全球模型展示中心 · 选型中心

全球 AI 模型中心

三层视图看清能力边界:已接入的模型可直接调用,国内与全球模型用于能力对标与选型参考。 每个模型均给出开发主体、概说、优势、劣势与适用场景,一屏完成技术选型。

146
模型收录总量
26
已正式接入
63
国内大模型
57
全球模型

本系统已正式接入

生产环境实际调度中的模型,含对话推理与多模态生成能力,开通会员或充值呱点即可使用

共 26 个

豆包 Seed 2.0 Lite

字节跳动 · 火山方舟

通用对话
免费可用

平台免费档默认对话模型,全站文本问答的主力底座,成本与速度平衡最佳。

优势响应快、单价极低、长上下文稳定,支持高频并发调用。
劣势复杂多步推理与长链路规划能力弱于 Pro / 推理型模型。
场景日常问答、文案润色、知识库问答、批量文本处理与摘要。
doubao-seed-2-0-lite-260428去 AI 大脑

豆包 Seed 2.0 Lite (260428)

字节跳动 · 火山方舟

通用对话
免费可用

Lite 系列的 4 月版本,指令遵循与稳定性修补版,免费档可选。

优势在旧版基础上提升指令遵循与格式稳定性,成本不变。
劣势与旧版能力差距不大,深度任务仍需 Pro 档。
场景结构化输出、表单抽取、客服话术生成。
doubao-seed-2-0-lite-260428去 AI 大脑

豆包 Seed 2.0 Mini

字节跳动 · 火山方舟

通用对话
免费可用

小参数高性价比模型,适合高频轻量任务与批量流水线。

优势吞吐高、延迟低、成本最优,适合嵌入业务流水线。
劣势知识广度与推理深度有限,不适合复杂分析。
场景分类打标、关键词抽取、短文本改写、批量脚本预生成。
doubao-seed-2-0-mini-260428去 AI 大脑

豆包 Seed 2.0 Mini (260428)

字节跳动 · 火山方舟

通用对话
免费可用

Mini 系列 4 月版本,轻量任务稳定性增强。

优势低延迟低成本,输出格式更稳定。
劣势创意写作与深度推理表现一般。
场景内容审核预判、短文案批量生成、标签体系映射。
doubao-seed-2-0-mini-260428去 AI 大脑

DeepSeek V4 Flash

DeepSeek · 火山方舟

通用对话
免费可用

DeepSeek 轻量快速版,中文逻辑与数学能力在免费档中突出。

优势中文推理与代码理解强于同价位模型,价格亲民。
劣势长文档上下文处理不如长文本专用模型。
场景数学推理、代码问答、中文长逻辑题、结构化分析。
deepseek-v4-flash-ga-260731去 AI 大脑

DeepSeek V4 Flash GA

DeepSeek · 火山方舟

通用对话
免费可用

Flash 正式发布版(GA),生产稳定性与推理一致性提升。

优势正式版服务等级,输出更稳定,适合长期在线业务。
劣势与预览版能力接近,无明显新增能力。
场景长期在线的智能客服、稳定的批量推理任务。
deepseek-v4-flash-ga-260731去 AI 大脑

豆包 Seed 2.0 Pro

字节跳动 · 火山方舟

深度推理
会员可用

平台会员档主力旗舰对话模型,综合能力与稳定性均衡。

优势综合理解、创作与推理能力强,长上下文表现稳定。
劣势成本高于 Lite/Mini 档,高频调用需关注呱点消耗。
场景经营分析、方案撰写、复杂问答、多轮任务编排。
doubao-seed-2-0-pro-260215去 AI 大脑

豆包 Seed 2.0 Code

字节跳动 · 火山方舟

代码生成
会员可用

面向代码场景优化的专用模型,覆盖生成、补全与解释。

优势多语言代码生成与调试建议准确,补全速度快。
劣势通用闲聊与创意写作非其强项。
场景代码生成与重构、报错定位、SQL 编写、脚本自动化。
doubao-seed-2-0-code-preview-260215去 AI 大脑

豆包 Seed 2.1 Pro

字节跳动 · 火山方舟

深度推理
会员可用

新一代旗舰,复杂推理与长程任务表现进一步提升,平台决策大脑首选。

优势推理链路更长、工具调用更稳,适合多步决策。
劣势单次成本较高,适合关键任务而非批量调用。
场景业务体检与决策建议、多步任务规划、深度报告。
doubao-seed-2-1-pro-260628去 AI 大脑

豆包 Seed 2.1 Turbo

字节跳动 · 火山方舟

通用对话
会员可用

旗舰能力 + 加速推理版本,兼顾质量与响应速度。

优势速度接近轻量档、质量接近旗舰档,性价比高。
劣势极限推理任务仍略逊于 Pro 档。
场景实时对话、客服机器人、短视频脚本批量生成。
doubao-seed-2-1-turbo-260628去 AI 大脑

豆包 Seed Character (251128)

字节跳动 · 火山方舟

角色扮演
会员可用

角色化人设模型,擅长稳定扮演与情绪表达。

优势人设一致性强、对话自然,适合长期陪伴型交互。
劣势事实类问答准确度低于通用模型。
场景虚拟角色对话、IP 人设运营、沉浸式陪伴。
doubao-seed-character-251128去 AI 大脑

豆包 Seed Character (260628)

字节跳动 · 火山方舟

角色扮演
会员可用

角色模型 6 月版本,人设记忆与情绪层次更细腻。

优势长对话人设漂移更少,情绪表达更细。
劣势仍不适合作为事实检索主力。
场景漫剧角色对白试演、直播间人格化主播。
doubao-seed-character-260628去 AI 大脑

豆包 Seed Evolving

字节跳动 · 火山方舟

深度推理
会员可用

持续进化型模型接入点,方舟侧迭代能力可自动获得。

优势接入点固定,模型能力随官方迭代自动升级。
劣势版本不可控,输出风格可能随升级变化。
场景长期运行不频繁改配置的智能助手场景。
doubao-seed-evolving去 AI 大脑

DeepSeek V4 Pro

DeepSeek · 火山方舟

深度推理
会员可用

DeepSeek 旗舰推理模型,数学、代码与逻辑链条表现突出。

优势推理链完整、数理与代码能力强,中文表达自然。
劣势单次生成耗时略长,成本高于 Flash 档。
场景数据分析、算法题解、复杂业务逻辑推演。
deepseek-v4-pro-260425去 AI 大脑

