大语言模型 模型

BERT 是 Google 的双向语言模型，通过遮盖部分词再还原的方式预训练，微调后在问答和语言理解基准上刷新成绩，并被用于 Google 搜索。

GPT-3 是一个拥有 1750 亿参数的自回归语言模型，相关论文发表于2020年5月。它能在提示词中仅凭少量示例完成新任务，无需梯度更新，最初通过 OpenAI 的 API 提供。

InstructGPT 是一组经过人类反馈强化学习训练、能遵循用户指令的 GPT-3 模型。OpenAI 于2022年1月宣布该成果，并将其设为 API 的默认语言模型。

Meta AI 于 2023 年 2 月发布的一系列基础语言模型，有 7B 到 65B 四种规模，只用公开数据训练；其中 13B 版本在多数基准测试上被报告优于 GPT-3。

GPT-4 是 OpenAI 于 2023 年 3 月 14 日发布的大型多模态模型，能接受图像和文本输入，在模拟律师资格考试中成绩接近应试者前 10%，此后被 GPT-4 Turbo、GPT-4o 和 GPT-5 接续。

Gemini 1.0 是 Google DeepMind 多模态模型家族的第一代，2023 年 12 月 6 日发布，分 Ultra、Pro、Nano 三档；Google 称 Ultra 是首个在 MMLU 上超过人类专家的模型。

Claude 3 Opus 于 2024 年 3 月 4 日公布，是 Claude 3 系列中能力最强的模型。它支持图像输入，发布时上下文窗口为 20 万 token，长文本测试召回率超过 99%。

GPT-4o 是 OpenAI 于 2024 年 5 月发布的多模态模型，能在同一个神经网络中接收文字、语音、图像和视频输入，并生成文字、语音和图像输出。2026 年 2 月，它从 ChatGPT 中下线。

Claude 3.5 Sonnet 于 2024 年 6 月 20 日发布，是 3.5 系列首款模型。速度是 Claude 3 Opus 的两倍，价格与中档型号相当，并随 Artifacts 一同推出。

Llama 3.1 于 2024 年 7 月 23 日发布，在 Llama 3 系列中加入了 4050 亿参数的模型，并把上下文扩展到 12.8 万个词元。Meta 称，这是目前最强、可公开获取的基础模型。

OpenAI o1 是 OpenAI 推出的首个推理模型系列，发布于 2024 年 9 月。它在回答前会进行较长的内部思维链（chain of thought）推理，之后的 o3 等推理模型都以它为基础。

DeepSeek-V3 是深度求索（DeepSeek）于 2024 年 12 月发布的开放权重模型，采用混合专家（mixture-of-experts）架构，总参数 6710 亿，每个词元激活 370 亿。

DeepSeek-R1 是深度求索（DeepSeek）于 2025 年 1 月 20 日发布的开放权重推理模型，以 DeepSeek-V3-Base 为基础，经强化学习训练，采用允许商业使用和蒸馏的 MIT 许可证。

Gemini 2.5 Pro 是 Google Gemini 2.5 系列的首个模型，2025 年 3 月以实验版发布，主打「思考」能力和 100 万 token 上下文，发布时即在 LMArena 登顶。

OpenAI 的第二代推理模型，2024 年 12 月公布、2025 年 4 月发布，在科学、软件工程与编程竞赛基准上大幅超过 o1，之后由 GPT-5 接替。

通义千问 Qwen3 是阿里巴巴于 2025 年 4 月 29 日以 Apache 2.0 许可证发布的模型系列，主要特点是混合思考模式，同一模型既可逐步推理，也可直接作答。

Kimi K2 是月之暗面于 2025 年 7 月发布的开放权重混合专家语言模型，总参数 1 万亿，每个词元激活 320 亿，上下文窗口 128K 个词元。

GPT-5 是 OpenAI 于 2025 年 8 月 7 日发布的第五代 GPT 基础模型。它把快速模型与深度推理模型组合在一起，并由实时路由决定每个请求交给哪一个处理。

Gemini 3 Pro 是 Google Gemini 3 系列的首个模型，2025 年 11 月以预览版发布，拥有 100 万 token 上下文窗口，并在 LMArena 等榜单登顶，在推理、编程与多模态基准上取得高分。

Claude Mythos Preview 于 2026 年 4 月 7 日公布，是未公开发布的前沿模型，仅通过 Project Glasswing（Glasswing 计划）向受限合作方开放，用于保障关键软件安全。

DeepSeek-V4 包括 V4-Pro 与 V4-Flash 两款混合专家模型，2026 年 4 月 24 日以预览版发布，支持 100 万词元上下文。

Claude Fable 5 于 2026 年 6 月 9 日发布，是 Anthropic 首个面向普通用户的 Mythos 级模型。同系列的 Claude Mythos 5 为审核通过的用户放宽了部分安全限制。

Kimi K3 是月之暗面发布的 2.8 万亿参数开放权重多模态模型，2026 年 7 月 16 日发布，7 月 27 日公开权重，适用 Kimi K3 许可证。

K2 Horizon 是基础模型研究院（IFM）于 2026 年 9 月发布的一系列六个开放语言模型，权重、代码、训练数据和训练配方一并以 Apache 2.0 许可公开。

GPT-6 是 OpenAI 的新一代模型系列。首款 GPT-6 Astra 于2026年9月3日发布，Astra 是 OpenAI 首个达到其内部「关键」网络安全阈值的模型。

Gemini 4 Argon 是 Google Gemini 4 系列首个模型，2026 年 10 月 13 日全面开放，面向软件工程、金融、法律等多步骤复杂任务。

Jais-3-375B-A23B 是基础模型研究所（IFM）推出的阿拉伯语旗舰开源混合专家模型：总参数 3750 亿、每 token 激活 230 亿，上下文窗口 51.2 万 token，权重以 Apache 2.0 发布。

GPT-1 是 OpenAI 的第一代生成式预训练 Transformer，发布于 2018年6月。它表明，先用无标注文本预训练、再针对具体任务微调的同一个语言模型，能够改进多项语言任务的结果。

GPT-2 是 OpenAI 于2019年2月宣布的大型语言模型，最大版本有 15 亿参数。OpenAI 起初没有公开完整模型，随后分阶段发布，直到2019年11月才发布完整版本。

百度于 2019 年 3 月发布的第一代 ERNIE 预训练语言模型，在 BERT 的掩码预训练基础上加入实体级和短语级掩码，并在五项中文 NLP 任务上报告了当时最好的成绩。

T5 是 Google 的 Transformer 语言模型系列，把所有语言任务统一成「文本输入、文本输出」。其 110 亿参数版本在多项基准上取得当时最好成绩，代码、预训练模型与 C4 数据集均公开。

LaMDA 是 Google 在 2021 年公布的一系列对话语言模型，2022 年的论文详述了它在安全性与事实依据方面的做法，后来其轻量版驱动了 Bard。

GPT-J-6B 是 EleutherAI 于 2021 年 6 月发布的约 60 亿参数开源语言模型，以 Apache 2.0 许可开放，公开基准成绩接近 GPT-3 Curie，是当时最大的开源类 GPT-3 模型。

文心 ERNIE 3.0 是 2021 年公布的大规模预训练语言模型，参数量 100 亿，把纯文本与大规模知识图谱一起用于训练，并融合自回归与自编码两种网络，让同一个模型既能做语言理解也能做生成。

OpenAI Codex 是2021年发布的 GPT 语言模型，在 GitHub 的公开代码上微调而成，能把自然语言翻译成代码，并随 HumanEval 基准测试一同提出。

GPT-NeoX-20B 是 EleutherAI 于 2022 年 2 月发布的 200 亿参数开放语言模型，权重以 Apache 2.0 协议公开，训练与评测代码一并开源。

GPT-3.5 是 OpenAI 介于 GPT-3 与 GPT-4 之间的一代语言模型，以 text-davinci-002、text-davinci-003 等 API 模型的形式发布，也是第一版 ChatGPT 的基础。

PaLM 是 Google Research 于 2022 年 4 月发布的 5400 亿参数语言模型，在 6144 块 TPU v4 上训练，多项基准成绩优于此前模型。

BLOOM是BigScience项目于2022年7月12日发布的1760亿参数开放多语言大语言模型，权重依据负责任使用的RAIL许可证提供。

GLM-130B 是清华大学 KEG 实验室与智谱 AI 联合发布的 1300 亿参数开源中英双语稠密语言模型，目标是在千亿参数规模上做出一个不输 GPT-3 的开放模型。

智谱 AI 与清华 KEG 在 2023 年发布的开源双语对话模型，参数约 62 亿，小到可在一张消费级显卡上跑起来，权重对研究完全开放。

GPT-3.5 Turbo 是 OpenAI 于 2023 年 3 月 1 日通过 API 发布的对话优化模型，价格约为早期模型的十分之一，后来在 ChatGPT 中被 GPT-4o mini 取代。

Claude 是 Anthropic 于 2023 年 3 月 14 日公布的 AI 助手，也是这家公司第一款公开提供的助手，此后发展成一整条 Claude 模型系列。

