大语言模型排行榜 Top 50
由 ToolRank 排名 — ToolPotion 专有的热度引擎
当前第 1 名GPT-5.5 AI模型75强劲- 已衡量
- 93
- 平均信号强度
- 35.6/100
- 总受众
- 62.8M
ToolRank
ToolRank 是 ToolPotion 自主研发的排名引擎。
它持续评估来自开放网络的数百项信号——真实流量与热度、受众与社区实力、权威性与持久度、采用率与参与度——处理数以百万计的数据点，让每个工具都排在它应得的位置。
每一类 AI 都有专属的衡量模型：证明一款 SaaS 应用有吸引力的依据，并不适用于开源框架或创作者频道。缺少某个平台的数据从不会让工具吃亏——ToolRank 只评估现有的证据。
没有付费排名，没有自报数据。
在大语言模型中，DeepSeek 遥遥领先，提供DeepSeek-R1等开源模型，其API兼容OpenAI和Anthropic格式。纯编程工作选Code Llama，编程加知识型工作则选GPT-5.6。 — 编辑观点
快速精选
- # 1最佳之选GPT-5.5 AI模型GPT-5.5是OpenAI最新的模型，旨在处理编码、研究和数据分析等复杂任务。它提供了更高的效率和智能，非常适合专业和科学工作。75ToolRank强劲
- # 2亚军
DeepSeekDeepSeek是一家专注于开发通用人工智能的AI研究公司。它提供开源前沿大型语言模型（LLM），如DeepSeek-V4、DeepSeek-R1和DeepSeek-Coder，使用户能够与AI聊天或通过API集成以实现各种应用。72ToolRank强劲
- # 3季军
Hugging FaceHugging Face是一个致力于通过开源和开放科学推动和普及人工智能的平台。它为开发者和研究人员提供了广泛的AI模型和工具。71ToolRank强劲
- 4
Command R+ 模型Command R+ 是 Cohere 的大型语言模型，专为对话交互和长上下文任务优化。它在复杂的检索增强生成（RAG）工作流程和多步骤工具使用中表现出色，为生产环境提供高性能。55ToolRank稳健 - 5
Kimi K3.1 ProKimi K3.1 Pro 是一个开放权重、原生多模态的智能模型，拥有 2.8 万亿参数，旨在用于高级应用。它具有 100 万标记的上下文窗口，并在编码、3D 创作、金融研究和事实准确性方面提供显著改进。该模型是 K3.1 系列中的第一个，经过大规模联合强化学习后训练，涵盖多个领域。54ToolRank稳健 - 6
Mistral Large 4Mistral Large 4 是一款强大的原生多模态专家混合模型，拥有 1 万亿参数，旨在处理复杂的 AI 工作负载。它在指令跟随、推理、编码和代理工作流程方面表现出色，在网络安全、金融和法律领域提供强大的性能。该模型支持 160 多种语言，并具有 1M 的上下文长度，适用于多种应用。53ToolRank稳健 - 7
Codestral AI PlatformCodestral 是一个开放权重的生成式 AI 模型，专为代码生成任务设计。它支持超过 80 种编程语言，帮助开发者高效地编写和交互代码。凭借 22B 参数模型，它提供先进的代码补全和错误减少能力。48ToolRank稳健 - 8
DeepSeek-V4.1-Flash-1017DeepSeek-V4.1-Flash-1017 是 DeepSeek 模型的更新版本，增强了推理、编码和视觉基准。它减少了任务执行时间和输出长度，为用户提供更快且具有成本效益的解决方案。48ToolRank稳健 - 9
Mistral Medium 3.5Mistral Medium 3.5 是一个前沿级别的多模态模型，针对自主和编码用例进行了优化。它以修改后的 MIT 许可证发布，提供了适用于多种应用的先进能力。47ToolRank稳健 - 10
DeepSeek-V4-Pro-0813DeepSeek-V4-Pro-0813 是一个先进的语言模型，旨在增强代理能力和在生产环境中的性能。它在 DeepSeek-V4-Pro（预览）模型的基础上进行了改进，具有更好的解码和推理功能，使其在领先的专有模型中具有竞争力。47ToolRank稳健 - 11
