大模型选择，一篇文章讲清楚（Token，词元，Mass，API Key）
·
平台地址：
"https://www.sophnet.com/#?code=4T6VKY"
配置方法：https://blog.csdn.net/putiancaijunyu/article/details/159607543?spm=1001.2014.3001.5501
SophNet 模型列表汇总
一、文本生成 / 推理模型
| 模型名称 | 供应商 | 类型 | 上下文 | 来源 | 输入价格 | 输出价格 | 核心特性 |
|---|---|---|---|---|---|---|---|
| DeepSeek-V3.2-Fast | DeepSeek | 推理模型 | 128k | 开源 | ¥8/Mt | ¥24/Mt | 高TPS极速版，100t/s |
| DeepSeek-V3.2 | DeepSeek | 推理模型 | 128k | 开源 | ¥2/Mt | ¥3/Mt | 高计算效率与卓越推理平衡 |
| DeepSeek-V3.2-Exp | DeepSeek | 推理模型 | 128k | 开源 | ¥2/Mt | ¥3/Mt | 稀疏注意力机制，成本直降50%+ |
| DeepSeek-V3.1-Fast | DeepSeek | — | 128k | 开源 | ¥8/Mt | ¥24/Mt | 吞吐量150t/s极速版 |
| DeepSeek-V3.1 | DeepSeek | 推理模型 | 128k | 开源 | ¥4/Mt | ¥12/Mt | 混合推理，强大工具使用能力 |
| DeepSeek-R1-0528 | DeepSeek | 推理模型 | 128k | 开源 | ¥4/Mt | ¥16/Mt | 强化学习训练，编程/前端生成突出 |
| DeepSeek-V3-Fast | DeepSeek | — | 32k | 开源 | ¥4/Mt | ¥16/Mt | 高性能极速版，响应更快 |
| DeepSeek-v3 | DeepSeek | — | 128k | 开源 | ¥2/Mt | ¥8/Mt | 指令遵循和代码能力全面提升 |
| MiMo-V2-Flash | Xiaomi | 推理模型 | 256k | 开源 | ¥0.7/Mt | ¥2.1/Mt | MoE语言模型，高速推理 |
| MiniMax-M2.6 | MiniMax | 推理模型 | 200k | 闭源 | ¥2.1/Mt | ¥8.4/Mt | 多智能体协作，下一代LLM |
| MiniMax-M2.5 | MiniMax | 推理模型 | 200k | 开源 | ¥2.1/Mt | ¥8.4/Mt | 编程/智能体/搜索SOTA |
| MiniMax-M2.1 | MiniMax | 推理模型 | 196k | 开源 | ¥2.1/Mt | ¥8.4/Mt | 可交付的AI编程新范式 |
| GLM-5-Turbo | 智谱 | 推理模型 | 200k | 闭源 | ¥7/Mt | ¥26/Mt | 专为Agent场景设计，快速推理 |
| GLM-5 | 智谱 | 推理模型 | 200k | 开源 | ¥4/Mt | ¥18/Mt | 新一代旗舰，编程/推理/多模态 |
| GLM-4.7 | 智谱 | 推理模型 | 202k | 开源 | ¥2/Mt | ¥8/Mt | 编程与推理能力升级 |
| GLM-4.6 | 智谱 | 推理模型 | 202k | 开源 | ¥2/Mt | ¥8/Mt | 更长上下文，代码和Agent升级 |
| Kimi-K2.5 | 月之暗面 | — | 256k | 开源 | ¥4/Mt | ¥21/Mt | 全新视觉理解/代码/Agent集群 |
| Kimi-K2 | 月之暗面 | — | 128k | 开源 | ¥4/Mt | ¥16/Mt | MoE基础模型，编程/数学/代理突出 |
| Kimi-K2-Thinking | 月之暗面 | — | 256k | 开源 | ¥4/Mt | ¥16/Mt | 边思考边使用工具，Agent+推理 |
| LongCat-Flash-Chat | 美团 | — | 128k | 开源 | ¥1/Mt | ¥5/Mt | MoE架构，动态计算，Agent能力突出 |
