大模型手册

外观

主流模型档案

本页速览 主流大模型速查档案：GPT、Claude、Gemini、Llama、Qwen、DeepSeek、Mistral、Gemma、GLM、Phi 等家族的规格、许可与亮点对比，含"怎么选模型"决策表与选型案例。

本页含时效性内容，数据截止于 2025-08；JD、榜单、产品功能等信息可能已变化，引用前请核对原始出处。

主流模型档案 ​

本页是主流大语言模型的速查档案：家族、发布时间、参数量、上下文、开源情况与亮点，附分类维度、许可速查与"怎么选模型"决策表。模型规格与版本迭代极快，本页数据截至 2025 年 8 月，一切以官方发布为准；闭源模型参数多未公开，标注"未公开"。

模型档案会过时

GPT-4o 曾领先，如今已有 o 系列与 GPT-5；Llama 从 2 代到 4 代只用了两年。本页只能当"入门地图"，采购或选型前务必查官方最新文档（见文末参考资料）。评测分数请参考评测与基准的批判性视角，不要只盯榜单。

一、模型总表 ​

按家族列出代表版本。标注"开源"表示开放权重（注意各家许可不同）；参数量为官方公布或行业共识值，未公开处如实标注。

家族代表版本发布时间参数量上下文开源亮点
GPT（OpenAI）GPT-32020-05175B2k否首次证明大规模少样本能力
GPT-42023-03未公开（传闻 MoE）8k/32k否考试级能力、多模态
GPT-4o2024-05未公开128k否原生多模态、低延迟实时交互
o12024-09未公开200k否推理时扩展（test-time scaling）
GPT-52025-08未公开约 400k否推理与工具使用原生融合
Claude（Anthropic）Claude 3 系列2024-03未公开200k否长文本与安全策略出色
Claude 3.7 Sonnet2025-02未公开200k否混合推理（可控制思考预算）
Claude 42025-05未公开200k否编码与 Agent 场景强化
Gemini（Google）Gemini 1.5 Pro2024-05未公开100 万否百万 token 级原生长上下文
Gemini 2.5 Pro2025-03未公开100 万否推理 + 多模态 + 超长上下文
Llama（Meta）Llama 22023-077B/13B/70B4k开源首个大规模可商用开源模型
Llama 3.12024-078B/70B/405B128k开源405B 开源旗舰 + 128k 上下文
Llama 4 Scout2025-04109B 总 / 17B 激活（MoE）约 1000 万开源开源 MoE、超长上下文
Qwen（阿里）Qwen2.52024-090.5B~72B128k开源全尺寸覆盖，中文+代码强
Qwen32025-040.6B~32B（dense）+ MoE 版约 256k开源混合推理（可开关思考模式）
DeepSeekDeepSeek-V32024-12671B 总 / 37B 激活（MoE）128k开源（MIT）开源 MoE 性价比标杆
DeepSeek-R12025-01671B + 蒸馏小模型128k开源（MIT）首个追平闭源的开源推理模型
Mistral / MixtralMistral 7B2023-097B32k开源（Apache 2.0）小模型高效率的代表
Mixtral 8x7B2023-1246.7B 总 / 12.9B 激活（MoE）32k开源（Apache 2.0）首个出圈的开源 MoE
Mistral Large2024-02约 123B32k否欧洲闭源旗舰
Gemma（Google）Gemma 32025-031B/4B/12B/27B约 128k开源轻量级多模态，边缘友好
GLM（智谱）GLM-4-9B2024-069B128k开源中文对话与工具调用
GLM-4.52025-02未公开约 128k否中文综合能力旗舰
Phi（微软）Phi-42024-1214B约 16k开源（MIT）"教科书级数据"小模型
Command R（Cohere）Command R+2024-04104B128k开源（CC-BY-NC 非商用）RAG 场景专门优化
Grok（xAI）Grok-12024-03314B（MoE）8k开源当时最大的开源权重
Kimi（月之暗面）Kimi K22025-07173B（MoE）约 256k开源（Apache 2.0）超长上下文 + Agent 场景
文心（百度）ERNIE 4.52025-06未公开约 128k否中文生态与多模态

读表须知

  1. "参数量"与"上下文"是变化最快的两列：Llama 3.1 发布后社区普遍用它做基准，Qwen3/DeepSeek 又刷新开源性价比。2. 开源许可差异很大：MIT（Phi、DeepSeek、Mistral、Qwen3 部分）最宽松，Llama 社区许可与 Gemma 条款有附加条件，Command R 仅限非商用。3. 未公开参数的闭源模型，能力只能靠评测与实测判断。

