AI 模型库：从模型能力到产品选择

BGE-M3 是 BAAI 开发的多语言嵌入模型，支持密集、稀疏和多向量检索，上下文长度达 8192 个 token。

BERT base uncased 是一个基于Transformer的模型，通过掩码语言建模和下一句预测在大型英文语料库上进行预训练。它拥有1.1亿参数，旨在针对各种NLP任务进行微调。

all-MiniLM-L6-v2 是一个来自 sentence-transformers 的句子嵌入模型，在 10 亿句子对数据集上微调。它将句子和段落映射到 384 维稠密向量空间，用于聚类或语义搜索等任务。拥有 2270 万参数和最大 256 个 token 的序列长度，在速度和准确性之间取得了良好的平衡。

Qwen3 4B 是阿里云 Qwen 团队推出的 40 亿参数文本生成模型，属于 Qwen3 系列。它专为高效推理和微调而设计，支持多种语言和任务。下载量超过 1600 万次，广泛应用于聊天机器人、内容生成和代码辅助。采用 Apache 2.0 许可，可在 Azure 上部署，并兼容 Hugging Face 端点。

Phi-3 是微软开发的一系列小型语言模型（SLM），针对本地部署进行了优化，在推理、编程和数学任务上表现出色。提供 3.8B 和 14B 参数版本，可通过 Ollama 在消费级硬件上高效运行。

Nomic Embed Text v1.5 是 Nomic AI 开发的高性能文本嵌入模型，专为句子相似度和特征提取设计。下载量超过 1860 万次，支持 ONNX、SafeTensors 和 Transformers.js，并针对 MTEB 基准进行了优化。

Llama 3.3 是由 Meta 开发的拥有 700 亿参数的多语言大型语言模型。它是更大的 Llama 3.1 405B 模型的高效替代方案，在提供相当性能的同时显著降低了计算需求。该模型针对指令微调和对齐进行了优化，支持八种语言，并具备 128K 的上下文窗口，适用于复杂推理、代码生成和多语言应用。

Qwen2.5 是阿里巴巴集团旗下通义实验室开发的一系列大型语言模型，可通过 Ollama 进行本地部署。该系列包含从 0.5B 到 72B 的不同参数量级，支持长达 128K token 的上下文窗口，并具备涵盖 29 多种语言的_multilingual_ 能力。与前任模型 Qwen2 相比，Qwen2.5 在编程、数学、指令遵循以及结构化输出生成方面均有显著提升。

Phi-4 是微软推出的紧凑型开源推理模型，强调效率和可部署性。

Llama 3.3 是 Meta 推出的 70B 参数多语言大语言模型，专为指令调优对话优化。其性能与 Llama 3.1 405B 模型相当，但体积显著更小，适合通过 Ollama 进行本地部署，支持 128K 上下文窗口。

Qwen2.5 是阿里巴巴开发的一系列大型语言模型，基于高达18万亿个token进行预训练，支持多语言和高达128K token的上下文窗口。提供从0.5B到72B参数的多种规模，通过Ollama优化了本地部署。

月之暗面 Kimi 以超长上下文文档分析能力著称。

SDXL 1.0 是被广泛使用的开源图像生成模型，适合自托管创意和商业实验。

腾讯混元是腾讯自研大模型，应用于元宝助手与企业服务。

DeepSeek R1 是深度求索推出的推理向大模型系列，在数学与代码任务上表现突出。

豆包是字节跳动推出的 AI 助手，支持多模态能力并深度整合字节系产品。

Qwen2.5-VL 72B 是适合视觉理解、文档解析和图像密集场景的开源多模态模型。

Claude 3.7 Sonnet 是 Anthropic 面向编程、分析和更审慎推理场景的模型。

Mistral Large 2 是面向企业级推理和编程场景的前沿闭源模型。

FLUX.1 Dev 是热门的开放权重图像模型，适合探索自托管创意流程的团队。