2026-04-03 09:56:14 +08:00
{
"data" : [
{
"title" : "Anthropic" ,
"value" : "ANTHROPIC" ,
"LLM" : [
{ "label" : "claude-sonnet-4-20250514" , "value" : "claude-sonnet-4-20250514" , "descr" : "【Claude 4系列】Claude Sonnet 4具有卓越推理能力的高性能模型。\n\n支持文本和图像输入， ， （ ） , "type" : "text,image" } ,
{ "label" : "claude-opus-4-20250514" , "value" : "claude-opus-4-20250514" , "descr" : "【Claude 4系列】Claude Opus 4是最强大、最有能力的模型。\n\n支持文本和图像输入， ， ， , "type" : "text,image" } ,
{ "label" : "claude-3-7-sonnet-20250219" , "value" : "claude-3-7-sonnet-20250219" , "descr" : "【Claude 3.7系列】Claude Sonnet 3.7中型模型，具备卓越的推理能力和效率。\n\n适合企业工作负载和大规模AI部署。" , "type" : "text,image" } ,
{ "label" : "claude-3-5-sonnet-20241022" , "value" : "claude-3-5-sonnet-20241022" , "descr" : "Claude 3.5 Sonnet是Anthropic最强大的AI模型。\n\n在编程、多步骤工作流、图表解释等复杂任务中表现出色。支持200k上下文长度， , "type" : "text,image" } ,
{ "label" : "claude-3-5-haiku-20241022" , "value" : "claude-3-5-haiku-20241022" , "descr" : "【快速模型】Claude 3.5 Haiku是Anthropic最快的AI模型。\n\n响应速度快， ， ， , "type" : "text,image" } ,
{ "label" : "claude-3-opus-20240229" , "value" : "claude-3-opus-20240229" , "descr" : "Claude 3 Opus是Claude 3系列中性能最强的模型。\n\n在高度复杂的任务上表现出色， ， , "type" : "text,image" } ,
{ "label" : "claude-3-sonnet-20240229" , "value" : "claude-3-sonnet-20240229" , "descr" : "Claude 3 Sonnet在智能和速度之间取得了良好平衡。\n\n适合企业工作负载和大规模AI部署。支持200k上下文长度， , "type" : "text,image" } ,
{ "label" : "claude-3-haiku-20240307" , "value" : "claude-3-haiku-20240307" , "descr" : "Claude 3 Haiku是Claude 3系列中最快的模型。\n\n提供接近即时的响应， ， , "type" : "text,image" }
] ,
"type" : [ "LLM" ] ,
"baseUrl" : "https://api.anthropic.com/v1" ,
"LLMDefaultValue" : "claude-3-5-sonnet-20241022"
} ,
{
"title" : "DeepSeek" ,
"value" : "DEEPSEEK" ,
"LLM" : [
2026-05-18 20:05:03 +08:00
{ "label" : "deepseek-v4-pro" , "value" : "deepseek-v4-pro" , "descr" : "【官方模型】深度求索 新推出的推理模型R1满血版\n火便全球。\n支持64k上下文， , "type" : "text" } ,
{ "label" : "deepseek-v4-flash" , "value" : "deepseek-v4-flash" , "descr" : "【官方模型】深度求索 新推出的推理模型R1满血版\n火便全球。\n支持64k上下文， , "type" : "text" } ,
{ "label" : "deepseek-reasoner" , "value" : "deepseek-reasoner" , "descr" : " 2026/07/24下线， ， , "type" : "text" } ,
{ "label" : "deepseek-chat" , "value" : "deepseek-chat" , "descr" : "2026/07/24下线， ， ， ； , "type" : "text" }
2026-04-03 09:56:14 +08:00
] ,
"type" : [ "LLM" ] ,
"baseUrl" : "https://api.deepseek.com/v1" ,
2026-05-18 20:05:03 +08:00
"LLMDefaultValue" : "deepseek-v4-pro"