Nemotron 3 Nano OmniNemotron 3 Nano Omni 是 NVIDIA 开发的全模态推理模型，能够处理图像、视频、语音和文本。它为多种应用提供了多功能的 AI 能力。47ToolRank稳健
- 12
NVIDIA Nemotron 3.5 Bolt 74BNVIDIA Nemotron 3.5 Bolt 74B 是一款旨在定制和后训练的大型语言模型。它支持文本、图像和视频输入，使其在各种应用中具有多功能性。46ToolRank稳健 - 13
Qwen3-Coder-NextQwen3-Coder-Next 是一个开放权重的语言模型，专为编码代理和本地开发量身定制。它在代理训练方面表现出色，提供强大的编码能力，同时降低推理成本。45ToolRank稳健 - 14
North Mini CodeNorth Mini Code 是一个 30B-A3B 参数模型，旨在进行代码生成和自主软件工程。由 Cohere Labs 开发，支持工具使用能力，并提供高效的注意力实现，以增强编码任务。45ToolRank稳健 - 15
Qwen3.8-2.4T-A95BQwen3.8-2.4T-A95B 是一个为复杂任务设计的因果语言模型，提供改进的编码、专业工作和研究能力。它支持广泛的上下文长度，并与流行框架集成以实现高效推理。44ToolRank稳健 - 16
NVIDIA Nemotron 3.5 Super VLNVIDIA Nemotron 3.5 Super VL 是一款大型语言模型，旨在处理文本、图像和视频。它采用 Mamba-2–Transformer 混合架构，最适合定制、领域适应和全精度评估。43ToolRank稳健 - 18
Kimi K2.7 代码Kimi K2.7 代码是一个以编码为中心的智能模型，旨在提升软件工程工作流程。它提高了令牌效率和任务完成度，相较于其前身 Kimi K2.6 提供了显著的进步。34ToolRank崛起 - 19
Solar Open 2Solar Open 2 是 Upstage 开发的大型语言模型，专为办公生产力和编码等代理性用例设计。它采用混合注意力专家混合架构，提供高效推理和多语言支持。33ToolRank崛起 - 20
Kolibri 1Kolibri 1 是由 Aleph Alpha 开发的多语言大型语言模型。它在多步骤推理、检索增强生成和编码任务方面表现出色，支持德语和英语。该模型旨在处理复杂任务，具有较大的上下文窗口，并在 Apache 2.0 许可下提供。33ToolRank崛起 - 21
DeepSeek-V4-Flash-0731DeepSeek-V4-Flash-0731 是一个先进的语言模型，增强了代理能力。它在性能上超越了之前的版本，并与顶级专有模型竞争，在各项基准测试中表现出色。31ToolRank崛起 - 22
Inkling-SmallInkling-Small 是一个多功能的多模态模型，处理文本、图像和音频输入以生成文本输出。它支持开发人员创建聊天机器人和编码助手等 AI 应用程序，并提供开放权重以便于研究和集成。31ToolRank崛起 - 23
Mellum2.1 ThinkingMellum2.1 Thinking 是一个大型语言模型，旨在处理编码、数学和推理等复杂任务。由于广泛的强化学习，它在代理任务（如代码库工作和工具使用）方面表现出色。31ToolRank崛起 - 24
代码骆驼代码骆驼是Meta的一个大型语言模型系列，专门针对代码，通过在代码密集型数据上进一步训练Llama 2而构建。它生成代码和关于代码的自然语言，完成和填充代码，并以聊天格式遵循编码指令，具有针对通用代码、Python和指令遵循的专用变体。30ToolRank崛起 - 26
LiquidAI LFM2.5-2.6BLiquidAI LFM2.5-2.6B 是一款为设备部署设计的混合模型，提供高效的推理和智能能力。它支持多种语言，并针对各种平台进行了优化，使其在多种应用中具有灵活性。30ToolRank崛起 - 27
Nemotron-Labs-Audex-2BNemotron-Labs-Audex-2B 是一个统一的音频-文本大型语言模型，旨在处理音频任务，如理解、识别和翻译。它支持思考和指令模式，为多种音频和文本应用提供紧凑高效的解决方案。30ToolRank崛起 - 28
