国内AI大模型前十排行榜，最后一个你可能没听过

最新推荐文章于 2025-03-30 21:44:26 发布
最新推荐文章于 2025-03-30 21:44:26 发布
阅读量1.2k 收藏 9
点赞数 18
文章标签： 人工智能 服务器 产品经理 运维 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_71745484/article/details/146203819
版权

根据2024年的最新数据和搜索结果，国内AI大模型的前十排行榜

  1. Deepseek

    ：最近爆火，一度成为对标甚至超越ChatGPT的存在。

  2. 阿里云通义千问（Qwen2-72B）

    ：在SuperCLUE基准测试中得分最高，超过众多国内外闭源模型，引领全球的开源生态。

  3. 华为盘古大模型

    ：凭借其强大的技术能力和行业应用得到广泛认可。

  4. 百度文心一言（ERNIEBot）

    ：专注于自然语言理解与生成，适用于文本创作、智能问答等场景。

  5. 科大讯飞星火大模型

    ：支持对话、写作、编程等功能，还能提供语音交互方式。

  6. 字节跳动豆包（Doubao-Pro）

    ：在客观评测中以75.96分排名第二，得分最高的国产大模型。

  7. 智谱清言（GLM-4）

    ：在数据和算法方面有一定优势，其模型能够较好地处理各种复杂的语言任务。

  8. 百川智能Baichuan4

    ：在国内大模型中排名第一，其文科、理科能力较为均衡。

  9. MiniMax abab6.5

    ：大模型创业公司的代表，超过70分的表现，位列国内大模型第一梯队。

  10. 零一万物Yi系列

：模型在多项评测中表现出色，位于行业前列。
  1. 月之暗面Kimi（Moonshot-v1）
：在处理长文本内容方面具有一定优势，能很好地理解和处理长篇文档、会议纪要等。