日日新（SenseNova）是商汤科技的一组基础模型，2023 年 4 月 10 日发布，包含聊天机器人 SenseChat、文生图生成器和数字人视频生成器，最初只面向政府与企业客户开放。

星火认知大模型是科大讯飞于2023年5月6日发布的大语言模型，主打教育与企业的 ChatGPT 替代方案，基于华为昇腾芯片开发，此后一年内连续迭代多个版本。

PaLM 2 是 Google 于 2023 年 5 月 10 日发布的第二代 Pathways 语言模型，分为四个规模，被用于包括 Bard 在内的 25 个以上 Google 产品。

Claude 2 是 Anthropic 助手模型的第二个主要版本，2023 年 7 月 11 日发布，表现更好、回答更长，是第一款面向普通公众的 Claude 模型。

Meta 于 2023 年 7 月发布的开源权重语言模型系列，有 7B、13B、70B 三种规模，各含对话微调版本 Llama 2-Chat，并以允许研究和商业使用的自定义许可证发行。

通义千问（英文名 Qwen）是阿里巴巴推出的大语言模型系列。2023 年 8 月 3 日，首个开放权重的模型 Qwen-7B 发布，此后该系列陆续推出多个版本和尺寸。

Code Llama 是 Meta 于 2023 年 8 月发布的代码模型系列，由 Llama 2 在代码数据上继续训练而成，参数从 70 亿到 700 亿不等。

Baichuan 2 是百川智能的第二代开源模型系列，2023年9月6日发布 7B 和 13B 两种规格，提供基础版、对话版和 4 位量化版。商用需申请，并受用户规模限制。

混元是腾讯第一个自研的大型基础模型，2023 年 9 月发布，主要面向企业，通过腾讯云 API 提供服务。该系列后来改称 Hy。

GPT-4V 是 GPT-4 中接受图像输入的版本，OpenAI 在 2023 年 9 月 25 日的系统卡中记录了它，并通过预览版 API 向开发者开放；图像理解后来在 GPT-4o 中成为原生能力。

Mistral AI 的第一个模型：2023 年 9 月以 Apache 2.0 许可发布的 73 亿参数语言模型，主打用小体量对标大得多的模型。

文心大模型4.0是百度于2023年10月发布的基础模型，被称作当时最强的文心模型，李彦宏称其「综合水平不逊于GPT-4」。它同时支撑文心一言助手和千帆平台。

Yi-34B 与 Yi-6B 是零一万物 2023 年 11 月发布的双语开源基础模型，训练数据为 3 万亿词元，发布时在开源预训练模型中排名第一。

Grok-1 是 xAI 的首个大语言模型，2023 年 11 月 3 日作为 Grok 聊天助手的引擎公布，其 3140 亿参数的权重于 2024 年 3 月开放。

GPT-4 Turbo 是 OpenAI 于 2023 年 11 月 6 日发布的 GPT-4 更便宜、能力更强的版本，上下文窗口达 128,000 个 token，API 价格大幅下调。

Claude 2.1 于 2023 年 11 月 21 日发布，上下文窗口翻倍至 20 万 token，错误陈述较 2.0 版减少一半，并新增工具调用与系统提示。

Mistral AI 于 2023 年 12 月发布的开源权重稀疏混合专家模型：总参数 467 亿，每个词元只用 129 亿，支持 32k 上下文，在多数基准上超过 Llama 2 70B。

OLMo 是艾伦人工智能研究所（Ai2）的开放语言模型，2024 年 2 月 1 日以 1B 和 7B 两种规模发布，连同 Dolma 训练数据、训练代码、日志和检查点，全部采用 Apache 2.0 许可。

Google Gemini 1.5 代的中型多模态模型，2024 年 2 月公布，以上百万 token 的上下文窗口著称，可在单次提示中处理长视频、整段音频和大规模代码。

Gemma 是 Google DeepMind 于 2024 年 2 月发布的轻量级开放模型系列，有 2B 和 7B 两个规模，技术与 Gemini 同源，并按 Google 的使用条款开放商用。

Mistral Large 是法国公司 Mistral AI 于 2024 年 2 月 26 日发布的首个旗舰级专有模型，拥有 32K token 上下文窗口、五种语言的原生能力和原生的函数调用与 JSON 输出模式。

Claude 3 Sonnet 是 Anthropic Claude 3 系列中的中间型号，2024 年 3 月 4 日发布，支持 20 万 token 上下文，曾驱动 claude.ai 免费版，于 2025 年 7 月 21 日退役。

Claude 3 Haiku 是 Anthropic Claude 3 系列中最小、最快的模型，2024 年 3 月发布，主打低价格、20 万 token 上下文与图像输入，2026 年 4 月退役。

EvoLLM-JP 是 Sakana AI 用进化搜索融合多个开源模型得到的日语模型，不靠从头训练；7B 版本在数学能力上超过了它的三个来源模型各自单独的水平。

DBRX 是 Databricks 于 2024 年 3 月 27 日发布的开放许可大语言模型，采用混合专家结构，总参数 1320 亿，每词元激活 360 亿。

Jamba 由 AI21 Labs 于2024年3月28日发布，是一个开放权重模型，把 Mamba 状态空间层与 Transformer 注意力层组合在一起，总参数 520 亿，上下文窗口为 25.6 万词元。

Command R+ 是 Cohere 于 2024 年 4 月发布的 1040 亿参数语言模型，针对企业场景的检索增强生成和多步工具调用优化，先在微软 Azure 上线，随后开放权重。

Llama 3 是 Meta 于 2024 年 4 月 18 日发布的开放模型系列，有 80 亿和 700 亿参数两种规格。它在超过 15 万亿个公开来源的词元上完成预训练。

Phi-3 是微软的小型语言模型系列，2024 年 4 月以 38 亿参数的 Phi-3-mini 起步，这一模型小到可以在手机上运行。

日日新 5.0 是商汤科技于 2024 年 4 月发布的大语言模型，采用混合专家架构，支持约 20 万 token 上下文，商汤称其在多项基准上对标 GPT-4 Turbo。

Snowflake 于 2024 年 4 月发布的开源权重模型，总参数 4800 亿、激活 170 亿，采用稠密与混合专家混合的架构，训练成本不到 200 万美元。

DeepSeek-V2 是 2024 年 5 月发布的混合专家模型，总参数 236B、每 token 激活 21B，引入多头潜在注意力（MLA），是后续架构的验证起点。

Yi-Large 是零一万物于 2024 年 5 月 13 日发布的千亿参数闭源大模型，通过其 API 平台提供，官方公布了在 AlpacaEval 2.0、SuperCLUE 等基准上的排名。

字节跳动通过火山引擎于 2024 年 5 月推出的豆包大模型系列，以远低于同行的定价提供通用、语音与文生图模型，被认为引发了中国大模型价格战。

通义千问 Qwen2 是 2024 年 6 月发布的新一代模型，包含 0.5B 至 72B 的五个尺寸，上下文最长可达 128K，多数尺寸采用 Apache 2.0 许可。

科大讯飞于 2024 年 6 月 27 日发布的大语言模型，完全在与华为共建的国产算力平台上训练；讯飞称其达到 GPT-4 水平，同时承认代码与多模态能力落后。

Step-2 是阶跃星辰推出的万亿参数语言大模型，采用混合专家架构。2024 年 3 月公布预览版，7 月在 WAIC 发布正式版。

OpenAI 于 2024 年 7 月 18 日发布的小型低成本模型，API 价格远低于 GPT-4o，MMLU 得分 82%，发布当天即在 ChatGPT 中取代 GPT-3.5 Turbo。

Mistral AI 的第二代旗舰模型，2024 年 7 月发布，1230 亿参数，128K token 上下文窗口，语言与编程语言覆盖广，权重以研究许可发布。

xAI 于 2024 年 8 月发布的一对模型，以 beta 形式向 X 订阅用户开放，新增图像输入，公布基准成绩，后来公开了权重。

通义千问 Qwen2.5 是 2024 年 9 月发布的一代模型。首批开放了 13 个权重模型，预训练数据最多达 18 万亿 token，上下文最长 128K，多数开源模型采用 Apache 2.0 许可。

Llama 3.2 于 2024 年 9 月 25 日发布，新增 110 亿和 900 亿参数的视觉模型，以及面向边缘和移动设备的 10 亿和 30 亿参数纯文本小模型。

Yi-Lightning 是零一万物 2024 年 10 月推出的旗舰模型，采用增强版混合专家架构。发布时在 LMSYS Chatbot Arena 综合排名第六，中国模型中排名第一。

升级版 Claude 3.5 Sonnet 于 2024 年 10 月 22 日公布，编程与智能体任务成绩明显提高，并以公开测试版推出电脑操作功能，是前沿 AI 模型中首个提供该功能的。

混元 Large 是腾讯于 2024 年 11 月开源的混合专家模型，总参数 3890 亿，激活参数 520 亿，采用腾讯自有许可证发布。

Amazon Nova 是亚马逊的基础模型家族，2024年12月3日推出，只在 Amazon Bedrock 中提供，2025年12月由 Nova 2 接续。

Gemini 2.0 Flash 是 Google Gemini 2.0 世代的首个模型，2024 年 12 月以实验模型形式发布，新增多模态输出与原生工具调用，2025 年 2 月正式开放。

