文本多模态
共 53 个模型
Llama 4
Meta最新旗舰Llama 4模型
Llama 3.2 90B Vision
Llama 3.2 90B Vision 是 Meta 最大的多模态模型，支持图像推理任务，如文档理解、图像描述和视觉定位。
Llama 3.2 11B Vision
Llama 3.2 11B Vision 是中等规模的多模态模型，在图像推理任务上表现优秀，适合需要视觉能力的应用场景。
MiniCPM-2.4B
OpenBMB小型CPM模型
Granite 3.3 MoE
IBM Granite MoE模型
Jina ColBERT v2
Jina ColBERT检索模型
ERNIE-4.5-VL-424B-A47B
ERNIE 4.5 VL 开源多模态模型
ERNIE-4.5-VL-28B-A3B-Thinking
ERNIE 4.5 VL 轻量多模态思考模型
Qwen-Audio
通义千问音频理解模型
Qwen-Audio-Chat
通义千问音频对话模型
MiMo V2.5 ASR
小米语音识别模型，支持中英双语、中文方言、Code-Switch，在强噪音、多说话人场景下表现优异
LongCat-Flash-Chat
MoE架构通用大语言模型，560B总参数，27B激活参数
LongCat-Flash-Thinking
深度推理模型，首个同时具备深度思考+工具调用与非形式化+形式化推理能力的国产模型
LongCat-Flash-Omni
全模态实时交互模型，支持文本、图像、音频输入
Ling-1T
MoE架构通用大语言模型，万亿参数规模
Ling-Turbo
轻量级通用模型，高效推理
Ring-1T
万亿参数思维模型，开源SOTA推理能力
Ring-mini
轻量级推理模型，适配复杂长序列解码场景
Ming-Omni
统一多模态架构，支持文本、图像、音频、视频的跨模态理解与生成
InternLM-2.5
书生语言大模型，开源通用对话模型
InternLM-XComposer
图文多模态模型，支持图文理解和生成
Emu3
原生多模态世界模型，文本、图像、视频统一生成
BGE-Large
通用向量模型，Hugging Face月度下载第一的国产模型
Aquila-2
悟道语言大模型，中文能力超过GPT-4的90%
Tele-FLM-52B
万亿参数稠密模型，训练成本降低一个数量级
Pangu Pro MoE 72B
华为盘古Pro MoE 72B开源模型
Llama 3.3 8B
Meta小规模Llama 3.3模型
Llama Guard 3
Meta安全防护模型
Nemotron-4-340B-Reward
NVIDIA奖励模型
Nemotron-VLM
NVIDIA视觉语言模型
Phi-4
Microsoft小型高效模型
Phi-4 Mini
Microsoft超小型模型
Phi-3.5-MoE
Microsoft MoE架构模型
Phi-3.5-Vision
Microsoft多模态模型
Phi-3.5-Mini
Microsoft轻量版模型
Jamba-1-9B
AI21小规模Jamba模型
Jina Embeddings v3
Jina多语言嵌入模型
Jina Reranker v2
Jina重排序模型
Granite 3.3
IBM企业级大模型
Granite Code
IBM代码生成模型
h2oGPT
H2O.ai开源企业模型
MiniCPM
OpenBMB小型高效模型
Sarvam-2B
Sarvam AI印度语言模型
Falcon 3
TII Falcon系列最新模型
SWE-agent
Princeton软件工程AI代理
Zephyr 7B
Hugging Face开源对话模型
LTX-13B
Lightricks 13B视频模型
Sarvam-2B-Chat
Sarvam AI对话模型
Falcon 3 10B
TII Falcon 3 10B模型
h2oVL
H2O.ai视觉语言模型
OpenPI
Princeton具身智能模型
Sonic-OS
Cartesia开源语音合成模型
Skywork-R1V
昆仑天工 R1V 多模态推理模型