AI 模型库：大模型、Agent 与开发工具
收录并解读主流 AI 模型、Agent 与开发工具的能力、场景与选型对比。
标签：推理模型
共 54 篇文章 · 清除标签
DeepSeek Super-agent 深度评测：从被动对话到持续在线协作者的架构跃迁
Super-agent 是由 DeepSeek Harness 团队推出的持续在线 Agent 系统架构。该架构通过双层设计、事件驱动机制、异步多信道交互、存算分离以及 Watchdog 异常自愈能力，实现了连续、高效、主动、持久四个核心特征：跨 IM/GitHub 无缝推进同一任务、并行处理多项工作、主动观察环境事件并自主推进、异常自动恢复。配套开源 MIT 原型 dsh-superagent-...
MiniMax M3.1 Flash – MiniMax 推出的一代 Flash 模型
MiniMax M3.1 Flash是MiniMax于2026年推出的新一代Flash系列模型，以匿名“Space Bunny”身份在各大评测基准中亮相，训练数据量超过200T Token。该模型在Agentic任务、编程、Computer Use及网络安全四大领域均展现出色表现，DeepSWE v1.1得分73.7%、OSWorld V2得分61.7、CyberGym得分82%，已全面上线Min...
DeepSeek-V4.1-Flash-1017评测：轻量级模型的性能-成本双重优化实践
DeepSeek-V4.1-Flash-1017是DeepSeek推出的轻量级模型迭代版本，网页端、APP与API已同步切换。新版本通过自反馈强化学习训练，大幅提升游戏开发、3D建模等编程能力，可零基础上手完整项目。同时缩短任务时长与输出长度，实现性能与成本的双重优化，适配DeepSeek Harness、CodeBuddy等框架。
LFM2.5-24B-A2B – Liquid AI 开源的端侧推理模型
LFM2.5-24B-A2B 是 Liquid AI 推出的开源权重推理模型，隶属 LFM2.5 系列旗舰产品。该模型采用 40 层混合专家（MoE）架构，总参数量达 24B，但每个 token 仅激活 2.45B 参数，支持 131K 上下文窗口与 16 种语言。LFM2.5-24B-A2B 在回答前会生成显式思维链（CoT），专为端侧 Agent 场景优化，其 LiveClaw 得分达 48....
MiniCPM-V 4.7 评测：端侧 MoE 多模态大模型的开源里程碑
MiniCPM-V 4.7 是面壁智能联合 OpenBMB 社区开源的端侧多模态大模型系列，包含 35B-A3B（MoE 架构）与 1B 两个版本。旗舰版 35B-A3B 是全球首个可在手机端无损流畅运行的开源 MoE 多模态模型，通过前瞻专家调度（LES）技术，仅需约 3GB 内存即可在 iPhone 上实现 13+ tokens/s 的实时生成速度，并在 34 项权威基准测试中全面领先同档位模...
GLM-Legal – 智谱推出的法律专用大模型
GLM-Legal是智谱AI推出的法律专用大模型，基于轻量级基座GLM-5.3-Flash，通过法律领域中间训练与强化学习后训练打造。该模型覆盖阅读材料、提取事实、分析法律关系、制定建议、生成专业文件的完整工作流，支持合同审查、证据分析、法律研究、合规规划等任务。在官方评测中，Harvey LAB全项通过率达19.2%，LegalBench与PLawBench表现持平前沿闭源模型，展示了小参数规模...
VeriLoop E2 – 清华大学开源的 27B 后训练模型
VeriLoop E2 是清华大学深圳国际研究生院机器人实验室开源的 27B 后训练模型，基于 Qwen3.8-27B 底座，面向代码、数学与物理推理场景。该模型采用 Apache-2.0 协议发布权重与分词器，原生支持 262,144 tokens 的上下文窗口。其核心创新在于 VGR（VeriLoop-Governed Recurrence）机制，将"模型提案"与"外部验证/持久化"彻底分离，...
SemIf – 开源的 AI 决策模型，复现 Jev 语义决策模式
SemIf（原 OpenJev）是一个开源的 AI 决策模型，旨在通过开源手段复现 TypeSafe 闭源服务 Jev 的语义决策接口模式。该模型采用单次前向传播机制，直接读取候选选项对应的 logits 进行打分，由服务端构造结构化结果，从而规避了传统自回归生成后再解析文本的复杂流程。在多个问题共享相同状态时，SemIf 还可复用前缀计算，吞吐量提升近一个数量级。该模型在单张 RTX 3090 ...
Index-Translate – B站开源的多语言翻译模型家族
Index-Translate是B站（哔哩哔哩）Index LLM团队开源的多语言翻译模型家族，基于Qwen3.5底座构建，采用Apache-2.0协议开放权重。该家族文本模型覆盖150种语言互译，提供2B、9B、35B-A3B三种参数规模，支持术语统一、格式保留、指定字段翻译等指令约束。除文本翻译外，家族还包含Index-Echo语音翻译、Index-Homura音节可控翻译、Index-Nat...
GPT-6.1 Sol – OpenAI 推出的新一代主力模型
GPT-6.1 Sol是OpenAI于2026年推出的新一代主力模型，作为GPT-6 Sol的升级版本，以GPT-6 Astra旗舰五分之一的Token价格实现接近后者的智能水平。该模型聚焦智能体编程、电脑操作和专业工作三类高消耗场景，在DeepSWE v1.1真实代码库工程任务上追平Astra，在OSWorld 2.0电脑操作评测中仅落后2.1个百分点，同时将缓存输入价格压至每百万Token仅0...
