理场景。
DeepSeek-R1-Distill-Qwen-14B
DeepSeek-R1-Distill-Qwen-14B 是基于 Qwen 架构的 14B 参数蒸馏语言模型，具备较强复杂任务处理能力与中等资源需求，适用于数据分析、智能推荐、自然语言处理及长文本生成等中等复杂度场景。
DeepSeek-R1-Distill-Llama-8B
DeepSeek-R1-Distill-Llama-8B 是基于 Llama-3.1-8B 基座模型的开源蒸馏模型，通过 DeepSeek-R1 推理数据微调，保留原版 90.2%数学推理能力（MATH-500 达 89.1%），代码生成能力达 72.3%，推理速度提升 5.8 倍，单 GPU（24GB）即可部署，适用于本地部署、RAG 系统构建及教育、编程辅助等场景。
DeepSeek-R1-Distill-Qwen-1.5B
DeepSeek-R1-Distill-Qwen-1.5B 是基于 Qwen 架构的 1.5B 参数小型语言模型，通过知识蒸馏技术从 DeepSeek-R1 迁移推理能力。特点：轻量化设计，推理速度快，资源消耗低，在数学推理等任务表现优于同量级模型。适用于小型企业智能客服、个人开发者文本处理工具及边缘设备部署。
Spark Tiny
Spark Tiny（星火 Tiny）是科大讯飞(iFLYTEK) 推出的讯飞星火认知大模型系列中的一个轻量级、低延迟的模型版本。
GPT-3.5 Turbo
GPT-3.5 Turbo 是 OpenAI 推出的高效能自然语言处理模型，基于 GPT 架构优化，参数规模精简但性能强劲，支持自然语言理解与生成及代码任务，上下文窗口 16,385 tokens，训练数据截至 2021 年 9 月。其特点为响应快、成本效益高，是 GPT-3.5 系列中功能最强且经济的模型，适用于聊天交互、客服、教育辅助、代码生成等场景，也是 ChatGPT 的基础模型。
Gemini 2.0 Flash Thinking
Gemini 2.0 Flash Thinking 是谷歌推出的多模态推理大模型，主打快速响应与复杂任务处理，支持文本、图片等多模态输入输出，具备工具调用和空间理解能力，适用于编程、数学及图像分析等场景，部分功能仍处实验阶段。
Qwen_v2.5_14b_Instruct
Qwen_v2.5_14b_Instruct 是阿里云开发的指令微调语言模型，基于通用模型优化，支持 29 种语言，长文本处理达 128K tokens，擅长指令跟随与结构化输出，适用于文档生成、多语言问答、代码数学任务及智能客服。
Qwen_v2.5_7b_base
Qwen_v2.5_7B_Base 是基础版大语言模型，不建议直接用于对话任务，可作为进一步训练的基础。支持通过 Hugging Face Transformers 库或 vLLM 框架在 CPU/GPU 部署，适用于聊天机器人、智能助手、代码生成、内容创作等领域。
GLM-Z1-Air
GLM-Z1-Air 是智谱 AI 推出的 32B 参数开源大模型，主打高速推理与深度思考能力。其推理速度达 200+Tokens/s，较主流模型提升 8 倍，成本仅为 1/30，支持消费级硬件部署。具备强大数理逻辑推理与多步决策能力，适用于复杂问题求解、代码生成、AI 智能体开发等场景，可通过 Z.ai 平台免费体验。
GLM-Z1-Flash
GLM-Z1-Flash 是智谱 AI 发布的轻量级快速推理模型，为 GLM-Z1 系列成员，基于 GLM-4-Flash 基座优化，遵循 MIT 开源协议且完全免费调用。其通过算法优化实现高效资源调度，保持与更大规模模型相近的推理性能（如代码生成、数学推理），特点为更轻量、高速，适用于轻量级实时交互场景。
MiniMax M1
MiniMax M1 是上海 MiniMax 研发的全球首个开源大规模混合架构推理模型，于 2025 年 6 月发布。其核心特点为百万 Token 级长文本处理能力，上下文长度全球领先；RL 训练成本仅 53 万美元，较同类模型下降一个量级，推理效率数倍于竞品。适用于长文档分析、企业级智能检索及低成本 AI 应用开发场景。
Baichuan-M2-32B
Baichuan-M2-32B 是百川智能 2025 年 8 月发布的开源医疗增强大模型，基于 Qwen2.5-32B 架构，创新性引入大型验证器系统，通过真实医疗数据强化学习。在 HealthBench 评测中以 60.1 分超越 GPT-OSS120B 等模型，支持 RTX4090 单卡部署，成本降低 57 倍，适用于医疗影像分析、病历诊断等场景，兼顾通用能力与医疗垂直领域需求。
Qwen_v2.5_0.5b_base
Qwen_v2.5_0.5b_base 是阿里云 Qwen2.5 系列的 0.5B 参数基础预训练语言模型，采用 Transformer 架构，预训练数据达 18 万亿 tokens。特点为轻量级、支持量化版本，需通过提示工程使用，适用于资源受限场景的基础 NLP 任务及专业模型训练底座。