以上排名综合了多个来源的数据和评测结果，反映了国内AI大模型在不同领域和应用场景中的竞争力和影响力

如何学习AI大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

img

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

img

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

img

四、AI大模型商业化落地方案

img

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。

AGI-杠哥
关注
【技术解密】本地部署 DeepSeek-V3：完整指南
海棠AI实验室
01-28 6484
本地部署 DeepSeek-V3 需要强大的硬件支持，并可结合不同的推理框架进行优化。通过 SGLang、LMDeploy、TensorRT-LLM 等工具，用户可根据自身需求选择合适的方式进行推理。🚀 未来，DeepSeek-V3 预计将持续优化 FP8 推理性能，并扩展对更多设备的支持，使其更易于集成到各种 AI 应用场景中。
未来已来？国内15家AI大模型应用盘点（附体验网址，持续更新）
热门推荐
Code_流苏：在代码中寻诗意
03-21 9万+
未来已来？国内15家AI大模型盘点及体验网址，一起来看看吧！
大模型部署推理应用技术浅析
python1222_的博客
05-28 536
大模型完成预训练后不是就万事大吉了，离推理应用还有很大距离，需要经过微调、部署等一系列工程化工作。尤其是在2B的行业大模型应用中，为解决大模型的幻觉、时效性和推理成本问题，需要建立单一模型之上的体系。模型部署中的技术大致可以分为三个层面，最上层是和各种应用的对接，各种用户界面的设计，这一层不在本报告的范围之内；最下层是推理需要配置的算力、存储等软硬件架构，属于IAAS层，本报告也不做探讨；
TensorFlow相关组件的安装
AAI666666的博客
01-11 2571
TensorFlow相关组件的安装
目前最全的！国内AI大模型名单！百家争鸣！
yXIAOyu_的博客
07-26 2268
短短半年多时间，百川智能便接连发布了Baichuan-7B/13B、Baichuan2-7B/13B四款开源可免费商用大模型，以及Baichuan-53B、Baichuan2-53B两款闭源大模型，平均每28天就会有一款新的大模型问世。它不仅提供卓越的文本生成和创作服务，支持文本或图片输入生成高质量、多风格的图像，更拥有强大的智能编辑功能，无损放大、智能消除、智能抠图等操作一应具备，助您轻松创作精彩图像。科大讯飞倾力打造的星火认知大模型，作为新一代的认知智能典范，展现了跨领域的知识和语言理解能力。
精心整理：国内ai大模型哪些比较好？前十大国产模型排名：字节豆包_阿里通义_百度文心等
whisperzzza的博客
11-18 3984
大模型本身的能力横评有两个主要方式。第一种是“基准测试”或“考试模式”，其核心思路是通过一系列预设的固定题目来评估模型在特定任务上的表现，如理解、推理和生成等能力。常见的基准测试包括GSM-8K（侧重于数学问题解决）、MMLU（覆盖多个学科的知识广度）、TheoremQA（专注于形式逻辑与定理证明）、GPQA（强调对物理常识的理解）。这些测试因其题目固定而容易被“刷分”，也就是把Q/A训练到大模型里，自然分数就会高了，不过依然提供了有价值的对比信息。另一种方式是“人类评估”或竞技场模式，
盘点2024年行业AI大模型(200个)
kcarly的专栏
01-17 1387
2024年是大模型爆发的一年,来看看都有哪些大模型吧~
AI人工智能大模型中——数据集就是一切 The dataset is everything
AI天才研究院
04-25 540
我认为对计算乘数的搜索比任何不严格遵守缩放定律的人想象的要普遍得多：实际上，机器学习领域的每一位不研究现有技术的新应用的科学家都应该执行计算效率扫描以确保他们的发现确实相关。不过，随着训练的进行，这些机制会“上线”：当您需要提高学习更复杂的数据分布层的能力时，它们就会提供有意义的价值。更重要的是，认识到像 GPT-4 或 DALL-E 3 这样的巨大模型仍然存在根本性缺陷，这表明试图从 Llama 2 或 Stable Diffusion 等相对较小的模型中获得真正智能的行为是没有希望的。
篇章十五：大语言模型的日常生活技能——你家的AI管家上线了
chenwr_727的博客
12-04 817
未来，随着AI技术的进步，它将不仅是一个工具，更是我们的朋友和伙伴，让我们的生活更加简单、高效、充满乐趣。它不仅仅帮助你完成任务，还能与你建立深层次的互动，甚至根据你的性格和偏好调整服务方式。无论是复杂的法式大餐，还是简单的家常菜，它都能为你提供详细的步骤，还能根据你的冰箱库存推荐食谱。通过与日历和任务管理工具的集成，AI能够帮你安排每天的日程，提醒你重要的事项，甚至根据优先级重新调整任务。”瞬间让人哭笑不得。它会记住你的喜好，比如你喜欢喝什么样的咖啡，习惯什么时候起床，甚至能预测你可能会喜欢的新活动。
大模型——聊天式编程让代码听你的话：Cursor打造极致心流体验
最新发布
03-30 88
聊天式”**编程的到来。和传统的编程模式相比，“聊天式”编程有三大核心突破：●。
