| GPT（OpenAI） | 通用大模型，支持多场景对话、内容生成、代码辅助、逻辑推理，生态成熟 | https://openai.com/ |
| OpenAI - o3 - mini（OpenAI） | OpenAI轻量级模型，兼顾性能与效率，适合低延迟、高频次的轻量化交互场景（如客服助手、简单问答） | https://openai.com/ |
| Claude（Anthropic） | 长上下文处理能力强（支持100k+ tokens），聚焦企业级合规性，适合文档分析、复杂任务推理 | https://www.anthropic.com/claude |
| Claude - 3.7 - Sonnet - Thinking（Anthropic） | Anthropic Claude系列升级模型，强化“思考型”推理能力，长上下文处理与复杂逻辑分析性能提升，适合科研、战略分析等场景 | https://www.anthropic.com/claude |
| DeepSeek | 支持本地部署与云端调用，中文处理能力优异，适用于科研、开发测试及中小场景应用 | https://platform.deepseek.com/usage、https://ollama.com/library/deepseek-r1 |
| Defog.ai | 聚焦数据相关任务，擅长SQL生成、数据分析、数据可视化，适配多种数据库语法 | https://defog.ai/product、https://github.com/defog-ai |
| SQLCoder | 专注SQL代码生成与优化，支持复杂查询语句编写，适配MySQL、PostgreSQL等主流数据库 | https://www.datalearner.com/ai-models/pretrained-models/SQLCoder |
| ChatGLM3（清华/智谱） | 中文支持优秀，分对话版（6B，适用于日常交互）、基座版（6B-Base，用于微调）、长上下文版（6B-32K，支持长文档处理） | https://github.com/THUDM/ChatGLM3、https://chatglm.cn/main/alltoolsdetail?lang=zh |
| Vicuna | 基于LLaMA微调，开源可商用，多轮对话流畅度高，适合轻量级交互场景开发 | https://ollama.com/library/vicuna、https://huggingface.co/Tribbiani/vicuna-7b |
| Cornucopia-LLaMA-Fin-Chinese | 金融领域中文大模型，经金融问答数据微调，适用于金融知识问答、行情分析、合规咨询 | https://github.com/jerry1993-tech/Cornucopia-LLaMA-Fin-Chinese |
| FinGPT | 开源金融大模型，专注金融领域任务（如行情分析、财报解读、风险预测），基于金融领域数据集训练 | https://github.com/AI4Finance-Foundation/FinGPT |
| Gemma（谷歌） | 轻量级开源模型，支持多语言，适配边缘设备部署，适合中小规模开发需求 | https://developers.google.cn/solutions/catalog?hl=zh-cn、https://deepmind.google/technologies/gemini/（关联谷歌AI生态） |
| Gemini（谷歌） | 谷歌多模态大模型，支持文本、图像、音频、视频处理，通过Google AI Studio提供开发接口，适合多模态应用开发 | https://aistudio.google.com/ |
| 通义千问（阿里云） | 阿里通用大模型，支持内容生成、代码开发、多模态交互，适配企业级与C端场景 | https://tongyi.aliyun.com/efficiency/home、https://tongyi.aliyun.com/wanxiang/、https://tingwu.aliyun.com/home |
| QwenLong - L1 - 32B（阿里云） | 阿里通义系列大模型，侧重长文本处理与复杂语义理解，适用于企业级文档分析、知识问答场景 | - |
| Qwen3 - 235B - A22B（阿里云） | 阿里通义超大参数量模型（235B），通用能力强劲，支持多模态理解与复杂任务推理，面向企业级高端需求 | - |
| 文心一言（百度） | 百度通用大模型，中文语义理解能力强，支持多轮对话、创意生成、行业解决方案（如金融、教育） | https://yiyan.baidu.com/ |
| 豆包（字节/火山云） | 字节C端大模型产品，主打日常交互、创意辅助、生活服务，同时提供企业级API调用 | https://www.doubao.com/chat/、https://www.volcengine.com/product/doubao |
| 纳米AI | 轻量级大模型，聚焦中小场景应用，支持快速部署，适合个人开发者与小微企业使用 | https://www.n.cn/ |
| 百川大模型（百川智能） | 中文处理能力优异，支持对话交互、内容生成、行业定制，提供开源与闭源两种版本 | https://ying.baichuan-ai.com/chat |
| 百川大模型（百川智能） | 中文语义理解与生成能力优异，提供Baichuan2等开源版本，支持通用对话、企业知识库构建，适配中小规模开发与企业级应用 | 官网：https://www.baichuan-ai.com/home；开源仓库：https://github.com/baichuan-inc/Baichuan2 |
| MiniMax海螺 | 聚焦企业级服务，支持多轮对话、文档理解、定制化开发，注重数据安全与隐私保护 | https://api.minimax.chat/、https://hailuoai.com/ |