Phi-4 是微软于 2024 年 12 月发布的 140 亿参数稠密解码器式语言模型，训练重心放在数据质量与合成数据上，2025 年 1 月以 MIT 许可证放出完整权重。

MiniMax-01 是 MiniMax（稀宇科技）2025 年 1 月发布的开放权重模型系列，含语言模型 MiniMax-Text-01 与视觉语言模型 MiniMax-VL-01，采用混合注意力并支持超长上下文。

讯飞星火 X1 是科大讯飞 2025 年 1 月发布的深度推理大模型，完全基于国产算力平台训练，此后多次升级，并落地教育与医疗场景。

Kimi k1.5 是月之暗面于 2025 年 1 月 20 日发布的多模态推理模型，公司称其在数学、编程和多模态推理上达到 OpenAI o1 的水平；其技术报告强调用强化学习训练，而不依赖树搜索与过程奖励模型。

豆包 1.5 Pro（Doubao-1.5-pro）由字节跳动于 2025 年 1 月 22 日发布，是采用稀疏混合专家架构的闭源多模态模型，并以较低价格通过火山引擎提供。

Qwen2.5-Max 是阿里巴巴在 2025 年 1 月宣布的大型混合专家模型，通过 Qwen Chat 和阿里云 API 提供服务，但没有公开模型权重。

OpenAI 于 2025 年 1 月 31 日发布的小型推理模型，向包括免费版在内的所有 ChatGPT 用户开放，提供三档推理强度并支持函数调用与结构化输出，2025 年 4 月由 o4-mini 接替。

Grok 3 与更便宜的 Grok 3 mini 是 xAI 2025 年 2 月发布的推理模型。Grok 3 加入了 Think 推理模式、100 万 token 上下文窗口和 DeepSearch 研究智能体。

Claude 3.7 Sonnet 于 2025 年 2 月 24 日发布，Anthropic 称它是市面上第一个混合推理模型，既能迅速作答，也能长时间逐步思考。它与 Claude Code 同时推出。

混元 Turbo S 是腾讯 2025 年 2 月发布的快思考模型，采用 Mamba 与 Transformer 混合架构，总参数 5600 亿，未公开权重。

GPT-4.5 是 OpenAI 于 2025 年 2 月 27 日发布的大语言模型，代号「Orion」。它是当时最大的对话模型，API 价格远高于 GPT-4o，正式开放数月后便退出。

Ling（百灵）是蚂蚁集团 InclusionAI 发布的开放权重混合专家语言模型系列，其技术报告主张无需高端 GPU 也能训练 300B 规模的 MoE 模型。

通义千问团队于 2025 年 3 月 6 日发布的开源权重推理模型，参数规模 320 亿，主要靠规模化强化学习训练，官方称其表现可与体量大得多的 DeepSeek-R1 相若。

Gemma 3 是 Google 于 2025 年 3 月发布的第三代 Gemma 开放模型，共有 1B 到 27B 四种规模，支持 128,000 词元的上下文，较大版本可处理图像，预训练阶段覆盖 140 多种语言。

Command A 是 Cohere 的 1110 亿参数模型，2025年3月发布，支持 256k 词元上下文。Cohere 称它只需两块 GPU 即可运行，吞吐量比 Command R+ 08-2024 高 150%。

文心大模型 4.5 是百度于 2025 年 3 月发布的原生多模态基础模型，可处理文本、图像、音频和视频。2025 年 6 月，百度开源了该系列的十款模型。

文心大模型 X1 是百度于 2025 年 3 月 16 日与文心大模型 4.5 一同发布的深度思考推理模型，支持多模态与工具调用，定价较低，此后又更新为 X1 Turbo 和 X1.1。

混元 T1 是腾讯的深度思考模型，2025 年 3 月 21 日正式发布，基于混元 Turbo S 构建。腾讯未公开其权重，通过网页演示和腾讯云 API 提供。

Llama 4 Maverick 是 Meta 于 2025 年 4 月 5 日与 Scout 同时发布的混合专家模型，总参数 4000 亿，上下文窗口为 100 万个词元。它在 LMArena 上的排名之后受到质疑。

Llama 4 Scout 是 Meta 于 2025 年 4 月 5 日发布的混合专家模型，总参数 1090 亿，每个词元激活其中 170 亿，上下文窗口达 1000 万个词元。

Seed-Thinking-v1.5 是字节跳动 Seed 团队的推理模型，采用混合专家结构，激活参数 20B、总参数 200B，通过强化学习学会先思考再回答；公开材料只有技术报告和基准表，没有模型权重。

日日新 V6 是商汤 2025 年 4 月 10 日发布的原生多模态混合专家模型，参数量超过 6000 亿，分为通用、推理与实时交互三个版本。

OpenAI 于 2025 年 4 月发布的三个模型组成的家族，上下文窗口超过百万 token，单 token 价格低，编码与指令遵循能力更强，后被 GPT-5 取代。

OpenAI 于 2025 年 4 月发布的小型推理模型，主打快速、低成本的推理；在可使用 Python 解释器时于 AIME 2025 上达到 99.5% 的 pass@1，后由 GPT-5 mini 等后继模型取代。

Google Gemini 2.5 系列中的模型，2025 年 4 月发布预览版、6 月正式可用。Google 称它是其首个完全混合推理模型，开发者可以用思考预算把思考打开或关闭。

MiMo-7B 是小米 LLM-Core 团队推出的 70 亿参数推理模型，基座在 25 万亿 token 上预训练，再用可验证的数学与编程题做强化学习，报告称其表现超过 OpenAI o1-mini。

Falcon-H1 是 Falcon 系列的一组开放权重语言模型，把 Transformer 注意力与状态空间模型并行组合，参数规模从 0.5B 到 34B，权重以 Falcon-LLM Licence 发布。

Claude Opus 4 与 Sonnet 4 于 2025 年 5 月 22 日公布，均为带扩展思考功能的混合模型。Anthropic 称 Opus 4 是“世界上最好的编程模型”。

这是 DeepSeek 推理模型的更新版本，2025 年 5 月 28 日以 MIT 许可证发布，在竞赛数学、科学与编程基准上成绩明显提高，并支持系统提示、增强了函数调用能力。

MiniMax-M1 是 MiniMax（稀宇科技）于 2025 年 6 月发布的开放推理模型，总参数 456B，原生支持 100 万词元上下文，采用 Apache 2.0 许可，提供 40K 与 80K 两种思考预算版本。

字节跳动 Seed 团队的通用大模型系列，2025 年 6 月 11 日以豆包大模型 1.6 之名发布，支持多模态输入和 256K 上下文，并能按问题自动决定是否先推理再作答。

GLM-4.5 是智谱（Z.ai）2025 年 7 月发布的开源大语言模型，总参数 3550 亿，同时发布较轻量的 GLM-4.5-Air。两者均为混合推理模型，采用 MIT 许可证。

Grok 4 与 Grok 4 Heavy 是 xAI 2025 年 7 月发布的模型。Grok 4 的 API 上下文为 25.6 万 token，训练中大规模使用强化学习；Heavy 版本则并行运行测试时计算。

EXAONE 4.0 是 LG 的大语言模型系列，一次发布 32B 与 1.2B 端侧两个尺寸，把易用的对话能力与推理模式合并到同一模型，并加入工具调用和西班牙语支持。

Qwen3-2507 是 2025 年 7 月至 8 月分批发行的 Qwen3 更新系列，把思考与非思考模式拆成各自独立的模型，原生上下文扩到 262,144 个 token，多项基准成绩大幅超过原版非思考模式。

NAVER 于 2025 年 7 月发布的 147.4 亿参数推理模型，用剪枝与蒸馏把模型做小，再用四阶段推理训练流程训练，并称训练成本远低于同级模型。

Gemini 2.5 Pro 的一种增强推理模式，会在作答前并行展开多个假设并加以比较，2025 年以实验形式发布，并因在国际数学奥林匹克中达到金牌水平而受到关注。

gpt-oss 是 OpenAI 于 2025 年 8 月 5 日发布的开放权重推理语言模型系列，提供 120b 和 20b 两个规模，采用宽松的 Apache 2.0 许可证。

字节跳动 Seed 于 2025 年 8 月开源的 360 亿参数模型系列，使用 12 万亿 token 训练，原生支持 512K 上下文，并允许用户设置「思考预算」。

DeepSeek-V3.1 由深度求索（DeepSeek）于 2025 年 8 月 21 日发布，采用 MIT 许可证，是该公司首个混合推理模型，同一组权重同时支持思考模式和非思考模式。

Qwen3-Max 是阿里巴巴于 2025 年 9 月发布的闭源大模型，参数规模超过 1 万亿，通过阿里云 API 提供服务，是接替 Qwen2.5-Max 的 Max 系列旗舰。

LongCat-Flash 是美团 LongCat 团队推出的 5600 亿参数混合专家语言模型，每个 token 平均激活约 270 亿参数，权重以 MIT 许可证开放。

