AI模型

汇聚全球、中国、日本主流AI模型,性能参数、热度评分、API控制台与官网链接应有尽有。

显示第 1–51 个,共 79 个模型共79个模型
Doubao Pro
100
字节跳动旗舰模型,支持日中英三语,提供企业级 API。
DeepSeek R2
99
开源推理专用模型,MATH 基准测试成绩与 GPT-4o 相当,MIT 协议开源。
Qwen3-235B
99
阿里巴巴 MoE 模型,以 220 亿激活参数实现高质量低成本推理。
DeepSeek V4 Pro 0813
99
个人觉得DeepSeek V4 Pro 0813 更适合拿来干活。聊天、润色几句话当然也能做,但我会觉得有点浪费。真正让我觉得它有价值的,还是读项目、改代码、追 Bug,特别是碰到一堆互相牵连的任务时。
Qwen3.7 Max
99
2026中国最强AI,深度推理+自主执行,从对话到实干。 日英
Qwen3.8 Max
98
8月3日,阿里发布新一代旗舰模型 Qwen3.8-Max。总参数量 2.4 万亿,每次推理激活约 950 亿参数,上下文窗口达到 100 万 Token。 官方给它的定位也很明确:不只负责写几段代码,而是可以从需求拆解开始,一路写代码、调试、迭代,最后把项目交出来。
DeepSeek V4 Pro(Legacy)
98
DeepSeek 推出的顶级 MoE 模型,专注复杂推理、代码开发、AI Agent 和超长上下文任务。
Kimi K3
98
Moonshot AI 最新旗舰模型,具备超长上下文、多模态理解和智能 Agent 任务执行能力。
DeepSeek V4 Flash 0731
97
DeepSeek 推出的高效推理模型,强化代码开发、AI Agent、工具调用和复杂任务处理能力,支持百万 Token 上下文。
Qwen3.6 Flash
96
阿里放出了 Qwen3.6 Flash 后,开发者圈里的讨论不少。我连续测了几天,感受比较明确:它不是冲着系列最强性能去的,优势主要在速度、价格和多模态能力之间的平衡。
Qwen3.7 Plus
95
图文输入+文本输出,视觉语言全面升级,同时保留编码和工具调用的完整智能体能力。
MiMo-V2.5-Pro
95
小米旗舰MoE模型,专注长程Agent与复杂编程,可稳定执行超千次工具调用,token消耗比竞品低40%-60%,并以MIT协议开源。
Qwen3.8 2.4T A95B
95
比起单纯回答问题,它更大的看点是能不能把一件复杂的事持续做下去。就我自己写代码的体验来说,卡住的时候最需要的不是有人重新讲一遍基础概念,而是能沿着我目前的思路继续往下推。
GLM 5.3
94
6月发布GLM-5.2后,智谱在8月14日又推出了GLM-5.3。这次更新最有意思的地方,不是模型继续变大,而是基座和参数规模都没变,提升主要来自后训练。相比单纯堆参数,我更关注这种路线到底还能把模型往上推多少,尤其是在代码和长任务上。
Qwen3.7 Flash
94
阿里云通义千问推出的新一代 Flash 模型,支持多模态理解、AI Agent、代码开发和高效推理。
ERNIE 5.1
93
百度最新一代文心旗舰模型,强化推理、Agent能力、知识理解和创作能力,面向企业与开发者应用。
GLM 5.2
92
Z.ai 出品的大规模推理模型,百万上下文,擅长编码与复杂自动化,支持高强度推理,单任务完成全流程开发。
Kimi K2.7 Code
90
Moonshot AI:Kimi K2.7 Code 是 Moonshot AI(月之暗面)Kimi K2 系列中的一款专注于编程的模型,旨在利用超长上下文能力,可靠地完成端到端的软件开发任务……
LongCat 2.0
90
美团推出的新一代开源大模型,专注长文本理解、代码开发和 AI Agent 任务执行。
Tencent: Hy3
88
腾讯混元推出的新一代 MoE 大模型,强化推理、代码、长文本理解和 AI Agent 能力。
MiniMax M3
86
原生多模态,百万上下文,MSA降本20倍,面向多步骤复杂任务。
GPT-5.5 Pro
81
它是我接触过最像“能把活交出去”的 AI 之一。不是问一句答一句,而是你把一整段复杂任务丢给它,它会自己拆问题、查漏、推理,再往下做。
Qwen3.8 27B
78
阿里千问团队终于把开源社区等了很久的 Qwen3.8-27B 放了出来。真正让我感兴趣的是它的尺寸:27B。这个体量还没大到只能躺在服务器机房里,量化之后,高端消费级显卡也有机会跑起来;但从代码、Agent 和多模态成绩来看,它已经摸到了顶级闭源模型的门槛。
MiMo-V2.5
78
小米 MiMo 推出的原生全模态 AI 模型,支持文本、图像、视频、音频理解,适用于 Agent 与复杂任务处理。