AliceAI-Foundation-80B-A3B-BaseAliceAI-Foundation-80B-A3B-Base 是一个具有混合架构和 MoE 层的基础语言模型，拥有 800 亿个参数。它在事实知识任务中表现出色，尤其是在俄语方面，并支持最长 262,144 个标记的上下文长度。30ToolRank崛起 - 29
Spark-X2.5-4BSpark-X2.5-4B 是一款紧凑型通用语言模型，旨在提高效率和可访问性。它支持超过 200 种语言，并在对话、写作和编码等任务中表现出色，具有高达 1M 令牌的上下文窗口。29ToolRank崛起 - 30
NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16NVIDIA-Nemotron-Labs-Dory1.0-4B-BF16 是一个循环的大型语言模型，旨在进行通用推理。它具有标准化的 GPT 架构和滑动窗口注意力，提供高效的令牌处理和内存管理。29ToolRank崛起 - 31
Nanbeige4.2-3BNanbeige4.2-3B 是一个紧凑的智能模型，旨在提供强大的推理和对齐能力。它在通用代理和代码代理任务中表现出色，超越了更大的模型，同时保持较小的参数规模。29ToolRank崛起 - 32
Laguna S 2.1Laguna S 2.1 是一个混合专家模型，旨在进行自主编码和长时间任务。它拥有 1180 亿个参数，并提供先进的推理能力，适用于复杂的软件工程应用。29ToolRank崛起 - 33
Agents-A1Agents-A1 是一个 35B 混合专家模型，旨在跨多个领域扩展代理能力。它在长时间搜索、工程、科学研究和遵循指令方面表现出色，提供了对前沿规模系统的强大性能。29ToolRank崛起 - 35
Mage-VLMage-VL 是一个编解码器原生的主动流媒体多模态基础模型，旨在高效理解图像和视频。它利用独特的视觉编码器和因果解码器来增强实时流媒体感知，同时降低计算需求。28ToolRank崛起 - 36
GPT-5.6GPT-5.6是OpenAI最新的AI模型，旨在提高各类任务的生产力和效率。它提供了每美元更高的性能，使用户能够以更少的投入实现更多，特别适合编码、知识工作和网络安全等高要求的工作流程。28ToolRank崛起 - 37
DeepSeek-V3DeepSeek-V3 是一个具有 6710 亿参数的专家混合语言模型，旨在实现高效推理和经济实惠的训练。它在各种基准测试中表现出色，展示了在自然语言处理任务中的强大性能。27ToolRank崛起 - 38
Laguna M.1Laguna M.1 是一个拥有 2250 亿参数的专家混合模型，旨在进行自主编码和长时间任务。它具有高容量的专家路由和全局注意力架构，在各种基准测试中表现出色。27ToolRank崛起 - 39
Ling-3.0-flash-FinLing-3.0-flash-Fin 是由蚂蚁集团开发的金融增强模型，将金融专业知识与高效推理相结合，适用于长期工作流程。它提供基于来源的金融搜索和多文档推理。27ToolRank崛起 - 40
Nex-N2.5-miniNex-N2.5-mini 是 Nex-AGI 下一代智能模型系列的一部分。它旨在处理现实环境中的长期任务，增强计算机使用、网页浏览和视觉基础的智能任务能力。26ToolRank崛起 - 41
Ling-3.1-flashLing-3.1-flash 是一个先进的混合推理模型，旨在处理复杂的现实世界任务。它具有5600亿个参数和1百万个令牌的上下文窗口，提升了在医疗、金融和软件工程等多个领域的性能。26ToolRank崛起 - 42
LiquidAI LFM2.5-24B-A2BLiquidAI LFM2.5-24B-A2B 是一个针对快速、私密的设备端代理优化的 24B 参数推理模型。它具有高效的推理能力，并支持多种语言，非常适合代理工作流和工具使用。25ToolRank崛起 - 43
ALoDLM-8BALoDLM-8B 是由亚马逊开发的扩散语言模型，旨在生成文本和代码。它使用自适应计算来优化潜在状态，提高语言任务的效率和准确性。该模型是 ALoDLM 系列的一部分，支持非商业语言建模和代码生成研究。25ToolRank崛起 - 44
