AI 大模型是通过大规模数据训练、可用于多种任务的人工智能模型。面向文本理解与生成的模型通常称为大语言模型（Large Language Model，LLM）；能够联合处理文本、图像、音频、视频等两种或更多模态的模型，通常称为多模态模型；仅处理单一模态的模型不因此属于多模态模型。常见应用包括智能问答、内容创作、编程辅助、文档处理与知识检索。[33]
本专题以热门模型家族为主线，整理国内外模型、基础术语、部署工具与站长应用。模型、聊天产品和开发平台不完全相同，选用前应确认具体型号、接口能力与使用条件。 >> AI 基础百科
|
| 专题概览 | 热门重点 | 模型索引 | 基础概念 | 能力分类 | 部署工具 | 站长应用 | 选型指南 | 学习路线 | 常见问题 | 安全合规 | 官方资料 |
|
阅读提示：“热门重点”是本站面向入门与应用选型的编辑推荐，不是按用户量、市场份额或跑分编制的排行榜。专题以模型家族为主，不固定易过期的版本号、价格和参数；具体能力与许可条件以官方模型卡和文档为准。
|
| 热门大模型重点介绍 |
|
想快速入门，可先阅读下列模型介绍；已有明确需求的读者，可直接跳到“站长应用”与“选型指南”。
|
| DeepSeek 推理与编程 · API 接入 |
|
DeepSeek 是深度求索推出的模型系列，也提供面向用户的对话服务与开发者 API。其开发文档提供推理模式、工具集成和兼容接口说明，可用于问答、代码辅助与多步骤任务。[4]
应用参考：站长可关注文章结构整理、技术文档问答、代码解释与后台功能接入；开发者则应比较不同模型在实际任务中的响应速度、输出质量和调用成本。
使用前注意：不要把早期模型、现行 API 别名和第三方部署版本视为同一对象。是否支持图片、工具调用，以及是否提供可下载权重，应逐个版本核对。
开发者文档 |
|
| 千问／通义千问（Qwen） 模型生态 · 多模态 · 自部署 |
|
千问／通义千问（Qwen）是阿里巴巴的模型家族。阿里云百炼提供相关模型服务，覆盖文本、视觉理解、图像生成、语音及向量检索等方向；不同任务对应不同模型，并非一个接口包办全部功能。[17][5]
应用参考：适合把内容生产、站内知识问答、图片理解、向量检索等需求分开选型。需要自部署时，可进一步查看 Qwen 官方发布的权重和模型卡。
使用前注意：千问应用、Qwen 模型和百炼平台属于不同层次。云端可调用的模型不一定提供本地权重，权重可下载也不代表所有版本采用相同许可证。
模型列表 |
|
| 豆包（Doubao） 日常助手 · 多模态 · 云端服务 |
|
豆包既是面向用户的 AI 助手名称，也是相关大模型服务的品牌。开发者通常通过火山方舟接入模型；对话、视觉理解、图像或视频生成应按平台中的具体模型与接口区分。[34]
应用参考：站长可将其作为中文问答、摘要、运营文案和多模态处理的候选方案，结合现有火山引擎业务进行接入评估。
使用前注意：豆包应用中的体验不等于 API 的完整能力清单。收费、可用区域、模型版本、输入输出模态应以火山方舟的实际文档与控制台为准。
模型列表 |
|
| Kimi 长文档 · 代码 · Agent |
|
Kimi 是月之暗面提供的 AI 助手及模型品牌。其开放平台提供模型调用文档，涵盖长上下文、代码和 Agent 等任务，适合围绕文档资料与多步骤工作构建应用。[7]
应用参考：可用于技术资料归纳、多份文档对照、代码库问答和编辑资料整理。文档越长，越需要明确检索目标与引用要求，而不是把所有资料一次堆进提示词。
使用前注意：上下文窗口是输入容量指标，不等于模型一定能准确找出全部细节。上传文件时还应检查格式支持、文件限制和数据处理条款。
开放平台文档 |
|
| GLM／智谱 通用模型 · 工具调用 · 应用开发 |
|
GLM 是智谱的模型系列。智谱开放平台提供模型调用、部署、微调、评测、联网搜索及知识库检索等服务，适用于构建问答系统、编程助手和智能体应用。[8]
