OpenAI发布GPT-5.2系列模型，在多个专业基准测试中表现卓越，部分领域超越人类专家。该模型在GDPval测试中，以70.9%的成绩在44个职业任务中领先顶尖专家，并在SWE-bench Pro编程测试中取得突破，成为当前专业知识工作表现最佳的AI模型。
OpenAI发布GPT-5.2系列模型，定位日常专业使用，旨在提升用户经济价值。该系列含Instant、Thinking和Pro版本，在电子表格、演示文稿、代码编写、长文本理解及图像处理等任务上较GPT-5.1有显著改进。
Meta 下一代旗舰大模型代号 Avocado，定位为 Llama 系列继任者，计划于 2026 年第一季度发布。该模型将采用闭源商业化路线，性能对标 GPT-5 与 Gemini，旨在与 OpenAI、Google 等公司的封闭模型生态正面竞争。
AWS在re:Invent2025大会上推出四款自研“Nova2”系列大模型，覆盖文本、图像、视频、语音多模态场景，并首次内置网页检索与代码执行能力，宣称在价格性能比上达到业界领先。其中，Nova2 Lite定位高性价比推理，在多项基准测试中表现优于Claude Haiku4.5和GPT-5Mini，成本仅为后者约50%；Nova2 Pro则面向复杂Agent任务。
利用 DALL-E 3 和 GPT-4 Vision 生成一系列图像
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
-
Anthropic
$105
$525
200
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
Bytedance
$0.8
$0.15
$1.5
openai
GPT-OSS系列是OpenAI推出的开放权重模型，专为强大的推理能力、智能体任务和多样化开发者用例设计。该模型能有效解决复杂问题，提供灵活高效的使用体验，支持Apache 2.0开源许可证。
GPT-OSS系列是OpenAI发布的开放权重模型，专为强大推理、智能体任务和多样化开发者用例设计。120B版本拥有1170亿参数（其中51亿为活跃参数），适用于生产环境和需要高推理能力的场景。
Qwen
Qwen3是通义千问系列大语言模型的最新版本，提供17亿参数的GPTQ 8位量化模型，支持思维与非思维模式切换，增强推理能力和多语言支持。
LatentWanderer
GLM-4-32B-0414是GLM家族的新成员，参数规模达320亿，性能与GPT系列相当，支持本地部署。
unsloth
GLM-4-32B-0414是GLM家族的新成员，具备320亿参数规模，性能媲美GPT系列和DeepSeek-V3系列，支持本地部署。
GLM-4-32B-0414是GLM家族的新成员，拥有320亿参数，性能媲美GPT系列和DeepSeek系列，支持本地部署。
THUDM
GLM-4-32B-0414是拥有320亿参数规模的大语言模型，性能与GPT系列相当，支持中英文，擅长代码生成、函数调用和复杂任务处理。
openbmb
MiniCPM3-4B是MiniCPM系列第三代模型，整体性能超越Phi-3.5-mini-Instruct和GPT-3.5-Turbo-0125，与近期多个7B~9B量级模型表现相当。
intlsy
OPT是由Meta AI开发的开放预训练Transformer语言模型，包含1.3B参数，对标GPT-3系列模型
nicholasKluge
Aira-2是Aira指令调优系列的第二版，基于GPT-2的葡萄牙语指令调优模型，适用于文本生成和对话任务。
MBZUAI
LaMini-GPT-1.5B是基于GPT-2-xl架构微调的大型语言模型，属于LaMini-LM系列，专注于指令跟随任务
LaMini-GPT-124M是LaMini-LM模型系列中的一员，基于GPT-2架构，在258万条指令数据集上微调而成，专门用于自然语言指令响应。该模型具有124M参数，能够理解并响应人类自然语言指令，为用户提供相关问题的解答。
cerebras
Cerebras-GPT系列中的111M参数模型，采用GPT-3风格架构，使用The Pile数据集训练，遵循Chinchilla扩展定律实现计算最优。
UBC-NLP
JASMINE是一个面向小样本学习的阿拉伯语GPT模型系列，参数量从3亿至67亿不等，预训练数据规模达235GB文本。
facebook
OPT是由Meta AI推出的开源大语言模型系列，对标GPT-3架构，旨在促进大模型研究的可复现性和社会影响探讨。
OPT是由Meta AI发布的开放预训练Transformer语言模型套件，参数量从1.25亿到1750亿，旨在对标GPT-3系列性能，同时促进大规模语言模型的开放研究。
%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)
