以下，排名不分先后；方便查用。
模型 描述 上下文 最大输出 GLM-4-Plus New 高智能旗舰 : 性能全面提升，长文本和复杂任务能力显著增强128K 4K GLM-4-0520 高智能模型 ：适用于处理高度复杂和多样化的任务128K 4K GLM-4-Long 超长输入 ：专为处理超长文本和记忆型任务设计1M 4K GLM-4-AirX 极速推理 ：具有超快的推理速度和强大的推理效果8K 4K GLM-4-Air 高性价比 ：推理能力和价格之间最平衡的模型128K 4K GLM-4-Flash 免费调用 ：智谱AI首个免费API，零成本调用大模型。128K 4K GLM-4V 图像理解 ：具备图像理解能力和推理能力2K 1k GLM-4-AllTools Agent模型 ：自主规划和执行复杂任务128K 4K GLM-4 旧版旗舰 ：发布于2024年1月16日，目前已被GLM-4-0520取代128K 4K
模型 描述 最大输入 输出分辨率 GLM-4V-Plus New 视频和图像理解 ：具备视频内容和多图片的理解能力8K - GLM-4V 图像理解 ：具备图像理解能力和推理能力2K - CogVideoX 视频生成 ：输入文本或图片即可轻松制作视频0.5K 1440x960 CogView-3.5 New 图片生成 ：根据用户文字描述生成高质量图像，支持多图片尺寸1k 1024x1024 768x1344 864x1152 等 CogView-3 图片生成 ：根据用户文字描述快速、精准生成图像1k 1024x1024
模型 描述 最大输入 向量维度 Embedding-3 最新模型 ：支持自定义向量维度8K 2048 Embedding-2 旧版模型 ：目前已被Embedding-3取代8K 1024
模型 描述 上下文 最大输出 ChatGLM-3 拟人模型 ：适用于情感陪伴和虚拟角色。4K 2K Emohaa 心理模型 ：具备专业咨询能力，帮助用户理解情感并应对情绪问题。8K 4k CodeGeeX-4 代码模型 ：适用于代码自动补全任务128K 4k
我们已经宣布了以下模型的弃用日期。在这些模型弃用后，我们会将它们自动路由至新的模型。请用户注意在弃用日期之前，将您的模型编码更新为最新版本，以确保服务的顺畅过渡。
模型 弃用时间 指向模型 GLM-3-Turbo 2025年6月30日 GLM-4-Air ChatGLM_Turbo 2024年9月30日 GLM-4-Air ChatGLM_Pro 2024年9月30日 GLM-4-Air ChatGLM_Std 2024年9月30日 GLM-4-Air ChatGLM_Lite 2024年7月30日 GLM-4-Air
通义千问分为闭源 和开源两大版本。
开源模型包括：
通义千问 (Qwen)：语言模型
Qwen : 1.8B、 7B、 14B 及 72B 模型Qwen1.5 : 0.5B、 1.8B、 4B、 14BA2.7B、 7B、 14B、 32B、 72B 及 110B 模型Qwen2 : 0.5B、 1.5B、 7B、 57A14B 及 72B 模型Qwen2.5 : 0.5B、 1.5B、 3B、 7B、 14B、 32B 及 72B 模型 通义千问 VL (Qwen-VL): 视觉语言模型
通义千问 Audio: 音频语言模型
Code通义千问 / 通义千问Coder：代码语言模型
通义千问 Math：数学语言模型
当前支持的模型有：
moonshot-v1-8k: 它是一个长度为 8k 的模型，适用于生成短文本。moonshot-v1-32k: 它是一个长度为 32k 的模型，适用于生成长文本。moonshot-v1-128k: 它是一个长度为 128k 的模型，适用于生成超长文本。InternVL ：GPT-4V的开创性开源替代品。
InternVL 2.0 : InternVL2-Llama3-76B、InternVL2-Llama3-76B-AWQ、InternVL2-40B、InternVL2-40B-AWQ、InternVL2-26B、InternVL2-26B-AWQ 、InternVL2-8B、InternVL2-8B-AWQ 、InternVL2-4B、InternVL2-2B、InternVL2-2B-AWQ、InternVL2-1B、InternOmniInternVL 1.5 : InternVL-Chat-V1-5、InternVL-Chat-V1-5-AWQ、InternViT-300M-448px、InternViT-6B-448px-V1-5、Mini-InternVL-Chat-2B-V1-5、Mini-InternVL-Chat-4B-V1-5InternVL 1.0 : InternVL、InternVL-14B-224px、InternVL-14B-Flickr30K-FT-364px、InternVL-14B-FlickrCN-FT-364px、InternVL-Chat-V1-1、InternVL-Chat-V1-2、InternVL-Chat-V1-2-Plus、InternVL-Chat-ViT-6B-Vicuna-13B、InternVL-Chat-ViT-6B-Vicuna-13B-448px、InternVL-Chat-ViT-6B-Vicuna-7B、InternViT-6B-224px、InternViT-6B-448px-V1-0、InternViT-6B-448px-V1-2InternImage ：具有可变形卷积的大型视觉基础模型。
DCNv4、InternImage、internimage_b_1k_224、internimage_s_1k_224、internimage_t_1k_224、internimage_xl_1k_384 InternVideo ：用于多模态理解的大规模视频基础模型。
