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：AI安全
共 67 篇文章 · 清除标签
Ling-3.0-tiny – 蚂蚁百灵推出的原生混合推理模型
Ling-3.0-tiny是蚂蚁百灵（Ant Ling）团队推出的原生混合推理模型，采用稀疏混合专家架构（MoE），总参数量7.9B但每token仅激活1.3B参数，在保持大模型表达能力的同时将推理计算量压缩至稠密小模型级别。该模型面向数学推理、指令遵循及资源敏感型部署场景深度优化，原生支持工具调用，无需外部插件即可驱动浏览器UI控制与移动设备自动化操作。目前已在OpenRouter和Vercel...
Shieldstral – Mistral AI 开源的多模态内容安全分类模型
Shieldstral 是 Mistral AI 推出的 3B 参数开源多模态内容安全分类模型，基于 Ministral-3B 构建。该模型将传统固定类别的内容审核重新定义为二元问答任务，支持通过自然语言查询实时定义审核策略，无需重新训练即可适配不同场景。模型在文本安全基准上平均 F1 达 84.9%，多模态安全 F1 达 83.8%，均为当前最优水平，且仅需单张 16GB GPU 即可部署，支持...
Qwen-CUA – 阿里 Qwen 等推出的原生 Computer Use Agent
Qwen-CUA 是由 Qwen 团队与 XLang Lab 联合推出的原生 Computer Use Agent，基于 397B-A17B 混合专家架构，仅通过截图感知界面状态，无需依赖 DOM 树或辅助功能元数据，直接输出键盘和鼠标事件操控浏览器、桌面应用及专业软件。在 OSWorld-Verified 基准上取得 86.2 分，更大版本 Qwen-CUA-Max 参数量超万亿，达到 87.6...
MAI-Cyber-1-Flash – 微软推出的首个网络安全 AI 模型
MAI-Cyber-1-Flash是微软推出的首个从零构建的网络安全专用AI模型，基于多智能体系统MDASH，能够高效处理约90%的网络安全任务。在CyberGym基准测试中，该模型以95.95%的成功率超越Claude Mythos 5和GPT-5.5 Cyber等竞品，与GPT-5.4组合使用时成本降低近50%，为安全运营中心（SOC）提供了高性能、低成本的智能化解决方案。
Codex Security CLI – OpenAI开源的AI代码安全扫描CLI工具
Codex Security CLI是OpenAI开源的一款基于大语言模型语义理解的AI代码安全扫描命令行工具，前身为Codex内置的闭源安全插件。该工具能够像安全工程师一样理解项目整体逻辑，自动识别代码中的安全漏洞，深度验证攻击路径的真实性并智能过滤误报，同时生成可直接应用的修复补丁。它支持接入CI/CD流水线实现自动化安全门禁，主要面向团队与企业级大规模代码仓库管理，旨在通过AI能力提升代码安...
MAI-Image-2.5-Pro – 微软推出的高精度图像生成模型
MAI-Image-2.5-Pro是由微软AI团队推出的高精度图像生成模型，专注于高质量主视觉图、写实摄影及商业设计素材的生成。该模型在Arena文生图榜单中排名第三，尤其在写实摄影领域表现突出，同时支持图像内文字渲染与自然语言指令编辑。目前已深度集成至Bing Image Creator、PowerPoint和OneDrive等微软核心产品，相比GPT-Image-2可降低84%的GPU成本，兼...
BigMac – 小红书开源的多模态大模型流水并行训练框架
BigMac是小红书dots infra团队开源的多模态大模型流水并行训练框架，旨在解决多模态大模型（MLLM）训练中计算效率与显存占用之间的根本矛盾。该框架提出依赖安全的嵌套流水线范式，以成熟的大语言模型（LLM）流水线为稳定主干，在不打乱执行顺序的前提下嵌入编码器和生成器的前向与反向计算，从而实现训练速度提升1.08～1.9倍的同时保持显存占用稳定。BigMac已作为dots多模态训练核心组件...
WorkBuddy Bench – 腾讯开源的编码智能体评测套件
WorkBuddy Bench是腾讯开源的编码智能体评测套件，旨在为代码、网页、办公、安全四大真实场景下的AI智能体提供标准化能力评估。该套件包含260个任务，全部从真实代码提交、Pull Request及业务场景逆向构建，并改写为口语化角色扮演请求以抵抗数据污染。在隔离Docker沙箱中，通过隐藏测试、规则检查与LLM评判等多种评分机制进行多元评分，并在双智能体框架下交叉验证，实现了开源可复现、...
OpenWorker – 吴恩达开源的免费本地优先 AI 桌面代理
OpenWorker是由吴恩达（Andrew Ng）发布的开源AI桌面代理，采用MIT许可证完全免费。它并非传统的聊天机器人，而是一个以“交付成果”为导向的本地优先AI同事。用户只需提出目标结果，OpenWorker即可直接产出可用的文档、Slack回复或日历安排，而非待办清单。所有数据运行在本机，支持30余种模型（含Ollama完全离线），集成25+工具如Slack、Gmail、GitHub等。...
Agnes-2.5-Flash – Agnes AI 推出的一代高性能文本模型
Agnes-2.5-Flash是Agnes AI推出的新一代高性能文本模型，专注于代码生成与理解，Coding能力位列全球第一梯队。该模型在代码理解、工程修复、多步骤任务执行与复杂推理上显著提升，定位为开发者日常主力模型，不限期免费开放且API零成本调用。实测可精准定位隐藏Bug、从零构建完整应用、跨文件协调改造大型项目，性能对标Claude Opus 4.7等顶级付费模型。