2026-04-03 09:56:14 +08:00
} ,
{
"title" : "Ollama" ,
"value" : "OLLAMA" ,
"LLM" : [
{ "label" : "llama2" , "value" : "llama2" } ,
{ "label" : "llama2:13b" , "value" : "llama2:13b" } ,
{ "label" : "llama2:70b" , "value" : "llama2:70b" } ,
{ "label" : "llama2-chinese:13b" , "value" : "llama2-chinese:13b" } ,
{ "label" : "llama3:8b" , "value" : "llama3:8b" } ,
{ "label" : "llama3:70b" , "value" : "llama3:70b" } ,
{ "label" : "qwen:0.5b" , "value" : "qwen:0.5b" } ,
{ "label" : "qwen:1.8b" , "value" : "qwen:1.8b" } ,
{ "label" : "qwen:4b" , "value" : "qwen:4b" } ,
{ "label" : "qwen:7b" , "value" : "qwen:7b" } ,
{ "label" : "qwen:14b" , "value" : "qwen:14b" } ,
{ "label" : "qwen:32b" , "value" : "qwen:32b" } ,
{ "label" : "qwen:72b" , "value" : "qwen:72b" } ,
{ "label" : "qwen:110b" , "value" : "qwen:110b" } ,
{ "label" : "qwen2:72b-instruct" , "value" : "qwen2:72b-instruct" } ,
{ "label" : "qwen2:57b-a14b-instruct" , "value" : "qwen2:57b-a14b-instruct" } ,
{ "label" : "qwen2:7b-instruct" , "value" : "qwen2:7b-instruct" } ,
{ "label" : "qwen2.5:72b-instruct" , "value" : "qwen2.5:72b-instruct" } ,
{ "label" : "qwen2.5:32b-instruct" , "value" : "qwen2.5:32b-instruct" } ,
{ "label" : "qwen2.5:14b-instruct" , "value" : "qwen2.5:14b-instruct" } ,
{ "label" : "qwen2.5:7b-instruct" , "value" : "qwen2.5:7b-instruct" } ,
{ "label" : "qwen2.5:1.5b-instruct" , "value" : "qwen2.5:1.5b-instruct" } ,
{ "label" : "qwen2.5:0.5b-instruct" , "value" : "qwen2.5:0.5b-instruct" } ,
{ "label" : "qwen2.5:3b-instruct" , "value" : "qwen2.5:3b-instruct" } ,
{ "label" : "phi3" , "value" : "phi3" }
] ,
"EMBED" : [
{ "label" : "nomic-embed-text" , "value" : "nomic-embed-text" }
] ,
"type" : [ "LLM" , "EMBED" ] ,
"baseUrl" : "http://localhost:11434" ,
"LLMDefaultValue" : "llama2" ,
"EMBEDDefaultValue" : "nomic-embed-text"
} ,
{
"title" : "OpenAI" ,
"value" : "OPENAI" ,
"LLM" : [
{ "label" : "gpt-3.5-turbo" , "value" : "gpt-3.5-turbo" , "descr" : "纯官方高速GPT3.5系列， ， ， , "type" : "text"
} ,
{ "label" : "gpt-4" , "value" : "gpt-4" , "descr" : "纯官方GPT4系列。知识库截止于2021年， ， ， , "type" : "text" } ,
{ "label" : "gpt-4o" , "value" : "gpt-4o" , "descr" : "GPT-4o， ， ， , "type" : "text,image" } ,
{ "label" : "gpt-4o-mini" , "value" : "gpt-4o-mini" , "descr" : "GPT-4o mini是目前性价比最高的小参数模型， ， ， ， , "type" : "text,image" } ,
{ "label" : "gpt-4-turbo" , "value" : "gpt-4-turbo" , "descr" : "纯官方GPT4系列， ， ， ， , "type" : "text,image" } ,
