大模型

独立评测 AI 模型与 API 提供商的基准平台，覆盖质量、价格、速度与延迟等指标。

微软开源的长篇多说话人语音合成模型，可生成播客级对话音频，最长 90 分钟、最多 4 位说话人。

英伟达开源的多语言语音识别模型，6 亿参数，支持 25 种欧洲语言自动识别转写

独立领先的中文通用大模型综合性测评基准，提供多维度能力对比与排行榜单。

智谱开源的多模态 OCR 模型，基于 GLM-V 架构，在 OmniDocBench 上排名第一，擅长复杂文档理解。

OpenAI 2022 年推出的文生图系统，可根据自然语言描述生成写实图像与艺术画作。

智谱开源 MoE 大模型系列，主打编程与长程 Agent 任务，含 1M 上下文与 Flash 版本

中国多模态大模型公司，自研文本、语音、视频、音乐模型，并推出多款 AI 原生应用。

Scale Labs 推出的 AI 模型排行榜，提供 20+ 专家设计的基准测试与 100+ 模型排名。

OpenRouter 基于真实 API 调用量的 LLM 排行榜，展示开发者实际使用的模型。

开源金融大模型项目，提供金融情感分析、预测等模型与指令微调基准，模型发布于 HuggingFace。

MiniMax 开源的全模态生成系统，可理解文本图像视频音频并生成带原生立体声的 2K 视频。

月之暗面开源的 Kimi-K3 多模态大模型，支持图文理解，可在 Hugging Face 下载部署。

阿里通义开源的高效文生图模型，6B 参数，8 步出图，支持中英文字渲染，16G 显存可跑。

无污染、定期刷新的 LLM 基准测试与排行榜，覆盖 7 大类 23 项客观任务并附运行成本。

NVIDIA 开源的高效语音识别模型系列，含 CTC 与 RNN-Transducer 变体，支持流式与多语言。

智谱开源的多模态大模型，支持图文理解，可在 Hugging Face 下载并本地部署。

Lightricks 开源的视频生成模型，支持文生视频与图生视频，可本地部署并带音频生成。

字节开源的多语言翻译大模型，7B 参数，支持 28 种语言互译，效果媲美超大规模模型

DeepSeek 开源的 OCR 视觉文本压缩模型，可将图像文字高效压缩为上下文。

国产多模态通用大模型公司，自研文本、音频、图像、视频、音乐模型，并推出星野等 AI 原生产品。

Google 开源的 4B 多模态翻译模型，支持图文输入与多语言互译，可在本地部署。

追踪 783 个 AI 模型、645 项基准的排行榜，含评分、证据、API 价格与上下文窗口对比。

Stability AI 基于 Llama 65B 微调的 Orca 风格开源大模型，需合并 Delta 权重使用。