Claude Sonnet 4.5 于 2025 年 9 月 29 日发布，价格与 Sonnet 4 相同，可直接替换后者使用。Anthropic 报告，它能在复杂任务上保持专注超过 30 小时。

GPT-5.1 是 OpenAI 于 2025 年 11 月 12 日发布的 GPT-5 更新版本。它让默认人设更加亲切，并提供多种可选风格；其 API 版本已定于 2027 年关闭。

文心大模型 5.0（ERNIE 5.0）是百度于 2025 年 11 月发布的原生全模态基础模型，百度称其参数规模为 2.4 万亿，2026 年 1 月起向企业和个人开放，模型为非开源。

Olmo 3 是艾伦人工智能研究所（Ai2）完全开放语言模型的第三代，2025 年 11 月 20 日宣布，提供 7B 和 32B 稠密 Transformer 规模，上下文 65,536 词元，数据全部公开。

2025 年 11 月 24 日，Anthropic 发布 Claude Opus 4.5，单价为此前 Opus 的三分之一，并新增投入程度（effort）参数，让开发者在能力与成本间取舍。

DeepSeek-V3.2 于 2025 年 12 月 1 日发布，是 V3.2-Exp 的正式后继版本；配套的 V3.2-Speciale 专注于最大化推理，在多项竞赛中达到金牌水平。

Mistral AI 于 2025 年 12 月发布的旗舰模型，稀疏混合专家架构，总参数 6750 亿，开放权重，支持图像理解与 40 多种语言。

Gemini 3 Deep Think 是 Gemini 3 的增强推理模式，2025 年 12 月向订阅用户开放，2026 年 2 月推出升级版。

腾讯自研旗舰模型，2025 年 12 月发布，分 Think 与 Instruct 两个版本，采用总参数 4060 亿的混合专家架构，支持 256K 词元上下文。

Solar Open 100B 是韩国 Upstage 于 2025 年 12 月发布的英韩双语混合专家模型，总参数 1026 亿、每 token 激活 120 亿，权重以自定义许可发布。

GPT-5.2 是 OpenAI 于 2025 年 12 月 11 日发布的模型系列，包括 Instant、Thinking、Pro 版本及编程变体，主打电子表格、演示文稿等专业工作。

Gemini 3 Flash 是 Google Gemini 3 系列中主打速度与低成本的模型，2025 年 12 月 17 日发布。它在多项基准上接近 Gemini 3 Pro，同时消耗更少 token、单 token 价格更低。

Step 3.5 Flash 是阶跃星辰推出的开源混合专家（Mixture-of-Experts，MoE）语言模型，2026 年 2 月发布，总参数 1960 亿，上下文长度 256K，采用 Apache 2.0 许可证。

Claude Opus 4.6 于 2026 年 2 月 5 日发布，是 Anthropic 最聪明模型的升级版，也是首个支持 1M 词元上下文窗口的 Opus 级模型（发布时为测试版）。

GPT-5.3-Codex 是 OpenAI 于 2026 年 2 月 5 日发布并上线的编程模型。OpenAI 称它是首个「在创造自身过程中发挥了作用的模型」，并把它的用途从写代码扩展到检索代码库、运行终端命令和调试。

GLM-5 是智谱 2026 年 2 月 12 日发布的开源模型，采用 MIT 许可证，总参数 7440 亿，每个 token 激活 400 亿参数，面向智能体工程（agentic engineering）。

豆包大模型 2.0（Seed2.0）是字节跳动于 2026 年 2 月发布的模型系列，包含 Pro、Lite、Mini 三款面向智能体任务的版本，并公布了基准成绩与低价 token 策略。

通义千问 Qwen3.5 是阿里巴巴2026年2月发布的原生多模态模型系列，开放旗舰总参数 3970 亿、每个词元激活 170 亿，以 Apache 2.0 许可证发布。

Claude Sonnet 4.6 于 2026 年 2 月 17 日发布，附带测试版的 1M 词元上下文窗口，价格与 Sonnet 4.5 相同，并成为 claude.ai 免费版和 Pro 用户的默认模型。

Gemini 3.1 Pro 是 Google 于 2026 年 2 月 19 日以预览形式发布的大语言模型，在 ARC-AGI-2 上取得 77.1% 的验证成绩，并取代了 gemini-3-pro-preview。

GPT-5.4 是 OpenAI 于 2026 年 3 月 5 日推出的模型，有 Thinking 和 Pro 两个版本。它内置电脑操作能力，改进了深度研究，并取代了 GPT-5.2。

Gemma 4 是 Google 在 2026 年 4 月发布的第四代开放权重模型，与 Gemini 3 建立在同一套研究和技术之上，覆盖从手机可跑的 E2B、E4B，到 26B 混合专家模型和 31B 稠密模型。

通义千问 Qwen3.6 是 2026 年 4 月发布的一代模型：闭源的 Plus、Max 版本主打智能体编程，开放权重的 Qwen3.6-35B-A3B 以 350 亿总参数、30 亿激活参数给出基准成绩。

Muse Spark 是 Meta Superintelligence Labs 于 2026 年 4 月 8 日推出的首个模型，最初闭源，驱动 Meta AI 应用和 meta.ai，后来推出了开放权重版本。

EXAONE 4.5 是 LG AI Research 于 2026 年 4 月发布的首个开放权重视觉语言模型，总参数 330 亿，其中视觉编码器 12 亿，上下文长度 256K 个 token，侧重文档理解与韩语语境推理。

Claude Opus 4.7 于 2026 年 4 月 16 日发布，价格与 Opus 4.6 相同，新增 xhigh 投入程度档位，并支持大得多的图像。它是首个测试自动拦截高风险网络安全请求的模型。

GPT-5.5 是 OpenAI 于 2026 年 4 月 23 日推出的模型，以 GPT-5.5 Thinking 和 Pro 两个版本面向 ChatGPT 付费用户，次日开放 API。它取代了 GPT-5.4。

Laguna XS.2 是 Poolside 首个开放权重模型，总参数 330 亿、每个 token 激活 30 亿，以 Apache 2.0 许可发布，训练用了 30 万亿 token。

Laguna M.1 是 Poolside 的 2250 亿参数混合专家编程模型，每个词元激活 230 亿参数，面向长程智能体编程；权重在发布 7 周后上线 Hugging Face。

Gemini 3.5 Flash 是 Google 于 2026 年 5 月 19 日发布的 Gemini 3.5 系列首个模型，面向智能体与编程任务，并成为 Gemini 应用和搜索 AI 模式的默认模型。

Command A+ 是 Cohere 于 2026 年 5 月 20 日以 Apache 2.0 许可发布的开源混合专家模型，总参数 2180 亿、激活 250 亿，面向主权部署与关键基础设施场景。

MiniCPM5 是 MiniCPM 团队的小参数、稠密架构开放权重模型系列，2026 年 5 月先发布 1B 版本，9 月跟进 2B 版本，面向端侧与资源受限场景。

MiniMax 于 2026 年 6 月发布的大规模混合专家语言模型，总参数约 428B，支持 100 万 token 上下文，并引入为长上下文设计的新型稀疏注意力。[^1]

MAI-Thinking-1 是微软 AI 的旗舰推理模型，2026年6月2日发布。微软称其在盲测中优于 Claude Sonnet 4.6，并允许开发者微调权重。

智谱于 2026 年 6 月以 MIT 许可发布的开源大模型，上下文扩至 100 万 token，通过跨层共享稀疏注意力索引器压低长上下文成本，推理与编程成绩高于 GLM-5.1。

字节跳动 Seed 团队于 2026 年 6 月 23 日发布的大模型系列，分 Pro 与 Turbo 两版，面向真实生产力场景，在智能体能力、代码交付、知识、推理与多模态理解上均有提升。

Claude Sonnet 5 于 2026 年 6 月 30 日发布，是 Anthropic 最具智能体能力的 Sonnet 模型，可自主制定计划、使用浏览器与终端。

混元 Hy3 是腾讯于 2026 年 7 月 6 日发布的开放权重推理模型，采用 Apache 2.0 许可，总参数 2950 亿，每个词元激活 210 亿，支持 256K 上下文。

OpenAI 于 2026 年 7 月 9 日发布的三模型系列，由弱到强为 Luna、Terra 和 Sol，其中 Sol 被定位为公司最强的编码与智能体模型。

Inkling 是 Thinking Machines Lab 发布的第一个模型：9750 亿参数混合专家模型，开放权重，原生支持文本、图像和音频输入，上下文窗口最高 100 万 token。

Claude Opus 5 于 2026 年 7 月 24 日发布，定价与 Opus 4.8 相同。Anthropic 称它是迄今最符合对齐目标的模型，也是公司对外提供的最强科研模型。

通义千问 Qwen3.8 是阿里巴巴2026年的旗舰系列。开放的 Qwen3.8-2.4T-A95B 于2026年8月发布，总参数 2.4 万亿，激活 95B，采用自定义许可证。

混元 Hy4 preview 是腾讯于 2026 年 8 月 28 日发布的开放权重混合专家模型，总参数 7700 亿，每个词元激活 490 亿，上下文超过一百万词元。