| Seed-OSS-36B-Instruct | 字节跳动 | — | 512k | 开源 | ¥1.2/Mt | ¥12/Mt | 超长上下文，推理能力 |
| Qwen3.5-397B-A17B | 通义千问 | 推理模型·多模态·智能体 | 262k | 开源 | ¥1.2/Mt | ¥7.2/Mt | 397B总参数/17B激活，性能媲美Gemini 3 Pro |
| Qwen3-Coder-Next | 通义千问 | 代码生成·推理模型 | 200k | 开源 | ¥4/Mt | ¥16/Mt | 下一代代码模型，编程场景专精 |
| Qwen3-Coder | 通义千问 | — | 256k | 开源 | ¥6/Mt | ¥24/Mt | MoE代码模型，函数调用/工具使用 |
| Qwen3-Next-80B-A3B-Instruct | 通义千问 | — | 256k | 开源 | ¥1/Mt | ¥4/Mt | 指令调优，响应快速稳定 |
| Qwen3-Next-80B-A3B-Thinking | 通义千问 | 推理模型 | 256k | 开源 | ¥1/Mt | ¥10/Mt | 推理优先，结构化思考轨迹 |
| Qwen3-30B-A3B-Instruct-2507 | 通义千问 | — | 256k | 开源 | ¥0.7/Mt | ¥2.8/Mt | 平衡性能与成本的指令模型 |
| Qwen3-30B-A3B-Thinking-2507 | 通义千问 | 推理模型 | 256k | 开源 | ¥0.7/Mt | ¥2.8/Mt | 30B MoE推理，复杂多步骤思考 |
| Qwen3-32B | 通义千问 | 推理模型 | 40k | 开源 | ¥2/Mt | ¥8/Mt | 思考与非思考模式无缝切换 |
| Qwen3-14B | 通义千问 | 推理模型 | 40k | 开源 | ¥1/Mt | ¥4/Mt | 轻量级全功能，推理/代理突破 |
| Qwen3-235B-A22B-Instruct-2507 | 通义千问 | — | 128k | 开源 | ¥2/Mt | ¥8/Mt | 235B MoE，支持128K超长上下文 |
| Qwen3-235B-A22B-Thinking-2507 | 通义千问 | 推理模型 | 128k | 开源 | ¥2/Mt | ¥20/Mt | 高标记输出，复杂逻辑推理 |
| Qwen3-235B-A22B | 通义千问 | 推理模型 | 128k | 开源 | ¥2/Mt | ¥8/Mt | 旗舰MoE，多语言/推理/指令遵循 |
| QwQ-32B | 通义千问 | 推理模型 | 128k | 开源 | ¥2/Mt | ¥6/Mt | 中型推理模型，媲美最先进推理模型 |
| Qwen2.5-72B-Instruct | 通义千问 | — | 128k | 开源 | ¥4/Mt | ¥12/Mt | 知识量提升，专业领域能力，支持128K上下文 |
| Qwen2.5-32B-Instruct | 通义千问 | — | 128k | 开源 | ¥2/Mt | ¥6/Mt | 复杂推理/数学/代码生成突出 |
| Qwen2.5-7B-Instruct | 通义千问 | — | 128k | 开源 | ¥0.5/Mt | ¥1/Mt | 经济轻量，中文任务优于同类7B |
| DeepSeek-R1-Distill-Qwen-32B | DeepSeek | 推理模型 | 32k | 开源 | ¥2/Mt | ¥6/Mt | 知识蒸馏，密集模型新纪录 |
| DeepSeek-R1-Distill-Qwen-7B | DeepSeek | 推理模型 | 32k | 开源 | ¥0.5/Mt | ¥1/Mt | 高推理速度低成本，延迟降40% |
二、视觉 / 多模态模型
| 模型名称 | 供应商 | 类型 | 上下文 | 来源 | 输入价格 | 输出价格 | 核心特性 |
|---|---|---|---|---|---|---|---|
| Qwen3-VL-235B-A22B-Thinking | 通义千问 | 推理模型·图片理解 | 128k | 开源 | ¥2/Mt | ¥20/Mt | 多模态推理，STEM/数学出色 |