Llama 4 Scout
69
Meta 开源 LLM,支持商用、本地运行和微调。
Step 3.7 Flash
68
StepFun 面向 AI Agent 和开发者推出的高性能 Flash 模型,具备原生视觉理解、多模态推理、工具调用和代码生成能力……
KAT-Coder-Pro V2.5
66
面向软件工程任务打造的新一代 AI 编程模型,支持代码开发、项目维护和智能 Agent 工作流。
KAT-Coder-Air V2.5
62
面向软件工程优化的轻量级 AI 编程模型,支持代码生成、项目分析、自动修复和 Agent 工作流。
Ring-2.6-1T
59
Ring-2.6-1T 是一个拥有 1万亿(1T)参数规模的思考型模型,其中包含 630亿(63B)活跃参数。它专为真实世界中的智能体(Agent)工作流程打造……
Gemini 3.1 Flash Lite
54
谷歌轻量级多模态模型,支持图文音视频及PDF,主打低延迟、高吞吐,适用于规模化Agent场景。
Nano Banana 2
50
谷歌最新图像模型,以极速实现专业级画质,擅长复杂生成与迭代编辑,兼具深度理解与高性价比。
GPT-5.6 Luna
49
OpenAI GPT-5.6 系列中的高效版本,兼顾速度、成本与智能表现,适合大规模 AI 应用。
Ling-2.6-flash
46
InclusionAI 推出的高效开源语言模型,专注快速响应、Agent 任务执行和高 Token 利用效率。
Gemini 3.6 Flash
46
Google 新一代 Flash 系列模型,兼顾速度、智能与成本,专为 AI Agent、代码开发和多模态任务优化。
Nano Banana 2 Lite
46
谷歌最快、最经济的图像生成模型,4秒出图,成本低廉,专为高并发开发与规模化视觉应用设计。
Nano Banana Pro
46
谷歌最强图像模型,支持精准文字、多图融合与4K输出,专为专业设计打造。
GPT-5.6 Terra
45
GPT-5.6 系列平衡型模型,在智能表现、运行效率和成本之间实现最佳平衡,适用于日常与企业应用。
Gemini 3.7 Flash
45
距离上一版更新只有三周,谷歌又发新模型了。Gemini 3.7 Flash 这次不只是小修小补。编程、Agent 和自动化能力都有明显提升,年底前价格还直接减半。它未必最强,但确实很适合开发者。
GPT-5.6 Luna Pro
45
OpenAI 新一代高效 AI 模型,兼顾速度、成本与智能表现,适用于聊天、代码和自动化任务。
Gemini 3.5 Flash
44
Gemini 3.5 Flash 以 Flash 级别的成本和速度提供接近 Pro 级别的智能水平:Pro 级别的编码能力、并行智能体执行能力,所有这些都以 Flash 模型的价位提供。
GPT-5.6 Terra Pro
43
由 OpenAI 推出的 GPT-5.6 系列高性能推理模型版本,定位于旗舰级智能与成本效率之间的平衡方案。
GPT-5.6 Sol
43
由 OpenAI 推出的 GPT-5.6 系列旗舰级 AI 模型,定位于最高性能的专业推理模型。
Gemini 3.5 Flash Lite
42
Google 推出的轻量级多模态模型,专为高频任务、AI Agent 工作流和低成本应用场景优化。
Gemini 3.1 Pro
42
Google DeepMind 最新 Gemini Pro 系列模型,支持高级推理、多模态理解、代码开发和企业级AI应用。
GPT-5.5
42
OpenAI 旗舰模型,原生支持文本、图像和音频的多模态 AI。
Mistral Large 2
42
法国 Mistral AI 旗舰模型,深受注重欧盟合规和隐私保护用户的青睐。
GPT-5.6 Sol Pro
41
GPT-5.6 系列最高性能版本,专为复杂任务、深度推理和长期工作流程打造。
Muse Spark 1.2
41
Muse Spark 1.1 才发布一个月,1.2 就跟了上来。 这次 Meta 把方向收得更窄:代码生成、软件工程,以及和 Muse Code 的配合。相比单看参数,我更在意这套组合能不能把模型真正放进开发流程里。
Nemotron 3 Ultra
39
开放推理模型,550B总参数(55B激活),支持百万上下文,擅长多步推理与智能体编排。
Muse Spark 1.1
39
Meta 推出的多模态推理模型,专为 AI Agent、代码开发、工具调用和复杂任务自动化设计。
Claude Fable 5
36
Claude Fable 5 是 Anthropic 的 Mythos 级模型,支持多模态输入与推理,专攻自主知识工作和编程。

