模型对比分析
逐项对比的深度分析:评测分差到底意味着什么,以及什么场景该选哪一个。
GLM-5.2 与 Kimi K2.6 对比:10 项评测的胜负、许可差异与部署门槛
GLM-5.2 在双方共有的 10 项评测中赢下 9 项、平均分高 6.6 分,Terminal-Bench 2.1 一项就差 27.4 分;Kimi K2.6 的体量大出三成,且许可是 Modified MIT 而非标准 MIT。
GLM-5.2 相比 GLM-5.1 提升了什么?两代模型的评测数据与升级取舍
GLM-5.2 在双方共有的 11 项百分制评测中全部领先、平均分高 6.4 分,但增益高度集中——Terminal-Bench 2.1 从 58.7 跃至 81.0,而常识推理几乎原地踏步。
DeepSeek-V4-Pro 与 GLM-5.2 怎么选?两大开源旗舰的能力分野与部署成本
两款 MIT 许可的开源旗舰,总平均分只差 1.7 分,但强项几乎不重叠:GLM-5.2 在前沿数学上以 29.3 比 2.4 碾压,DeepSeek-V4-Pro 在仓库级编程上反超 18.7 分。
AI 大模型列表常见问题
这份大模型列表多久更新一次?
新模型、版本迭代、价格调整与评测结果一经公开即同步收录,通常在官方发布后数小时内即可看到。数据入库后,页面缓存会在 5 分钟内自动刷新,确保访客始终看到最新信息。
"开源"筛选项下的许可方式有什么区别?
一个模型可以是开源的(权重公开),但许可证仍可能限制商业使用——例如部分 Llama 变体禁止大规模商业化部署。三个选项的含义:"免费商用"表示可直接用于生产,无需授权费;"收费商用"表示商业使用需付费授权;"不可商用"表示该模型不得用于任何商业产品。
如何挑选适合自己业务的大模型?
建议先用顶部的能力筛选(对话、编程、推理、多模态等)缩小范围,再用各模型详情页的评测结果对比与你业务最相关的基准。生产场景还要综合考虑 API 价格、上下文长度与许可证——评测分高的模型不一定是总持有成本最低的选择。
收录了哪些机构的大模型?
覆盖全球主流大模型发布机构,包括 OpenAI、Anthropic、Google、Meta、Mistral、DeepSeek、阿里通义(Qwen)、智谱(GLM)、月之暗面(Kimi)等。可在筛选项中按机构精确查询。
能查看某个模型的完整评测结果吗?
可以。点击任意模型卡片进入详情页,可查看完整评测表、参数规模、上下文长度、许可证、API 价格,以及指向官方论文、Hugging Face、GitHub 的原始链接。























