2025-01-06 大模型统计

国外大模型

模型	技术架构	优势	劣势
GPT系列（OpenAI）		性能卓越，具备强大的文本生成、对话理解、知识问答等能力，能够进行复杂的逻辑推理和代码生成。
Claude系列（Anthropic）		整体性能强劲，尤其在语义理解和作为智能体的能力评测中表现突出
Gemini系列（谷歌）		原生多模态大模型，多模态能力、跨模态能力取得突破
LLaMA系列（Meta）		塑造了庞大的开源模型家族，LLaMA3能力大幅提升
Bard（谷歌）		擅长多模态信息的综合理解和分析，能够处理文本、图像、音频等多种类型的数据

 

 

国内大模型

模型	技术架构	优势	劣势
文心一言（百度）		善于生成高品质的文章，能为创作者在内容创作方面提供智能助力，其翻译功能在国际教育交流中也有出色表现
讯飞星火（科大讯飞）		语音识别技术在课堂录音、语音助手以及口语练习方面优势明显，可有效提升学生的口语水平和学习效率
通义千问（阿里巴巴）		支持多模态数据处理、智能问答以及个性化学习路径推荐等教育应用场景
Kimi模型（Moonshot AI）		在自然语言处理领域表现出色，擅长情感分析和文本分类任务
豆包大模型（字节跳动）
智谱ChatGLM系列（清华大学）
日日新SenseNova（商汤）
DeepSeek-V3（深度求索）	6710亿参数的混合专家架构，包含256个专家，每次选取前8个专家参与计算	训练成本仅为557.6万美元（其他主流大模型如GPT-4o等数亿美元训练成本）