目前常用的大语言模型（Large Language Models, LLMs）主要包括以下几类，涵盖开源与闭源、学术与商业用途的代表性模型：
1.OpenAI 系列
- GPT-3 / GPT-3.5：广泛用于 ChatGPT（免费版）等应用。
- GPT-4 / GPT-4 Turbo：性能更强，支持多模态（如 GPT-4V），上下文窗口更大（最高达 128K tokens）。
- GPT-4o（2024年发布）：更快、更便宜，支持实时语音和视觉交互。
注：OpenAI 模型为闭源，通过 API 或 ChatGPT 使用。
2.Anthropic 系列（Claude）
- Claude 2 / Claude 2.1：强调安全性和长上下文（支持 200K tokens）。
- Claude 3 系列（2024年发布）：
- Claude 3 Haiku（轻量快速）
- Claude 3 Sonnet（平衡性能与成本）
- Claude 3 Opus（最强性能，对标 GPT-4）
支持多模态（如图像理解），部分版本可通过 API 使用。
3.Google 系列（Gemini / PaLM）
- PaLM / PaLM 2：Google 早期大模型，用于 Bard（现升级为 Gemini）。
- Gemini 系列（2023年底发布）：
- Gemini Nano（设备端运行）
- Gemini Pro（通用用途，API 可用）
- Gemini Ultra（最强版本，对标 GPT-4）
Gemini 原生支持多模态，整合进 Google Workspace 和 Android。
4.Meta（Facebook）系列（Llama）——开源代表
- Llama（2023年7月）：开源，需申请许可。
- Llama 2：可商用（部分限制），性能接近 GPT-3.5。
- Llama 3（2024年4月发布）：
- 支持 8B 和 70B 参数版本
- 上下文长度达 8K tokens
- 性能显著提升，接近 Claude 3 Sonnet / GPT-3.5+
- Llama 3.1 / 3.2（2024年下半年及2025年陆续发布）：进一步优化推理、多语言和工具调用能力。
Llama 系列是当前最流行的开源基础模型，广泛用于微调和本地部署。
5.Mistral AI（法国）—— 高效开源模型
- Mistral 7B：小而强，性能优于 Llama 2 13B。
- Mixtral 8x7B：稀疏 MoE（Mixture of Experts）架构，效果接近 GPT-3.5。
- Mistral Large（闭源）：对标 GPT-4，支持多语言。
- Mistral Small / Medium：面向不同应用场景的商用模型。
Mistral 模型以高性价比和推理效率著称，支持商业使用。
6.中国主流大模型
- 通义千问（Qwen）（阿里云）：
- Qwen-1.5 / Qwen2 / Qwen2.5 / Qwen3（持续迭代）
- 开源版本（如 Qwen-Max、Qwen-Plus、Qwen-Turbo）覆盖不同场景
- 支持多模态（Qwen-VL）、代码（Qwen-Coder）、数学（Qwen-Math）
- DeepSeek（深度求索）：
- DeepSeek-V2 / V3，支持 MoE 架构
- DeepSeek-Coder 系列在代码任务上表现优异
- GLM 系列（智谱 AI）：
- GLM-4（2024年发布），支持多模态和 Agent 能力
- 开源 GLM-3、GLM-Edge 等
- Moonshot（月之暗面）：
- 支持超长上下文（最高 128K–256K tokens）
- 百川智能（Baichuan）：
- Baichuan2-7B/13B，开源可商用
7.其他值得关注的模型
- Command系列（Cohere）：面向企业 NLP 任务。
- Phi 系列（Microsoft）：小型但高效，适合边缘设备（如 Phi-3-mini 仅 3.8B 参数，性能媲美 Llama 2 7B）。
- Yi 系列（零一万物）：Yi-34B 在多个基准测试中表现优异。
选择建议：
- 想本地部署/微调→ 选Llama 3、Qwen、Mistral等开源模型。
- 追求最强性能→ 用GPT-4o、Claude 3 Opus、Gemini Ultra。
- 注重中文能力→Qwen、GLM-4、DeepSeek表现优秀。
- 低成本/高效率→Mistral 7B、Phi-3、Claude 3 Haiku。
-大数据深度学习算法毕设毕业设计项目pyqt)