{ "label" : "gpt-4-turbo-preview" , "value" : "gpt-4-turbo-preview" , "descr" : "纯官方GPT4系列， ， , "type" : "text" } ,
{ "label" : "gpt-3.5-turbo-0125" , "value" : "gpt-3.5-turbo-0125" , "descr" : "openai于2024年1月25号更新的gpt-3.5模型， ， , "type" : "text" } ,
{ "label" : "gpt-3.5-turbo-1106" , "value" : "gpt-3.5-turbo-1106" , "descr" : "openai于2023年11月6号更新的gpt-3.5模型， , "type" : "text" } ,
{ "label" : "gpt-3.5-turbo-0613" , "value" : "gpt-3.5-turbo-0613" , "descr" : "通过微调后可以更准确地按照用户的指示进行操作， ， ， , "type" : "text" } ,
{ "label" : "gpt-4o-2024-05-13" , "value" : "gpt-4o-2024-05-13" , "descr" : "GPT-4o， ， ， , "type" : "text,image" } ,
{ "label" : "gpt-4-turbo-2024-04-09" , "value" : "gpt-4-turbo-2024-04-09" , "descr" : "纯官方GPT4系列， ， ， ， , "type" : "text,image" } ,
{ "label" : "gpt-4-0125-preview" , "value" : "gpt-4-0125-preview" , "descr" : "纯官方GPT4系列， ， , "type" : "text" } ,
{ "label" : "gpt-4-1106-preview" , "value" : "gpt-4-1106-preview" , "descr" : "纯官方GPT4系列， ， , "type" : "text" }
] ,
"EMBED" : [
{ "label" : "text-embedding-ada-002" , "value" : "text-embedding-ada-002" , "descr" : "用于生成文本嵌入的模型。文本嵌入是将文本转换为数值形式（通常是向量），以便可以用于机器学习模型。" , "type" : "vector,embeddings" } ,
{ "label" : "text-embedding-3-small" , "value" : "text-embedding-3-small" , "descr" : "用于生成文本的嵌入表示，网络结构较小，计算资源需求较低。虽然可能不如\"large\"版本那样精准，但它更适合于资源受限的环境或需要更快速处理的任务。" , "type" : "vector,embeddings" } ,
{ "label" : "text-embedding-3-large" , "value" : "text-embedding-3-large" , "descr" : "用于生成文本的嵌入表示，即将文本转换为高维空间中的点，这些点的距离可以表示文本之间的相似度。有较大的网络结构，能够捕捉更丰富的语言特征，适用于需要高质量文本相似度或分类任务的场景。" , "type" : "vector,embeddings" }
] ,
"IMAGE" : [
{ "label" : "gpt-image-1.5" , "value" : "gpt-image-1.5" , "descr" : "openAI强大的图片生成模型， ， ， , "type" : "imageGen" } ,
{ "label" : "gpt-image-1" , "value" : "gpt-image-1" , "descr" : "是一个图片生成模型，支持图像生成与编辑功能，生图图片支持中文文字。" , "type" : "imageGen" } ,
{ "label" : "dall-e-2" , "value" : "dall-e-2" , "descr" : "是OpenAI推出的文本生成图像系统" , "type" : "imageGen" } ,
{ "label" : "dall-e-3" , "value" : "dall-e-3" , "descr" : "是OpenAI开发的第三代文本到图像生成模型,提升了图像细节处理和艺术风格迁移能力" , "type" : "imageGen" }
] ,
"type" : [ "LLM" , "EMBED" , "IMAGE" ] ,
"baseUrl" : "https://api.openai.com/v1/" ,
"LLMDefaultValue" : "gpt-4o-mini" ,
"EMBEDDefaultValue" : "text-embedding-ada-002" ,
"IMAGEDefaultValue" : "gpt-image-1.5"
} ,
{
"title" : "通义千问" ,
"value" : "QWEN" ,
"LLM" : [
