一、闭源商用大模型

1. GPT-4 / GPT-4 Turbo / GPT-4o (OpenAI)

   • 特点：强大的通用能力，支持多模态输入（文本、图像、音频），低延迟，高情商交互。

   • 应用：ChatGPT、API、Microsoft Copilot。

   • 版本：GPT-4o 强调全模态实时对话。

2. Claude 3.5 Sonnet (Anthropic)

   • 特点：长上下文（200K），强安全和可解释性，擅长代码生成与复杂逻辑。

   • 应用：企业级对话、代码助手。

3. Gemini 1.5 Pro / Ultra (Google)

   • 特点：原生多模态，100万~200万令牌上下文，深度集成Google生态。

   • 应用：Bard/Vertex AI，文档分析。

4. 文心一言 4.0 (百度)

   • 特点：中文优化，知识增强与检索增强生成（RAG），多模态生成。

   • 应用：百度搜索、办公、营销内容。

5. 通义千问 2.5 (阿里)

   • 特点：长文本（1M），多模态理解，开源与商用双版本。

   • 应用：钉钉、电商、金融。

6. 混元大模型 (腾讯)

   • 特点：万亿级参数，混合专家架构（MoE），强广告和游戏场景落地。

   • 应用：广告、游戏NPC、企业服务。

7. 豆包 (字节跳动)

   • 特点：轻量高效，对话与创作，集成于抖音、剪映等。

   • 应用：短视频文案、图片生成编辑。

二、开源通用大模型

1. LLaMA 3 (Meta)

   • 特点：8B、70B、400B参数版本，开放商用许可，开源生态核心。

   • 衍生：Alpaca、Vicuna、Chinese-LLaMA。

2. Qwen 2.5 (阿里开源版)

   • 特点：0.5B ~ 72B，多语言，支持工具调用与函数调用。

   • 适用：学术、中小企业微调。

3. DeepSeek-V3 / R1 (深度求索)

   • 特点：MoE架构，高推理能力，成本极低，支持128K上下文。

   • 应用：代码生成、数学、RAG。

4. Falcon 180B (TII)

   • 特点：RAI许可，百亿级开源，性能接近GPT-3.5+。

   • 适用：研究与企业私有部署。

5. Mistral 7B / 8x7B (Mistral AI)

   • 特点：滑动窗口注意力，高吞吐，MoE版本性能强劲。

   • 适用：边缘设备与实时推理。

三、多模态大模型

1. GPT-4V / GPT-4o – 图像、语音、视频理解

2. Gemini 1.5 – 原生多模态，跨模态检索

3. Claude 3.5 – 支持图像+文本混合输入

4. Qwen-VL – 多语言视觉对话

5. CogVLM2 (智谱) – 视觉与语言深度融合

6. InternVL 2.0 (上海AI Lab) – 开源，性能对标商用

7. Stable Diffusion 3 / Midjourney V6 – 图像生成扩散模型（非大语言模型，但常见于多模态生态）

四、垂直领域或特色模型

• 编程：CodeLLaMA、DeepSeek-Coder、StarCoder 2

• 数学/科学：Minerva、LEMUR（科学推理）

• 金融：BloombergGPT、FinGPT

• 医疗：Med-PaLM 2、华佗GPT

• 中文法律/政务：Fudan DiscLaw、ChatLaw

• 长文本：Yi-200K (01.AI)、LongNet (微软)

• 视频生成：Sora (OpenAI)、Gen-2 (Runway)、光流 (智谱)

五、Mermaid 总结框图

六、趋势小结

• MoE 架构（Mixture of Experts）成为超大模型主流，如混元、DeepSeek-V3、Mistral 8x7B。

• 长上下文（1M~2M tokens）竞争激烈，Gemini、通义千问、Claude 领先。

• 多模态原生：GPT-4o、Gemini 引领实时混合输入输出。

• 开源与商用并进：LLaMA 3、Qwen 2.5 推动中小企业和学术研究。

• 中文生态：百度、阿里、腾讯、字节、智谱形成完整产品矩阵。