模型榜单
大模型榜单与模型选型
汇总大模型测评来源、中文场景选型、API 成本、本地部署和不同任务下的模型推荐。
适合需要在 ChatGPT、Claude、Gemini、DeepSeek、Qwen、Kimi、本地模型之间做选择的人。
先看这些
工具、对比和入门页
最近更新
最近实测与 AI 动态
GLM-5.2、Kimi 2.7 Code、Claude Opus 4.8 对比实测：Agent 任务谁更稳
GLM-5.2、Kimi 2.7 Code 和 Claude Opus 4.8 对比实测：用 Excel 数据分析网页任务测试代码生成、长程 Agent 执行、图表和报告能力。
看实测实测最新 Qwen3.7-Max，对比 Claude Opus 4.8，DeepSeek-V4，结果太意外了！
实测最新 Qwen3.7-Max：最近 Qwen3.7-Max，Claude Opus 4.8，两个模型发布，Claude Opus 4.8，第一，Qwen3.7-Max，第二，前面只有 Opus 4.8，到底实际生产。
看实测DeepSeek-V4 本地部署教程：LM Studio 跑 Qwen3.5-9B GGUF 实测
DeepSeek-V4 本地部署实测：用 LM Studio 下载 Qwen3.5-9B-DeepSeek-V4-Flash-GGUF，说明显存门槛、GGUF 版本、RAG/Agent 场景和普通电脑能不能跑。
看实测Qwen3.6-35B 接入 MyClaw 实测：讯飞星辰 MaaS API 配置教程
用讯飞星辰 MaaS 的 Qwen3.6-35B API 接入 MyClaw/OpenClaw，记录 Base URL、模型 ID、API Key 配置、联通测试和代码、数据分析效果。
看实测DeepSeek，4o，Qwen，Kimi，全被攻破！竟都回答OpenAI的CEO是Tim Cook？到底发生了什么！
DeepSeek，4o，Qwen，Kimi，全被攻破！竟都回答OpenAI的CEO：首先跟大家汇报下DeepSeekMine（一个本地个人知识库管理软件）最新进度，大概在3天左右发布一个大版本，并且我们先临时下线了历史。
看实测Qwen3.6:27B 本地部署与 Agent 实测：Ollama + OpenClaw 使用体验
Qwen3.6:27B 本地部署和 Agent 能力实测：用 Ollama 下载运行模型，接入 OpenClaw/MyClaw 测试本地算力、工具调用、多模态任务和自动化工作流表现。
看实测MiniMax-M3 实测：对比 GPT-5.5、DeepSeek-V4 的代码与 Agent 能力
MiniMax-M3 发布后，我用 Excel 数据分析页面、图片分割和多步骤 Agent 任务对比 GPT-5.5、DeepSeek-V4，记录代码生成、工具调用、稳定性和适合场景。
看实测彻底爆了！阿里最新Qwen大模型，再次拿下第一！
彻底爆了！阿里最新Qwen大模型，再次拿下第一：很多读者平时都会使用各种大模型来帮自己写代码、处理工作文档，但大家心里经常会有一个疑问：现在到底哪个大模型最聪明？国产大模型和海外顶尖模型相比，到底在什么水平，今天这篇文。
看实测相关教程
相关教程文章
8 ChatGPT原理小白教程：模型训练之预训练与微调
预训练和微调可以用学习过程来理解：先大量阅读形成语言直觉，再用更小、更明确的数据训练它按某种方式回答。这个区分很重要，因为很多产品问题不是模型不会，而是没有对齐到你的任务。
阅读文章0 AI大模型零基础学习路线图
我重新看这篇路线图时，最想补的一点是学习顺序。很多人一上来就追参数、榜单和各种模型名，结果本地环境还没跑通，就已经被新名词绕晕了。我的做法是先把电脑能运行的小模型跑起来，再回头补 Transformer、RAG、微调这些概念，这样每个概念都有能落地的画面。
阅读文章34 DeepSeek现在能直接生成Word、PDF、Excel了，还能一键导出，这个确实很赞！
Word、PDF、Excel 导出很实用，但验收不能只看文件能下载。标题层级、表格宽度、分页、中文字体和公式显示，都可能影响实际使用。尤其是给客户或同事看的文件，格式问题会直接影响信任。
阅读文章28 DeepSeekMine个人知识库软件三个使用技巧