Qwen_v2.5_1.5b_base
Qwen_v2.5_1.5b_base 是阿里云 Qwen 团队开发的 1.54B 参数开源基础语言模型，支持 32K 上下文窗口，采用 Transformer 解码器架构与 GQA、SwiGLU 等技术。具备多语言能力（中英为主），需通过提示工程优化输出，适用于企业定制化开发、边缘计算及低资源场景的 NLP 任务预训练。
Qwen_v2.5_3b_base
Qwen_v2.5_3b_base 是 30 亿参数量的轻量级语言模型，适配移动端/边缘设备，需单卡 T4（16GB）部署。MMLU 测试得分超 65，优于同规模 Gemma2-2.6B，主打资源受限场景的高效推理。
ERNIE X1.1 Preview
ERNIE X1.1 Preview 是百度文心基于文心 4.5 开发的深度思考模型，采用迭代式混合强化学习框架，在智能体、工具调用、指令遵循及事实性上显著提升。支持通用任务与人机协作，官方评测显示其效果与 GPT-5、Gemini 2.5 Pro 持平，领先 DeepSeekR1-0528，可通过文心一言官网等平台使用。
Pangu-NLP-N1-128K-3.2.36
Pangu-NLP-N1-128K-3.2.36 是华为云于 2025 年 1 月发布的自然语言处理模型，支持 128K 序列长度推理，4 个推理单元可实现 8 并发。该模型需通过全量微调或 LoRA 微调（8 个训练单元起训）后部署，适用于长文本处理场景。
Pangu-NLP-N1-32K-3.2.36
Pangu-NLP-N1-32K-3.2.36 是华为云 2025 年 1 月发布的 NLP 大模型，支持 32K 序列长度训练及 4K/32K 推理，8 单元起训、1 单元即可部署，4K/32K 均支持 256 并发。具备文章写作、文本分析、代码编写等能力，适用于智能文档处理、专业问答等场景。
Pangu-NLP-N2-32K-3.1.35
Pangu-NLP-N2-32K-3.1.35 是华为云于 2024 年 12 月发布的 NLP 大模型，支持 8K 训练、4K/32K 推理序列长度，全量微调需 32 训练单元起训，LoRA 微调 8 单元起训，4 推理单元即可部署，4K/32K 均支持 64 并发，具备预训练与 INT8 量化特性。
Pangu-NLP-N4-32K-2.5.35
Pangu-NLP-N4-32K-2.5.35 是华为云 2025 年 3 月发布的 NLP 大模型，支持 32K 序列长度的训练与推理，全量微调需 96 卡起训，LoRA 微调 64 卡起训，8 卡即可部署并支持 64 并发，具备预训练、DPO 训练及 INT8/INT4 量化特性。
Hunyuan-Large-Longcontext
Hunyuan-Large-Longcontext 是腾讯开源的大语言模型，属 MoE 架构，总参 389B、激活参 52B，支持 256K 超长文本序列，Instruct 模型支持 128K。采用 CLA 结构与 FP8 量化优化，节省显存并提升吞吐，适配 vLLM 推理框架与 Hugging Face 生态，可用于长文档处理、代码生成等场景。
o1-pro
o1-pro 是 OpenAI 推出的 O1 系列升级版推理模型，基于 Transformer 架构，强化复杂逻辑推理能力。特点：采用蒙特卡洛树搜索与自注意力机制，支持多模态输入，提供结构化输出与函数调用，推理深度提升但速度较慢。适用场景：数学竞赛、编程开发、科学研究等高精度任务。
o1
OpenAI o1 是由 OpenAI 开发的专业化推理大模型，采用强化学习和思维链技术，专注于复杂逻辑推理。其核心特点是模拟人类思考过程，在数学、科学、编码等领域实现高精度推理，例如在 AIME 数学竞赛中解决率高达 93%。该模型通过“模拟推理”技术支持自主调用外部工具，并在推理密集型任务上显著优于 GPT-4o。目前处于 Beta 阶段，主要面向 ChatGPT Plus 和 Team 用户开放，适用于需要深度逻辑分析的科研、工程开发等场景。
Step-2-mini
Step-2-mini 是阶跃星辰推出的极速大模型，基于自研 MFA 注意力架构，以 3% 参数量实现 Step-2 模型 80% 性能，上下文长度 32k，代码能力突出。具备高吞吐、低时延（4000 tokens 输入首字时延 0.17 秒）及高性价比（输入 1 元/百万 token，输出 2 元/百万 token），适用于通用任务处理，API 接口已开放调用。
Baichuan2-53B
Baichuan2-53B 是百川智能 2023 年 9 月发布的闭源大模型，数学和逻辑推理能力显著提升，通过高质量数据体系和搜索增强极大降低模型幻觉，是国内“幻觉”问题最低的大模型，已开放 API 接口进军企业级市场。
Baichuan2-Turbo-192k
Baichuan2-Turbo-192k 是百川智能发布的大模型，具备 192K 超长上下文窗口，可处理约 35 万字，支持搜索增强知识库，用户能上传资料创建专属知识库。适用于企业智能解决方案，已与财经媒体、律所等合作，助力长文档处理等场景。