DeepSeek V4 Pro GA

DeepSeek · 火山方舟

深度推理
会员可用

Pro 正式发布版,推理一致性与服务可用性更稳。

优势正式版 SLA,长任务稳定性好,适合生产环境。
劣势相对预览版无能力跃迁。
场景生产环境深度分析、关键决策辅助。
deepseek-v4-pro-ga-260813去 AI 大脑

DeepSeek V4 Pro(长文版)

DeepSeek · 火山方舟

通用对话
会员可用

平台上用于长文本生成与内容生产的对话模型(LLM 生成路由)。原 V3.2 接入点已下线,现由 V4 Pro 承接。

优势中文写作流畅、长文结构化能力强。
劣势多模态能力缺失,仅文本。
场景长文撰写、报告生成、剧本与脚本创作。
deepseek-v4-pro-260425去 AI 大脑

智谱 GLM-5.2

智谱 AI · 火山方舟

深度推理
会员可用

平台强决策模型(STRONG_DECISION),海量工具调用与 Agent 场景优化。

优势Agent/工具调用稳定,超长上下文与结构化输出能力强。
劣势文学性表达不如创作型模型,成本较高。
场景多工具编排、决策引擎、复杂业务体检与自动化流程。
glm-5-2-260617去 AI 大脑

豆包 Seedream 4.0

字节跳动 · 火山方舟

图像生成
按量计费

平台文生图 / 图生图底座,支持 2K / 4K 档位出图与角色定妆。

优势画面质感与文字渲染好,支持图生图保持角色一致。
劣势按张计费,批量出图成本需提前规划。
场景商品主图、漫剧分镜图、角色定妆图、营销海报。
doubao-seedream-4-0-250828去创作中心

豆包 Seedance 1.0 Pro

字节跳动 · 火山方舟

视频生成
按量计费

平台视频生成基础档,文生视频 / 图生视频,支持首帧参考。

优势镜头稳定性好,支持首尾帧控制,成本相对可控。
劣势长时长与复杂动作一致性有限。
场景商品展示视频、分镜动效、短片生成。
doubao-seedance-1-0-pro-250528去短视频创作台

豆包 Seedance 2.0

字节跳动 · 火山方舟

视频生成
按量计费

新一代视频生成模型,画面一致性与运动自然度提升。

优势角色与场景跨镜一致性强,支持更长片段。
劣势单价高于 1.0 档,需按实际输出秒数计费。
场景剧情短片、漫剧成片、AI 数字人视频。
doubao-seedance-2-0-260128去短视频创作台

豆包 Seedance 2.5

字节跳动 · 火山方舟

视频生成
按量计费

平台视频生成最高档,画质、运镜与物理合理性最佳。

优势细节与运镜质感最优,适合对外发布的成片。
劣势成本最高,建议仅用于关键镜头。
场景广告级成片、品牌宣传片、高质量漫剧画面。
doubao-seedance-2-5-260628去短视频创作台

豆包 Seed 2.0 Lite(多模态)

字节跳动 · 火山方舟

多模态理解
按量计费

视觉理解模型,用于图片语义标注、扫描件 OCR 与分镜图质检。

优势图文理解准确,可一次完成描述 + 关键词 + OCR 抽取。
劣势账号侧开通状态受平台策略影响,异常时自动降级不阻断。
场景知识库图片语义索引、扫描版 PDF 识别、画面质量评估。
doubao-seed-2-0-lite-260428去 AI 大脑

豆包 Seed TTS 2.0

字节跳动 · 火山方舟

语音音频
按量计费

预置音色语音合成,用于短视频口播、漫剧配音与旁白。

优势合成自然、情绪可控、支持多音色与长文本分段。
劣势按分钟计费,长配音需成本预估。
场景口播配音、有声内容、视频旁白、多角色对白。

豆包 Seed ICL 2.0

字节跳动 · 火山方舟

语音音频
按量计费

音色克隆模型,用少量样本复刻专属音色用于持续内容生产。

优势克隆相似度高,克隆后可长期复用于系列内容。
劣势需合规授权样本,克隆质量取决于录音环境。
场景IP 专属声音、系列短视频统一音色、品牌播报。

BGE-M3

北京智源人工智能研究院(本地私有化部署)

向量检索
免费可用开源

多语言多粒度向量模型,平台知识库语义检索的底座(本地 ONNX 推理,1024 维)。

优势中文语义召回强、支持长文分块、本地推理数据不出域。
劣势占用服务器内存,首次加载有冷启动耗时。
场景知识库语义检索、语义缓存、记忆检索与推荐匹配。
bge-m3-local去知识库

方舟 Rerank 重排序

字节跳动 · 火山方舟

向量检索
按量计费

混合检索第二阶段的精排模型,可开关,未配置时自动降级为 RRF 融合。

优势显著提升 topK 命中质量,可按需开启控制成本。
劣势增加一次调用开销,简单检索场景收益有限。
场景知识库问答精排、长文档召回优化。
目录收录知识库设置

国内主流大模型

国内厂商主力与开源模型,本系统尚未接入,正在按业务需求持续评估选型

共 63 个

通义千问 Qwen3-Max

阿里巴巴 · 阿里云

深度推理
未接入

阿里通义千问系列旗舰闭源版本,中文综合能力与工具调用表现均衡。

优势中文理解与指令遵循强,生态完善,配套百炼平台工具链齐全。
劣势旗舰版本按量计费成本较高,长上下文推理略逊于专用推理模型。
场景企业知识问答、智能客服、数据分析助手。
目录收录

通义千问 Qwen3-235B-A22B

阿里巴巴(开源)

深度推理
未接入开源

超大规模 MoE 开源旗舰,激活参数约 22B,兼顾能力与推理成本。

优势开源可私有化,MoE 结构推理成本低,社区生态与微调资源丰富。
劣势自部署需要多卡高显存,工程门槛较高。
场景私有化智能中枢、行业大模型二次训练底座。
目录收录

通义千问 Qwen3-32B / 14B / 8B

阿里巴巴(开源)

