大模型列表 - 企数智|企业级大模型服务平台

热门搜索：数字员工数字孪生数字化转型

关注公众号

分类

全部

文本

语言

图像

视频

语音

音频

编码

多模态

推理

排序

向量

行业

其他

上下文

全部

<=8k

<=32k

<=64k

<=128k

>128k

热门

全部

DeepSeek

GPT

Claude

通义千问

GLM

Doubao

元宝

排序

默认

发布时间

热度

文本生成

推理模型

196K

GLM-4.7是智谱AI发布的新一代旗舰模型，在编程和复杂推理能力上实现重大突破，对标当下顶尖闭源模型。该模型在编程、复杂推理和工具使用方面都有显著提升，在多个关键基准测试中表现优异，包括LMArena代码竞技场、LiveCodeBench V6、AIME 2025和人类终极考试（HLE）。GLM-4.7支持200K上下文长度，最大输出128K tokens，处理速度达到每秒55+ tokens，并优化了交织思维模式，引入了保留思维和回合级思维。

2025年12月23日智谱AI

图片处理

图像理解

Qwen-Image-Edit-2511是阿里Qwen团队推出的图像编辑模型的最新版本，专注于提升图像编辑的稳定性和可控性。该版本在人物一致性、LoRA子模型内置、几何构造能力等方面进行了显著优化，特别适用于人像融合、风格迁移、材质替换等场景。

2025年12月25日阿里

图片生成

图像理解

多模态

16K

NextStep-1.1是由阶跃星辰团队开发的自回归图像生成模型，采用连续视觉token流匹配架构，结合14B参数的Transformer主干和157M参数的轻量级流匹配头，实现了高质量的逐步图像生成。该模型摆脱了传统扩散模型的依赖，直接在连续视觉空间中进行自回归生成，避免了离散化带来的信息损失。NextStep-1.1在多个权威评测基准中表现出色，支持高保真图像生成和精细的图像编辑。

2025年8月27日阶跃星辰

图像生成

多模态

4K

Qwen-Image 是通义千问系列中的最新图像基础模型，专注于图像生成，尤其在文字渲染和图像编辑方面取得了显著突破。它是一个 20B 规模的 MMDiT 模型，致力于解决复杂文字在图像里的清晰、高保真且自然呈现这一难题。支持多行布局、段落文字、书法风格、广告牌牌匾、标志、海报等多种情境下的文字生成，同时能进行对象增删、风格转换、细节增强、人物姿态调整等多样编辑操作。

2025年9月15日阿里巴巴

推理模型

文本生成

256K

MiMo-V2-Flash是小米公司于2025年12月16日发布并开源的MoE模型，总参数量达309B，活跃参数为15B。通过Hybrid Attention架构和多层MTP技术，实现了2倍生成速度提升和极低的推理成本。该模型专为智能体AI设计，支持256K超长上下文窗口，在多个Agent测评基准上保持全球开源模型Top 2地位。

2025年12月17日小米

视频生成

多模态

LongCat-Video-Avatar是美团LongCat团队发布的SOTA级虚拟人视频生成模型，基于LongCat-Video基座打造，支持多任务设计，包括Audio-Text-to-Video、Audio-Text-Image-to-Video及视频续写等功能。该模型在动作拟真度、长视频稳定性与身份一致性方面有显著提升，能够实现丰富饱满的情感表达，并在不说话时也能自然表现人类行为。

2025年12月18日美团

语音识别

GLM-ASR-Nano是智谱推出的轻量级开源端侧语音识别模型，参数量为1.5B，主打本地运行，在延迟和隐私层面更友好。它在开源语音识别方向已达到SOTA水平，在部分测试中甚至超过了若干闭源模型。

2025年12月10日智谱

多模态

图像理解

文本生成

125K

GLM-4.6V 是智谱 AI 开源的多模态大模型系列，包括面向云端与高性能集群场景的基础版 GLM-4.6V（106B-A12B）和面向本地部署与低延迟应用的轻量版 GLM-4.6V-Flash（9B）。该模型将训练时上下文窗口提升到 128k tokens，在视觉理解精度上达到同参数规模 SOTA，首次在模型架构中将 Function Call（工具调用）能力原生融入视觉模型，打通从“视觉感知”到“可执行行动”的链路，为真实业务场景中的多模态 Agent 提供统一的技术底座。

2025年12月12日智谱 AI

图片生成

图片处理

LongCat-Image是美团LongCat团队研发的图像生成与编辑基础模型，参数规模为6B（60亿），属于轻量化大模型。与之前动辄百亿参数的主流模型相比，它通过创新架构设计和系统性训练策略，在保持高生成质量的同时大幅降低了计算资源需求。模型采用文生图与图像编辑同源的混合骨干架构（MM-DiT+Single-DiT），并整合了视觉语言模型（VLM）条件编码器，实现了生成与编辑的一体化处理。

2025年12月8日美团

推理模型

125K

DeepSeek-V3.2-Speciale是深度求索推出的极致推理增强版模型，结合了DeepSeek-Math-V2的定理证明能力，具备出色的指令跟随、严谨的数学证明与逻辑验证能力。该模型在多个推理基准测试中媲美谷歌的Gemini-3.0-Pro，并在国际数学奥林匹克竞赛（IMO 2025）、国际信息学奥林匹克竞赛（IOI 2025）等竞赛中斩获金牌级表现。

2025年12月2日深度求索

多模态

图片生成

视频生成

腾讯混元2.0是一款多模态大模型，专注于图像生成和游戏视觉内容生产。该模型在图像生成速度上实现了毫秒级响应，支持实时文生图和实时绘画板功能，大幅提升了创意表达和设计效率。混元2.0在游戏场景中表现出色，支持图生视频、自定义模型训练和角色一键精修等功能，适用于游戏资产生成和美术设计。

2025年9月5日腾讯

行业大模型

豆蔻妇科大模型是由壹生检康（杭州）生命科技有限公司研发的垂直医疗模型，专注于妇产科领域。该模型通过国家妇产科卫生高级职称（正高）笔试考试，具备主任级医师的专业判断力。模型依托钉钉企业专属AI平台，通过高质量妇产科数据构建与多阶段优化训练方法实现性能跃升，诊断准确率达到90.2%。

2025年7月29日壹生检康（杭州）生命科技有限公司

1 ……5 6 7 ……47

国家数据局确认 Token中文名：词元 AI养肥了腾讯云，马化腾:首次规模化盈利 Token调用量暴增，阿里云宣布AI算力和存储产品最高... 我们决定:让 AI 接管 Seele AI 的办公企业微信支持3步接入OpenClaw 智谱旗舰 GLM-5 实测：对比 Opus 4.6 和 GPT-5.3-C... 3 年、1 万人，快手技术团队首次系统披露 AI 研发... Claude Opus 4.6 和GPT-5.3 Codex 同时发布一门“洗稿”生意：AI抄袭“神韵” 爆款文章遭批量魔改 DeepSeek V4大模型被曝春节前后发布：AI编程能力质...

企业数智化服务平台

www.QiShuZhi.com

关于我们

内容服务

产品服务

联系我们

微信

小红书

企数智，企业数智化服务平台

Copyright QiShuZhi.com, All Rights Reserved.

津ICP备14003781号-9

回顶部