Baichuan-M1-14B
Baichuan-M1-14B 是百川智能开源的医疗增强大语言模型，针对医疗场景优化，医疗能力超越 Qwen2.5-72B，与 o1-mini 相当，支持多语言，适配普通服务器，可用于医学问答、病历分析等。
Baichuan2-Turbo
Baichuan2-Turbo 是百川智能推出的大语言模型，采用搜索增强技术链接领域及全网知识，支持多轮对话、内容生成、代码编写等场景。其特点为万亿级 Tokens 训练，多语言 benchmark 同尺寸最佳，具备 192K 超长上下文窗口及安全机制，适用于企业知识库构建与智能交互。
SenseNova V6 Reasoner
SenseNova V6 Reasoner 是商汤科技 2025 年 4 月发布的 6000 亿参数多模态 MoE 大模型，具备强推理、强交互、长记忆特点，可处理文本与多模态任务，适用于实时音视频交互、深度内容分析等场景。
Step-2
Step-2 是阶跃星辰自研的万亿参数 MoE 架构语言大模型，综合能力较 Step-1 提升近 50%，在数理逻辑、编程等多维度逼近 GPT-4，指令跟随能力国际榜单居首。有轻量级 mini 版（快、省、性价比高）和文学大师版（强创作、去 AI 味），适用于智能助手、开发 API 及创作类应用。
Hunyuan-Code
Hunyuan-Code 是腾讯混元系列的代码专属模型，支持 Python、C++、JS、Java、Go 等语言，代码对话生成效果优于市场同规模模型，最大输入输出均为 4K，适用于代码开发场景。
Qwen_v2_0.5b_Instruct
Qwen_v2_0.5b_Instruct（推测为 Qwen2.5-0.5B-Instruct）是阿里开发的轻量级指令微调语言模型，参数规模 0.5B，支持中英文对话交互，具备问答、代码生成、翻译、文本总结等基础能力。特点为运行轻量、开箱即用，适合资源受限场景或开发者测试环境，但知识覆盖面和效果弱于大模型。
Qwen_v2.5_0.5b_Instruct
Qwen2.5-0.5B-Instruct 是阿里通义千问推出的轻量级指令微调模型，属 decoder-only 架构，0.5B 参数。特点：经 SFT+RLHF/DPO 优化，支持 128K 上下文、8K 生成，开箱即用于中英问答、代码、翻译，适配系统提示与 JSON 输出。轻量高效，适合开发者本地测试、边缘设备部署及定制微调。
Qwen_v2_1.5b_Instruct
Qwen_v2_1.5b_Instruct 是阿里巴巴 Qwen 团队研发的轻量级指令微调大语言模型，参数量 1.5B，属 Qwen2 系列。采用 RoPE 位置编码等架构，支持 32K 上下文，INT8/INT4 量化适配边缘设备，适用于智能客服、文本摘要等实时场景。
internlm2.5_1.8b_chat
InternLM2.5_1.8B_Chat 是基于 InternLM2.5 基座模型优化的对话模型，经有监督微调和 online RLHF 训练，具备指令遵循、共情聊天及工具调用能力，适用于下游对话交互应用。
Qwen_v2.5_1.5b_Instruct
Qwen_v2.5_1.5b_Instruct 是 Qwen2.5 系列中的 1.5B 参数 decoder-only 指令微调模型，基于 18T tokens 预训练，知识增强（MMLU 85+），编程（HumanEval 85+）和数学（MATH 80+）能力提升，支持 8K+长文本生成与 JSON 结构化输出，适配端侧部署（8G 显存可 LoRA 微调），适用于轻量对话、二次开发及边缘计算场景。
Qwen_v2.5_3b_Instruct
Qwen_v2.5_3b_Instruct 是 Qwen2.5 系列中的轻量级指令微调模型，参数量 30 亿，基于 Transformer 架构，采用 GQA 注意力机制与 RoPE 位置编码。其特点包括：支持 128K 上下文长度，优化长文本生成与结构化数据分析；经多阶段强化学习（DPO/GRPO）提升指令遵循能力，适配量化部署（如 INT4/INT8）。适用场景为移动端端侧推理、轻量级客服机器人及低资源设备的智能交互任务，平衡性能与部署成本。
internlm2.5_7b_chat
internlm2.5_7b_chat 是基于 InternLM2.5 基座模型优化的对话模型，经有监督微调和 online RLHF 训练。具备指令遵循、共情聊天、工具调用能力，适用于对话交互等下游应用。
Claude 3 Haiku
Claude 3 Haiku 是 Anthropic 开发的轻量级语言模型，属 Claude 3 系列入门款，主打高速低成本。特点为低延迟、高性价比，支持长文本处理与多任务，适用于实时客服、代码补全、内容审核等场景。
Hunyuan-Lite