InternVideo2 : InternVideo2-CLIP-1B-224p-f8、InternVideo2-Chat-8B、InternVideo2-Stage1-1B-224p-K400、InternVideo2-Stage1-1B-224p-K600、InternVideo2-Stage1-1B-224p-K700、InternVideo2-Stage1-1B-224p-f8、InternVideo2-Stage1-1B-224p-f8-MiT、InternVideo2-Stage1-1B-224p-f8-SthSth、InternVideo2-Stage1-1B-224p-f8-k710、InternVideo2-Stage2_1B-224p-f4、InternVideo2_Chat_8B_InternLM2_5、InternVideo2_Vid_Text、InternVideo2_chat_8B_好的、InternVideo2_distillation_modelsInternVid : InternVid、InternVid-10M-FLT-INFO、InternVid-Full、ViCLIP、ViCLIP-B-16-hf、ViCLIP-L-14-hfVideoMamba VideoChat ：用于视频理解的端到端聊天助手。
VideoChat2-IT、VideoChat2_HD_stage4_Mistral_7B、VideoChat2_HD_stage4_Mistral_7B_hf、VideoChat2_stage2_Mistral_7B、VideoChat2_stage3_Mistral_7B All-Seeing Project ：走向全景视觉识别和开放世界的理解。
AS-100M、AS-Core、AS-V2、ASM-FT、ASM-Pretrain、ASMv2、ASMv2-Stage1-Ft、ASMv2-Stage2-Pretrain、CRPE、Caption-Evaluation-Data、Region-Evaluation-Data Llama 3.1 : Meta-Llama-3.1-8B、Meta-Llama-3.1-8B-Instruct、Meta-Llama-3.1-70B、Meta-Llama-3.1-70B-Instruct、Meta-Llama-3.1-405B、Meta-Llama-3.1-405B-Instruct、Meta-Llama-3.1-405B-FP8、Meta-Llama-3.1-405B-Instruct-FP8、Llama-Guard-3-8B、Llama-Guard-3-8B-INT8、Prompt-Guard-86MLlama 3.1 Evals : Meta-Llama-3.1-8B-evals、Meta-Llama-3.1-8B-Instruct-evals、Meta-Llama-3.1-70B-evals、Meta-Llama-3.1-70B-Instruct-evals、Meta-Llama-3.1-405B-evals、Meta-Llama-3.1-405B-Instruct-evalsMeta Llama 3 : Meta-Llama-3-8B、Meta-Llama-3-8B-Instruct、Meta-Llama-3-70B-Instruct、Meta-Llama-3-70B、Meta-Llama-Guard-2-8BLlama 2 Family : Llama-2-7b-hf、Llama-2-13b-hf、Llama-2-70b-hf、Llama-2-7b-chat-hf、Llama-2-13b-chat-hf、Llama-2-70b-chat-hf、Llama-2-7b、Llama-2-13b、Llama-2-70b、Llama-2-7b-chat、Llama-2-13b-chat、Llama-2-70b-chat、LlamaGuard-7bCode Llama Family : CodeLlama-7b-hf、CodeLlama-13b-hf、CodeLlama-34b-hf、CodeLlama-70b-hf、CodeLlama-7b-Python-hf、CodeLlama-34b-Python-hf、CodeLlama-13b-Python-hf、CodeLlama-70b-Python-hf、CodeLlama-7b-Instruct-hf、CodeLlama-13b-Instruct-hf、CodeLlama-34b-Instruct-hf、CodeLlama-70b-Instruct-hf.DeepSeek V2 Chat和DeepSeek Coder V2模型已经合并升级为新模型DeepSeek V2.5
DeepSeek-Prover : DeepSeek-Prover-V1、DeepSeek-Prover-V1.5-Base、DeepSeek-Prover-V1.5-RL、DeepSeek-Prover-V1.5-SFTDeepSeek-V2 : DeepSeek-V2、DeepSeek-V2-Chat、DeepSeek-V2-Chat-0628、DeepSeek-V2-Lite、DeepSeek-V2-Lite-Chat、DeepSeek-V2.5DeepSeekCoder-V2 : DeepSeek-Coder-V2-Base、DeepSeek-Coder-V2-Instruct、DeepSeek-Coder-V2-Instruct-0724、DeepSeek-Coder-V2-Lite-Base、DeepSeek-Coder-V2-Lite-InstructDeepSeek-Math :deepseek-math-7b-base、deepseek-math-7b-instruct、deepseek-math-7b-rlESFT : models for paper expert-specialized fine-tuning