Step 5 Preview 是阶跃星辰 2026 年 9 月发布的旗舰基础模型预览版，采用稀疏混合专家架构，总参数 6000 亿，支持 100 万 token 上下文，并公开了模型权重。

Claude Fable 5.1 于 2026 年 9 月 1 日发布，价格与 Fable 5 相同，缓存读取便宜 75%。同系列的 Mythos 5.1 仅限认证计划使用。

Gemini 3.8 Flash 是 Google 于 2026 年 9 月 2 日发布的快速低成本模型，同日推出网络安全变体 Gemini 3.8 Flash Cyber，其介绍性价格在 2027 年初翻倍。

DeepSeek-V4.1-Flash 于 2026 年 9 月 10 日发布，是一款 5520 亿参数的多模态混合专家模型，API 模型名为 deepseek-flash。

Claude Opus 5.5 于 2026 年 9 月 22 日发布，是 Claude 5.5 系列的首个模型。Anthropic 称其大多数工作表现与 Fable 5.1 相当。

Claude Sonnet 5.5 于 2026 年 9 月 28 日发布，是 Claude 5.5 系列的第二个模型，也是 Anthropic 迄今最快的 Sonnet。

OpenAI 在 2026 年下半年推出的模型系列：9 月 29 日 DevDay 发布 Sol，10 月 26 日推出更快更便宜的 Terra；原计划一同推出的 Astra 因安全原因未发布。

Kimi K3.1 Pro 是月之暗面（Moonshot AI）于 2026 年 10 月发布的开放权重模型，K3.1 系列的首个成员，面向金融研究、3D 建模与编程。它沿用 K3 的规模，但把全注意力层换成了稀疏注意力层。

Kolibri-1 是 Aleph Alpha 发布的开源权重混合专家模型，只做德语和英语，总参数 781 亿、每个 token 激活 34.6 亿，上下文窗口超过 100 万 token，权重可装进单张 GPU。

Mistral Large 4 是 Mistral AI 的旗舰开放权重模型，总参数约 1 万亿，上下文窗口为 100 万词元（token），原生支持多模态。2026年10月6日公开预览，同年10月29日发布改进版权重。

Claude Haiku 5.5 于 2026 年 10 月 7 日发布，是 Claude 5.5 系列的第三个模型。Anthropic 称其为迄今最便宜、最快的小模型。

Muse Spark Open 是 Meta 于 2026 年 10 月 15 日发布的开放权重大语言模型，总参数 8,160 亿，主打编程和智能体任务，权重可下载。

Jais-3-MoVA-36B-A4B 是基础模型研究院（IFM）推出的阿拉伯语中心模型：总参数 360 亿、每个 token 仅激活 40 亿，上下文窗口 51.2 万 token，注意力层采用 MoVA 稀疏方案。

Jais-3-7B 是基础模型研究院推出的稠密 7B 阿拉伯语与英语模型，上下文窗口为 512,000 个 token，约 18 GB 即可在单张 GPU 上运行，思考过程放在单独字段返回。

LFM3-Omni-2B 是 Liquid AI 在 LFM3 系列中推出的首个全模态模型：一个 21.7 亿参数的模型即可读入文本、图像、视频和音频，并以文字或语音作答。

讯飞星火 X2.6 是科大讯飞 2026 年 10 月发布的端云一体大模型系列，云端采用 2930 亿参数的混合专家架构，并由路由模型决定每个任务在端侧还是云端执行。

Gemini 4 Carbon 是 Google DeepMind 于 2026 年 10 月 28 日发布的前沿模型，距 Gemini 4 Argon 仅两周，Google 称其网络安全与长程能力达到当前最好水平。

OpenAI 于 2026 年 11 月 5 日发布的网络安全模型，只向 Daybreak Red 项目最高层级用户开放；据 OpenAI 称，它扫描 Linux 内核发现 948 个潜在问题，在 Firefox 中发现 81 个新漏洞。

文心 ERNIE 2.0 是百度提出的预训练语言模型框架，以持续多任务学习的方式不断叠加预训练任务，并在中英文多项基准上报告了超过 BERT 与 XLNet 的成绩。

Meena 是 Google 的开放域聊天机器人，26 亿参数，端到端训练在过滤后的社交媒体对话上。论文提出 SSA 人工评测指标，并把下一词困惑度与人类判定的对话质量联系起来。这项工作后来更名为 LaMDA。

GPT-Neo 是 EleutherAI 于 2021 年 3 月发布的一组开放文本生成模型，含 125M、1.3B、2.7B 三种规模，意在复现 GPT-3 架构，权重可自由下载，采用 MIT 许可证。

Jurassic-1 是 AI21 Labs 的第一个大语言模型系列，2021年8月随开发者平台 AI21 Studio 发布，其中最大的 Jumbo 版本拥有 1780 亿参数。

NVIDIA 与微软 2021 年 10 月联合发布的 5300 亿参数语言模型，为当时最大的单体 Transformer 语言模型。

Gopher 是 DeepMind 于 2021 年 12 月公布的 2800 亿参数大语言模型，同时被用来研究规模究竟能带来什么、不能带来什么。

文心 ERNIE 3.0 Titan 是一个参数规模超过 2600 亿的中文预训练语言模型，作者称其为当时最大的中文稠密预训练模型，并报告它在 68 个自然语言处理数据集上超过了此前的先进模型。

AlphaCode 是 DeepMind 面向竞赛编程的代码生成系统，2022 年公布，在训练数据之后的 Codeforces 比赛上估计排名接近中位水平。

Flamingo 是 DeepMind 于 2022 年 4 月公布的视觉语言模型：输入可以是图像、视频和文字交错混排的提示，输出相应的语言，并能只靠几个示例学会新任务。

OPT-175B 是 Meta AI 于 2022 年 5 月公布的 1750 亿参数语言模型。Meta 称，它是同等规模中首个连同预训练模型与训练、使用代码一起发布的模型。

Galactica 是 Meta AI 与 Papers with Code 于 2022 年 11 月推出的科学大语言模型。上线约三天后，Meta 撤下了公开演示，但模型仍向研究者开放。

2022 年 12 月与 2023 年 5 月两篇 arXiv 论文提出的医学问答语言模型，第一篇同时提出 MultiMedQA 基准，Med-PaLM 2 在 MedQA 上最高达到 86.5%。

Cohere 的首个旗舰指令跟随生成模型，2023 年经 Cohere API 与云市场提供，后由 Command R 接替，2025 年弃用。

AI21 Labs 于 2023 年 3 月发布的语言模型系列，接替 Jurassic-1，有三种规模和指令微调版本，2024 年由 Jamba 接续。

Anthropic 的 Claude 轻量版模型，2023 年 3 月与 Claude 一同发布，主打更快、更便宜的 API 调用，2024 年 11 月退役。

Pythia 是 EleutherAI 发布的一套 16 个开源语言模型，规模从 7000 万到 120 亿参数，全部用同一份数据、按同样的顺序训练，每次训练公开 154 个检查点。

Amazon Titan 是亚马逊为 Amazon Bedrock 构建的基础模型系列，覆盖文本生成、嵌入和图像生成，2023 年发布，后来由 Amazon Nova 接替。

Stable LM 是 Stability AI 于 2023 年 4 月发布的开源语言模型系列，首批为 30 亿和 70 亿参数的 alpha 版；基础模型允许商用，指令微调版本仅限研究。

StarCoder是BigCode项目于2023年5月4日发布的开放代码语言模型，约155亿参数，由Hugging Face与ServiceNow共同领导的项目推出。

Baichuan-7B 是 2023 年 6 月发布的开源中英双语大语言模型，参数量 70 亿，是百川的第一个模型，训练约 1.2 万亿词元，并在中英文基准上给出了评测成绩。

文心大模型 3.5 是百度于 2023 年 6 月下旬发布的大语言模型，作为文心一言背后的升级版本，引入了插件机制；百度称其在若干基准测试上超过 ChatGPT。

Phi-1 是微软研究院发布的一个 13 亿参数的 Transformer 语言模型，专攻 Python 代码；它用经过筛选的「教科书质量」数据和合成数据说明，数据质量可以在一定程度上替代模型与数据规模。

百川智能2023年7月发布的开源130亿参数语言模型，分基座版与对话版，以1.4万亿token训练，并在中英文基准上同LLaMA-13B做对照。

云雀（Skylark）是字节跳动于 2023 年 8 月推出的第一个大语言模型，为豆包聊天机器人提供底层能力，2024 年 5 月以「豆包大模型」家族的名义重新对外发布。

讯飞星火 V2.0 是科大讯飞大语言模型的第二个版本，于 2023 年 8 月 15 日发布，升级了代码与多模态能力，并与编程助手 iFlyCode 1.0 一同推出。

Phi-1.5 是微软研究院的 13 亿参数语言模型，用经过挑选和生成的「教科书式」文本训练，不用网页抓取数据；报告称其自然语言表现可与体积大 5 倍的模型相比。

