初创公司Resemble AI发布开源语音模型“Chatterbox Turbo”，挑战行业巨头。该模型仅需5秒音频即可克隆语音，延迟低至150毫秒，适用于实时AI代理、客服、游戏角色等场景，性能显著提升。
英伟达发布大模型微调指南，降低技术门槛，让普通开发者也能在消费级设备上高效完成模型定制。该指南详解如何在NVIDIA全系硬件上利用开源框架Unsloth实现专业级微调。Unsloth专为NVIDIA GPU打造，优化训练全流程，提升性能。
字节跳动Seed团队推出形式化数学推理模型Seed Prover1.5，通过大规模Agentic强化学习显著提升推理能力与效率。该模型在2025年国际数学奥林匹克竞赛中，三天内成功解决六题中的四道，并完成一道题的部分解答，展现强大性能。
MiniMax与华中科技大学联合开源VTP技术，仅优化视觉分词器，使图像生成性能提升65.8%，无需修改主模型架构，突破行业依赖大模型的传统思路。
高效的视觉编码技术，提升视觉语言模型性能。
AI 驱动的 CUDA 代码优化平台，快速提升 GPU 性能，无需手动优化复杂代码。
Atom of Thoughts (AoT) 是一种用于提升大语言模型推理性能的框架。
通过AI驱动的分析提升网站性能和在线收入，完全免费且无需注册。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
-
Anthropic
$7
$35
200
Google
$2.1
$17.5
$21
$105
Alibaba
$4
$16
$1
$10
256
Baidu
128
$8
$240
52
$2
Tencent
32
$1.6
$0.4
$1.75
$14
400
$15
Huawei
bartowski
这是allenai的Olmo-3-32B-Think模型的GGUF量化版本，通过llama.cpp工具进行多种量化处理，旨在提升模型在特定环境下的性能和效率。提供了从Q2到Q8的多种量化选项，满足不同硬件配置和性能需求。
allenai
Olmo 3是由Allen Institute for AI开发的新一代语言模型家族，包含7B和32B的指令和思维变体。该模型在长链式思维方面表现出色，能显著提升数学和编码等推理任务的性能。所有代码、检查点和训练细节都将公开，推动语言模型科学发展。
Olmo 3是由Allen Institute for AI开发的一系列语言模型，包含7B和32B两种规模，具有指令式和思考式两种变体。该模型在长链式思维方面表现出色，能有效提升数学和编码等推理任务的性能。采用多阶段训练方式，包括有监督微调、直接偏好优化和可验证奖励的强化学习。
noctrex
本项目是对Qwen3-Coder-30B-A3B-Instruct模型进行MXFP4_MOE量化的成果，将上下文大小从256k扩展到1M，为代码生成和编程任务提供了更优化的模型版本，具有提升性能和节省资源的价值。
moonshotai
Kimi Linear是一种高效混合线性注意力架构，在短上下文、长上下文和强化学习场景中均优于传统全注意力方法。它通过Kimi Delta Attention (KDA)机制优化注意力计算，显著提升性能和硬件效率，特别擅长处理长达100万令牌的长上下文任务。
cyankiwi
GLM-4.6 AWQ - INT4是GLM-4.6模型的4位量化版本，采用AWQ量化方法，在保持模型性能的同时显著减少了存储和计算资源需求。该模型支持200K上下文长度，在编码、推理和智能体任务方面相比GLM-4.5有显著提升。
QuantTrio
MiniMax-M2-AWQ是基于MiniMaxAI/MiniMax-M2模型的量化版本，通过vLLM框架实现高效的文本生成。该模型采用AWQ量化技术，在保持模型性能的同时显著减少内存占用和提升推理速度，支持32K上下文长度和工具调用功能。
本项目是对Qwen3-30B-A3B-YOYO-V4模型进行的MXFP4_MOE量化版本。该量化技术能够显著提升模型在资源受限环境下的运行效率，同时保持较好的模型性能，适用于需要高效推理的各种场景。
这是SmallThinker - 21BA3B - Instruct模型的MXFP4_MOE量化版本，专门针对特定场景进行了优化，旨在提升模型的性能和推理效率。该量化版本保持了原模型的核心能力，同时在资源消耗和推理速度方面有所改进。
lmstudio-community
Qwen3-VL-8B-Instruct是由Qwen团队开发的多模态视觉语言模型，支持图像文本到文本转换。该版本经过MLX 8位量化处理，专门针对苹果硅芯片进行优化，在保持性能的同时提升运行效率。