InternLMIntern Large Models (InternLM)，由上海人工智能实验室开发，提供开源的大语言模型（LLM）和多模态大语言模型（MLLM）。其套件包括 InternVL 和 InternLM-XComposer 等模型，以及用于开发和应用的工具链，其中包含用于微调的 XTuner 和用于部署的 LMDeploy。21ToolRank崛起 - 45
BloombergGPTBloombergGPT 是一个拥有 500 亿参数的大型语言模型，专门针对金融相关任务进行调优。它旨在增强金融数据处理和分析，为金融行业的专业人士提供洞察和预测。21ToolRank崛起 - 46
Kimi-K2-Instruct 模型Kimi-K2-Instruct 是一款先进的混合专家语言模型，专为高级人工智能任务而设计。它在推理、编码和工具使用方面表现出色，提供了32亿激活参数的强大性能。20ToolRank崛起 - 47
SmolLM3语言模型SmolLM3是一个拥有30亿参数的语言模型，旨在推动小型模型的边界。它支持双模式推理、六种语言和长上下文处理，在30亿到40亿规模上提供强大的性能。20ToolRank崛起 - 48
MiniMax M3 - 编码与自主任务的前沿MiniMax M3 是一个先进的 AI 模型，在编码和自主任务方面表现出色。它具有 1M 的上下文窗口和原生的多模态理解，基于 MSA 架构。该模型提供开放权重功能，使其成为开发者和研究人员的多功能工具。19ToolRank起步
- 49
BERT 多语言模型BERT 提供两个多语言模型：Cased 和 Uncased，支持超过 100 种语言。Cased 模型推荐用于非拉丁字母语言和通用场景，而 Uncased 模型是旧版本。这些模型专为自然语言理解任务设计，可针对特定应用进行微调。19ToolRank起步
快速精选
编辑总结
本榜单收录了大语言模型，从前沿新发布到你可以自己运行的小型开放模型应有尽有。DeepSeek 以70分的ToolRank遥遥领先。它提供DeepSeek-V4、DeepSeek-R1和DeepSeek-Coder等开源模型，其API兼容OpenAI和Anthropic两种格式。Code Llama 以28分排名第二，是Meta基于Llama 2打造的编程专用系列。GPT-5.6 以26分位居第三，是OpenAI面向编程、知识型工作和网络安全的模型。
开放权重选项占据了榜单中段。DeepSeek-V3 是一款6710亿参数的混合专家模型，激活参数为370亿，上下文窗口为12.8万token。Kimi-K2-Instruct Model 总参数规模达到1万亿，主要面向编程和工具使用场景。上海AI实验室的InternLM增加了多模态和数学推理模型。GLM-5.2 在MIT许可证下把上下文窗口扩展到了100万token。
有些产品服务于细分领域。BloombergGPT 是一款500亿参数、针对金融领域微调的模型。BERT Multilingual Models覆盖超过100种语言，用于分类和情感分析工作。SmolLM3 Language Model 是紧凑型选择，拥有30亿参数和六种语言支持。Mistral-7B-Instruct-v0.3 和 Mixtral-8x22B-Instruct-v0.1 都支持函数调用。
根据模型将在哪里运行来做选择。像DeepSeek这样的API能让你最快上线，而开放权重模型则能让你掌控托管方式。
如何选择大语言模型
API还是自托管
DeepSeek 和 GPT-5.6 提供API，方便你快速起步。SmolLM3和GLM-5.2这类开放权重模型则能让你在自己的硬件上托管模型。
检查上下文窗口
长文档需要长上下文。GLM-5.2 能处理100万token,DeepSeek-V3和Kimi-K2-Instruct达到12.8万token,Falcon3-10B-Instruct则止步于3.2万token。
让规模匹配硬件
更大不总是更实用。SmolLM3只有30亿参数，而DeepSeek-V3总参数达到6710亿，所以要选一个你的服务器真正能承载的规模。
关注函数调用支持
智能体需要一个能调用外部函数的模型。Mistral-7B-Instruct-v0.3 和 Mixtral-8x22B-Instruct-v0.1 都列出了函数调用支持。