应用参考：可重点考察结构化输出、工具调用、知识库问答和与现有系统的接口整合，适合希望从模型测试延伸到应用交付的开发者。
使用前注意：GLM、面向用户的应用和开放平台并非同一概念。文本、视觉、音视频模型的能力及许可证应分别查看，不能把某个版本的特征套用到整个系列。
开放平台文档 |
|
| MiniMax 语言模型 · 语音 · 视频 |
|
MiniMax 的模型体系覆盖语言、视频、语音、图像和音乐等方向。语言模型可用于代码与 Agent 工作流，语音与视频任务则由相应的专用模型或服务承担。[9]
应用参考：适合同时有文字、配音、短视频等内容需求的团队作为候选服务商。做开发接入时，应把语言模型调用与音视频素材生成拆分测试。
使用前注意：不同模态的 API、计费单位及开放范围可能不同。音乐能力不代表音乐 API 对所有新用户开放：官方文档说明，自 2026 年 8 月 20 日起，音乐及歌词生成付费接口不再向新用户提供，相关免费音乐接口停止服务；现有付费用户及其他使用入口应分别核对。[9]
模型概览 |
|
| GPT／ChatGPT 通用助手 · 编程 · 多模态 |
|
GPT 是 OpenAI 的模型系列名称，ChatGPT 则是面向用户的应用产品。OpenAI 开发平台提供不同任务定位的模型，涵盖文本、代码、图像、语音等能力，接入时需选择相应模型与接口。[1]
应用参考：站长可关注文章编辑、数据整理、代码辅助和客服系统接入。日常使用 ChatGPT 与通过 API 构建网站功能，是两条不同的使用路径。
使用前注意：ChatGPT 订阅与 API 计费通常独立，订阅权益不能直接视为 API 额度。模型本身、联网工具和应用侧文件处理能力也应分开判断。[35]
模型目录 |
|
Claude
| 代码工程 · 文档分析 · 工具使用 |
|
Claude 是 Anthropic 的模型家族及助手品牌。官方模型目录按任务复杂度、延迟与成本区分型号，支持文本和图像输入、文本输出以及工具使用等能力。[2]
应用参考：可作为代码修改、长文档分析、技术写作及多步骤工作流的候选模型。复杂工程任务尤其需要配合代码执行、测试和版本控制，而非只看一次对话的回答。
使用前注意：Claude 应用、Claude API 和 Claude Code 是不同产品形态。上下文、额度、可用工具与付费方案，应按实际使用入口核对。
模型说明 |
|
| Gemini 多模态 · 文档与影音理解 |
|
Gemini 是 Google 的模型家族，也用于相关助手产品。Gemini API 模型目录涵盖不同的文本、多模态与实时交互能力，开发者可按任务选择相应型号。[3]
应用参考：可重点评估图片或文档理解、音视频资料处理、代码辅助和实时交互等需求。不同输入格式的支持方式与限制，应查看具体模型页面。
使用前注意：Gemini 助手、Google AI Studio、Gemini API 与 Vertex AI 是不同入口。预览版、实验版与稳定版在可用性、配额和兼容承诺上可能不同。
API 模型目录 |
|
| Grok 通用对话 · 编程 · 搜索工具 |
|
Grok 提供通用对话、代码及工具调用能力；其开发平台还提供语音与图像、视频等专用接口。实时信息通常需要配合 Web Search、X Search 等搜索工具获取。[28]
应用参考：适合将通用问答、代码与外部搜索结合的应用作为候选方案。新闻整理、舆情线索与资料检索等任务，应保留原始来源并人工复核。
使用前注意：模型不会仅因品牌或应用入口就自动拥有实时信息。未启用搜索工具时，不能把回答视为最新新闻；语音和图像服务也需分别确认。
模型与接口说明 |
|
| 国内外模型补充索引 |
|
除上述重点对象外，还可继续关注以下模型家族。索引用于扩展查阅，不代表覆盖全部厂商。
| 模型家族 |
提供方／方向 |
查阅重点 |
| 文心一言（ERNIE） |
百度 · 通用与多模态 |
查看文心系列模型与千帆平台的接入方式；注意千帆也提供第三方模型，平台名称不等于底层模型。[27] 模型列表 |
