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评测
共 72 篇文章 · 清除标签
书童 Pagekin 深度评测：章节级上下文管理能否根治长篇 AI 写作的记忆衰减？
书童 Pagekin 是一款开源免费的 AI 长篇小说写作桌面软件，支持 Windows 和 macOS 双平台。它将小说创作拆解为设定、架构、蓝图、写稿、审稿、修稿、定稿七个环节的流水线，AI 负责起草与辅助，每一步均由作者确认把关。其核心创新在于章节级上下文管理机制——AI 写每章时仅读取本章蓝图、相关角色、前文摘要和上一章全文，从工程层面解决长篇写作中的记忆衰减问题。软件本身不内置模型，需自...
HelixHarness – 滴滴开源的 AI Coding 工程化框架
HelixHarness 是滴滴金融技术团队开源的 AI Coding 工程化框架，运行于 Codex 和 Claude Code 之上，定位为团队级 AI 研发交付的标准化基础设施。该框架通过 Propose→Apply→Archive 三段式标准工作流驱动研发过程，并以 Knowledge、Harness、Specs、Hooks 四层结构化上下文，将团队业务知识、工程规范和检查规则系统性地注入...
Unlimited OCR 2：百度文心开源的端到端长文档解析模型深度评测
Unlimited OCR 2是百度文心团队开源的端到端文档解析模型，核心突破在于支持任意页数的超长文档解析，可一次性处理数千页书籍而保持精度与效率。该模型采用稀疏参考滑动窗口注意力机制（SR-SWA）与无限解码机制，有效降低长文档解析的计算和显存开销，在MPDocBench、MarathonDocBench等长文档基准上取得领先成绩，推动OCR技术进入面向长上下文理解的3.0时代。
MAI-Image-2.7-Preview – 微软推出的图像编辑模型
MAI-Image-2.7-Preview是由微软推出的图像编辑模型，在 Artificial Analysis 图像编辑排行榜中以 1,193 Elo 的成绩位列全球第二，仅次于 OpenAI 的 GPT Image 2.5 Sunburst，其中场景与风格编辑能力领先次优模型 24 个 Elo，是全部能力维度中领先幅度最大的一项。该模型擅长场景风格重塑、智能重打光、文字符号修改、修复增强以及需...
Hy-SimulMT – 腾讯混元开源的同声传译大模型深度评测
Hy-SimulMT是腾讯混元团队开源的同声传译大模型，专为中英语音到语音实时互译场景设计，支持边听边译、边说边输出的流式翻译模式，并具备实时克隆说话人音色的能力。实测响应时延约3秒，优于人类专业译员4–5秒的翻译水平；在RealSI评测集上实现延迟最低且翻译质量达开源最佳，超过多数商用API，并在多领域实测中质量超过人类同传专家。该模型以其低时延、高质量与开源特性，为同声传译领域树立了新的技术标...
Seedance 2.5 4K评测：火山引擎以4K与10-bit色深切入影视级视频生成赛道
Seedance 2.5 4K是火山引擎在Seedance 2.5基座模型之上推出的高端视频生成版本，核心定位为面向影视制作与商业广告领域的专业级工具。该模型将输出分辨率提升至4K（约3840×2160像素），并支持10-bit色深（约10.7亿色），在画面细节、纹理保真与色彩层次上直接对标大荧幕放映标准。通过针对性的专项训练，模型在人物微表情、细微动作与文戏表演层次上实现了显著增强，同时强化了参...
科大讯飞 SparkAudio 1.0 深度评测：全国产算力驱动的星火语音基座大模型
SparkAudio 1.0 是科大讯飞于 2026 年 10 月 22 日在全球 1024 开发者节上发布的星火语音基座大模型，基于全国产算力完成训练，围绕语音识别、同传翻译、实时交互三大核心方向实现能力跃升，并拓展了音频理解、情绪识别、实时说话人分离与环境声理解等进阶能力。该模型通过半监督音频编码器、动态分段端到端建模、双范式协同解码三项技术创新，实现了整体效果提升 20%、响应时延降低 15...
Xing4.0-29B-Intent：星辰实验室开源的意图理解专用模型深度评测
Xing4.0-29B-Intent是星辰实验室（XingChen Lab）开源的意图理解专用模型，基于自研的Xing4.0-29B-A4B通用基座模型微调而成。该模型采用“类别＋参数”的结构化输出范式，将用户自然语言输入同时转换为意图分类结果与参数抽取结果，支持意图识别、实体识别、关系抽取、事件抽取四类核心任务。凭借MoE架构带来的计算效率优势，模型平均仅输出数十个Token即可完成完整的语义解...
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...
Microsoft-Decision-1：微软推出的新一代快速决策AI模型深度评测
Microsoft-Decision-1是微软推出的一款专为结构化决策任务设计的快速决策AI模型，能够从预设选项中筛选出最优解，并为每个备选答案赋予概率评分，供下游应用判断执行、重试或转人工。该模型基于开源Qwen3.5-9B架构构建，在36项基准测试中准确率均位列第一，推理速度达到GPT-6 Sol的35倍，输入成本仅为每百万tokens 0.042美元且输出免费，已在Microsoft Fou...