Hunyuan-Lite 是腾讯混元大模型的轻量级版本，2024 年 10 月 30 日推出，采用混合专家模型（MoE）结构，支持 250K 上下文窗口（输入 250k Token/输出 6k Token）。在中文 NLP、英文 NLP、代码、数学等评测中领先开源模型，适用于效果、推理性能与成本平衡的日常场景。
Hunyuan-Translation
Hunyuan-Translation 是腾讯混元推出的轻量级翻译大模型，支持 33 种语言及 5 种民汉语言/方言互译，在 WMT2025 赛事中斩获 30 项冠军。其特点为 7 亿参数实现高效性能，推理速度快且部署成本低，适用于多语种翻译、边缘设备部署等场景。
Claude 3.5 Haiku
Claude 3.5 Haiku 是 Anthropic 推出的轻量级 AI 模型，属 Claude 3.5 系列。保持低成本与高速响应，能力大幅提升，编码等任务超前代旗舰 Opus，支持 200K tokens 上下文，低延迟高并发，适用于实时客服、编程辅助、数据处理与内容审核。
Spark Lite Patch
Spark Lite Patch（星火精简补丁版）是科大讯飞(iFLYTEK) 讯飞星火认知大模型系列中的一个特定版本或称呼
Spark Mini
Spark Mini 是一款轻量级 AI 模型，属于自然语言处理领域，具备资源消耗少、训练速度快的特点，适用于日常内容创作和对话系统等场景。
Spark Mini Instruct
Spark Mini Instruct 是轻量级大语言模型，资源消耗少、训练速度快，适用于简单文本生成、对话等日常内容创作和对话系统任务。
Spark Max
Spark Max 是科大讯飞星火大模型的高阶版本，属于大语言模型。支持长文本处理（如 Max-32K 版本）、函数调用及多模态交互，适用于科研分析、企业智能客服等场景，新用户可获免费 tokens。
Yi-Lightning
Yi-Lightning 是零一万物发布的轻量化大模型，采用 MoE 混合专家架构与混合注意力机制，推理速度较前代提升 40%，首包速度翻倍，性能跻身全球第六、中国第一。适用于翻译、分析等对速度与质量有高要求的场景。
qwen-max
通义千问 Max（Qwen-Max）是阿里云推出的旗舰级大语言模型，为通义千问系列性能最强版本，适用于复杂多步骤任务。具备超 32K 上下文长度，支持文本、图像、视频多模态处理，数学与编程能力突出，适用于深度研究、代码开发、多模态内容生成等场景。
Gemini 1.5 Flash
Gemini 1.5 Flash 是谷歌 Gemini 家族轻量级多模态语言模型，通过知识蒸馏自 Pro 版，保留 transformer 解码器架构与多模态能力，支持超长上下文处理，高效利用 TPUs 实现低延迟，适用于高负载任务，如文档分析、代码调试等，兼顾速度与成本。
kimi-latest-32k
Kimi-latest-32k 即月之暗面发布的开源大模型 Kimi K2，采用 MoE 架构，总参数 1 万亿、激活参数 32B，具备高效推理能力。其在代码生成、Agent 任务、数学推理等领域表现突出，支持工具调用与复杂任务规划，适用于智能开发、自动化处理等场景。
kimi-latest-8k
kimi-latest-8k 是由北京月之暗面科技有限公司开发的大模型，属 kimi-latest 系列，上下文长度 128k 且自动选 8k/32k/128k 计费模型，支持图片理解、自动上下文缓存，具备 ToolCalls 等 moonshot-v1 系列功能，适用于 AI 聊天应用用户及构建 AI 智能助手或客服的开发者。
kimi-latest-128k
kimi-latest-128k 是 Kimi 开放平台推出的多模态大模型，对标 Kimi 智能助手最新模型并同步升级。具备 128k 上下文长度，支持 8k/32k/128k 动态切换，可图片理解、自动缓存（缓存 Tokens 费用￥1/M），兼容 ToolCalls、联网搜索等功能。适用于 AI 聊天应用、智能助手/客服开发，追求与 Kimi 智能助手相似体验的场景。
ERNIE-4.5-21B-A3B-Thinking
ERNIE-4.5-21B-A3B-Thinking 是百度开源的深度思考模型，采用混合专家（MoE）架构，总参数 210 亿，每 token 激活 30 亿参数。支持 128K 上下文窗口，适用于长文本推理、逻辑数学科学任务、代码生成及工具调用，实现高效复杂任务自动化处理。
kimi-thinking-preview
kimi-thinking-preview 是月之暗面推出的多模态思考模型，具备多模态推理与通用推理能力，擅长深度推理。作为 k 系列最新思考模型，可通过更换 model 或 openai SDK 使用，目前处于预览版阶段，暂不支持工具调用、联网搜索等功能。
o1-mini
o1-mini 是 OpenAI 推出的轻量级 STEM 推理优化模型，基于强化学习训练，成本较 o1-preview 低 80%，延迟更低且速率限制更高。专为数学、编码等复杂推理任务设计，在 AIME 数学竞赛中达 70%正确率，适合学术研究、技术开发等场景，但非 STEM 事实知识表现较弱。