通用对话
未接入开源

Qwen3 中小组开源矩阵,按显存与算力灵活选型。

优势规格齐全、部署门槛低,量化后单卡可跑。
劣势小规格模型在复杂推理与长链路任务上能力有限。
场景本地化部署、边缘推理、垂类微调基座。
目录收录

通义千问 Qwen2.5-72B

阿里巴巴(开源)

通用对话
未接入开源

上一代开源大参数版本,中文基准表现稳定,社区微调版本极多。

优势成熟稳定、微调资料多,中文效果可靠。
劣势上下文窗口与推理能力已被 Qwen3 系列超越。
场景行业微调、企业内部助手、教学演示。
目录收录

Qwen3-Coder

阿里巴巴(开源)

代码生成
未接入开源

代码专用开源模型,覆盖补全、生成与仓库级理解。

优势代码补全准确率高、支持长代码上下文与多语言。
劣势非代码任务的通用性弱,文学表达一般。
场景IDE 补全、代码仓库问答、自动化测试生成。
目录收录

Qwen2.5-VL / Qwen3-VL

阿里巴巴(开源)

多模态理解
未接入开源

视觉语言模型,支持图像、图表、视频理解与文档抽取。

优势文档与图表解析强,开源可私有化。
劣势视频长时序理解仍有限,显存占用高。
场景票据/报表识别、图片语义索引、视频内容审核。
目录收录

通义万相 Wan2.2

阿里巴巴 · 阿里云

视频生成
未接入

国产文生视频 / 图生视频模型,支持电影级运镜与长时长生成。

优势画面一致性与运动自然度好,中文场景理解到位。
劣势生成时长与并发受平台配额限制。
场景广告短片、电商视频、影视预演。
目录收录

百度文心 ERNIE 4.5 / 4.5 Turbo

百度 · 文心一言

多模态理解
未接入

百度原生多模态大模型,文本、图像、音频统一建模。

优势中文知识图谱积累深,多模态一体,企业服务成熟。
劣势开放生态与工具调用灵活性弱于头部开源方案。
场景政企知识问答、搜索增强、内容创作。
目录收录

百度文心 ERNIE X1

百度

深度推理
未接入

深度思考型推理模型,面向复杂数学与逻辑任务。

优势推理链显式展开、答案可追溯,数理表现好。
劣势响应慢、成本高,不适合高频轻量问答。
场景科研计算、复杂逻辑推演、教学解题。
目录收录

文心一言轻量版 ERNIE Speed / Lite

百度

通用对话
未接入

面向高并发场景的轻量模型,主打低延迟与低成本。

优势价格低、并发高,适合大规模在线业务。
劣势复杂任务与长文本能力有限。
场景批量文案、表单抽取、在线客服首答。
目录收录

腾讯混元 Hunyuan-TurboS

腾讯 · 腾讯云

通用对话
未接入

腾讯混元轻量高速版本,依托腾讯生态在社交与内容场景优化。

优势响应快、中文对话自然,与腾讯云生态集成顺滑。
劣势复杂推理与代码能力不属于第一梯队。
场景社交对话、内容审核辅助、电商客服。
目录收录

腾讯混元 Hunyuan-Large / T1

腾讯 · 腾讯云

深度推理
未接入

混元大参数 MoE 模型与深度思考版本,面向复杂推理任务。

优势MoE 结构效率高,长文与推理兼顾。
劣势开放程度有限,第三方集成资料较少。
场景企业级知识问答、复杂文档分析。
目录收录

腾讯混元 3D 生成

腾讯

3D 生成
未接入

文生 3D / 图生 3D 模型,快速产出可用网格与贴图资产。

优势出模速度快、拓扑质量较好,适合快速原型。
劣势高精度细节与工业级拓扑仍需人工修整。
场景游戏原型资产、电商 3D 展示、虚拟场景搭建。
目录收录

腾讯混元视频 HunyuanVideo

腾讯(开源)

视频生成
未接入开源

开源文生视频模型,社区生态活跃,可本地部署。

优势开源可自控,运动幅度与画面质量在开源模型中领先。
劣势自部署需大显存,生成速度依赖硬件。
场景私有化视频生成、二创工具、研究与教学。
目录收录

智谱 GLM-4.5 / GLM-4.5-Air

智谱 AI

通用对话
未接入

智谱新一代对话模型,推理与工具调用能力突出,Air 为轻量版。

优势Agent 能力好、中文表达自然,Air 版性价比高。
劣势极端长上下文场景略弱于专用长文本模型。
场景智能体编排、企业助手、代码辅助。
目录收录

智谱 GLM-Z1 / GLM-4V

智谱 AI

深度推理
未接入

Z1 为深度推理模型,GLM-4V 为视觉理解模型,同属 GLM 家族。

优势推理与视觉能力齐备,国产化适配成熟。
劣势多模态与推理需分别调用,链路复杂度提升。
场景图表分析、图文问答、复杂题目求解。
目录收录

智谱 CogVideoX

智谱 AI(开源)