使用技巧最好来自真实重复场景。比如文件命名清楚、同类资料分组、问题里带上时间和范围，这些看起来小，但会直接影响检索和回答。工具越智能，资料管理越不能随意。
阅读文章25 DeepSeek接入Mureka，直接生成好听的音乐，确实可以封神了！
音乐生成的门槛降低后，更要注意使用边界。试听好听只是第一步，能否导出、能否商用、歌词有没有问题、是否和已有作品过近，都需要单独确认。内容越容易生成，越要保留人工判断。
阅读文章13 DeepSeek满血版, 这样部署确实可以封神了！
满血部署最容易被忽略的是恢复能力。模型跑起来只是第一步，还要知道服务挂了怎么重启、日志在哪里、端口是否被占用、显存是否被其他进程抢走。真实使用里，稳定性比一次成功截图更重要。
阅读文章9 DeepSeek满血版，直接在线飞速跑，确实可以封神了！
在线满血版最吸引人的地方是省配置，但我会同时看三个指标：高峰期是否排队，长上下文是否稳定，费用是否适合高频使用。只看一次演示速度，很容易低估长期使用成本。
阅读文章2 ChatGPT的历史背景
我看 ChatGPT 的历史，不会只记发布时间线，而是看三条线怎样合在一起：模型架构变强、训练数据变大、交互产品变简单。真正改变普通用户体验的，是这三件事同时发生。
阅读文章33 这样做，DeepSeek终于不再胡说了！
让模型少胡说，不能只靠一句“不要编造”。更有效的是给它可靠资料、要求引用来源、找不到时允许拒答，并把高风险答案交给人复核。幻觉问题是系统设计问题，不只是提示词问题。
阅读文章32 DeepSeek接入这个智能体后，能够吞下整本书了，确实可以封神了！
整本书不是把 PDF 丢进去就结束。章节结构、目录层级、引用页码和问题范围都会影响回答。我的做法是先让系统能按章节找依据，再做总结和跨章节比较。
阅读文章29 DeepSeekMine-V6.1软件修复问题
修复说明最有价值的部分，是告诉用户这个问题在什么情况下出现、现在怎样确认已经解决。只写“优化体验”很难让人放心。能复现、能验证，才是对用户真正有帮助的更新记录。
阅读文章26 DeepSeek+实在Agent，一句指令生成全自动流程
一句指令生成流程很吸引人，但我更关心它哪里会停下来让人确认。涉及文件、账号、支付、发布这些动作时，智能体不能一路自动执行到底。好的自动化应该省步骤，不应该省掉责任。
阅读文章18 DeepSeek接入个人知识库，最新软件安装包发布！
我不建议一看到最新版本就直接覆盖旧环境。先用几份测试文档跑一遍导入、检索、问答和导出，确认没有明显问题，再迁移正式资料。这个节奏慢一点，但能避免把旧数据置于风险里。
阅读文章16 DeepSeek平台使用介绍
看平台时我会按真实流程走一遍：注册、选择模型、发起调用、查看用量、处理失败。只要其中某一步不清楚，后面接入项目就会卡。平台介绍最好服务于这个流程，而不是只罗列菜单。
阅读文章14 DeepSeek接入个人知识库，v0.4软件安装包发布！
版本更新我一般不只看“新增了什么”，还会看旧数据是否兼容。知识库软件最怕升级后索引丢失、配置变动或旧文件打不开，所以更新前先留备份，比看更新说明更重要。
阅读文章1 为什么要在本地部署大模型
我建议先把“为什么本地部署”想清楚，再去装模型。对个人用户来说，它最大的价值不是跑分，而是私密资料不用上传、网络差的时候还能用、失败时能看到日志。只要你准备拿它处理真实文件，这几个好处就比单纯追求满血模型更实际。
阅读文章3 DeepSeek 零基础必知
我读这类基础概念时，会尽量把它们和本地使用联系起来。比如 1.5B、7B、70B 不只是数字，它们会影响下载体积、内存占用、回答速度和效果上限。理解这些，后面选模型时就不会只看名字。
阅读文章4 DeepSeek-R1 精华图解
这篇原本已经有不少论文图，我补这张图的目的不是替代论文，而是把阅读顺序画出来。先看 R1-Zero 为什么特别，再看它为什么还需要可读性和通用能力补强，最后再理解 R1 怎样把推理能力接到真实使用里。
阅读文章常见问题
模型榜单能直接决定选型吗？
不能。榜单只能缩小候选，最终还要结合任务、成本、速度、上下文、隐私和你自己的小样本测试。
中文用户应该优先看哪些维度？
中文表达、长文档、代码、工具调用、国内可访问性、价格和数据合规都要单独看。