o1-preview
o1-preview 是 OpenAI 推出的专业化推理大模型预览版，采用强化学习和思维链技术，通过内部思路链生成实现复杂逻辑推理，在数学、科学、编码等领域表现突出，如 AIME 数学竞赛解决率达 93%。适用于多步骤问题解决、代码编写等场景，但成本较高、速度较慢，目前向 ChatGPT Plus 等付费用户开放。
ERNIE-4.5-300B-A47B-Paddle
ERNIE-4.5-300B-A47B-Paddle 是百度文心大模型 4.5 系列中的 300B 参数多模态模型，采用异构 MoE 架构，单次推理激活 470 亿参数，支持 128K 超长上下文，通过 2-bit 压缩技术实现低资源部署。适用于医疗影像分析、长文档解析、工业质检等复杂场景，兼顾高性能与部署效率。
ERNIE-4.5-21B-A3B-Paddle
ERNIE-4.5-21B-A3B-Paddle 是百度推出的文本混合专家（MoE）语言大模型，总参数量 210 亿，每个 token 激活 30 亿参数。采用异构 MoE 架构与模态隔离路由技术，依托飞桨框架优化，适配智能对话、内容创作等轻量化场景，提供 ERNIEKit 微调与 FastDeploy 部署工具链，基于 Apache 2.0 协议开源。
kimi-k2-turbo-preview
kimi-k2-turbo-preview 是月之暗面（Moonshot AI）推出的 Kimi K2 高速版大语言模型，为混合专家（MoE）架构，总参数 1 万亿、激活参数 320 亿，上下文窗口达 256K。输出速度 60-100Token/s，为普通版 6 倍，适用于代码生成、长文本处理、工具调用等场景，在开源模型中性能领先。
kimi-k2-0905-preview
kimi-k2-0905-preview 是混合专家架构的开源基础模型，编程能力突出，Agentic Coding 能力在测试和任务中表现佳，上下文长度扩展至 256K，有高速版 API。适用于 AI 编程工具、云服务部署等场景。
Gemini 1.5 Flash 8B
Gemini 1.5 Flash 8B 是谷歌推出的轻量级多模态语言模型，参数规模 80 亿，支持文本、图像、音频等多模态处理。特点为低成本（100 万输入令牌 0.0375 美元）、高效率，适用于大容量低复杂度任务。使用场景包括初创企业 AI 开发测试、基础多模态应用等。
ERNIE-4.5-0.3B
ERNIE-4.5-0.3B 是百度推出的 0.36B 参数轻量级语言大模型，基于 PaddlePaddle 框架，支持 SFT、DPO 等基础微调，采用卷积编码量化技术实现 4 位/2 位无损压缩，适配多芯片边缘部署，适用于对话、创作及轻量化文本处理场景，开源协议为 Apache 2.0。
Grok-2
Grok-2 是 xAI 开发的多模态大模型，支持文本、图像、视频交互，具备实时信息获取（DeepSearch 模式）、代码生成与代理任务能力，强调逻辑推理与客观性。适用于科学查询、创意生成、编程开发及特斯拉车载交互等场景，支持网页和移动应用访问。
Grok-2 mini
Grok-2 mini 是 xAI 推出的轻量化 AI 模型，基于 Grok-2 优化，特点为快速响应、文本交互友好，适用于简单文本任务。支持多语言处理，可集成实时检索能力，应用于问答、信息检索及基础文本生成。
GPT-4o mini
GPT-4o mini 是 OpenAI 推出的轻量化多模态大语言模型，支持文本/图像输入，较 GPT-3.5-turbo 更智能且速度相当，响应迅速，适用于基础文本生成、简单信息查询等日常任务，免费用户可自动切换使用，简化了数据分析等高级功能。
kimi-k2-0711-preview
kimi-k2-0711-preview 是北京月之暗面科技开发的基于 MoE 架构的万亿参数开源语言模型，代码、搜索、创作、推理能力全面提升，速度更快，适用于编程、数据分析、内容创作、文件解读等复杂任务，赋能程序员、科研人员等专业人士。
Hunyuan-Role
Hunyuan-Role 是腾讯混元系列大模型中专注于角色扮演场景的优化版本，属于对话式语言模型。其核心特点包括：基于丰富角色扮演数据训练，在互动语气、剧情推进、多轮对话等场景表现优于通用模型；支持长指令（最大输入 28K）和角色设定遵循，可还原人设并主动引导话题；已应用于互动内容平台，作为“亲密朋友”类虚拟角色核心能力，满足情感陪伴与精神寄托需求。
Gemma 2 9B
Gemma 2 9B 是谷歌 DeepMind 开发的开源轻量级大语言模型，属 Gemini 技术体系，90 亿参数规模。特点：采用滑动窗口注意力与知识蒸馏技术，8 万亿 token 训练，性能超 Llama 3 8B；支持多框架部署，适配边缘设备与云端。适用于边缘 AI、文档问答、代码生成等场景。
Gemma 2 27B