| MiniMax系列 | - MiniMax-Text-01：国内首个Linear Attention+MoE架构开源模型（4560亿参，激活459亿），支持400万token超长文本处理（GPT-4o的32倍、Claude-3.5-Sonnet的20倍）； - MiniMax-VL-01：视觉多模态模型，深度融合文本与图像理解能力 | 官网：https://www.minimaxi.com/；开源仓库：https://github.com/MiniMax-AI；魔塔社区：https://modelscope.cn/papers/107533、https://modelscope.cn/collections/MiniMax-01-72e71e58917747；小程序体验：https://modelscope.cn/studios/MiniMax/MiniMax-Text-01、https://modelscope.cn/studios/MiniMax/MiniMax-VL-01 |
| 书生大模型（上海AI实验室） | 开源通用大模型，支持多模态（文本、图像）处理，适配科研与产业级应用 | https://intern-ai.org.cn/home |
| 混元大模型（腾讯） | 腾讯通用大模型，支持内容生成、代码开发、企业级解决方案，与腾讯云生态深度整合 | https://hunyuan.tencent.com/ |
| 星火大模型（科大讯飞） | 中文语义理解与语音交互能力突出，支持多模态生成、行业定制（如教育、医疗） | https://xinghuo.xfyun.cn/、https://zhiwen.xfyun.cn/create?type=ppt |
| 星火大模型（科大讯飞新增补充） | 强化多模态与行业适配，支持桌面端交互（星火桌面）、API调用，提供教育、医疗等行业解决方案，通过讯飞开放平台实现快速接入 | 桌面端：https://xinghuo.xfyun.cn/desk；开放平台：https://www.xfyun.cn/；控制台：https://console.xfyun.cn/app/myapp |
| Kimi（月之暗面） | 长上下文处理能力强（支持200k+ tokens），适合超长文档（如书籍、报告）分析与总结 | https://kimi.moonshot.cn/ |
| Kimi-VL（月之暗面新增） | 月之暗面多模态模型，融合文本与图像理解能力，支持图像描述、跨模态问答，适合视觉相关交互场景 | https://github.com/MoonshotAI/Kimi-VL |
| 面壁智能大模型 | 聚焦企业级NLP任务，支持文本生成、语义检索、行业知识库构建，提供定制化训练服务 | https://modelbest.cn/ |
| 盘古大模型（华为） | 基于昇腾芯片优化，算力支持强，适合大规模模型训练与部署，注重国产化与安全合规 | https://www.huaweicloud.com/intl/zh-cn/、https://www.mindspore.cn/ |
| 盘古 Pro MoE 大模型（华为） | 华为盘古系列混合专家模型，通过MoE架构平衡参数量与计算效率，适用于大规模数据处理与行业定制化任务 | https://gitcode.com/ascend-tribe/pangu-pro-moe/tree/main、https://arxiv.org/pdf/2505.21411 |
| Dream 7B | 通用能力优异，在数学推理、编程任务上媲美Qwen2.5 7B、LLaMA3 8B，部分场景优于Deepseek V3 671B，提供Base（基座）与Instruct（指令微调）版本 | 基础模型：https://huggingface.co/Dream-org/Dream-v0-Base-7B；SFT模型：https://huggingface.co/Dream-org/Dream-v0-Instruct-7B；代码库：https://github.com/HKUNLP/Dream；项目主页：https://hkunlp.github.io/blog/2025/dream/；在线体验：https://huggingface.co/spaces/m |
| openrouter/quasar-alpha | OpenRouter平台推出的实验性模型，侧重高效文本生成与任务适配，支持通过OpenRouter统一接口调用 | https://openrouter.ai/openrouter/quasar-alpha |
| Open R1 | 社区驱动的开源项目，目标复刻DeepSeek-R1功能，提供完全开源的代码生成与理解能力 | https://huggingface.co/（关联社区仓库） |
| OlympicCoder | 专攻代码竞赛场景，基于近10万条CodeForces-CoTs数据集训练，支持C++/Python代码生成，通过IOI竞赛题测试优化，模拟竞赛得分策略 | -（关联Open R1生态） |
| OpenMath-Nemotron | 英伟达开源数学推理模型，含1.5B/7B/14B/32B版本，训练数据含54万问题+320万推理方案，1.5B版本性能可超部分14B竞品，14B-Kaggle版曾用于AIMO-2竞赛 | https://huggingface.co/collections/nvidia/openmathreasoning、https://github.com/NVIDIA/NeMo-Skills |
| Xiaomi MiMo | 小米开源推理大模型（7B参数），通过联动预训练与后训练优化复杂推理性能，实现“小参数量高性能”，适合边缘设备与轻量化推理场景 | https://github.com/XiaomiMiMo |
| AM-Thinking-v1 | 侧重“思考型”推理的模型，通过优化注意力机制与推理链路，提升复杂逻辑任务（如多步推理、因果分析）表现 | https://arxiv.org/pdf/2505.08311 |
| 零一万物 Yi 系列 | 中文处理能力突出，提供多参数量版本（如Yi-6B、Yi-34B），支持通用对话、内容生成、代码辅助，开源可商用 | https://www.lingyiwanwu.com/yi、https://github.com/01-ai/Yi |