ESFT-gate-code-lite、ESFT-gate-intent-lite、ESFT-gate-law-lite、ESFT-gate-math-lite、ESFT-gate-summary-lite、ESFT-gate-translation-lite、ESFT-token-code-lite、ESFT-token-intent-lite、ESFT-token-law-lite、ESFT-token-math-lite、ESFT-token-summary-lite、ESFT-token-translation-lite、ESFT-vanilla-lite DeepSeek-VL : deepseek-vl-7b-chat、deepseek-vl-1.3b-base、deepseek-vl-7b-base、deepseek-vl-1.3b-chatDeepSeek-Coder : deepseek-coder-33b-instruct、deepseek-coder-6.7b-instruct、deepseek-coder-7b-instruct-v1.5、deepseek-coder-1.3b-instruct、deepseek-coder-6.7b-base、deepseek-coder-7b-base-v1.5、deepseek-coder-1.3b-base、deepseek-coder-33b-baseDeepSeek-LLM : deepseek-llm-67b-chat、deepseek-llm-7b-chat、deepseek-llm-67b-base、deepseek-llm-7b-baseDeepSeek-MoE : deepseek-moe-16b-base、deepseek-moe-16b-chatDeepSeek-V2.5 模型 权重可用性 可通过API获得 描述 最大令牌 API端点 版本 Mistral Large ✔️ Mistral Research License ✔️ 我们用于高复杂性任务的顶层推理模型，最新版本v2于2024年7月发布。了解更多信息，请访问我们的博客文章 128k mistral-large-latest24.07 Mistral Small ✔️ Mistral Research License ✔️ 我们最新的企业级小型模型，最新版本v2于2024年9月发布。了解更多信息，请访问我们的博客文章 32k mistral-small-latest24.09 Codestral ✔️ Mistral Research License ✔️ 我们用于编码的尖端语言模型于2024年5月发布 32k codestral-latest24.05 Mistral Embed ✔️ 我们用于提取文本提取表示的最先进语义 8k mistral-embed
模型 权重可用性 可通过应用编程接口 描述 最大令牌 应用编程接口端点 版本 Pixtral ✔️ Apache2 ✔️ 一个12B模型，除了文本之外还有图像理解功能。了解更多关于我们的博客文章 128k pixtral-12b-240924.09
模型 权重可用性 可通过API获得 描述 最大令牌 API端点 版本 Mistral Nemo ✔️ Apache2 ✔️ 我们最好的多语言开源模型于2024年7月发布。了解更多关于我们的博客文章 128k open-mistral-nemo24.07 Codestral Mamba ✔️ Apache2 ✔️ 我们的第一个Mamba 2开源模型于2024年7月发布。了解更多关于我们的博客文章 256k open-codestral-mambav0.1 Mathstral ✔️ Apache2 我们的第一个数学开源模型于2024年7月发布。了解更多关于我们的博客文章 32k NA v0.1
模型 权重可用性 可通过API获得 描述 最大令牌 API端点 版本 Mistral7B ✔️ Apache2 ✔️ 我们的第一个密集模型于2023年9月发布。了解更多关于我们的博客文章 32k open-mistral-7bv0.3 Mixtral 8x7B ✔️ Apache2 ✔️ 我们的第一个稀疏混合专家于2023年12月发布。了解更多关于我们的博客文章 32k open-mixtral-8x7bv0.1 Mixtral 8x ✔️ Apache2 ✔️ 我们迄今为止最好的开源模型于2024年4月发布。了解更多关于我们的博客文章 64k open-mixtral-8x22bv0.1
Gemma 2 Release : PaliGemma Release : PaliGemma FT Models CodeGemma Release RecurrentGemma Release Gemma Release Gemma 2 2B Release ShieldGemma Release Gemma Scope Release BERT Release ALBERT Release ELECTRA Release Flan-T5 Release T5 Release seahorse Release Switch-Transformers Release SigLIP Metricx-23 IndicGenBench 、IndicGenBench_xquad_in 、IndicGenBench_crosssum_in 、IndicGenBench_xorqa_in 、IndicGenBench_flores_in ImageInWords DataGemma TimesFM Release 、timesfm-1.0-200m 、timesfm-1.0-200m-pytorch 2024-09-23（一）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