{ "label" : "qwen-turbo" , "value" : "qwen-turbo" , "descr" : "通义千问超大规模语言模型，支持中文、英文等不同语言输入。适合文本创作、文本处理、编程辅助、翻译服务、对话模拟。" , "type" : "text" } ,
{ "label" : "qwen-plus" , "value" : "qwen-plus" , "descr" : "通义千问超大规模语言模型，支持中文、英文等不同语言输入。适合文本创作、文本处理、编程辅助、翻译服务、对话模拟。" , "type" : "text" } ,
{ "label" : "qwen-max" , "value" : "qwen-max" , "descr" : "暂无描述内容！" , "type" : "text" }
] ,
"EMBED" : [
{ "label" : "text-embedding-v2" , "value" : "text-embedding-v2" , "descr" : "是一种将文本数据转换为向量的技术，通过深度学习模型将文本的语义信息嵌入到高维向量空间中。这些向量不仅能表达文本内容，还能捕捉文本之间的相似性和关系，从而让计算机高效地进行文本检索、分类、聚类等任务。" , "type" : "vector" }
] ,
"IMAGE" : [
{ "label" : "wan2.2-t2i-plus" , "value" : "wan2.2-t2i-plus" , "descr" : "全新升级的通义万相2.2文生图， ， ， ， , "type" : "imageGen" } ,
{ "label" : "wan2.2-t2i-flash" , "value" : "wan2.2-t2i-flash" , "descr" : "全新升级的通义万相2.2文生图， ， ， ， , "type" : "imageGen" } ,
{ "label" : "wan2.5-i2i-preview" , "value" : "wan2.5-i2i-preview" , "descr" : "是万相2.5系列中的图像编辑模型，专注于通用图像编辑任务，支持单图编辑和多图融合功能" , "type" : "imageGen" } ,
{ "label" : "wanx2.1-imageedit" , "value" : "wanx2.1-imageedit" , "descr" : "是阿里云百炼平台提供的通用图像编辑模型，适用于多种图像处理任务，如风格迁移、内容编辑、尺寸优化等" , "type" : "imageGen" } ,
{ "label" : "wanx-v1" , "value" : "wanx-v1" , "descr" : "是通义万相系列中的文本生成图像模型，支持中英文双语输入和多种图像风格生成" , "type" : "imageGen" }
] ,
"type" : [ "LLM" , "EMBED" , "IMAGE" ] ,
"baseUrl" : "https://dashscope.aliyuncs.com/api/v1/services/" ,
"baseImageUrl" : "https://dashscope.aliyuncs.com/api/v1/" ,
"LLMDefaultValue" : "qwen-plus" ,
"EMBEDDefaultValue" : "text-embedding-v2" ,
"IMAGEDefaultValue" : "wan2.2-t2i-plus"
} ,
{
"title" : "千帆大模型" ,
"value" : "QIANFAN" ,
"LLM" : [
{ "label" : "ERNIE-Bot" , "value" : "ERNIE-Bot" , "descr" : "是百度推出的一款知识增强大语言模型，主要用于与人对话互动、回答问题、协助创作，帮助人们高效便捷地获取信息、知识和灵感" , "type" : "text" } ,
{ "label" : "ERNIE-Bot 4.0" , "value" : "ERNIE-Bot 4.0" , "descr" : "百度自行研发的文心产业级知识增强大语言模型4.0版本\n\n实现了基础模型的全面升级， ， , "type" : "text" } ,
{ "label" : "ERNIE-Bot-8K" , "value" : "ERNIE-Bot-8K" , "descr" : "主要用于数据分析场景， ， , "type" : "text" } ,
{ "label" : "ERNIE-Bot-turbo" , "value" : "ERNIE-Bot-turbo" , "descr" : "是一个大语言模型，主要用于对话问答、内容创作生成等任务。它是百度自行研发的大语言模型，覆盖了海量中文数据，具有更强的对话问答和内容创作生成能力" , "type" : "text" } ,
{ "label" : "ERNIE-Speed-128K" , "value" : "ERNIE-Speed-128K" , "descr" : "是一款基于Transformer结构的轻量级语言模型， ， , "type" : "text" } ,
{ "label" : "EB-turbo-AppBuilder" , "value" : "EB-turbo-AppBuilder" , "descr" : "主要用于企业级应用场景， ， ， , "type" : "text" } ,