PLaMo-13B 是 Preferred Networks 训练并开源的 130 亿参数日英双语语言模型，以 LLaMA 为基础，2023 年 9 月以 Apache-2.0 许可在 Hugging Face 公开。

讯飞星火 V3.0 是科大讯飞于 2023 年 10 月 24 日发布的大语言模型版本，公司称其在中文语境下优于 GPT-3.5；同日还发布了与华为共建的国产算力平台和 12 个行业模型。

DeepSeek 的第一个模型发布：开源代码模型系列，参数规模从 1.3B 到 33B，在 2 万亿 token 上从零训练，据报在多项基准上超过 Codex 与 GPT-3.5。

DeepSeek LLM 是深度求索于 2023 年 11 月 29 日发布的首个通用语言模型系列，提供 7B 和 67B 两种规模，每种都有基础版和对话版。

Phi-2 是微软研究院 2023 年 12 月 12 日公布的 27 亿参数基座语言模型，微软称它在复杂基准上匹配或超过最多 25 倍大的模型，成为小模型路线的一个参照点。

DeepSeekMoE 是 DeepSeek 在 2024 年 1 月发布的混合专家架构，通过细粒度专家分割与共享专家隔离，让每个专家掌握更聚焦的知识。其 16B 开源模型以远低于同类模型的计算量取得了相当的表现。

Baichuan 3 是百川智能 2024 年 1 月 29 日发布的闭源大语言模型，参数规模超过一千亿。官方称其在中文基准与中文医疗任务上超过或接近 GPT-4，主打中文与医疗能力。

讯飞星火 V3.5 是科大讯飞于2024年1月30日发布的大语言模型，是首个基于全国产算力平台飞星一号训练的星火模型，发布时与 GPT-4 Turbo 作了比较。

Aya 101 是 Cohere For AI 发布的指令微调模型，参数量 13 billion，能用 101 种语言遵循指令，2024 年 2 月以 Apache 2.0 许可证开放。

DeepSeekMath 是 2024 年发布的开源数学模型，参数规模 7B，不用外部工具就在竞赛级 MATH 基准上取得 51.7% 的成绩，并提出比 PPO 更省显存的强化学习算法 GRPO。

通义千问 Qwen1.5 是 2024 年 2 月发布的开源模型系列，包含 0.5B 到 72B 参数的基础模型和对话模型，后扩展至 110B，并有一个混合专家模型。

日日新 4.0（SenseNova 4.0）于 2024 年 2 月 8 日发布，推出 4K、32K 和 128K 三档上下文版本、多个专用模型，以及商汤首个多模态工具调用接口。

StarCoder2 是 BigCode 联合 NVIDIA 于 2024 年 2 月发布的开放代码模型系列，含 3B、7B、15B 三种规模，训练数据与代码一并公开。

Cohere 于 2024 年 3 月发布的 350 亿参数语言模型，面向生产环境的检索增强生成与工具调用，支持 128k 上下文，并以非商用许可开放权重。

Step-1V 是阶跃星辰 2024 年 3 月发布的约一千亿参数多模态大模型，能读取图像中的文字、数据和图表并支持视频理解，发布时位列 OpenCompass 多模态榜单第一，后被 Step-1.5V 接替。

Step-1 是阶跃星辰推出的首个语言大模型，参数量约一千亿，2024 年 3 月 23 日在上海与多模态模型 Step-1V、Step-2 预览版一同发布。

Grok-1.5 是 xAI 对 Grok-1 的升级版，推理能力更强，上下文窗口扩至 12.8 万 token。同期预览的 Grok-1.5V 是该公司首个多模态模型。两者的权重都没有公开发布。

孟子3（Mengzi3）是澜舟科技开源的一系列大语言模型，有 8B 与 13B 两种规模，采用 Llama 架构，在数万亿多语言 token 上继续训练，以 Apache-2.0 许可开放。

Mistral AI 于 2024 年 4 月发布的稀疏混合专家语言模型，总参数 1410 亿，每个词元激活其中 390 亿，以 Apache 2.0 许可开放权重。

abab 6.5 是 MiniMax 于 2024 年 4 月发布的混合专家大语言模型系列，据报道支持 20 万词元的上下文长度，并在长上下文检索测试中答对了全部 891 个问题。

OpenELM 是 Apple 发布的一系列小型开放语言模型，共 270M 至 3B 四种规模，并公开了训练框架、日志、检查点以及转换为 MLX 的代码。

Yi-1.5 是零一万物于 2024 年 5 月开源的模型系列，含 34B、9B、6B 三种规模，各有基础版与对话版，由原 Yi 模型继续预训练而来。

Gemini 1.5 Flash 是 Google Gemini 1.5 系列中的轻量模型，2024 年 5 月 14 日发布，由 1.5 Pro 蒸馏训练而来，上下文窗口为 100 万 token，主打快速与低成本。

Baichuan 4 是百川智能于 2024 年 5 月 22 日在北京发布的闭源大语言模型，也是百川第一个多模态模型，同日上线的 AI 助手「百小应」由它驱动。

Aya 23 是 Cohere For AI 发布的开放权重多语言指令微调模型，2024 年 5 月推出 80 亿和 350 亿参数两个版本，覆盖 23 种语言，作者称其表现优于 Aya 101 等模型。

Codestral 是 Mistral AI 的代码模型系列，2024 年 5 月首次发布时为 22B 参数、32K 上下文的开放权重模型，此后版本在上下文长度、生成速度和补全质量上继续推进。

文心大模型 4.0 Turbo 是百度于 2024 年 6 月发布的语言模型，百度称其在常见场景上更强、比文心 4.0 更快更便宜，位于文心 4.0 与文心 4.5 之间。

苹果基础模型（AFM，2024）是 Apple 智能背后的第一代模型，包括约 30 亿参数的端侧模型，以及运行在 Private Cloud Compute 上的较大服务器模型。

Nemotron-4 340B 是 NVIDIA 于 2024 年 6 月 14 日发布的开放模型系列，包括基础、指令和奖励三个版本，用于生成合成训练数据。

DeepSeek 2024 年 6 月发布的开源混合专家代码模型，支持语言从 86 种增至 338 种、上下文从 16K 扩到 128K，并在代码与数学基准上高于多个闭源模型。

Google 于 2024 年 6 月 27 日发布的第二代 Gemma 开放模型，含 90 亿与 270 亿参数两个版本，采用分组查询注意力与 8192 词元上下文窗口，许可证允许商业使用。

商汤于 2024 年 7 月在世界人工智能大会上发布的日日新 5.5 模型系列，包含实时多模态模型、轻量与端侧版本，并以迁移优惠争取 OpenAI 客户。

SmolLM 是 Hugging Face 于 2024 年 7 月公开发布的一系列小型语言模型，参数量分别为 135M、360M 和 1.7B，面向设备端运行，并用一套专门构建的语料训练。

Mistral NeMo 是 Mistral AI 与 NVIDIA 于 2024 年 7 月发布的 120 亿参数开放权重模型，支持 128K token 上下文与多语言。

Phi-3.5 是微软 Phi 系列小模型在 2024 年 8 月的一次更新，一次发布 mini、vision 和该系列首个混合专家模型三个版本，均以 MIT 许可证开放。

EXAONE 3.0 7.8B 是 LG AI Research 首个对外开放的模型，为指令微调版本，韩语能力突出，权重以申请制方式在 Hugging Face 发布。

Jamba 1.5 是 AI21 Labs 的指令微调语言模型系列，含 Mini 与 Large 两个规模，混合 Transformer 与 Mamba 层，有效上下文 25.6 万词元，权重开放。

OLMoE 是 Ai2 发布的完全开放的稀疏专家混合语言模型：总参数 70 亿，每个词元激活 10 亿，在 5 万亿词元上预训练，权重、数据、代码和日志全部公开。

DeepSeek-V2.5 是 DeepSeek 于 2024 年 9 月 5 日发布的模型，把对话模型与代码模型合并为一个，兼顾聊天和编程能力，并提升了安全评测成绩。

混元 Turbo 是腾讯的大语言模型，2024 年 9 月上线腾讯云，主打训练与推理效率提升、价格减半。2025 年 2 月由混元 Turbo S 接替，API 价格进一步降低。

Yi-Coder 是 01.AI 于 2024 年 9 月开源的一系列代码模型，有 1.5B 和 9B 两种规模，各自提供基础版和对话版，覆盖 52 种编程语言，上下文最长 128K token。

o1-mini 是 OpenAI 于 2024 年 9 月 12 日随 o1-preview 一同发布的小型推理模型，更快更便宜，用强化学习训练其逐步推理，OpenAI 称它尤其擅长编程。

Aya Expanse 是 Cohere For AI 于 2024 年 10 月发布的多语言开放权重模型系列，分为 8B 和 32B 两个规模，覆盖 23 种语言。

Ministral 3B 与 8B 是 Mistral AI 2024 年发布的端侧小模型，支持长上下文、价格低，3B 据称在多数基准上超过 Mistral 7B。

Anthropic 于 2024 年 10 月公布的小型快速语言模型，接替 Claude 3 Haiku，官方称其以接近 Haiku 的速度达到上一代旗舰的智能水平，且在编程任务上尤其突出。