Gemma 2 27B 是谷歌开源的轻量级文本生成大模型，基于 Transformer 架构，性能媲美 LLaMA3 70B。支持单 GPU/TPU 高效推理，适配家用电脑及云端部署，适用于低成本 AI 开发与本地部署场景。
PP-UIE-7B
PP-UIE-7B 是通用信息抽取大模型，具备零样本和小样本学习能力，通过输入格式与样例提升输出准确性和规范性，适用于多领域信息抽取任务。
PP-UIE-14B
PP-UIE-14B 是 PaddleNLP 推出的 14B 参数通用信息抽取大模型，属 UIE 系列，支持实体识别、关系抽取等 NLP 任务，零样本和小样本性能突出，CMeEE 数据集小样本 F1 值达 0.588，适配本地化部署，适用于需要高效信息抽取的开发场景。
Claude 3.5 Sonnet
Claude 3.5 Sonnet 是 Anthropic 发布的多模态大语言模型，属中等尺寸，性能介于 Haiku 和 Opus 间。特点是编码能力领先，修复 64%代码错误，支持计算机使用功能，可模拟人类操作完成多步骤任务，运行速度为前代 Opus 两倍，能理解细微指令与复杂数据，生成自然类人内容，擅长图表解释和低质量图像文本转录。适用于客户支持、多步骤工作流、代码开发、创意写作及数据洞察分析等场景。
GLM-4-9B
GLM-4-9B 是由智谱 AI 推出的开源大语言模型，属 GLM-4 系列。具备多模态能力，支持 26 种语言，上下文处理达 1M token（约 200 万字），中文对齐和代码能力提升 40%，可调用外部工具，适用于长文本处理、多语言交互和复杂任务协作。
moonshot-v1-128k
moonshot-v1-128k 是 Moonshot AI 推出的大语言模型，核心特点为 128k 超长上下文长度（含输入与输出），专注于超长文本生成任务。其与同系列模型效果无差异，主要通过上下文长度区分，供用户按需选择。
moonshot-v1-8k
Moonshot-v1-8k 是由月之暗面（Kimi）开发的语言模型，具备 8K 上下文窗口（约 8192 token），适用于短文本生成。支持内容创作、代码生成、摘要、对话等任务，需通过明确指令和范例优化输出。
moonshot-v1-32k
Moonshot-v1-32k 是 Moonshot AI 推出的千亿参数语言模型，支持 32K 上下文窗口，具备优秀语义理解、指令遵循和文本生成能力，适用于长文本理解与生成，应用于内容创作、代码生成、文本摘要等场景。
GLM-4-Long
GLM-4-Long 是智谱 AI 推出的长文本大模型，支持 1M tokens（约 150-200 万字）上下文，100 万 tokens 仅需 1 元。适用于小说创作、学术综述、代码文档生成等场景，提供“构思-初稿-润色”全流程支持。
GLM-4-Plus
GLM-4-Plus 是智谱 AI 于 2024 年推出的大语言模型，属 GLM-4 系列增强版。采用合成数据优化与 PPO 算法提升推理能力，在 SuperCLUE 测评中位列国内第一梯队，与 GPT-4o 差距小于 2 分。支持 API 调用，适用于文本生成、智能问答等场景，需通过智谱开放平台接口使用。
GLM-4-Assistant
GLM-4-Assistant 是智谱 AI 开发的多模态对话大模型，支持 128K 上下文（部分版本达 1M token），中文对齐能力超 GPT-4，可动态调用多工具协同处理复杂任务。适用于学术解析、长文档处理、智能客服等场景。
GLM-4-AllTools
GLM-4-AllTools 是智谱 AI 推出的智能体优化型大语言模型，基于 GLM-4 架构强化工具调用能力。特点包括自主规划工具使用（支持联网搜索、代码解释器、文生图等）、多模态任务处理及超长上下文理解。适用于复杂推理、数据分析、智能开发等场景，部分任务表现优于 GPT-4 All Tools。
Yi-Medium
Yi-Medium 是零一万物（01.AI）推出的大模型 API 产品，支持超长文本处理，具备 200K 上下文窗口，可一次性解读 20 万字文本，适用于文档分析、知识库构建等场景。其 API 接口支持轻量化数学分析、代码生成及文本聊天，兼顾性能与效率。
Yi-Large
Yi-Large 是零一万物推出的旗舰级闭源大模型，对标早期 GPT-4，具备 16k 上下文长度，指令遵从与综合性能优异，中英文能力突出（AlpacaEval 2.0 英语第二、SuperCLUE 中文榜首），适用于复杂 NLP、智能助手、决策支持及深度内容创作，但代码生成能力待提升。
Yi-Large-Turbo
Yi-Large-Turbo 是零一万物 Yi 系列大模型中的高性价比版本，定位为平衡性能、速度与成本的通用语言模型。其特点是在保持接近旗舰模型 Yi-Large 性能的同时，通过高精度调优实现更优推理效率，适用于全场景、高品质的文本生成及推理任务。该模型已通过阿里云百炼平台开放 API 服务，支持企业及开发者接入使用。
GLM-4-Flash