| 腾讯混元／Hy |
腾讯 · 通用、视觉与语音等 |
区分语言、视觉理解、图像生成与语音识别等模型，按具体业务选择。[14] 官方入口 |
| 讯飞星火 |
科大讯飞 · 通用与行业应用 |
可关注文档写作、办公与行业系统集成；具体功能以产品入口和开放服务为准。[11] 官方入口 |
| Llama |
Meta · 开放权重模型生态 |
可作为自部署与二次开发的研究对象；需阅读具体版本的许可、使用政策与硬件需求。[18] Llama 资料 |
| Mistral |
Mistral AI · 开放权重与商业模型 |
区分可下载权重与商业 API 模型，按语言、代码等任务测试，不宜把整个品牌统一标为开源。[15] 模型目录 |
|
| 大模型基础概念 |
|
先理解以下概念，再阅读模型参数、部署教程和报价表，能减少选型误区。[33][8][24]
| 概念 |
简要说明 |
| 大语言模型（LLM） |
主要面向语言理解与生成的模型，可用于问答、摘要、翻译、分类和代码等任务。[33] |
| Transformer |
大模型中广泛采用的神经网络架构，利用注意力机制处理序列关系。[33] |
| Token |
模型处理内容的基本单位；不固定等于一个汉字或一个英文单词，计费与长度要以实际分词结果为准。[33] |
| 上下文窗口 |
单次请求可容纳内容的范围，可能涵盖输入、输出及推理或工具中间内容；各平台定义和限制需要分别查看。[8] |
| 预训练与微调 |
预训练让模型学习广泛的数据模式；微调通过额外训练调整特定任务或风格表现，通常不用于保证实时事实正确。[33] |
| 推理模型 |
针对复杂问题求解进行训练或优化的模型；表现仍受任务、工具和推理预算影响，不能保证答案正确。[33] |
| 多模态 |
涉及文本、图像、音频、视频等多种数据类型；能看图不等于能生成图像，输入与输出能力应分开确认。[33] |
| MoE（混合专家） |
由多个专家子网络与路由机制构成的架构。当前大模型中常见的稀疏 MoE 通常只激活部分专家，因此总参数量与单次计算的激活参数量不同。[37] |
| Embedding（向量表示） |
将文本等内容转换为便于相似度计算的数值向量，常用于语义检索、聚类与推荐。[33] |
| Rerank（重排序） |
对初步检索结果重新排序，以提升与问题的相关性，常用于知识库检索链路。[33] |
| RAG（检索增强生成） |
先检索资料，再把相关内容交给模型生成回答；不必先训练模型，但资料质量与检索效果会影响结果。[24] |
| Agent（智能体） |
由模型、工具、状态和执行控制等组成的应用系统，可围绕任务规划与执行多个步骤，不等于某一种独立模型。[33] |
| 工具调用／Function Calling |
模型按接口约定提出工具调用请求，应用负责校验参数并执行；权限与副作用需要由应用约束。[33] |
| MCP（模型上下文协议） |
连接 AI 应用与外部工具、数据和系统的开放标准；它不是模型，也不会自动赋予无限访问权限。[25] |
| 量化与 GGUF |
量化通过降低数值精度减少部分资源需求，可能影响效果；GGUF 是模型存储格式之一，不代表所有量化模型。[22][38] |
| 模型幻觉 |
模型生成看似合理但不准确、无依据或虚构的内容；应通过检索、引用、测试与人工复核降低影响。[33] |
相关专题：人工智能 · 机器学习 · 深度学习 · 自然语言处理。其中 RAG 可继续阅读检索增强文档，MCP 可查看官方协议介绍。[24][25]
|
| 按能力认识大模型 |
| 能力方向 |
典型任务 |
选型时要核对 |
| 通用文本与推理 |
问答、摘要、翻译、分类、方案梳理 |
中文表现、事实性、结构化输出、延迟与计费 |
| 代码与软件工程 |
解释代码、生成测试、修复缺陷、项目维护 |
工具调用、代码库处理、测试通过率、执行环境权限 |
| 视觉理解 |
截图分析、图表解读、文档与图片信息提取 |
