34 lines
2.7 KiB
Markdown
34 lines
2.7 KiB
Markdown
# 模型基座
|
||
|
||
## 支持列表
|
||
|
||
| 模型名称 | 出品方 | 参数量 | API平台 |
|
||
|----------|--------|--------|---------|
|
||
| qwen3-235b-a22b | 阿里巴巴 | 2350亿（220亿激活参数） | 阿里云百炼 |
|
||
| qwen3-32b | 阿里巴巴 | 320亿 | 阿里云百炼 |
|
||
| qwq-32b | 阿里巴巴 | 320亿 | 阿里云百炼、开源平台（Hugging Face/ModelScope） |
|
||
| qwen-max-latest | 阿里巴巴 | 未披露 | 阿里云百炼 |
|
||
| deepseek-r1 | 深度求索 | 6710亿 | DeepSeek官网、阿里云百炼 |
|
||
| deepseek-r1-0528 | 深度求索 | 6710亿（升级版） | DeepSeek官网、阿里云百炼 |
|
||
| deepseek-r1-distill-qwen-32b | 深度求索 | 320亿 | 开源平台（Hugging Face/ModelScope） |
|
||
| deepseek-r1-distill-llama-70b | 深度求索 | 700亿 | 开源平台（Hugging Face/ModelScope） |
|
||
| deepseek-v3 | 深度求索 | 6710亿 | DeepSeek官网、阿里云百炼 |
|
||
| o4-mini | OpenAI | 未披露 | OpenAI API、ChatGPT |
|
||
| claude-sonnet-4-20250514-thinking | Anthropic | 未公开 | Anthropic官网、AWS Bedrock、Google Vertex AI |
|
||
| claude-sonnet-4-20250514 | Anthropic | 未公开 | Anthropic官网、AWS Bedrock、Google Vertex AI |
|
||
| grok-3-reasoner | xAI | 未披露 | xAI官网 |
|
||
| gemini-2.5-pro | Google | 未公开 | Google Cloud Vertex AI |
|
||
|
||
**说明**：
|
||
1. 参数量标注为“未披露”的模型，其官方未公布具体参数，部分为行业推测值。
|
||
2. 开源模型可通过Hugging Face、ModelScope等平台下载部署，商业API需通过对应厂商平台调用。
|
||
3. 部分模型（如DeepSeek-R1-0528）为快照版本，在基础模型上优化了推理能力和工具调用支持。
|
||
|
||
|
||
## 模型表现
|
||
|
||
以 qwen3-235b、claude-thinking 和 gemini-2.5-pro 为代表的百亿级以上模型，这类模型在复杂任务中展现出深度思考能力，能构建完整的推理链条，尤其在需要多步骤分析、工具协同决策的场景中表现突出。但深度思考也带来显著延迟，当任务存在多重变量或多种方法时，模型可能陷入自我博弈循环，消耗远超实际需求的时间成本。
|
||
|
||
小参数模型的核心优势在于响应效率，对结构化信息提取、模板化内容生成等任务能达到近乎实时的处理速度。不仅响应更快，输出也更简洁聚焦。但当任务涉及抽象概念或需要多维度权衡时，容易表现出思维深度不足的局限。
|
||
|
||
为平衡两种模型的优势与劣势，后期将考虑引入快慢脑的形式，针对不同的流程，有选择性地处理，介于二者之间的模型在效率与深度间取得较好平衡，能处理大多数日常复杂任务。之后也将考虑采用客观的评价指标衡量模型之间的表现水平。 |