视频生成
未接入开源

开源文生视频 / 图生视频模型系列,支持本地部署与二次开发。

优势开源可微调,中文提示词理解好。
劣势生成分辨率与时长受限,硬件门槛高。
场景私有化视频生成、科研与教学。
目录收录

月之暗面 Kimi K2

月之暗面 Moonshot AI

深度推理
未接入

超大参数 MoE 模型,主打强推理与长程任务自主执行。

优势Agent 任务完成度高,长上下文与工具调用能力强。
劣势推理耗时较长,成本高于轻量模型。
场景复杂任务自动化、长文档研究、代码工程任务。
目录收录

Kimi 长文本模型

月之暗面 Moonshot AI

长文本
未接入

以超长上下文见长,可整本书级材料一次性理解与问答。

优势长文档不漏要点,资料综述与检索问答体验好。
劣势超长输入成本高,短任务性价比一般。
场景论文与合同分析、长报告综述、资料库问答。
目录收录

MiniMax M1 / abab 系列

MiniMax

深度推理
未接入

MiniMax 旗舰推理模型,长上下文与成本效率兼顾。

优势推理链长、价格相对友好,开放 API 易接入。
劣势生态工具链与文档完善度略逊于头部厂商。
场景长文档推理、复杂问答、批量智能体任务。
目录收录

MiniMax 海螺 video-01

MiniMax

视频生成
未接入

海螺 AI 视频生成模型,面向短视频与创意片段生产。

优势人物动作自然、生成速度快,创意模板丰富。
劣势长时长与多镜头一致性一般。
场景短视频创意素材、社交内容生产。
目录收录

MiniMax Speech-02

MiniMax

语音音频
未接入

高保真语音合成与音色克隆模型,多语言多音色覆盖。

优势音质自然度与情感表现好,克隆门槛低。
劣势高并发合成成本较高,需按量控制。
场景有声书、播客、数字人配音。
目录收录

阶跃星辰 Step-3 / Step-2

阶跃星辰 StepFun

多模态理解
未接入

原生多模态模型系列,文本、视觉、语音统一处理。

优势多模态一体化程度高,推理效率优化好。
劣势生态与开发者资料相对较少。
场景多模态智能助手、车载与终端场景。
目录收录

阶跃星辰 Step-Audio / Step-Video

阶跃星辰 StepFun

语音音频
未接入

语音与视频生成专用模型,覆盖实时语音对话与视频创作。

优势实时语音交互低延迟,视频生成质量稳定。
劣势长视频与复杂运镜支持有限。
场景实时语音助手、短视频生成。
目录收录

商汤日日新 SenseNova V6

商汤科技

多模态理解
未接入

商汤多模态大模型体系,覆盖理解、生成与行业解决方案。

优势视觉与视频理解积累深,行业落地案例多。
劣势开放 API 与价格灵活度不如云厂商。
场景城市治理、工业质检、教育与医疗影像。
目录收录

科大讯飞星火 Spark 4.0 Ultra / X1

科大讯飞

通用对话
未接入

国产全栈自主可控大模型,语音与教育场景深度优化。

优势语音识别合成能力顶级,国产化适配完善。
劣势纯文本推理与创作能力略逊于头部模型。
场景语音交互、教育教学、政务与国企场景。
目录收录

昆仑万维天工 Skywork

昆仑万维

通用对话
未接入

天工系列大模型,覆盖对话、搜索增强与内容生成。

优势搜索增强问答好,配套 AI 音乐/视频等创作工具。
劣势模型能力上限与头部厂商仍有差距。
场景搜索问答、内容创作、AI 音乐生成。
目录收录

昆仑万维 SkyReels

昆仑万维(开源)

视频生成
未接入开源

开源视频生成模型,主打长视频与剧本级镜头生成。

优势开源可二次开发,长视频生成能力突出。
劣势生成稳定性依赖硬件与调参。
场景短剧生产、视频二创、研究开发。
目录收录

零一万物 Yi-Lightning / Yi-Large

零一万物 01.AI

通用对话
未接入

Yi 系列模型,以高性价比与中英双语能力见长。

优势价格优势明显,中文写作与中英互译表现好。
劣势多模态能力弱,生态逐渐收缩。
场景中英翻译、文案创作、成本敏感型业务。
目录收录

百川智能 Baichuan4 / Baichuan-M2

百川智能

医疗健康
未接入

面向医疗与通用场景的国产模型,医疗垂类版本积累深。

优势医疗知识问答专业,中文长文本理解好。
劣势通用推理能力不属第一梯队。
场景医疗问诊助手、健康科普、医学文献处理。
目录收录

面壁智能 MiniCPM 3 / MiniCPM-o

面壁智能

通用对话
未接入开源

端侧小参数高性能模型,可在手机等终端本地运行。

优势体积小、端侧可跑,多模态版本支持视觉与语音。
劣势复杂推理与知识广度受参数限制。
场景端侧智能助手、离线问答、车载终端。
目录收录

上海 AI Lab 书生 InternLM3

上海人工智能实验室(开源)

通用对话
未接入开源

书生系列开源模型,长思维链推理与工具使用能力优秀。

优势开源许可宽松,推理与工具调用表现好。
劣势生态与商用案例少于大厂模型。
场景科研、教育、垂类微调基座。
目录收录

InternVL3

上海人工智能实验室(开源)

多模态理解
未接入开源

开源多模态模型系列,图文理解与视觉问答表现领先。

优势开源多模态第一梯队,规格齐全可端侧部署。
劣势视频时序理解与部署工程复杂度较高。
场景图像问答、文档解析、工业视觉。
目录收录

悟道 3.0 / Emu3

北京智源人工智能研究院

多模态理解
未接入

智源研究院通用大模型与原生多模态理解模型。

优势原研能力强,多模态统一建模路线领先。
劣势产品化与商用支持不足。
场景科研实验、多模态算法研究。
目录收录

紫东太初 3.0

中国科学院自动化研究所

多模态理解
未接入

中科院多模态大模型,覆盖文本、图像、语音、视频与 3D。

优势全模态覆盖,科研与政务场景落地多。
劣势开放 API 与生态工具较少。
场景科研、政务、工业多模态应用。
目录收录

华为盘古大模型 5.0

华为 · 昇腾

行业大模型
未接入

面向行业场景的大模型体系,覆盖矿山、电力、气象、制造等。

优势行业 Know-how 深,全栈国产化(昇腾 + 鲲鹏)适配完善。
劣势通用对话与创意生成能力弱于通用厂商模型。
场景工业质检、气象预测、电力调度、政企数字化。
目录收录

华为盘古 Pro MoE

华为(开源)

通用对话
未接入开源

盘古开源 MoE 模型,面向国产算力生态优化的通用底座。

优势国产芯片适配好,MoE 推理效率高。
劣势社区生态与第三方工具支持仍在建设。
场景国产化替代、企业内部私有化部署。
目录收录

浪潮 源 2.0 (Yuan2.0)

浪潮信息(开源)