讯飞星火 4.0 Turbo 是科大讯飞 2024 年 10 月发布、2025 年 1 月升级的大语言模型，训练与推理都在国产飞星一号算力平台上完成，讯飞称其多项中英文测试成绩超过 GPT-4 Turbo 与 GPT-4o。

SmolLM2 是 Hugging Face 于 2024 年 11 月发布的第二代小型语言模型系列，包含 135M、360M 和 1.7B 三种规模，以 Apache 2.0 许可开放，强调数据而非参数规模。

Tülu 3 是 Ai2 于 2024 年 11 月发布的一套公开后训练方案及配套模型，基于 Llama 3.1 的 80 亿和 700 亿参数两个版本，结合了指令微调、同策略偏好微调与带可验证奖励的强化学习。

OLMo 2 是艾伦人工智能研究所（Ai2）第二代完全开放的语言模型，2024 年 11 月发布 7B 与 13B 两个规模，权重、数据、代码与训练配方全部公开。

QwQ-32B-Preview 是通义千问团队于 2024 年 11 月 28 日发布的实验性推理研究模型，32B 参数、32K 上下文，权重以 Apache 2.0 开放；数学成绩突出，团队同时公开列出了它的典型问题。

OpenAI o1 的一个版本，回答前投入更多算力思考；2024 年 12 月随每月 200 美元的 ChatGPT Pro 套餐推出，2025 年 3 月进入 API。

LG AI Research 于 2024 年 12 月发布的韩英双语指令微调模型系列，含 2.4B、7.8B、32B 三档规模，支持 32K 上下文，权重以允许研究使用的许可证开放。

Llama 3.3 70B 是 Meta 于 2024 年 12 月 6 日发布的纯文本指令模型。Meta 称，它的表现接近 4050 亿参数的 Llama 3.1，成本却低得多，并可在普通开发者工作站上运行。

Falcon3 是 TII 的开放权重语言模型系列，覆盖 1B 到 10B 参数，各有基础与 instruct 版本；10B instruct 权重于 2024 年 12 月 14 日上传到 Hugging Face。

无问芯穹 2024 年 12 月开源的 29 亿参数语言模型，采用 Llama-2 结构与 32K 上下文，Apache-2.0 许可，面向本地部署。

Megrez-3B-Omni 是 2024 年 12 月发布的开源全模态模型，能在端侧设备上理解图像、文本与音频，以 22.9 亿参数的语言主干搭配 SigLip 与 Whisper 编码器，总参数约 40 亿。

Baichuan-M1 是百川智能的医疗大模型系列，2025年1月24日发布 Baichuan-M1-preview，并开源 Baichuan-M1-14B。公司称后者从零开始为医疗场景训练。

Mistral Small 3 是 Mistral AI 于 2025 年 1 月发布的 240 亿参数开源语言模型，以 Apache 2.0 许可发布，主打低延迟，可在单张显卡或笔记本上运行。

Google 于 2025 年 2 月发布的实验性模型，属于 Gemini 2.0 系列，被 Google 称为当时在编程和复杂提示上最好的模型，支持 200 万 token 的上下文窗口与工具调用。

Phi-4-mini 是 38 亿参数的文本模型，Phi-4-multimodal 是 56 亿参数、可同时处理文字、图像与语音的模型，二者于 2025 年 2 月作为 Phi-4 家族的小尺寸成员发布。

AI21 Labs 于 2025 年 3 月发布的开放权重混合 SSM-Transformer 模型系列，含 Large 与 Mini 两档，支持 256k 上下文。

Cohere 的第一个视觉语言模型，2025 年 3 月以 8B 和 32B 两个开放权重版本发布，支持 23 种语言的图文输入，按非商业许可开放。

Reka Flash 3 是 Reka 推出的 210 亿参数通用推理模型，从零训练，2025 年 3 月以 Apache 2.0 许可在 Hugging Face 开放权重。

OLMo 2 系列中参数规模最大的模型，320 亿参数，数据、代码、权重与训练细节全部公开；Ai2 称它是首个在多项学术基准上超过 GPT-3.5-Turbo 和 GPT-4o mini 的完全开源模型。

Mistral Small 3.1 是 Mistral AI 于 2025 年 3 月发布的开放权重模型，新增图像理解，上下文窗口扩至 128K token，可在单卡上运行。

Llama Nemotron 是 NVIDIA 2025 年 3 月推出的开放推理模型系列，分 Nano、Super、Ultra 三种规格，基于 Meta 的 Llama 3 模型。

DeepSeek-V3-0324 是 2025 年 3 月对 DeepSeek-V3 的一次更新：模型结构不变，基准成绩提高，并改用 MIT 许可证发布。

xLAM-2 是 Salesforce 的大行动模型系列，参数规模从 10 亿到 700 亿，用模拟智能体与人交互生成的数据训练，面向多轮工具调用而非单次函数调用。

Llama 4 Behemoth 是 Meta 于 2025 年 4 月 5 日预览的超大模型，用作 Llama 4 系列的教师模型。它从未公开发布。

文心大模型 X1 Turbo 是百度于 2025 年 4 月 25 日发布的推理模型，作为文心 X1 的升级版，强调更强的思维链、多模态与工具调用能力，并把 API 价格压到更低。

文心大模型 4.5 Turbo 是百度于 2025 年 4 月 25 日发布的多模态大模型，主打更低的幻觉率、更快的响应和大幅下调的 API 价格。

微软于 2025 年 4 月发布的 140 亿参数开放权重推理模型，在 Phi-4 上用 OpenAI o3-mini 生成的推理过程做微调，以 MIT 许可证发布。

Amazon Nova Premier 是亚马逊 Nova 系列第一代中最强的模型，2025 年 4 月 30 日起在 Amazon Bedrock 正式可用，支持文本、图像与视频输入。

Mistral Medium 3 是 Mistral AI 于 2025 年 5 月 7 日发布的专有模型，主打以低得多的价格接近更大竞品的水平，并可在四块 GPU 上自托管。

Seed-Coder 是字节跳动 Seed 团队于 2025 年 5 月发布的开源代码模型系列，三个版本均为 8B 参数，其数据筛选由语言模型而非人工规则完成。

Sarvam-M 是 Sarvam AI 发布的开源权重模型，在 Mistral Small 基础上后训练而成，覆盖 11 种印度语言，支持思考与不思考两种模式，在印度语言、数学和编程基准上有明显提升。

MiniCPM4 是面壁智能面向端侧设备而非服务器设计的语言模型，采用可训练的稀疏注意力 InfLLM v2，并在数据、训练与推理环节做了配套优化，以 Apache-2.0 许可开放权重。

苹果基础模型（2025）是苹果的第二代模型。它增加了图像理解能力，服务器模型改用混合专家结构，并通过 Foundation Models 框架向开发者开放端侧模型。

o3-pro 是 OpenAI 于 2025 年 6 月 10 日发布的 o3 版本，被其称为当时能力最强的模型，适合可靠性比速度更重要的难题。

Magistral 是 Mistral AI 的首批推理模型系列，2025 年 6 月发布开放权重的 Small 与企业版 Medium，支持多语言推理，后经 1.1、1.2 更新并退役。

Gemini 2.5 Flash-Lite 是 Google Gemini 2.5 系列中价格最低的模型，面向分类、摘要等高吞吐量任务，默认关闭思考，并提供可调节的思考预算。

Gemma 3n 是 Gemma 家族中以移动端为先的开放模型，2025 年 6 月发布，有 E2B 与 E4B 两个规格，运行时占用约 2 至 3 GB 内存，原生支持图像、音频、视频和文本输入。

混元 A13B 是腾讯于 2025 年 6 月开源的混合专家语言模型，总参数 800 亿、每个词元激活 130 亿，支持 256K 上下文和可开关的深度思考。

Jamba 1.7 是 2025 年 7 月发布的 Jamba 系列更新，含 Large 与 Mini 两版，提供 256k 上下文、九种语言，并在事实性和指令遵循上有所改进。

SmolLM3 是 Hugging Face 于 2025 年 7 月 8 日发布的 30 亿参数开放模型，支持六种语言与最长 128K 令牌的上下文，可切换推理模式。

Voxtral 是 Mistral AI 于 2025 年 7 月 15 日发布的语音理解模型系列，含 240 亿与 30 亿参数两个规模，以 Apache 2.0 许可发布，可转写长音频、就音频内容问答，并按口述意图触发函数调用。

Megrez2-3x7B-A3B 是面向端侧部署的混合专家语言模型，通过让相邻层共用一个专家池，把存储参数压到 75 亿，而每个 token 只激活约 30 亿参数。

Command A Vision 是 Cohere 2025 年 7 月发布的首个 Command 视觉语言模型，由 1120 亿参数语言模型与 SigLIP2 图像编码器组成。

Baichuan-M2 是百川智能开源的医疗增强大模型，参数规模为 32B，基于 Qwen2.5-32B 构建，采用 Apache 2.0 许可证，供研究与参考使用。