图片数量与分辨率、OCR、定位能力、扫描件质量 |
| 图像与视频生成 |
配图、视觉设计、短视频素材、图像编辑 |
是否提供专用模型、版权与授权、生成一致性、审核规则 |
| 语音与实时交互 |
语音识别、配音、语音对话、字幕 |
ASR／TTS／端到端语音的区别、语言支持、延迟与音频授权 |
| 向量与重排序 |
站内搜索、知识库检索、相似内容匹配 |
语言覆盖、向量维度、检索效果、索引更新与数据权限 |
上述分类按任务划分，不是严格互斥的模型类别。同一模型家族可以覆盖多个方向，但具体能力仍取决于型号和接口。[17][9][3]
|
| 本地部署与应用开发工具 |
|
工具负责运行、连接或编排模型，不应与模型家族混为一谈。自建聊天界面也不等于已在本地部署底层模型。
|
| 站长与网站运营应用 |
|
下面是应用设计建议，不是对任何单一模型效果的保证。建议从低风险、可复核的任务开始，再逐步接入业务系统。
| 场景 |
可尝试的任务 |
落地建议 |
| 内容编辑 |
标题备选、摘要、文章改写、栏目提纲 |
给出事实材料、目标读者和文风要求；发布日期、价格、数据与引用由编辑核对。 |
| SEO 与站内信息整理 |
搜索意图归类、页面结构建议、FAQ 初稿 |
围绕真实用户问题组织内容，不批量制造低质量页面，不承诺排名或收录结果。 |
| 知识库与智能客服 |
检索产品文档、使用说明、售后规则 |
建立 RAG 和来源引用，配置资料更新、访问控制、无答案处理及人工转接。 |
| 开发与故障排查 |
代码解释、日志归纳、测试生成、配置检查 |
先脱敏日志，在隔离环境验证；生产配置与命令变更需要人工审核和回滚方案。 |
| 运营与数据分析 |
整理报表、归类反馈、生成分析初稿 |
让代码或数据库执行计算，保留口径、时间范围与原始结果，不让模型凭空补数。 |
| 多语言网站 |
翻译、术语统一、海外帮助中心初稿 |
提供术语表和地区要求，重要法律、支付与品牌文案交由人工复核。 |
| 图片与短视频内容 |
配图提案、脚本、字幕、语音与素材生成 |
区分内容策划与实际生成接口；确认人物、声音、素材版权及生成内容标识要求。 |
| 自动化工作流 |
资料整理、工单分流、通知草拟、定时报告 |
读写权限分离；发布、付款、删改数据等步骤设置人工审批与操作审计。 |
|
| 大模型选型与部署指南 |
| 你的需求 |
建议起点 |
要重点确认 |
| 只想直接使用 |
先选聊天产品，不必立即学习部署。 |
关注使用门槛、文件能力、额度与隐私设置；聊天订阅和 API 通常是不同产品。 |
| 要给网站增加 AI 功能 |
优先做 API 小规模验证。 |
确认模型名、接口兼容、错误处理、限流、超时、缓存与每月预算。 |
| 要做企业知识问答 |
先整理资料，再评估 RAG。 |
检查文档权限、更新周期、引用准确性、检索遗漏和无答案时的处理。 |
| 要处理敏感数据 |
先明确数据分级与合规要求。 |
比较云端服务条款、专属部署或本地方案；本地部署同样需要访问控制与日志管理。 |
| 希望本地运行 |
先选可合法使用的权重，再核对硬件。 |
显存、内存、量化、上下文、并发和 KV Cache 都会影响资源占用；不要只看参数量。 |
| 需要长期稳定上线 |
建立业务测试集并保留版本策略。 |
评估质量、成本、响应速度、可用性和故障回退；不要只依据一次跑分选型。 |
成本不能只看 Token 单价。建议同时估算输入与输出长度、推理开销、缓存命中、工具调用、检索、重试和峰值并发；自部署还应计入硬件、带宽、存储和运维成本。以上为通用选型建议，具体计费规则应逐家核对。
|
| 从入门到上线的学习路线 |
- 认识产品：先区分模型、聊天应用、API 平台与部署工具，体验几种不同入口。
- 理解术语：掌握 Token、上下文、提示词、结构化输出和模型幻觉等概念。
- 完成最小接入：用后端调用模型接口，配置密钥、超时、限流和基础日志。
- 连接业务资料：学习文档切分、向量检索、重排序与来源引用，先做小型知识库。