通用对话
未接入开源

浪潮开源大模型,面向中文与行业应用,支持多规格部署。

优势开源可商用,行业微调案例多。
劣势能力上限不及头部开源模型。
场景企业内部知识助手、行业微调。
目录收录

中国电信星辰 TeleChat2

中国电信

通用对话
未接入

运营商自研大模型,聚焦政务云与行业智能客服。

优势合规与本地化服务能力强,政企渠道成熟。
劣势模型能力与生态开放性一般。
场景政务热线、国企客服、行业知识库。
目录收录

中国移动九天大模型

中国移动

行业大模型
未接入

运营商级大模型体系,面向通信、政务与工业场景。

优势算力资源充足,行业解决方案成熟。
劣势通用创作能力与开放生态有限。
场景通信运维、政务智能、工业互联网。
目录收录

360 智脑 / 纳米 AI

360 集团

通用对话
未接入

面向安全与搜索场景的国产模型体系,主打 AI 搜索与安全大模型。

优势安全领域积累深,搜索增强问答体验好。
劣势模型通用能力不属第一梯队。
场景安全运营、AI 搜索、政企知识问答。
目录收录

美图奇想大模型

美图公司

图像生成
未接入

聚焦影像与人像美化的生成模型,商业摄影场景优化明显。

优势人像美化与商业修图效果行业领先。
劣势通用文生图创意多样性一般。
场景电商人像、影楼修图、社交内容美化。
目录收录

蚂蚁百灵 Ling-1T

蚂蚁集团(开源)

深度推理
未接入开源

万亿参数级开源大模型,面向推理与 Agent 场景。

优势开源大参数标杆,推理与工具调用能力强。
劣势自部署成本极高,需大规模算力。
场景研究、私有化大规模智能中枢。
目录收录

美团 LongCat-Flash

美团(开源)

通用对话
未接入开源

大规模 MoE 开源模型,主打高吞吐与低成本推理。

优势推理吞吐高、成本低,开源可自建。
劣势生态资料相对较新,微调经验少。
场景高并发在线服务、成本敏感型业务。
目录收录

快手可灵 Kling

快手

视频生成
未接入

国产头部视频生成模型,支持文生视频、图生视频与多镜头。

优势运动幅度与画面稳定性强,创作者生态活跃。
劣势商用授权与成本需按平台规则评估。
场景短视频创作、广告片、影视预演。
目录收录

网易伏羲 / 有道子曰

网易

通用对话
未接入

网易系教育与大模型应用矩阵,覆盖翻译、口语与教学场景。

优势教育场景深耕,翻译与口语评价准确。
劣势通用大模型能力非主攻方向。
场景在线教育、翻译、口语陪练。
目录收录

京东言犀 / JoyAI

京东

行业大模型
未接入

面向零售与供应链场景的大模型体系,含多模态版本。

优势电商与供应链数据积累深,行业落地效果好。
劣势面向 C 端的通用能力有限。
场景智能客服、商品理解、供应链优化。
目录收录

小红书 dots.llm

小红书(开源)

通用对话
未接入

面向内容理解与社区场景的开源大模型。

优势内容与情感理解好,社区语料适配强。
劣势通用知识广度一般。
场景内容审核、社区推荐、UGC 理解。
目录收录

智谱 ChatGLM(开源版)

智谱 AI(开源)

通用对话
未接入开源

国内最早的开源对话模型系列之一,中文开源生态奠基者。

优势部署门槛低、资料丰富,适合入门与微调。
劣势能力已被新一代开源模型超越。
场景教学演示、轻量本地部署、微调实验。
目录收录

阿里 Qwen2.5-VL-72B

阿里巴巴(开源)

多模态理解
未接入开源

大参数开源视觉语言模型,文档与图表理解能力突出。

优势开源多模态标杆,长文档视觉解析准。
劣势部署显存要求高,推理速度受限。
场景报表解析、票据识别、图文检索。
目录收录

字节 Seed-OSS

字节跳动(开源)

通用对话
未接入开源

字节开源模型系列,主打推理与长上下文。

优势开源许可友好,训练与推理优化到位。
劣势生态成熟度仍在积累。
场景私有化部署、研究复现、垂类微调。
目录收录

腾讯 Hunyuan-A13B

腾讯(开源)

通用对话
未接入开源

小激活参数 MoE 开源模型,单卡即可高效推理。

优势激活参数小、推理成本低,部署友好。
劣势极限能力受参数规模限制。
场景低成本私有化部署、边缘推理。
目录收录

DeepSeek-R1(开源)

DeepSeek(开源)

深度推理
未接入开源

开源推理模型标杆,以强化学习驱动的长思维链著称。

优势开源推理能力最强梯队,可蒸馏为小模型。
劣势原始版本部署成本高,输出较长。
场景数学推理、代码算法、推理能力蒸馏。
目录收录

DeepSeek-V3(开源)

DeepSeek(开源)

通用对话
未接入开源

开源通用 MoE 大模型,性价比与中文能力出色。

优势开源可商用、中文能力强、训练成本控制优秀。
劣势多模态缺失,长上下文需额外配置。
场景私有化智能助手、行业微调底座。
目录收录

DeepSeek-Coder-V2

DeepSeek(开源)

代码生成
未接入开源

开源代码模型,覆盖 300+ 编程语言与仓库级理解。

优势代码补全与生成准确,开源生态应用广。
劣势非代码任务能力弱。
场景IDE 插件、代码问答、自动化脚本。
目录收录

元象 XVERSE-MoE

元象 XVERSE(开源)

通用对话
未接入开源

国产开源 MoE 模型,多语言能力突出。

优势多语言覆盖广,开源可商用。
劣势中文社区资料相对较少。
场景多语言翻译、跨境业务助手。
目录收录

澜舟科技孟子大模型

澜舟科技

行业大模型
未接入

金融与舆情场景垂直大模型,轻量化部署见长。

优势金融文本理解专业,轻量部署友好。
劣势面向通用场景能力有限。
场景金融研报分析、舆情监测、风控文本处理。
目录收录

云知声山海大模型

云知声

语音音频
未接入

医疗与物联网场景大模型,语音能力为特色。

优势医疗语音识别与理解专业。
劣势通用对话能力不突出。
场景医疗语音病历、智能家居语音交互。
目录收录

出门问问序列猴子

出门问问

语音音频
未接入

面向 AIGC 与语音交互的国产模型,配套数字人与配音工具。

优势语音与数字人一体化方案成熟。
劣势模型规模与通用能力有限。
场景数字人口播、AI 配音、内容创作。
目录收录

华为盘古气象 / 科学大模型

华为

科学计算
未接入

面向气象、分子与科学计算的专用大模型。

优势预测精度与速度显著优于传统数值方法。
劣势专用性极强,应用面窄。
场景天气预报、药物分子设计、材料计算。
目录收录

中科院九章大模型

中国科学院

科学计算
未接入

面向科学发现与数学推理的科研大模型。

优势科研场景专业,算法可解释性好。
劣势工程化与商用支持不足。
场景科研辅助、数学证明、实验设计。
目录收录

火山方舟 hitem3d-2.0

火山方舟

3D 生成
未接入

方舟平台 3D 生成模型,图生 3D 快速产出可用模型资产。

优势与方舟平台一体化,接入路径与现有模型一致。
劣势细节精度与拓扑质量仍需人工修整。
场景电商 3D 展示、游戏资产、虚拟场景。
目录收录

豆包 Seed3D 2.0

字节跳动 · 火山方舟

3D 生成
未接入

字节 3D 生成模型,支持单图生成带贴图三维资产。

优势贴图与材质还原好,生成速度快。
劣势复杂结构与工业级精度有限。
场景商品 3D 化、道具生成、AR 内容。
目录收录

全球模型(海外)

