跳转到主要内容

为应用加入理解、推理与表达能力

围绕文本、代码与多模态内容,按业务场景选择模型。无论是整理资料、提取信息,还是构建应用中的问答与辅助功能,都从输入内容和输出目标出发。

主要应用方向

对话与写作

生成回复、整理摘要、改写文本和准备业务文稿。

推理与代码

辅助分析复杂问题、理解代码、生成实现建议与处理开发文档。

文档与信息提取

从给定资料中整理要点、提取字段,生成便于业务系统处理的内容。

多模态理解

对具备相应能力的型号提交图片、文档或视频,开展内容问答与分析。

国内模型系列

DeepSeek

对话、推理与代码任务;按型号选择文本或视觉输入能力

GLM

通用语言处理、推理与编程;视觉能力按具体分支选择

Kimi

长文档处理、代码与推理,部分型号提供图片和视频理解

MiniMax

语言、编程与智能体相关任务,多模态输入按型号确认

Qwen/千问

通用语言、代码与多模态系列,可按文本、视觉或全模态任务选型

HY/Hunyuan/腾讯混元

语言理解与生成,并有视觉理解等不同分支

MiMo/小米

推理、代码与多模态方向,适用于应用和智能体任务选型

Doubao/Seed/豆包

语言、推理与多模态理解;与Seedream、Seedance生成系列分开选择

ERNIE/文心

中文及通用文本生成、业务内容处理等任务

讯飞星火/Spark

对话、文本处理和知识问答等应用方向

Step/阶跃

语言、推理、代码与多模态方向,具体能力按型号选择

国际模型系列

此处介绍模型系列,不表示所有分支均已在平台开放。请以可用模型目录中的具体型号、输入输出类型及接入说明为准。

OpenAI GPT

通用语言、多模态理解、推理与代码相关任务

Anthropic Claude

文档分析、语言推理、代码与视觉理解等任务

Google Gemini

语言、代码与多模态理解;图像输出需选择相应生成型号

xAI Grok

对话、推理、代码与视觉理解等任务

Meta Llama

面向开发与定制部署的开放权重系列,部署方式和许可按版本确认

Mistral

通用语言、代码及部分多模态任务,可按具体产品选型

Google Gemma

开放模型系列,适合评估部署、适配与定制需求

Cohere Command

企业语言处理、问答与检索增强相关应用

选择模型时关注什么

任务效果

用真实业务样例比较结果质量和指令遵循情况。

上下文与输入

确认文本长度、文件处理方式及图片或视频输入支持情况。

集成能力

根据应用需要确认结构化输出、工具调用与流式输出等能力。

用量与成本

结合输入输出规模、响应时间和实际价格评估使用成本。