GLM-4-Flash 是智谱 AI 推出的高效能大语言模型，基于 10T 多语言数据训练，采用 FP8 技术提升效率。特点包括 128K 长上下文推理、72.14 token/s 生成速度，支持多轮对话与工具调用。适用于智能助手、内容生成、RAG 知识库等场景，提供免费 API。
Grok-1.5V
Grok-1.5 是 xAI 于 2024 年 3 月发布的语言模型，基于优化训练系统提升推理能力，支持 128K 令牌上下文，在数学（MATH 50.6%、GSM8K 90%）和代码生成（HumanEval 74.1%）任务表现突出，面向 X 平台早期测试者提供长文本理解与高级推理功能。
Yi-9B-200K
Yi-9B-200K 是零一万物推出的 90 亿参数量开源大语言模型，具备 200K 超长上下文窗口，支持处理约 10 万汉字或 40 万字符的长文本。其特点包括量化友好设计（4/8 位量化性能损失小于 3%）、3.8T 训练 tokens 带来的较强数学推理能力（GSM8K 基准 65.5%），以及动态位置编码与 FlashAttention-2 优化的长文本处理效率。适用于长篇文档理解、学术论文分析、代码生成等场景。
Yi-9B
Yi-9B 是零一万物开源的 8.8B 参数大语言模型，主打代码与数学能力，综合性能超越 Mistral-7B 等同类模型。支持 4K 上下文，可在消费级显卡部署，适用于开发与轻量化应用。
Gemini 1.5 Pro
Gemini 1.5 Pro 是谷歌 DeepMind 开发的多模态大模型，采用稀疏混合专家架构，支持文本、图像、音频、视频及代码理解，上下文窗口达 128 万 token，推理效率较前代提升 40%。适用于电商客服、推荐系统等通用场景，可与 Google Maps 等生态集成，性价比均衡但中文术语处理需优化。
Baichuan2-13B-Chat
Baichuan2-13B-Chat 是百川智能开发的开源大语言模型，逻辑推理、知识百科等基础能力居 200 亿参数量级国内模型首位，可私有化部署，适用于内容创作、智能客服及垂直行业，低算力终端亦可运行。
Gemini 1.0 Pro
Gemini 1.0 Pro 是谷歌推出的多模态大模型，属 Gemini 1.0 系列中端版本，主打任务扩展性。原生支持文本、代码、音视频等多模态处理，在 32 项学术基准中 30 项超越 GPT-4，适用于智能客服、内容生成及编程辅助等场景。
Yi-34B-Chat
Yi-34B-Chat 是零一科技推出的开源大型聊天对话模型，参数量达 340 亿，支持聊天、问答、写作、翻译等功能，优化了指令遵循能力并降低延迟，适用于复杂自然语言理解与生成任务。
Yi-6B-Chat
Yi-6B-Chat 是零一万物发布的 60 亿参数开源对话模型，基于 Yi-6B 基座模型指令微调而来，支持中英文双语，采用 Apache-2.0 协议允许免费商用。该模型在同等规模下中英文基准测试表现优异，适配 llama.cpp 等框架实现低资源本地部署，支持命令行交互与 Web 服务模式，适用于企业知识库构建、智能客服等场景。
GPT-4 Turbo
GPT-4 Turbo 是 OpenAI 推出的多模态大语言模型，具备文本和图像输入处理能力，训练数据更新至 2023 年 12 月，拥有 128K 上下文窗口，可处理约 300 页文本。相比 GPT-4，其运行成本显著降低，新增 JSON 模式、并行函数调用等功能，适用于长文档分析、代码开发、视觉内容理解等场景，2025 年 11 月已向付费用户开放。
Yi-6B-200K
Yi-6B-200K 是零一万物开源的 60 亿参数大型语言模型，具备 200K 超长上下文窗口，可处理约 40 万汉字文本。适用于长文档理解、数据分析、跨领域知识融合等场景，如快速阅读报告、解读法律条文、提取论文要点等。
Yi-34B-200K
Yi-34B-200K 是零一万物开发的开源中英双语大模型，具备 340 亿参数规模，支持 200K 上下文窗口，可处理约 40 万汉字超文本输入。其特点包括：性能强劲，在 MMLU、C-Eval 等评测中全球领先，中文理解能力突出；尺寸轻巧，以更小模型超越 LLaMA2-70B 等大模型；支持免费商业授权。适用于长文档处理、专业书翻译、知识库构建等场景，如 264 页书籍翻译一天完成。
Yi-6B
Yi-6B 是零一万物（01.AI）发布的 60 亿参数开源中英双语大模型，适合个人及研究用途，支持免费商业授权申请。模型尺寸轻巧，性能优于同量级开源模型，在数学推理、代码能力等任务上表现领先。
Yi-34B
Yi-34B 是由 01.AI 开发的开源大语言模型，参数量 340 亿，基于 LLaMA2 架构优化，支持中英文双语处理。其特点包括 200K 上下文窗口、3.1T token 预训练数据，通过 int4 量化技术可在 24G 显存消费级显卡运行，性价比接近 70B 模型。适用于对话生成、信息检索、文本理解等场景，在 MMLU 等评测中性能达 SOTA 水平。