中国大模型大全 · 爆肝干货整理 · 244 个
leyang0910的博客
09-02 1584
中国大模型大全，全面收集有明确来源的大模型情况，包括机构、来源信息和分类等。
国内AI大模型热度排行榜：你用过哪些？有个绝大部分人不知道
EnjoyEDU的博客
05-01 4789
国内AI大模型市场蓬勃发展，科大讯飞、百度、阿里云、腾讯等巨头竞相推出AI大模型，讯飞星火、文言一心、通义千问和腾讯混元等表现突出。它们在各自领域展现卓越能力，为用户提供智能化服务，改变了人们的生活和工作方式。AI大模型的发展带来了巨大机遇和挑战，未来将发挥更大作用。随着人工智能技术的飞速发展，AI大模型已经成为科技领域的热点话题。在国内市场上，各大科技公司纷纷推出自己的AI大模型，以争夺这一领域的领先地位。以下是一些在热度和影响力方面表现突出的国内AI大模型，它们在各自的应用场景中展现出了强大的能力。
目前国内AI大模型30强榜单
一个成长中的程序员，期待用技术的眼光生活
01-17 9538
除了我上述展示的功能外，Kimi还有更多定制的Kimi+比如：最近有一家公司很适合跳槽，你可以让Kimi帮你准备面试。无论你是程序员、设计师、文案、律师、测算师、会计…任何职业的人群，都可以通过Kimi快速实现工作效率提升，彻底解放，拥有更多摸鱼时间！并且，功能都是免费且不限制使用次数的！
2024中国排名前十AI大模型进展、应用案例与发展趋势
2401_85773741的博客
11-27 6316
2024年，中国在AI大模型领域的发展取得了显著进展。以下是中国排名前10的AI大模型及其主要进展：讯飞星火认知大模型：具备文本生成、语言理解、知识问答、逻辑推理、数学能力、代码能力和多模态能力。在知识学习和内容创作方面表现出色，能进行要素抽取、问题生成，并结合外部知识进行合理拓展。文心一言大模型（百度）：能理解复杂提示词，适用于文学创作、商业文案撰写、多模态生成等。在数理科学、语言能力、道德责任、行业能力及综合能力等方面表现优异。
AI大模型-800字讲明白
2401_84204413的博客
05-25 1956
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；在未来，随着硬件、算法和应用的不断进步，大模型有望为人类社会带来更多的福祉。
【揭秘】国内十大顶尖AI大模型，引领智能科技新纪元
m0_45854443的博客
07-02 3578
这些模型由数百万到数十亿甚至更多的参数组成，需要海量的数据和强大的计算资源进行训练和推理学习的模型。大模型通过训练海量数据来学习复杂的模式和特征，具有更强大的泛化能力，可以对未见过的数据做出准确的预测。简介： 天工AI作为昆仑万维在AI领域的旗舰产品，以其强大的核心能力和广泛的应用场景，正在逐步改变人们的生活习惯和工作方式，成为人工智能时代的“超级大模型”。简介： 容联云赤兔大模型面向企业应用的垂直行业多层次大语言模型，可以搭建自己的智能客服和数智化营销，完成从“降本增效”到“价值创造”的进化。
国产AI大模型哪家强？十大维度横评四款主流大模型！
2301_76161259的博客
04-29 3720
这部分的最后，我们来看看四款大模型对文本的总结提炼能力。小编从IT之家随机选择了一篇新闻资讯，分别让四款大模型将这篇新闻总结成一句话的摘要。先看文心一言的表现，虽然是总结了，意思也正确，但总结得比较啰嗦，而且不符合“一句话”的要求：通义千问也有类似的问题，总结啰嗦，而且超过一句话的限制：360 智脑在这一项中表现不错，一句话准确总结了这段文章的大意：讯飞星火提炼得也很精炼，一句话搞定，而且意思准确。在这一环节，四款大模型产品的得分分别为：讯飞星火：10 分通义千问：8 分（摘要提炼 - 2）
2025-03-25 05:50:20.589 | ERROR | open_webui.routers.tasks:generate_autocompletion:554 - Error generating chat completion: 500: Ollama: 500, message='Internal Server Error', url='http://localhost:11434/api/chat' - {}
03-26
<think>嗯，用户遇到了一个500内部服务器错误，具体是在使用Open WebUI生成聊天补全时出现的。错误信息显示Ollama返回了500错误，消息是“Internal Server Error”，请求的URL是http://localhost:11434/api/chat。我需要帮助用户逐步排查这个问题。 首先，我应该先回顾之前的对话历史。用户之前遇到的是502 Bad Gateway错误，通过检查发现可能是Nginx配置问题，或者Ollama服务未正确绑定到IPv4地址。现在用户的新错误是500，这通常意味着后端服务Ollama本身出了问题，而不是代理的问题，因为500错误是Ollama直接返回的。 接下来，我需要考虑可能的几个原因。500错误可能由多种因素引起，比如Ollama服务未正确运行、模型文件损坏、内存不足、端口冲突，或者API请求格式不正确。用户已经检查过Ollama的监听端口，之前显示是监听在*:11434，即所有接口的IPv4，所以端口绑定可能没问题。但需要再次确认服务状态。 第一步，建议用户检查Ollama的服务状态，使用systemctl status ollama或者查看日志。