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。
最新文章
共 583 篇文章
Mellum2.1 深度评测：JetBrains 开源智能体编程模型的技术跃迁
Mellum2.1 是 JetBrains 推出的开源 AI 编程模型，采用 12B 混合专家（MoE）架构，每次推理仅激活 2.5B 参数。该模型的核心突破在于将强化学习（RL）从传统训练流程中的收尾环节提升为训练主体，结合数百万次沙盒环境运行，使模型能够自主探索代码库、编辑文件并自查修改，智能体编程能力实现显著跃升。在高负载场景下，Mellum2.1 的吞吐能力接近 Qwen3.5-9B 的两...
Naive-N0.5-Flash：NaiveAI 开源的 309B MoE 大模型，专为 AI 研发而生
Naive-N0.5-Flash 是 NaiveAI 开源的首个 MoE 大模型，定位编程与 AI 研发场景。该模型基于小米 MiMo-V2.5 基模改造，采用 309B MoE 架构，引入 SWA+DSA 混合稀疏注意力机制，原生支持 1M 上下文且全网络不含任何全注意力层。模型由 AI 深度参与研发，配套推理系统 NaiveRT 单流解码峰值达 2,122 tokens/s，在 PaperBe...
Vidu Q4 Preview：生数科技旗舰视频生成模型的传神演绎与多主体一致性实践
Vidu Q4 Preview是生数科技于2026年10月7日推出的新一代旗舰视频生成模型的首个公开预览版，主打"传神表现力"。该模型在人物演绎层面实现显著升级，面部表情更细腻、情绪传递更饱满、肢体动作更自然，同时支持最多15张参考图与3段参考音频，可在生成全程锁定人物形象、场景风格与角色音色的高度一致。在镜头语言方面，模型强化了动态运镜、丝滑切镜与复杂场景衔接能力，爆炸、烟火、粒子等视觉特效更具...
Claude Haiku 5.5 – Anthropic 推出的最轻量级模型
Claude Haiku 5.5 是 Anthropic 于 2026 年 10 月 7 日正式发布的最新小型语言模型，定位为"最便宜、最快、最能打"的高性价比产品。该模型将输入价格降至 $0.10/百万 token，综合成本降低约 75%，同时实现了电脑操作能力从 15.7% 到 72.4% 的大幅跃升。其支持 100 万 token 上下文窗口和五档可调思考机制，适用于智能摘要、数据分类、实时...
Mistral Large 4 – Mistral AI 开源的最旗舰大模型
Mistral Large 4 是法国人工智能公司 Mistral AI 推出的最新旗舰级开源大模型，绰号「Le Chonk 胖猫」。该模型采用细粒度混合专家（MoE）架构，总参数规模达 1.05T，每次推理仅激活约 49B 参数，并配备 1.6B 视觉编码器，实现原生多模态理解与 1M token 的超长上下文窗口。模型已在 Mistral API 上线，在软件工程、财务流程分析、遥感图像定位等...
VoxMem – 墨尔本大学等开源的音频大模型记忆基准
VoxMem是由墨尔本大学与新南威尔士大学研究团队联合推出的音频大模型记忆基准（Benchmark）。该基准首创"4类声学证据×4种记忆操作"的二维评测框架，将语音语义、说话人身份、副语言线索与环境声四类信息维度，同信息抽取、跨会话推理、时序追踪与拒答四种记忆操作深度交叉，构建覆盖8K至64K token多会话历史的标准化评测体系。对15个主流模型的系统性测试显示，在32K上下文长度下，没有任何模...
Startlux-Decision – StartLux Labs 开源的决策模型家族深度评测
StartLux-Decision 是 StartLux Labs 推出的开源决策模型家族，涵盖从 0.8B 至 27B 的五个稠密模型以及 35B-A3B 混合专家模型，专为类型化决策任务设计。该模型家族接收文本、JSON 或图片形式的状态输入，针对选择、是非、评分等结构化问题，通过单次前向推理直接返回每个选项的概率分布，天然可作为置信度使用。模型原生支持 256K token 超长上下文，具备...
APUS-OpenJev-v1：APUS AI Lab 开源的端侧决策大模型深度评测
APUS-OpenJev-v1 是 APUS AI Lab 开源的端侧 System 1 决策大模型系列，与 TypeSafe AI 的闭源 Jev 模型定位同类，提供 4B、9B 和 35B-A3B 三种权重规格，可在浏览器自动化、表单填写、流程路由等任务中快速选择下一步操作。模型首创 `effort="low/high"` 动态计算深度机制：low 模式仅运行 16 层并结合候选感知投影，速度...
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 ...
EmbeddingGemma 2 – 谷歌开源的原生多模态嵌入模型评测
EmbeddingGemma 2 是谷歌开源的原生多模态 Embedding 模型，基于 Gemma 4 架构构建，将文本、代码、图片、视频、音频五类模态统一映射到同一向量空间，实现跨模态语义检索。该模型采用模块化设计，全模态仅 740M 参数，上下文窗口为 8K token，量化后在 Pixel 11 Pro 上仅占约 567MB 内存。作为 1B 参数以下性能领先的多模态向量模型，其代码检索能...