- 增加工具与流程：在必要时引入工具调用、工作流或 MCP，为每种操作设置权限。
- 验证再上线：用真实问题测试准确率、延迟和费用，配置监控、预算与回退。
|
| 常见问题 |
|
ChatGPT、GPT 与 OpenAI 是一回事吗？
不是。OpenAI 是提供方，GPT 是模型家族，ChatGPT 是应用产品。类似地，模型品牌、聊天助手和云平台的名称也可能不同。
开放权重就等于开源、免费商用吗？
不等于。权重开放、源码开放、训练数据开放与完整可复现是不同维度；商业使用、再分发、衍生模型及服务限制必须阅读具体许可证。
参数越大、上下文越长，模型就越好吗？
不能直接这样判断。效果还受训练、架构、量化、任务和推理配置影响；长上下文也不保证信息检索和推理准确。
有了 RAG，就不需要微调了吗？
两者解决的问题不同。RAG 通常用于检索外部资料，微调用于调整特定任务表现或输出风格，实际项目可以组合使用。
装好 Ollama、Dify 或网页界面，就算私有化了吗？
不一定。应用可以运行在本机，但实际调用远程模型；文件解析、向量模型、插件和日志也可能连接外部服务，应检查完整数据流。
能联网的模型就不会产生幻觉吗？
仍然可能产生幻觉。搜索结果可能过期、错误或被误读，回答也可能出现虚构引用。重要结论应打开原文核对。
兼容 OpenAI 接口，就能直接替换模型吗？
通常仍需适配。兼容可能只覆盖部分请求格式，工具调用、图片、结构化输出、推理参数与错误处理不一定完全一致。
本专题为什么不固定列出最新价格和型号？
模型目录、价格、额度与下线计划变化较快。本专题提供家族和技术索引，具体参数请通过官方入口核对，避免把历史信息当作当前承诺。
|
| 安全、隐私与合规提醒 |
- 不向未经批准的服务提交账号密码、API 密钥、支付信息、客户隐私或未公开商业资料。
- API 密钥应保存在后端或安全的密钥管理系统，不放入网页源码、公开仓库或截图。
- 来自网页、文件和知识库的内容都可能包含提示注入；不能让外部资料改变系统权限或执行授权。
- 为工具和 Agent 设置最小权限。发文、删库、付款、修改生产配置等操作需要人工确认、审计和恢复机制。
- 医药、法律、财务、安全等高风险内容必须由具备相应能力的人员复核，不能只依赖模型输出。
- 注意数据跨境、服务条款、模型许可、素材版权与生成内容标识等适用要求，不把“可生成”视为“可公开使用”。
- 自部署的模型接口、管理后台和向量数据库不应裸露在公网，需配置认证、访问限制、更新与备份。
|
| 官方资料与延伸阅读 |
|
模型功能、许可与接入方式以对应官方文档和模型卡为准。以下编号与正文引用对应；本专题不宣称提供实时排行榜或完整市场统计。模型、定义及服务说明经官方资料复核；部分海外站点可能受网络或地区限制，ModelScope 部分页面本次未能完整提取，因此不据此推断具体模型能力。
- OpenAI 模型目录
- Claude 模型说明
- Gemini API 模型目录
- DeepSeek 开发文档
- Qwen 官方模型与研究资料
- Kimi 开放平台
- 智谱开放平台
- MiniMax 模型概览
- 讯飞星火
- 腾讯混元／Hy
- Mistral 模型目录
- 阿里云百炼模型列表
- Llama 官方资料
- Ollama 文档
- vLLM 文档
- llama.cpp 项目
- Dify 文档
- RAG 应用开发资料
- MCP 官方介绍
- 百度千帆模型列表
- Grok 模型与接口
- Hugging Face 模型中心
- Open WebUI 文档
- LangChain 文档
- ModelScope 模型社区
- IBM：大语言模型概念
- 火山引擎：豆包模型家族与方舟平台介绍（2024 年发布资料）
- OpenAI：ChatGPT 与 API 分开计费
- Hugging Face：混合专家模型
- GGUF 官方格式说明
站内关联：AI · ChatGPT · DeepSeek。
|
