AI 模型

GLM-4.5-Air是清华智谱推出的轻量级千亿参数大语言模型，采用MoE架构（1060亿总参数/120亿激活参数），主打混合推理能力，支持复杂任务的思考模式与快速响应的非思考模式切换。其量化版本（如4-bit AWQ）模型文件仅64GB，适配本地部署与边缘设备，平衡性能与效率。适用于智能代理开发、工具调用及资源受限场景，已开源并开放API接口。

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 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%。

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。

qwen-tts-realtime 是阿里云推出的实时语音合成模型，支持流式文本输入与音频输出，低延迟，7种拟人音色，可合成中文、英文，适用于交互式语音应用。

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。

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。

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。

Qwen2.5-VL-32B-Instruct是阿里开源的32B参数多模态视觉语言模型，具备图像解析、细粒度分析及强数学推理能力，输出规范符合人类偏好，可本地部署，适用于多模态应用开发。

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。

Qwen3-30B-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。

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。

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。

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。

Doubao-1.5-thinking-vision-pro是多模态AI模型，具备视觉理解与深度思考能力，支持图文、语音交互，适用于专业领域推理与创意任务。

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 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 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 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。

Qwen-TTS是阿里云推出的高性能语音合成模型，可将文本转为自然语音。其特点为高自然度，能模拟真人情感语调；支持中英双语及北京、上海、四川方言；提供7种音色。适用于有声内容创作、智能客服等场景。

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。

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。