海外主流模型与开放权重模型,用于技术对标与全球化业务储备

共 57 个

GPT-5

OpenAI(美国)

深度推理
未接入

OpenAI 旗舰通用模型,统一推理与对话能力,支持超长上下文与工具调用。

优势综合能力顶尖、生态与工具调用最丰富,多模态一体化。
劣势价格高且调用受区域合规限制,国内不可直接商用接入。
场景复杂推理、代码工程、科研辅助、智能体编排。
目录收录

GPT-5 Pro

OpenAI(美国)

深度推理
未接入

GPT-5 的高算力推理版本,面向困难任务提供更长思考时间。

优势难题正确率显著提升,适合不可出错的场景。
劣势延迟与成本均很高。
场景科研攻关、复杂分析与高价值决策。
目录收录

GPT-4.1

OpenAI(美国)

代码生成
未接入

面向代码与长上下文的旗舰模型,支持百万级 token 上下文。

优势代码能力与长上下文检索出色,指令遵循稳定。
劣势创意写作不如同期对话模型细腻。
场景大型代码库理解、长文档分析、Agent 工具调用。
目录收录

GPT-4o / GPT-4o mini

OpenAI(美国)

多模态理解
未接入

原生多模态模型,文本、音频、图像实时交互,mini 为轻量版。

优势多模态实时交互体验成熟,mini 性价比高。
劣势深度推理已被新一代模型超越。
场景实时语音助手、图文问答、轻量业务接入。
目录收录

OpenAI o3 / o4-mini

OpenAI(美国)

深度推理
未接入

推理模型系列,擅长数学、科学与逻辑推演,可调用工具完成多步任务。

优势推理链严谨,工具使用与图像推理结合好。
劣势响应慢、成本高,不适合高频对话。
场景数学证明、数据分析、复杂排障。
目录收录

GPT-4o realtime / Whisper

OpenAI(美国)

语音音频
未接入

实时语音对话与语音识别模型,支撑低延迟语音交互。

优势端到端语音延迟极低,识别多语种准确。
劣势强依赖海外网络,国内部署困难。
场景语音助手、会议转写、字幕生成。
目录收录

DALL·E 3 / Sora 2

OpenAI(美国)

视频生成
未接入

图像与视频生成模型,Sora 2 支持较高真实度的视频合成。

优势画面理解提示能力强,镜头语言自然。
劣势可控性与商用授权限制多,成本高。
场景创意短片、广告概念稿、视觉预演。
目录收录

text-embedding-3-large

OpenAI(美国)

向量检索
未接入

OpenAI 第三代文本向量模型,多语言检索表现稳定。

优势多语言检索质量高,生态工具支持好。
劣势需联网调用,数据出境合规风险。
场景语义检索、聚类、推荐召回。
目录收录

Claude 4 Opus

Anthropic(美国)

深度推理
未接入

Anthropic 旗舰模型,以长程任务与代码能力著称。

优势长任务自主执行稳定、代码与写作质量高、幻觉相对少。
劣势价格昂贵,国内不可直接商用接入。
场景大型代码重构、长文档创作、Agent 工作流。
目录收录

Claude 4 Sonnet

Anthropic(美国)

代码生成
未接入

Claude 4 主力平衡版,编码与工具调用能力接近旗舰且成本更低。

优势代码能力性价比高,长上下文与工具调用稳。
劣势极限推理弱于 Opus。
场景日常编码协作、文档生成、智能体开发。
目录收录

Claude 3.7 Sonnet / 3.5 Haiku

Anthropic(美国)

通用对话
未接入

上一代主力模型,支持扩展思考模式,Haiku 为轻量版。

优势混合思考模式灵活,轻量版响应极快。
劣势能力已被 Claude 4 系列超越。
场景对话应用、内容审核、轻量客服。
目录收录

Gemini 2.5 Pro

Google DeepMind(美国)

多模态理解
未接入

谷歌旗舰多模态模型,超长上下文与视频理解能力突出。

优势超长上下文(百万级)与多模态融合强,推理能力好。
劣势区域可用性与合规限制,国内接入困难。
场景长视频理解、超长文档分析、科研多模态。
目录收录

Gemini 2.5 Flash

Google DeepMind(美国)

通用对话
未接入

Gemini 高性价比快速版,面向大规模在线业务。

优势速度快、价格低,多模态输入支持好。
劣势深度推理与长上下文能力弱于 Pro。
场景在线客服、内容处理、多模态批处理。
目录收录

Gemma 3

Google(开源)

通用对话
未接入开源

谷歌开源模型系列,多规格覆盖端侧到服务器部署。

优势开源许可宽松、多模态小模型可端侧运行。
劣势能力上限有限,需微调才能胜任专业场景。
场景端侧助手、私有化部署、教学研究。
目录收录

Imagen / Veo 3

Google DeepMind(美国)

视频生成
未接入

谷歌图像与视频生成模型,Veo 3 支持音画同步生成。

优势画面质量与物理合理性领先,支持原生音频生成。
劣势开放程度与商用限制较多。
场景广告创意、影视预演、音画一体短片。
目录收录

Llama 4 Maverick

Meta(美国)

多模态理解
未接入开源

Meta 开源旗舰 MoE 多模态模型,社区生态最广。

优势开源可商用、生态与微调资源最丰富、多模态支持好。
劣势中文能力弱于国产模型,需额外对齐。
场景私有化部署、垂类微调、多模态应用。
目录收录

Llama 4 Scout

Meta(美国)