二、按维度分类 ​

维度类别代表模型说明
开源 vs 闭源闭源 APIGPT-4o / GPT-5、Claude 4、Gemini 2.5 Pro、GLM-4.5能力领先、零运维，但受控、按量计费、数据出境需评估
开源权重Llama 3.1、Qwen3、DeepSeek-V3/R1、Mistral、Gemma、Phi、Kimi K2可控、可私有化，能力紧随其后（2024 后差距快速缩小）
架构dense（稠密）Llama 3.1、Qwen2.5、Gemma、Phi全参参与计算，小到中规模主流
MoE（稀疏）Mixtral、DeepSeek-V3、Llama 4、Qwen3-MoE、Kimi K2总参数大但每次只激活一部分，性价比高
模态文本Llama 3.1、DeepSeek-R1、Phi-4纯文本推理
多模态GPT-4o、Gemini、Qwen2.5-VL、GLM-4V、Gemma 3图/音/视频 + 文本联合理解
推理模式通用即时GPT-4o、Claude、Qwen3（可关思考）低延迟，日常任务
推理强化o1/o3、DeepSeek-R1、Claude 3.7/4、Gemini 2.5 Pro长思考链，数学/代码/复杂推理更强但更慢更贵

三、家族速览 ​

每个家族的一段话档案，帮助建立"谁是谁、强在哪"的全局观。

OpenAI GPT 系列：2018 年 GPT-1 提出"生成式预训练 + 微调"范式，GPT-3（2020）把规模推到 175B 并证明少样本能力，InstructGPT/ChatGPT（2022）引入 RLHF 对齐，GPT-4（2023）实现多模态与考试级能力，o 系列（2024）开创推理时扩展，GPT-5（2025）把推理与工具使用原生融合。始终是行业技术风向标。详见GPT 系列。

Anthropic Claude：由前 OpenAI 对齐研究团队创立，以"宪法 AI"与安全对齐著称；Claude 3 之后在长文本、编码、Agent 场景长期位居第一梯队，Claude 3.7 的混合推理（可调思考预算）与 Claude Code 工具深受工程师欢迎。

Google Gemini：DeepMind 与 Google Brain 合并后的原生多模态旗舰；Gemini 1.5 率先把上下文窗口推到百万 token，2.5 Pro 在推理与多模态理解上追平第一梯队。同源开源的 Gemma 面向轻量部署。

Meta Llama：开源生态的事实标准。Llama 2（2023）率先大规模可商用，Llama 3.1（2024）发布 405B 开源 dense 旗舰与 128k 上下文，Llama 4 转向 MoE 与千万级上下文；社区围绕它形成了微调、量化、部署的完整生态。详见Llama 与开源生态。

阿里 Qwen：全尺寸（0.5B~72B）开源覆盖最全的中文模型家族；Qwen2.5 是开源微调与部署的最热门基座之一，Qwen3 加入混合推理（可开关思考模式），配套 Qwen2.5-Coder / Qwen2.5-VL 覆盖代码与多模态。

DeepSeek：以"极致的工程性价比"闻名：V2 验证 MoE + MLA 架构，V3（671B 总/37B 激活）以远低于同级闭源的训练成本达到第一梯队，R1 首次让开源推理模型追平闭源；训练细节公开最完整，MIT 许可最宽松。

Mistral / Mixtral：欧洲开源代表，Apache 2.0 许可最为宽松；Mistral 7B 以高效著称，Mixtral 8x7B 是首个出圈的开源 MoE，Mistral Large 是闭源旗舰，在欧洲数据合规（GDPR）场景有优势。详见MoE 与超大规模模型。

Google Gemma：基于 Gemini 技术的轻量开放模型，1B~27B 覆盖边缘到中端，Gemma 3 支持多模态与长上下文，适合消费级硬件与移动端。

智谱 GLM：国内最早开源的中文对话模型之一（ChatGLM-6B），GLM-4 系列在中文对话、工具调用与 Agent 场景成熟，GLM-4.5 为中文综合旗舰。

微软 Phi：以小博大——用"教科书级"高质量数据训练 1B~14B 小模型，Phi-4 在代码与数学上媲美大它数倍的模型，MIT 许可，适合资源受限环境。

Cohere Command R：面向企业 RAG 场景优化（检索引用、多语言、工具调用），Command R+ 104B 是少数专门做"检索增强"的模型，但许可为非商用。

xAI Grok：主打实时数据（X 平台）与产品生态，Grok-1 曾以 314B MoE 成为最大开源权重，Grok-2/3 转向闭源并进入推理第一梯队。

月之暗面 Kimi：以超长上下文起家（最早把 200k 上下文商用化），Kimi K2（2025.7）开源 173B MoE 并面向 Agent 场景。

百度文心 ERNIE：文心一言背后的旗舰，中文生态完整（搜索、云、智能体），ERNIE 4.5 主打多模态与中文理解，闭源 API。

四、生态与许可速查 ​

选型前的"许可体检表"——开放权重 ≠ 可以随便商用：

模型许可类型可商用关键备注
GPT / Claude / Gemini / GLM-4.5 / ERNIE闭源 API按量付费受服务条款约束，数据出境需评估
Llama 系列Llama 社区许可可（月活超 7 亿需另行申请）禁止用其输出训练竞争模型等条款
Qwen2.5 / Qwen3 部分Apache 2.0可部分衍生版本可能有附加说明
DeepSeek-V3 / R1MIT可最宽松的一档
Mistral / MixtralApache 2.0可最宽松的一档
Gemma 系列Gemma 许可可（有条件）禁止若干受限用途，需读条款
GLM-4-9B 等开源部分Apache 2.0可闭源旗舰不在此列
Phi 系列MIT可最宽松的一档
Command R+CC-BY-NC否（仅非商用）商用需联系 Cohere
Grok-1Apache 2.0可Grok-2/3 闭源
Kimi K2Apache 2.0可需确认最新条款