常见问题

目前收录了多少款AI模型?

Aivoax 持续整理和更新各类 AI 模型信息,涵盖 GPT、Claude、Gemini、DeepSeek 等国际模型,以及通义千问、文心一言、混元等国产模型。
我们会根据模型用途进行分类,例如通用对话模型、多模态模型、代码模型等,方便用户按照自己的需求查找。
由于 AI 行业变化较快,新模型会不断发布,部分旧模型也可能停止维护,我们会定期检查并调整相关信息。

模型是按什么排序的?

Aivoax 会根据不同地区和使用场景展示模型参考排序,目前提供全球、日本、中国等不同视角的数据展示。
同时,用户可以查看适合企业、学生、开发者等不同需求的模型推荐。
排序主要用于帮助用户了解近期受到关注的模型,不代表模型性能排名。实际选择时,建议结合具体用途、价格、速度和功能进行判断。

在哪里可以查看模型的性能参数和API信息?

每个模型详情页都会整理常用信息,包括模型介绍、上下文长度、价格信息、开源情况、发布时间以及官方链接。
对于开发者使用场景,我们也会提供相关 API 文档入口,方便进一步了解接入方式。
由于模型厂商可能随时调整产品规格,页面信息可能存在更新延迟。正式使用前,建议查看官方最新文档。

热度评分是什么?

热度评分是 Aivoax 用来展示 AI 模型关注程度的参考指标。
评分会结合公开信息,例如用户关注趋势、社区讨论情况以及平台访问数据等因素进行整理,用来反映近期哪些模型受到较多关注。
需要注意的是,热度高并不代表模型一定更强。不同模型在代码、写作、分析、企业应用等方面各有特点,选择时应根据实际需求判断。

模型和工具有什么区别?

AI 模型是提供智能能力的基础,例如 GPT、Claude、通义千问等,通常由开发者通过 API 调用。
AI 工具则是在模型基础上开发完成的应用,例如聊天助手、写作工具、图片生成应用等,普通用户可以直接使用。
简单来说,模型更像底层技术,而工具更像面向用户的成品服务。Aivoax 会分别整理这两类内容,方便不同用户查找。

模型详情页还有哪些信息?

除了基础参数外,模型详情页还会整理模型适合的使用场景、主要特点、可能存在的限制,以及相关模型推荐。
这些内容主要用于帮助用户快速了解不同模型之间的区别,减少查找和比较的时间。
AI 模型没有绝对的最好选择,不同任务、预算和使用方式都会影响最终选择。