长文本
未接入开源

Llama 4 长上下文版本,支持千万级 token 上下文。

优势超长上下文能力突出,单卡可部署。
劣势长上下文实际有效记忆仍受检索质量影响。
场景超长文档处理、代码库级分析。
目录收录

Llama 3.3 70B / 3.1 405B

Meta(美国)

通用对话
未接入开源

Llama 3 系列主力开源模型,覆盖中等与超大参数档。

优势成熟稳定、英文能力强、社区工具链完备。
劣势中文与长文本已被新一代模型超越。
场景英文业务、私有化部署、微调教学。
目录收录

CodeLlama

Meta(美国)

代码生成
未接入开源

基于 Llama 的代码专用开源模型,支持填充式补全。

优势代码补全成熟、可本地化部署。
劣势多语言与仓库级理解弱于新一代代码模型。
场景本地 IDE 补全、代码教学。
目录收录

Grok 4

xAI(美国)

深度推理
未接入

xAI 旗舰推理模型,可结合实时社交数据回答问题。

优势实时信息整合能力强,推理与工具调用激进。
劣势内容安全与合规风险需谨慎评估。
场景实时资讯分析、舆情洞察、开放域问答。
目录收录

Grok 3 / Grok Imagine

xAI(美国)

图像生成
未接入

上一代旗舰对话模型与图像/视频生成能力的组合。

优势图文生成一体,风格自由度高。
劣势生成稳定性与合规控制弱。
场景创意图像、社交媒体内容。
目录收录

Mistral Large 2 / Medium 3

Mistral AI(法国)

通用对话
未接入

欧洲旗舰模型,主打多语言与高效推理。

优势多语言(尤其欧洲语言)强,价格与效率平衡好。
劣势中文能力一般,生态规模小于美系模型。
场景多语言业务、欧洲合规场景、企业部署。
目录收录

Mixtral 8x22B / 8x7B

Mistral AI(法国,开源)

通用对话
未接入开源

经典开源 MoE 模型,以推理效率著称。

优势MoE 结构推理快、开源可商用、部署门槛低。
劣势能力已被新一代开源模型超越。
场景私有化部署、多语言客服、微调基座。
目录收录

Codestral

Mistral AI(法国)

代码生成
未接入

代码专用模型,支持 80+ 语言与低延迟补全。

优势补全延迟低,适合 IDE 集成。
劣势复杂工程任务能力有限。
场景IDE 代码补全、代码评审辅助。
目录收录

Pixtral / Voxtral

Mistral AI(法国)

多模态理解
未接入开源

视觉语言模型与语音理解模型,补齐 Mistral 多模态能力。

优势开源、多模态输入支持好,语音理解可直接出文本。
劣势多模态能力弱于美系旗舰。
场景图像问答、语音转写与理解。
目录收录

Command A / Command R+

Cohere(加拿大)

通用对话
未接入

面向企业检索增强(RAG)场景优化的模型系列。

优势RAG 与引用能力行业领先,企业部署与私有化支持好。
劣势通用创作与推理能力一般。
场景企业知识库问答、文档检索、内部助手。
目录收录

Cohere Embed / Rerank

Cohere(加拿大)

向量检索
未接入

企业级向量化与重排序模型组合,常用于检索质量优化。

优势多语言检索与精排效果好,支持私有化部署。
劣势中文场景弱于国产 BGE 系列。
场景企业搜索、RAG 精排、文档召回。
目录收录

Amazon Nova Pro / Premier

Amazon AWS(美国)

多模态理解
未接入

AWS 自研多模态模型系列,与 Bedrock 平台深度集成。

优势云平台集成好、按需弹性、成本可控。
劣势模型能力不属第一梯队。
场景云上多模态应用、企业级部署。
目录收录

Amazon Nova Reel / Sonic

Amazon AWS(美国)

视频生成
未接入

AWS 视频生成与语音模型,面向营销内容与实时语音。

优势与云服务打通,批量生成可编排。
劣势生成质量与灵活性一般。
场景电商视频、营销素材、语音交互。
目录收录

Microsoft Phi-4

Microsoft(美国)

深度推理
未接入开源

小参数高推理密度模型,专注数学与逻辑能力。

优势小体积强推理,端侧与低成本场景优势明显。
劣势知识广度与多语言能力有限。
场景端侧推理、数学辅导、成本敏感场景。
目录收录

Florence-2 / SAM 3

Microsoft / Meta(美国)

多模态理解
未接入开源

视觉基础模型,覆盖图像描述、检测、分割等任务。

优势视觉任务开箱即用,开源可集成。
劣势非大语言模型路线,任务面固定。
场景图像标注、目标检测、内容审核。
目录收录

NVIDIA Nemotron 系列

NVIDIA(美国)

深度推理
未接入开源

英伟达开源模型族,面向推理与 Agent 场景优化。

优势与 CUDA/NIM 生态深度优化,推理吞吐高。
劣势中文能力一般,需自行对齐。
场景企业私有化推理、GPU 平台原生部署。
目录收录

NVIDIA Cosmos

NVIDIA(美国)

世界模型
未接入

面向物理世界的世界基础模型,用于机器人与自动驾驶仿真。

优势物理仿真与合成数据生成能力强。
劣势应用门槛高,需专业仿真管线。
场景自动驾驶仿真、机器人训练、合成数据。
目录收录

IBM Granite 系列

IBM(美国)

行业大模型
未接入

面向企业合规场景的开源模型族,含代码与安全版本。

优势许可清晰、合规性强,企业治理体系完善。
劣势模型能力与生态热度不高。
场景企业合规问答、代码治理、数据安全场景。
目录收录

AI21 Jamba 1.5

AI21 Labs(以色列)

长文本
未接入

Mamba-Transformer 混合架构模型,兼顾长上下文与吞吐。

优势超长上下文下显存占用低、吞吐高。
劣势生态与工具支持有限。
场景长文档处理、批量文本分析。
目录收录

DBRX Instruct

Databricks(美国)

代码生成
未接入开源

Databricks 开源 MoE 模型,面向数据与代码任务。

优势数据工程场景适配好、开源可商用。
劣势生态热度已下降。
场景数据管道生成、SQL 辅助、湖仓智能。
目录收录

Reka Core / Flash

Reka AI(美国)