Claude Opus 4.1 于 2025 年 8 月 5 日发布，在与 Claude Opus 4 价格相同的前提下，提升了智能体任务、真实编程与推理的表现。其后由 Claude Opus 4.5 取代。

Cohere 于 2025 年 8 月发布的首个推理模型，1110 亿参数，可按需开关「思考」过程，面向智能体任务与工具调用，并以非商业许可开放权重。

微软人工智能团队首个完全在内部训练的基础模型，2025 年 8 月 28 日发布。它采用混合专家架构，先在 LMArena 公开测试，并按计划陆续用于 Copilot 的部分文本场景。

GLM-4.6 是智谱于 2025 年 9 月下旬发布的开源大语言模型，上下文窗口扩展到 200K tokens，检查点约 3570 亿参数，以 MIT 许可证发布，重点面向编码、推理与智能体任务。

Qwen3-Next 是阿里巴巴通义千问团队2025年9月以 Apache 2.0 许可证开源的模型，总参数 800 亿、每个词元仅激活 30 亿，其混合架构后来被用于 Qwen3.5。

Writer 发布的小型英文模型，17 亿参数，从 Qwen2.5-1.5B 微调而来，采用 Apache 2.0 许可，支持 131,072 词元的上下文，发布时主打小学阶段的数学题。

百度于 2025 年 9 月开源的深度思考混合专家模型，总参数 210 亿、激活参数 30 亿，支持 128K 上下文，以 Apache 2.0 协议发布。

文心大模型 X1.1 是百度于 2025 年 9 月发布的推理模型，基于文心 4.5 训练，百度称其在事实性、指令遵循和智能体能力上较文心 X1 均有提升。

Writer 于 2025 年 9 月发布的小型推理模型，17 亿参数，微调自 Nvidia 的 OpenReasoning-Nemotron-1.5B，在 AMC23、MATH500 等数学基准上表现突出。

OpenAI 于 2025 年 9 月发布的模型，在 GPT-5 基础上针对智能体式编程优化，曾作为 Codex 的默认模型，2026 年 7 月关停。

xAI 于 2025 年 9 月 19 日发布的低成本推理模型，上下文窗口达 200 万 token，用更少的思考 token 和大幅降低的价格达到 Grok 4 的水平。

DeepSeek 于 2025 年 9 月 29 日发布的实验模型，首次引入 DeepSeek 稀疏注意力以降低长上下文的训练与推理成本，同时开放权重并大幅下调 API 价格。

AI21 Labs 于 2025 年 10 月 8 日以 Apache 2.0 许可发布的小型开源推理模型，30 亿参数，Transformer 与 Mamba 混合架构，256k 上下文，可在手机、Mac 和 PC 上本地运行。

Claude Haiku 4.5 于 2025 年 10 月 15 日发布，所有用户均可使用。它的编程表现接近 Sonnet 4，成本为其三分之一，速度则超过两倍。

讯飞星火 X1.5 是科大讯飞 2025 年 11 月发布的深度推理模型，运行在与华为共同构建的国产算力平台上，采用总参数 2930 亿的混合专家结构。

Grok 4.1 是 xAI 2025 年 11 月对 Grok 4 的更新，侧重情商、创意写作和减少幻觉。Grok 4.1 Fast 是一款 200 万 token 的工具调用模型，于 11 月 19 日发布。

OpenAI 于 2025 年 11 月发布的智能体编程模型，属 GPT-5.1 系列。它是首个原生支持跨多个上下文窗口、并可在 Windows 环境运行的 OpenAI 模型。

亚马逊 Nova 2 是 Nova 模型的第二代，2025 年 12 月在 AWS re:Invent 大会上发布。首款成员 Nova 2 Lite 是快速的推理模型，提供 100 万词元上下文。

Mistral AI 于 2025 年 12 月发布的小型稠密模型系列，含 3B、8B、14B 三个规模，每个规模都有基础、指令和推理版本，均支持图像理解，以 Apache 2.0 许可发布。

NVIDIA Nemotron 3 是 2025 年 12 月宣布的开放混合专家语言模型系列，分 Nano、Super、Ultra 三种规格，最长支持 100 万标记上下文。

豆包大模型 1.8（Doubao-Seed-1.8）由火山引擎于 2025 年 12 月 18 日发布，定位为字节跳动最新旗舰，面向多模态智能体任务，工具调用和电脑操作能力更强。

Baichuan-M3 是百川智能的新一代开源医疗增强语言模型，参数为 235B，基于 Qwen3-235B-A22B 构建，采用 Apache 2.0 许可证，2026年1月发布。

Grok 4.20 是 xAI 在 2026 年推出的模型系列，分推理、非推理和多智能体三个版本，上下文窗口为 100 万 token；随后的 Grok 4.3 沿用同样的上下文和价格。

科大讯飞于 2026 年 2 月 11 日发布的大语言模型，在全国产算力上训练完成，主打教育、医疗、汽车与智能体等行业的实际使用。

Gemini 3.1 Flash-Lite 是 Google Gemini 3 系列中低成本、低延迟的多模态模型，2026 年 3 月先出预览版、5 月正式可用，面向高频、轻量的任务。

Ai2 于 2026 年 3 月 5 日发布的全开放 7B 模型，把 Transformer 注意力与门控 DeltaNet 线性循环层混合堆叠，以少 49% 的训练 token 达到 Olmo 3 7B 的 MMLU 准确率。

Mistral Small 4 是 2026 年 3 月发布的开源混合专家模型，把指令跟随、逐步推理和智能体编程合进一个模型，并用一个参数控制推理的深浅。

Mistral AI 于 2026 年 4 月发布的 128B 参数开放权重多模态模型，面向智能体与编程任务，曾短暂担任 Le Chat 默认模型，后被 Mistral Large 4 取代。

文心大模型 5.1 是百度于 2026 年 5 月 9 日发布的大语言模型，沿用文心 5.0 的预训练基础派生出更小的版本，预训练成本约为同类模型的 6%，并在 LMArena 文本、搜索榜上位列中国模型第一。[^1][^3]

Claude Opus 4.8 于 2026 年 5 月 28 日发布，价格与 Opus 4.7 相同。它新增了速度为 2.5 倍的快速模式，减少了自身代码中未被注意的缺陷。Anthropic 称它是一次“温和但切实”的改进。

苹果基础模型第三代（AFM 3）于 2026 年 6 月 8 日发布，由五个模型组成，包括可达 200 亿参数的稀疏端侧多模态模型和三个云端模型。

Grok 4.5 是 xAI 于 2026 年 7 月发布的编程与智能体模型，用数万块 GPU 训练，与 Cursor 联合训练，并成为 Grok Build 的默认模型。

Gemini 3.5 系列中最快的模型，2026 年 7 月发布，面向智能体检索与文档处理等高吞吐任务，并将接替 gemini-3.1-flash-lite。

Gemini 3.6 Flash 是 Google 于 2026 年 7 月 21 日发布的主力模型，在编程、知识工作和多模态上优于 3.5 Flash，输出更省词元，并把计算机操作做成内置工具。

Grok 4.6 是 xAI 于 2026 年 8 月 12 日发布的语言模型，面向长时间运行的智能体以及交互与视觉类任务，上下文窗口 50 万 token，支持文本与图像输入。

Google 于 2026 年 8 月 13 日发布的主力模型，主打编程与智能体，定价分阶段上调，三周后即被 3.8 Flash 接替。

Granite 4.2 是 IBM Granite 团队于 2026 年 8 月 25 日发布的开源权重模型系列，有 3B、8B、30B 三个稠密尺寸，其中 8B 版本带可切换的推理模式，采用 Apache-2.0 许可。

讯飞星火 X2.5 是 2026 年 9 月 7 日发布的大语言模型，采用 293B-A30B 的混合专家结构，训练与推理全部在国产算力上完成，支持 256K 上下文和 200 多种语言。

Grok 4.7 是 xAI 于 2026 年 9 月 21 日发布的大语言模型，公司称它是自己在编程与知识工作上能力最强的模型；基座模型更大、强化学习训练更久，并采用全新安全防护体系，token 价格未变。

PLaMo 3 Translate 是 Preferred Networks（PFN）推出的翻译专用模型系列，有 0.8B、2B、8B、31B 四种规模，覆盖 53 种语言，并提供多种量化格式与社区许可。

文心 ERNIE 5.5 Flash Base 是百度于 2026 年 11 月 5 日公开的基座模型检查点：纯文本的稀疏混合专家模型，总参数 2800 亿、每 token 激活 140 亿，定位是供微调而非开箱即用的助手。

NVLM 是 NVIDIA 的多模态大语言模型系列，论文于 2024 年 9 月发表；旗舰模型 NVLM-D-72B 随后以开放权重形式发布，限非商业用途。

NVIDIA 于 2024 年 10 月发布，基于 Meta 的 Llama-3.1-70B-Instruct 进一步训练，主打更有帮助的回答，发布时三项自动对齐基准均列第一。

NVIDIA Nemotron Nano 2 是一款 9B 参数的小型推理模型，采用 Mamba 与 Transformer 混合架构，主打长上下文推理下的高吞吐，并开放了权重与大部分训练数据。