AI 模型

Qwen-Omni-Turbo-Realtime是通义千问推出的实时音视频聊天模型，能同时理解流式音频与图像输入（如视频流连续图像帧），并实时输出高质量文本与音频，适用于实时音视频交互场景。

Qianfan-Llama-VL-8B是百度千帆团队开发的80亿参数多模态大语言模型，基于Llama 3.1架构与InternViT视觉编码器，支持32k上下文窗口。具备三大核心特点：支持思维链推理，可处理复杂图表理解与数学解题；OCR与文档理解能力突出，能精准识别手写体及复杂版面；适配服务器端部署，兼顾性能与效率。主要应用于通用视觉语言任务及企业级微调场景。

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。

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 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。

""qwen-omni-turbo""是阿里云通义千问推出的多模态大模型，支持文本、图像、语音、视频输入，流式输出文本与语音，提供4种对话音色。具备119种文本语言、19种语音输入及10种语音输出能力，适用于智能交互、内容生成等场景，可通过API调用，免费额度100万Tokens。

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（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。

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。

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。

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。