如果服务未运行，启动它；如果运行中但有问题，日志会提供线索。例如，模型加载失败、内存不足等问题会在日志中体现。 第二步，检查模型是否正常。用户可能尝试调用了不存在的模型，或者模型文件损坏。建议用户使用ollama list确认模型是否存在，并尝试拉取或重新拉取模型。如果下载中断，模型可能不完整，导致处理请求时崩溃。 第三步，资源监控。Ollama在处理大模型时需要足够的内存和显存。如果内存不足，可能导致内部错误。建议用户使用htop或nvidia-smi查看资源使用情况，必要时关闭其他进程或增加资源。 第四步，验证API请求格式。用户的应用可能发送了不符合Ollama API要求的请求，比如缺少必要字段或格式错误。建议直接使用curl命令测试API，确保请求正确，再对比应用中的代码。 第五步，检查Ollama版本。可能存在版本兼容性问题，升级或回滚版本可能解决。建议用户更新到最新版本，或者查看是否有已知问题。 第六步，端口冲突。虽然之前检查过监听情况，但需要确认是否有其他进程占用了11434端口，使用ss或lsof命令检查。 第七步，防火墙/SELinux。虽然之前处理过，但再次确认是否有新的限制阻止了本地请求，特别是SELinux可能会影响服务间的通信。 用户可能已经按照之前的步骤配置了Nginx，但这次错误是直接来自Ollama的500，所以重点应放在Ollama本身的问题上。常见的可能性是模型问题或资源不足，比如用户可能尝试加载一个较大的模型而没有足够的内存，导致Ollama处理请求时崩溃。 另外，用户的应用中的请求格式是否正确也很重要。例如，是否在请求体中正确指定了model、messages等参数，是否有拼写错误。如果应用代码中有错误，Ollama可能无法解析请求，返回500错误。 最后，建议用户查看Ollama的详细日志，开启调试模式可能会提供更具体的错误信息，帮助定位问题。例如，Ollama的日志可能显示模型加载时的具体错误，或者处理请求时的异常堆栈。</think>根据您提供的错误日志，问题核心是**Ollama服务返回500内部服务器错误**，以下是分步骤排查方案： --- ### 一、直接验证Ollama服务状态 1. **基础服务检查** ```bash systemctl status ollama # 查看服务是否运行 journalctl -u ollama -n 50 # 查看最近50条日志 ``` - 若发现 `failed to load model` 类错误 → 进入**模型检查环节** - 若发现 `out of memory` 类错误 → 进入**资源检查环节** --- ### 二、模型完整性检查 2. **列出已安装模型** ```bash ollama list ``` 3. **尝试重新拉取模型** ```bash ollama pull <模型名称> # 例如 ollama pull llama2 ``` - 常见问题：模型下载不完整、文件权限错误（检查 `~/.ollama/models` 目录） --- ### 三、资源瓶颈排查 4. **实时监控资源占用** ```bash htop # 查看CPU/内存使用 nvidia-smi # 查看GPU显存(NVIDIA显卡) free -h # 查看内存总量 ``` - **内存不足特征**：Ollama日志出现 `OOM` 或 `killed process` --- ### 四、API请求格式验证 5. **手动发送测试请求** ```bash curl http://localhost:11434/api/chat -d '{ "model": "llama2", "messages": [ {"role": "user", "content": "你好"} ], "stream": false }' ``` - ✅ 成功：应用代码参数传递问题 - ❌ 失败：Ollama服务端问题 --- ### 五、版本兼容性检查 6. **升级Ollama版本** ```bash curl https://ollama.ai/install.sh | sh systemctl restart ollama ``` --- ### 六、错误场景解决方案 #### 场景1：模型加载失败 ```bash # 彻底删除并重装模型 ollama rm <模型名称> ollama pull <模型名称> ``` #### 场景2：内存不足 ```bash # 调整运行参数（以2GB内存为例） OLLAMA_NUM_GPU=0 OLLAMA_MAX_LOADED_MODELS=1 ollama serve ``` #### 场景3：端口冲突 ```bash # 检查占用进程 ss -tlnp | grep 11434 # 强制终止占用进程 kill -9 <进程PID> ``` --- ### 七、高级诊断模式 7. **开启Ollama调试日志** ```bash OLLAMA_DEBUG=1 ollama serve ``` - 观察输出中 `generating response` 阶段的错误细节 --- 通过以上步骤，90%的500错误可被准确定位。实际案例中，**模型文件损坏**和**内存不足**是最常见原因。建议优先检查模型完整性及系统资源使用情况。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值