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
Jev Search：开源 AI 搜索引擎，基于 Jev 模型实现意图解析与多引擎聚合
Jev Search 是由 Search1API 团队开源的一款 AI 搜索引擎前端，其核心在于调用 TypeSafe 团队推出的 Jev 结构化决策模型，实现对用户自然语言提问的意图解析、搜索来源选择、时间范围限定与查询词自动生成。在 Jev 模型完成查询规划后，系统通过 Search1API 同时并行调用 Google、Reddit、Hacker News、arXiv 等 12 个搜索与内容引...
评测：GLM-5.3-FlashX —— 智谱高速推理模型，200 tokens/s 的实时交互新标杆
GLM-5.3-FlashX 是智谱 AI 于 2026 年推出的高速推理模型，是 GLM-5.3-Flash 的加速升级版本。其核心卖点在于输出速度最高可达 200 tokens/s，较前代产品提速 5 倍，同时以 2.5 倍的价格实现，形成了性能与成本之间的再平衡。模型构建于 10 万张国产芯片组成的推理集群之上，推理基础设施由 GLM-5.3 驱动的 Agent 在两周内自主构建完成，这一过...
ZDTaichu5.0-9B – 紫东太初开源的一代通用多模态大模型
ZDTaichu5.0-9B是由紫东太初（Taichu-AI）开源的新一代通用多模态大模型，专为物理世界理解与具身智能场景设计。模型在九大国际空间基准测试中斩获8项同参数组别全球第一，MindCube-tiny得分达78.27，大幅领先同级别模型；同时图文理解、OCR、数学推理、代码生成等通用能力保持第一梯队。模型采用自适应循环推理机制，通过熵门控对不确定性高的Token追加循环计算，将算力精准投...
Iris评测：小红书AllSpark团队开源的搜索智能体深度解析
Iris是小红书AllSpark团队开源的搜索智能体，包含35B（Iris-mini）和397B（Iris-pro）两个版本，采用MoE架构，激活参数分别为3B和17B。该模型能够在真实网络环境中自主决策搜索策略、阅读方式与收敛时机，通过从网页超链接反向构造训练数据，结合SFT与强化学习交替的SFT–RL Climbing训练法，在BrowseComp、DeepSearchQA、HLE等搜索基准上...
Step Audio 3 – 阶跃星辰推出的语音大模型系列
Step Audio 3是阶跃星辰推出的新一代语音大模型系列，基于单一技术底座派生Realtime、ASR、TTS、Gen与Music五款专用模型，覆盖从实时语音交互、高精度转写、拟人化合成、多元素音频生成到完整音乐创作的全链路能力。其中，Realtime在Artificial Analysis榜单中以99.7%的语音推理准确率位列全球第一，ASR以1.7%的词错误率同样登顶全球榜首。该系列的核心...
UnifoLM-WLA-1.0 – 宇树科技推出的具身多模态大模型
UnifoLM-WLA-1.0是宇树科技推出的6B参数具身多模态大模型，基于约2500小时真机操作数据训练，将视觉感知、语言理解与动作执行统一建模，单模型统筹64项桌面与全身移动操作任务。该模型采用统一VLA架构，以视觉语言模型为骨干，通过RVQ离散动作表示将连续控制问题转化为token预测问题，并引入ER-Flow层的未来动态预测机制，让机器人在执行动作前先"想象"操作引发的场景变化。模型开源了...
Xiaomi-CocktailASR-1：基于LLM端到端架构的目标说话人语音识别模型深度评测
Xiaomi-CocktailASR-1是小米开源的目标说话人语音识别（Target Speaker ASR，TS-ASR）大模型，基于LLM端到端架构设计，以参考语音作为声纹提示，无需语音分离即可从多人混合语音中精准转录目标说话人的内容。模型在多说话人基准上达到SOTA水平，同时兼容单说话人场景，具备负样本拒识与思维链可解释推理能力，采用Apache 2.0协议开源。
WikiSkill – Google Research 推出的 Agent 技能进化框架
WikiSkill 是 Google Research 推出的 Agent 技能进化框架，通过三层架构将原始执行轨迹、结构化知识与可执行技能分层存储，使 Agent 的经验沉淀为持久知识，并从中持续生长出可复用技能。框架在每轮迭代中由 Wiki Maintainer 分析轨迹更新知识库，Skill Proposer 基于知识提出技能更新，经验证集评估后接受或回滚。实验表明，9B 参数模型结合 Wi...
Claude Mythos 5.1 – Anthropic 推出的 Claude 系列旗舰模型
Claude Mythos 5.1 是 Anthropic 推出的 Claude 5.1 系列旗舰模型，与同系列公开版 Claude Fable 5.1 共享完全相同的底层模型权重与推理能力，仅通过上层安全围栏策略实现能力释放程度的差异化控制。该模型专为网络安全与生命科学两大高风险专业领域设计，仅面向通过背景审查的科研机构开放，支持漏洞防御、蛋白质分子设计等前沿研究，用户须通过 Cyber Ver...
Faraday – Inherent 推出的 AI 科学家智能体深度评测
Faraday 是由伦敦 AI 实验室 Inherent 推出的 AI 科学家智能体，基于 270 亿参数的 Qwen 3.6 模型，通过强化学习训练而成。与传统大模型直接生成答案的范式不同，Faraday 能够像人类博士生一样，在不预先知道答案的情况下自主阅读学术论文、设计实验方案并复现研究结果。在论文复现基准 Replica 上，Faraday 的表现超越了 Claude Opus 4.8 和...