多模态理解
未接入

原生多模态模型,支持文本、图像、音频、视频联合理解。

优势多模态融合好、规格灵活(Core 强 / Flash 快)。
劣势知名度与生态较小。
场景多模态内容审核、视频理解、企业助手。
目录收录

Stable Diffusion 3.5 / SVD

Stability AI(英国)

图像生成
未接入开源

开源图像与视频生成模型,社区插件生态庞大。

优势开源可本地部署、风格可控性强、插件生态极丰富。
劣势文字渲染与复杂构图弱于闭源旗舰。
场景本地出图、风格化创作、视频动效。
目录收录

Perplexity Sonar

Perplexity AI(美国)

联网检索
未接入

检索增强问答模型,实时联网并给出引用来源。

优势实时信息与引用透明度高,适合事实查询。
劣势深度创作与推理能力一般。
场景实时资讯问答、事实核查、研究检索。
目录收录

Falcon 3

TII(阿联酋)

通用对话
未接入开源

中东主权 AI 开源模型系列,覆盖多规格。

优势开源许可宽松,小规格端侧友好。
劣势中文与多模态能力有限。
场景多语言业务、端侧部署、研究。
目录收录

GigaChat

Sber(俄罗斯)

通用对话
未接入

俄语区主权大模型,面向本地化企业与政务场景。

优势俄语能力最强,本地合规适配好。
劣势国际生态与多语言支持有限。
场景俄语业务、本地政企数字化。
目录收录

HyperCLOVA X

NAVER(韩国)

通用对话
未接入

韩语区旗舰大模型,深耕韩语与本地搜索场景。

优势韩语理解与生成质量高,本地服务集成好。
劣势非韩语场景能力一般。
场景韩语客服、韩语内容生成、本地搜索。
目录收录

EXAONE 3.5

LG AI Research(韩国)

通用对话
未接入开源

LG 开源模型系列,覆盖韩英双语与多规格部署。

优势开源可商用,韩英双语表现好。
劣势中文与多模态能力有限。
场景韩英业务、企业内部助手、研究。
目录收录

Solar Pro

Upstage(韩国)

通用对话
未接入

以轻量高效著称的韩系模型,主打单卡部署。

优势参数效率高、单卡可跑、推理成本低。
劣势生态与中文支持较弱。
场景轻量私有化部署、文档处理。
目录收录

tsuzumi

NTT(日本)

通用对话
未接入

日本主权大模型,面向日语与本地企业场景。

优势日语理解优秀,企业合规与本地支持好。
劣势非日语场景与生态开放度低。
场景日语业务、日本本地企业数字化。
目录收录

Sakana AI 系列

Sakana AI(日本)

通用对话
未接入

以模型进化与多模型协作为特色的研究型模型体系。

优势创新路线(模型融合/进化)有特色。
劣势工程化产品与商用支持不足。
场景算法研究、模型融合实验。
目录收录

OLMo 2

Allen Institute for AI(美国,开源)

通用对话
未接入开源

完全开源(含数据与训练配方)的模型系列。

优势全链路开源透明,适合科研复现。
劣势能力落后于同规模商业模型。
场景学术研究、可解释性实验、教学。
目录收录

Hermes 4 / Nous 系列

Nous Research(美国,开源)

通用对话
未接入开源

基于开源底座精细对齐的社区模型系列。

优势对齐风格自由、适合角色与推理微调。
劣势安全对齐较弱,商用需评估。
场景角色扮演、社区应用、微调实验。
目录收录

Palmyra X5

Writer(美国)

行业大模型
未接入

面向企业内容生成与知识自动化的模型系列。

优势企业内容工作流集成好,长上下文稳定。
劣势生态与知名度有限。
场景企业文档自动化、知识问答。
目录收录

Runway Gen-4

Runway(美国)

视频生成
未接入

面向创作者的视频生成与编辑工具链模型。

优势镜头控制与风格一致性工具成熟。
劣势价格高、商用需按授权。
场景影视概念片、广告视频、视觉特效。
目录收录

Luma Dream Machine

Luma AI(美国)

视频生成
未接入

图生视频与文生视频模型,主打动效自然度。

优势运动连贯性好、生成速度较快。
劣势长片段一致性一般。
场景社交媒体视频、产品动效。
目录收录

Pika 2

Pika Labs(美国)

视频生成
未接入

轻量视频生成模型,面向社交短视频场景。

优势上手门槛低、特效模板多。
劣势可控性与画质上限有限。
场景社交短视频、创意特效。
目录收录

ElevenLabs Multilingual v3

ElevenLabs(美国)

语音音频
未接入

高自然度语音合成与音色克隆模型,多语言覆盖广。

优势语音自然度业界标杆,克隆相似度极高。
劣势价格较高,合规授权要求严格。
场景有声书、配音、数字人语音。
目录收录

Midjourney v7

Midjourney(美国)

图像生成
未接入

艺术风格见长的图像生成模型,社区创作生态活跃。

优势审美与画面氛围突出,风格一致性强。
劣势无开放 API(历史上),可控参数较少。
场景概念设计、艺术创作、品牌视觉。
目录收录

Adobe Firefly

Adobe(美国)

图像生成
未接入

面向商用安全的生成模型,训练数据版权清晰。

优势商用版权安全、与设计工具链无缝集成。
劣势创意自由度与画质弱于社区模型。
场景商业设计、电商素材、企业内容。
目录收录

Suno v4

Suno(美国)

语音音频
未接入

AI 音乐生成模型,按提示词产出完整歌曲。

优势旋律与人声生成质量高,出歌速度快。
劣势版权与商用归属需谨慎评估。
场景短视频配乐、广告音乐、创意 Demo。
目录收录

Kling / Hailuo 海外版

快手 / MiniMax(海外发行)

视频生成
未接入

国产视频生成模型的海外发行版本,面向国际创作者。

优势画面质量好、海外可直接使用。
劣势海外版与国内版能力/额度存在差异。
场景海外内容创作、跨境营销视频。
目录收录

怎么选?三步完成技术选型

01

先看已接入区

需要立刻可用、且数据不出平台合规可控,直接从「已接入」区选,免费档与会员档已按业务能力划分。

02

再看国内区

国内模型适合私有化部署与行业微调,注意参数量、开源许可与算力成本三项硬约束。

03

最后看全球区

全球模型用于能力对标与出海业务储备,需评估数据出境合规与网络可用性。