GLM-3-Turbo
GLM-3-Turbo 是智谱 AI 研发的轻量级生成式大模型，定位对标 GPT-3.5，具备 128K 超长上下文能力，中文语义理解突出，支持广告文案、代码生成、知识写作等场景。计费单价低至 0.005 元/千 tokens，适配高性价比的文本创作与开发需求。
ERNIE-4.0
ERNIE-4.0 是百度自研的旗舰级知识增强大语言模型，相较 3.5 版本全面升级，在理解、生成、逻辑和记忆能力显著提升，支持 5K 输入+2K 输出，可通过 API 用于对话补全、内容创作、语义向量等场景，适用于企业复杂任务开发。
Baichuan2-13B-Base
Baichuan2-13B-Base 是百川智能开发的 130 亿参数开源可商用大语言模型底座，基于 2.6 万亿多语言数据训练，数学、代码等能力较上一代提升显著，支持 4096 上下文窗口，需微调后用于垂直领域定制开发。
Baichuan2-7B-Base
Baichuan2-7B-Base 是百川智能开源的 70 亿参数基础大模型，基于 2.6 万亿高质量多语言数据训练，支持免费商用。相比上一代，其数学、代码、逻辑推理等能力显著提升，在 MMLU 等权威榜单中性能优于 LLaMA2 等同尺寸模型，适用于学术研究、企业开发及多轮对话等场景，部署门槛较低。
Baichuan2-7B-Chat
Baichuan2-7B-Chat 是百川智能开源的 70 亿参数对话大模型，基于 2.6T 多语言数据训练，保留流畅多轮对话能力，数学、代码等能力提升显著，支持免费商用，适用于客服、内容生成等场景，部署门槛低。
Baichuan-13B
Baichuan-13B 是百川智能开发的 130 亿参数开源可商用大语言模型，含 Base（预训练）和 Chat（对话）版本。特点：1.4 万亿 tokens 训练，支持中英双语及 4096 上下文窗口；INT4/INT8 量化版本可在消费级显卡部署；学术完全开放，商用需申请许可。适用于知识问答、文本创作、对话交互等场景。
ERNIE-3.5
ERNIE-3.5 是百度自研的旗舰级大规模大语言模型，覆盖海量中英文语料，具备强大通用能力，支持对话问答、创作生成及插件应用等场景，可自动对接百度搜索插件保障信息时效性。
Baichuan-7B
Baichuan-7B 是百川智能于 2023 年 6 月发布的开源可商用大型预训练语言模型，采用 70 亿参数、Decoder-only 架构，在 1.2 万亿 tokens 上训练，支持中英双语及 4096 上下文窗口。其优化包括 RMSNorm 归一化、SwiGLU 激活函数和 RoPE 位置编码，在 C-EVAL/MMLU 等基准测试中同参数规模表现最佳，可应用于自然语言处理、翻译、问答系统及智能客服、金融等多领域。
GPT-4
GPT-4 是 OpenAI 开发的多模态大模型，支持文本、图像、音频交互，具备 128k 上下文窗口与 1750 亿参数。特点为多版本分化（基础版、Turbo 版、GPT-4V 等），适配医疗、金融等场景，2024 年推出 GPT-4o（全能版），优化实时交互与跨模态处理，广泛用于客服、教育、零售等领域。
ERNIE-3.0
ERNIE-3.0 是百度研发的知识增强千亿级预训练语言模型，融合自回归与自编码网络，兼顾文本生成与理解能力。其特点包括 2600 亿参数规模，刷新 54 项中文 NLP 任务基准，具备零样本生成、可控学习及可信学习能力，支持文学创作、摘要生成等场景，泛化性强适配多行业应用。
ERNIE-2.0
ERNIE-2.0 是百度研发的中文预训练语言模型，基于知识图谱增强和递增多任务学习，支持关系分类、情感分析等 NLP 任务，适用于智能客服、内容推荐等场景。
ERNIE-1.0
ERNIE-1.0 是百度 2019 年推出的知识增强语义理解模型，参数量参考 BERT Base（110M），基于 200G 中文语料（含百科、新闻、贴吧等）训练，采用预训练+微调范式。特点是融合知识图谱，通过实体/短语掩码增强语义表示，在情感分析、问答等 16 项任务超越基线，GLUE 基准首破 90 分。应用于搜索引擎、新闻推荐、智能客服等场景。
Doubao-1.5-pro-256k
Doubao-1.5-pro-256k 是字节跳动推出的豆包大模型升级版本，基于稀疏 MoE 架构，仅用稠密模型七分之一参数量实现 7 倍性能杠杆，超越 Llama-3.1-405B 等模型。支持 256k 上下文窗口推理，输出长度最大 12k tokens，多模态能力增强，视觉推理和文档识别更优，适用于复杂内容创作、代码生成、长文档处理等场景。
腾讯元器
腾讯元器是腾讯推出的一站式智能体创作与分发平台，基于混元大模型构建，支持多底座模型选择（如 DeepSeek-R1）。特点包括零代码开发（提示词/工作流/公众号历史文章三种创建模式）、企业级安全（等保 2.0 三级认证）及多平台分发（微信/QQ/小程序等）。适用于公众号运营、客服机器人、企业知识管理等场景，开发者最快几分钟即可上线智能体。