| Qwen3-VL-235B-A22B-Instruct | 通义千问 | 图片理解 | 128k | 开源 | ¥2/Mt | ¥8/Mt | VQA/文档解析/多语言OCR |
| Qwen2.5-VL-72B-Instruct | 通义千问 | 图片理解 | 128k | 开源 | ¥16/Mt | ¥48/Mt | 图表/布局分析，1小时+长视频理解 |
| Qwen2.5-VL-32B-Instruct | 通义千问 | 图片理解 | 128k | 开源 | ¥8/Mt | ¥24/Mt | 视觉Agent，动态工具使用指导 |
| Qwen2.5-VL-7B-Instruct | 通义千问 | 图片理解 | 128k | 开源 | ¥0.5/Mt | ¥0.5/Mt | 轻量，20分钟视频理解，移动设备集成 |
| Qwen2-VL-72B-Instruct | 通义千问 | 图片理解 | 32k | 开源 | ¥16/Mt | ¥48/Mt | 多分辨率图像理解，视频问答 |
| Qwen2-VL-7B-Instruct | 通义千问 | 图片理解 | 32k | 开源 | ¥0.5/Mt | ¥0.5/Mt | 图表/布局分析，1小时+长视频 |
三、语音模型
| 模型名称 | 供应商 | 类型 | 来源 | 价格 | 核心特性 |
|---|---|---|---|---|---|
| Paraformer | 通义千问 | 语音识别 | 开源 | ¥0.864/小时(流式) ¥1.2/小时(非流式) | 多语言方言，嘈杂环境精准转录 |
| cosyvoice-v2 | 通义千问 | 语音合成 | 开源 | ¥2/万字符 | 多音色/情感，中英文混合朗读 |
四、图像生成模型
| 模型名称 | 供应商 | 类型 | 来源 | 价格 | 核心特性 |
|---|---|---|---|---|---|
| Qwen-Image-Edit-2509 | 通义千问 | 图像生成 | 开源 | ¥0.3/张 | 多图输入输出，精改文字/物体/动作/风格 |
| Z-Image-Turbo | 通义千问 | 图像生成 | 开源 | ¥0.1/张 | 精简版，逼真图像/双语文本渲染 |
| Qwen-Image | 通义千问 | 图像生成 | 开源 | ¥0.25/张 | 专业级，中英文文本渲染，复杂图文布局 |
五、视频生成模型
| 模型名称 | 供应商 | 类型 | 来源 | 价格 | 核心特性 |
|---|---|---|---|---|---|
| Wan2.2-T2V-Plus | 通义千问 | 视频生成(T2V) | 闭源 | ¥0.70/秒(1080P) ¥0.14/秒(480P) | 大幅度复杂运动，影视级画面 |
| Wan2.2-I2V-Plus | 通义千问 | 视频生成(I2V) | 闭源 | ¥0.70/秒(1080P) ¥0.14/秒(480P) | 视频稳定性优化，一致性保持，精准运镜 |
六、OCR / 向量 / 文档解析模型
| 模型名称 | 供应商 | 类型 | 来源 | 价格 | 核心特性 |
|---|---|---|---|---|---|
| PaddleOCR-VL-1.5 | 百度 | OCR | 开源 | ¥0.014/次 | 异形框定位，印章识别，109种语言 |
| PaddleOCR-VL-0.9B | 百度 | OCR | 开源 | ¥0.014/次 | 极低计算开销，手写汉字/表格/公式 |
| bge-m3 | 智源研究院 | 向量模型 | 开源 | ¥0.05/Mt | 100+语言，8192标记，稠密/稀疏/多向量检索 |
| text-embeddings | Sophnet | 向量模型 | 开源 | ¥0.5/Mt | 语义相似度计算，检索/推荐 |
| clip-embeddings | Jina | 向量模型 | 开源 | ¥0.5/Mt | 图文统一向量空间，跨模态相似度 |
| Document Parse | Sophnet | 文档解析 | 开源 | ¥0.2/2000字符 | 智能文档解析，提取关键信息和结构 |
备注： 页面标注"New"的模型为近期新增。价格单位中 Mt = 百万token。部分模型同时支持 Prefix / Tools / Json 等功能特性。
更多推荐
9
0- 0
已为社区贡献3条内容
所有评论(0)