五、怎么选模型 ​

没有"最好的模型"，只有"适合场景的模型"。选型四步：定场景 → 定约束（预算/部署/数据合规）→ 短名单 → 实测。下表给出常见场景的推荐起点。

场景推荐理由
通用对话 / 写作（无部署顾虑）GPT-4o / Claude 4 / Gemini 2.5 Flash综合能力强、生态工具成熟
代码生成与审查Claude 4 / GPT-5（闭源）；Qwen2.5-Coder（开源）代码评测长期领先
数学与复杂推理o1 / Gemini 2.5 Pro（闭源）；DeepSeek-R1（开源）推理时扩展擅长多步推导
超长文档（10 万+ token）Gemini 2.5 Pro / GPT-5（闭源）；Kimi K2 / Llama 3.1 405B（开源）原生长上下文窗口
中文业务落地Qwen3 / GLM-4.5 / DeepSeek中文语料占比高、中文生态完善
私有数据 + RAGCommand R+ / Qwen3 / Llama 3.1检索友好或开源可控可私有化
本地部署（消费级显卡 8~16GB）Qwen3-8B / Gemma 3 12B / Phi-4量化后显存可承受，详见部署与服务化
开源微调基座Llama 3.1 8B / Qwen2.5-7B（中小）；DeepSeek-V3（大）社区生态、工具链与许可最成熟
成本敏感的高并发推理DeepSeek-V3（MoE）/ 小模型量化版激活参数少、单 token 成本低
边缘 / 端侧设备Llama 3.2 1B/3B / Qwen3-0.6B / Gemma 3 1B毫秒级延迟、低显存

1. 三个选型案例 ​

案例 A：中型企业"内部知识库问答"（中文文档、需私有部署、预算有限） → 选 Qwen3-32B（或 Qwen2.5-14B）+ vLLM + 自建 RAG。理由：开源可私有化，中文理解强，14B/32B 量化后显存可行（2~4 张卡），社区中文资料与工具链最全。闭源 API 走不通的"数据不出内网"约束，开源权重是唯一解。

案例 B：代码助手产品（高并发、低延迟、允许走 API） → 选 Claude 4 或 GPT-5 API + prompt 缓存。理由：代码能力第一梯队，API 免去 GPU 运维；把"延迟敏感"的小请求路由到小模型（如 GPT-4o mini 或开源 8B），大模型只处理复杂任务——模型分级路由是省成本的核心手段。

案例 C：科研团队的数学/推理评测 → 选 DeepSeek-R1（开源，可复现、可私有化跑评测）或 o3 API。理由：推理基准表现顶级；开源版本方便记录完整实验环境，符合学术可复现要求。

选型铁律

  1. 先跑通再优化：先用 API 验证效果，再考虑自建；2. 用你自己的数据实测：公开榜单与你的任务不一定同分布；3. 成本看 token 总账：闭源 API 的调用量 vs 开源自建的 GPU 折旧，要算总账；4. 参考框架与工具选型决定配套工具，参考部署与服务化估算资源。

三个常见误区

  • 参数越大越好：上下文长度、任务类型、延迟预算都会改变最优解，7B 模型配 RAG 常常胜过 405B 硬扛。
  • 开源=免费：GPU、带宽、运维人力都是成本，开源只是"成本结构"不同。
  • 看多模态就选全模态：如果只用文本，为多模态能力付钱是浪费；选"够用"而非"最全"。

六、如何获取与运行 ​

路线适用做法
闭源 API无部署条件、追求能力上限、快速上线各官方平台注册拿 Key（OpenAI/Anthropic/Google/智谱/月之暗面等），或用 OpenRouter 等聚合平台统一接入
开源权重私有化、微调、成本优化Hugging Face Hub 下载 → vLLM（服务化）/ llama.cpp（CPU 边缘）/ Ollama（本地体验）
混合分级路由简单任务走小模型/开源，复杂任务走闭源 API

完整的显存估算、量化、并发指标与部署步骤见部署与服务化，工具选型见框架与工具选型。

七、保持更新 ​

模型市场的节奏以"月"为单位：本页档案在你读到的时候可能已经落后。建议固定几个信息源每周扫一遍：

  1. 官方渠道：OpenAI / Anthropic / Google / Meta 的官方博客与模型文档（见参考资料）；
  2. 社区榜单：LMArena 与 Hugging Face 趋势榜，看新模型实测口碑；
  3. 论文：arXiv 与前沿进展，看技术路线的下一步；
  4. 工具链：vLLM / llama.cpp 的 release notes，新模型支持通常最先出现在这里。

延伸阅读 ​

参考资料 ​