{ "label" : "Yi-34B-Chat" , "value" : "Yi-34B-Chat" , "descr" : "Yi-34B-Chat是一款基于Transformer架构的生成式预训练语言模型， ， , "type" : "text" } ,
{ "label" : "BLOOMZ-7B" , "value" : "BLOOMZ-7B" , "descr" : "是一个用于生成文本序列的自回归模型， ， ， ， , "type" : "text" } ,
{ "label" : "Qianfan-BLOOMZ-7B-compressed" , "value" : "Qianfan-BLOOMZ-7B-compressed" , "descr" : "是千帆团队在BLOOMZ-7B基础上的压缩版本， ， , "type" : "text" } ,
{ "label" : "Mixtral-8x7B-Instruct" , "value" : "Mixtral-8x7B-Instruct" , "descr" : "由Mistral AI发布的首个高质量稀疏专家混合模型 (MOE)， ， ， ， , "type" : "text" } ,
{ "label" : "Llama-2-7b-chat" , "value" : "Llama-2-7b-chat" , "descr" : "由Meta AI研发并开源， ， ， , "type" : "text" } ,
{ "label" : "Llama-2-13b-chat" , "value" : "Llama-2-13b-chat" , "descr" : "由Meta AI研发并开源， ， ， , "type" : "text" } ,
{ "label" : "Llama-2-70b-chat" , "value" : "Llama-2-70b-chat" , "descr" : "由Meta AI研发并开源， ， , "type" : "text" } ,
{ "label" : "Qianfan-Chinese-Llama-2-7B" , "value" : "Qianfan-Chinese-Llama-2-7B" , "descr" : "是千帆团队在Llama-2-7b基础上的中文增强版本， , "type" : "text" } ,
{ "label" : "ChatGLM2-6B-32K" , "value" : "ChatGLM2-6B-32K" , "descr" : "是在ChatGLM2-6B的基础上进一步强化了对于长文本的理解能力， , "type" : "text" } ,
{ "label" : "AquilaChat-7B" , "value" : "AquilaChat-7B" , "descr" : "是由智源研究院研发， ， ， ， ， , "type" : "text" }
] ,
"EMBED" : [
{ "label" : "Embedding-V1" , "value" : "Embedding-V1" , "descr" : "主要用于将离散对象（如文本、图像等）映射为连续的数值向量，以便于计算机处理和机器学习模型的训练和使用" , "type" : "vector,embeddings" } ,
{ "label" : "tao-8k" , "value" : "tao-8k" , "descr" : "是由Huggingface开发者amu研发并开源的长文本向量表示模型,支持8k上下文长度,模型效果在C-MTEB上居前列,是当前最优的中文长文本embeddings模型之一" , "type" : "vector" } ,
{ "label" : "bge-large-zh" , "value" : "bge-large-zh" , "descr" : "是由智源研究院研发的中文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。" , "type" : "vector" } ,
{ "label" : "bge-large-en" , "value" : "bge-large-en" , "descr" : "是由智源研究院研发的英文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。" , "type" : "vector" }
] ,
"type" : [ "LLM" , "EMBED" ] ,
"baseUrl" : "https://aip.baidubce.com" ,
"LLMDefaultValue" : "Yi-34B-Chat" ,
"EMBEDDefaultValue" : "Embedding-V1"
} ,
{
"title" : "智谱AI" ,
"value" : "ZHIPU" ,
"LLM" : [
{ "label" : "glm-4" , "value" : "glm-4" , "descr" : "是一个多模态大语言模型，主要用于处理复杂的指令和任务，支持长文本处理、多模态理解和文生图等功能" , "type" : "text,image" } ,
{ "label" : "glm-4v" , "value" : "glm-4v" , "descr" : "智谱：多模态模型\n\n更懂中文的视觉理解、文生图等多模态模型能力。准确理解各任务场景语言描述及指令， ， , "type" : "text,image" } ,