这是Kwaipilot的KAT-Dev模型的量化版本，使用llama.cpp的imatrix量化技术处理，旨在提升模型在不同硬件环境下的运行效率和性能。该版本提供多种量化级别，从高质量到极致压缩，适应不同的内存和计算资源需求。
这是微软UserLM-8b模型的量化版本，使用llama.cpp的imatrix量化技术，可在保持模型性能的同时显著减少内存占用和提升推理速度。支持多种量化级别，从高质量到极致压缩，适用于不同硬件环境。
Mungert
通义深度研究30B是一款具有300亿参数的大语言模型，专为长周期、深度信息搜索任务设计。该模型在多个智能搜索基准测试中表现出色，采用创新的量化方法提升性能，支持智能预训练、监督微调与强化学习。
mamei16
这是对mirth/chonky_distilbert_base_uncased_1模型的微调版本，通过在更多数据上进行训练来提升模型性能，主要用于文本分块和RAG相关任务。
rand0nmr
Wan2.2是基础视频模型的重大升级版本，引入了混合专家（MoE）架构、融入精心策划的美学数据、在更大数据上训练以提升复杂运动生成能力。该模型支持生成480P和720P分辨率的5秒视频，在视频生成质量和性能上有显著提升。
这是IBM Granite 4.0 Micro模型的量化版本，使用llama.cpp的imatrix技术进行优化处理，旨在提升模型在特定环境下的运行效率和性能。该版本提供了多种量化级别选择，适用于不同的硬件配置和使用场景。
GLM-4.6-AWQ是基于zai-org/GLM-4.6基础模型的量化版本，具备高效的文本生成能力。相比GLM-4.5，该模型在上下文窗口、编码性能、推理能力和智能体功能等方面都有显著提升。
unsloth
GLM-4.6是智谱AI开发的新一代大语言模型，相比GLM-4.5在上下文处理、编码能力和推理性能方面有显著提升。该模型支持200K上下文长度，在多个公开基准测试中表现出色，特别在代码生成、推理和代理任务方面具有竞争优势。
zai-org
GLM-4.6是智谱AI推出的新一代文本生成模型，相比GLM-4.5在上下文处理、编码性能、推理能力等方面实现显著提升，支持200K上下文长度，具备更强的智能体能力和精致的写作能力。
cpatonn
Qwen3-Next-80B-A3B-Instruct是通义千问团队开发的高效稀疏混合专家模型，总参数量80B，激活参数量仅3B。该模型采用创新的混合注意力机制和极低激活率的MoE架构，在保持强大性能的同时大幅提升推理效率，原生支持262K上下文长度并可扩展至1M令牌。
Rsdoctor 是一款专为 Rspack 生态系统打造的构建分析工具，全面兼容 webpack，提供可视化构建分析、多维度性能诊断及智能优化建议，帮助开发者提升构建效率与工程质量。
交互式反馈MCP项目，通过集成模型上下文协议（MCP）在关键点提供智能交互反馈，优化AI助手的用户交互流程，减少资源消耗并提升性能。
一个基于MCP协议的内存缓存服务器，通过高效缓存语言模型交互数据来减少token消耗，支持自动管理和配置优化。
专为WSL优化的文件系统MCP服务器，通过原生Linux命令提升文件操作性能，支持跨Windows和Linux的文件访问与管理。
一个提供NPM包文档和元数据查询的MCP服务，支持本地缓存提升性能。
一个AI驱动的代码分析与优化工具，集成MCP服务，旨在提升开发效率和代码质量，提供安全扫描、性能分析、自动化测试等功能。
该项目展示了一个基于共享Web Worker的MCP客户端实现，包含完整的演示组件和测试工具，通过后台线程处理MCP协议提升性能并保持UI响应。
一个用于通过REST API与Croit Ceph集群交互的MCP服务器，支持自动令牌优化、内置过滤和混合模式工具管理，大幅减少工具数量并提升LLM性能。
HubSpot MCP服务器是一个连接AI助手与HubSpot CRM数据的中间件，提供联系人、公司和互动数据访问，具备向量存储和缓存机制以提升性能。
Cloudinary-MCP-Server优化并管理Cloudinary的图像托管服务，提供高效的媒体存储、处理和传输，以提升应用性能和用户体验。
一个高性能的癌症基因组学MCP服务器，通过异步Python架构实现与cBioPortal数据的无缝交互，采用企业级模块化设计，性能提升4.5倍。
交互式反馈MCP服务器项目，通过用户反馈优化AI助手任务流程，减少资源消耗并提升性能。
TransformersEnglish%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