{ "label" : "glm-4-flash" , "value" : "glm-4-flash" , "descr" : "该模型官方免费， ， , "type" : "text" } ,
{ "label" : "glm-3-turbo" , "value" : "glm-3-turbo" , "descr" : "是一种基于transformer结构的语言模型， , "type" : "text" }
] ,
"EMBED" : [
{ "label" : "Embedding-3" , "value" : "Embedding-3" , "descr" : "主要用于文本搜索、聚类、推荐等任务。它通过将文本映射到低维向量空间，使得文本之间的语义关系可以通过向量之间的距离或相似度来衡量，从而支持各种基于向量的应用。" , "type" : "vector" } ,
{ "label" : "Embedding-2" , "value" : "Embedding-2" , "descr" : "用于将高维离散数据映射到低维连续数值向量中，以便机器学习模型能够更好地处理和理解这些数据" , "type" : "vector" }
] ,
"IMAGE" : [
{ "label" : "CogView-4" , "value" : "CogView-4" , "descr" : "智谱首个支持生成汉字的开源文生图模型，在语义理解、图像生成质量、中英文字生成能力等方面全面提升，支持任意长度的中英双语输入，能够生成在给定范围内的任意分辨率图像。" , "type" : "imageGen" } ,
{ "label" : "Cogview-3-Flash" , "value" : "Cogview-3-Flash" , "descr" : "是智谱推出的免费图像生成模型， , "type" : "imageGen" }
] ,
"type" : [ "LLM" , "EMBED" , "IMAGE" ] ,
"baseUrl" : "https://open.bigmodel.cn" ,
"LLMDefaultValue" : "glm-4-flash" ,
"EMBEDDefaultValue" : "Embedding-2" ,
"IMAGEDefaultValue" : "CogView-4"
2026-05-18 20:05:03 +08:00
} ,
{
"title" : "Google Gemini" ,
"value" : "GOOGLE" ,
"LLM" : [
{ "label" : "gemini-2.5-pro" , "value" : "gemini-2.5-pro" , "descr" : "【Gemini 2.5系列】Google最新旗舰思维模型， ， ， ， , "type" : "text,image" } ,
{ "label" : "gemini-2.5-flash" , "value" : "gemini-2.5-flash" , "descr" : "【Gemini 2.5系列】Google最新的高效思维模型， ， ， ， , "type" : "text,image" }
] ,
"IMAGE" : [
{ "label" : "gemini-3-pro-image-preview" , "value" : "gemini-3-pro-image-preview" , "descr" : "Google最新Gemini 3 Pro图像生成预览模型， ， , "type" : "imageGen" } ,
{ "label" : "gemini-2.5-flash-image" , "value" : "gemini-2.5-flash-image" , "descr" : "基于Gemini 2.5 Flash的图像生成模型， ， ， , "type" : "imageGen" }
] ,
"type" : [ "LLM" , "IMAGE" ] ,
"baseUrl" : "https://generativelanguage.googleapis.com/v1beta" ,
"LLMDefaultValue" : "gemini-2.5-flash" ,
"IMAGEDefaultValue" : "gemini-2.5-flash-image"
} ,
{
"title" : "vLLM" ,
"value" : "VLLM" ,
"LLM" : [ ] ,
"EMBED" : [ ] ,
"IMAGE" : [ ] ,
"type" : [ "LLM" , "EMBED" , "IMAGE" ] ,
"baseUrl" : "http://localhost:8000/v1"
} ,
{
"title" : "LM stdio" ,
"value" : "LMSTDIO" ,
"LLM" : [ ] ,
"EMBED" : [ ] ,
"IMAGE" : [ ] ,
"type" : [ "LLM" , "EMBED" , "IMAGE" ] ,
"baseUrl" : "http://localhost:1234/v1"
} ,
{
"title" : "Xinference" ,
"value" : "XINFERENCE" ,
"LLM" : [ ] ,
"EMBED" : [ ] ,
"IMAGE" : [ ] ,
"type" : [ "LLM" , "EMBED" , "IMAGE" ] ,
"baseUrl" : "http://localhost:9997/v1"
2026-04-03 09:56:14 +08:00
}
]
}
