苹果公司为Siri工程师团队启动“AI编程训练营”，通过系统性再培训提升其大语言模型工程能力，以支持新一代Siri和iOS系统AI功能开发。此举表明苹果已将AI重塑Siri提升至公司战略高度，旨在追赶谷歌和OpenAI在生成式AI领域的进展。培训内容涵盖模型原理到工程部署全链路，重点聚焦Prompt工程。
谷歌研究团队推出Vantage方法，利用大语言模型模拟真实团队互动，旨在测量传统测试难以评估的协作、创造力和批判性思维等“持久技能”，弥补教育领域长期缺乏有效评估工具的不足。
研究显示，当前主流AI模型在模拟临床诊疗推理时仍存在明显不足，尚不具备独立承担医疗任务的能力。该研究测试了21种大语言模型，结果发表于《JAMA Network Open》。
腾讯推出专为机器人打造的HY-Embodied-0.5基础模型，旨在解决通用视觉语言模型在三维空间感知和物理交互方面的不足，推动大模型向机器人控制领域延伸。该系列模型从架构到训练均进行了重构，并同步发布MoT-2B等主力模型。
一切龙虾的始祖，支持多平台和大模型，完全开源。
统一大语言模型API网关，支持超30家提供商，价优稳定免订阅
Respan是统一可观测性、评估、提示优化和LLM网关的工程平台。
开源LLM路由器，路由请求到最具成本效益模型，节省70% AI令牌成本。
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
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
Baidu
128
$6
$24
Bytedance
$1.2
$3.6
4
mradermacher
这是一个专注于网络安全领域的20B参数开源大语言模型，基于GPT-OSS架构，并融合了多个网络安全指令数据集进行微调。模型提供了多种量化版本，便于在资源受限的环境中部署，可用于生成网络安全相关的文本、代码和分析报告。
bartowski
这是对TheDrummer的Magidonia-24B-v4.3大语言模型进行量化处理后的版本。通过使用llama.cpp的imatrix量化技术，生成了从BF16到IQ2_XS等多种精度的GGUF格式文件，旨在不同硬件条件下（尤其是资源受限环境）更高效地运行模型，同时尽可能保持模型性能。
本项目是TheDrummer的Cydonia-24B-v4.3模型的量化版本，使用llama.cpp进行量化处理，旨在提供不同量化类型的模型文件，以满足不同硬件和性能需求。它是一个24B参数的大语言模型，主要用于文本生成任务。
DavidAU
Qwen3-4B-Hivemind-Instruct-NEO-MAX-Imatrix-GGUF 是一款基于 Qwen3 架构的 4B 参数指令微调大语言模型，采用 NEO Imatrix 与 MAX 量化技术，具备 256k 的超长上下文处理能力。该模型在多个基准测试中表现出色，是一款性能强劲的通用型模型。
这是由Mistral AI开发的大型语言模型Mistral-Large-3-675B-Instruct-2512的GGUF量化版本。原始模型拥有6750亿参数，专为指令遵循任务设计。本项目使用llama.cpp工具，结合imatrix校准数据集，生成了从Q8_0到IQ1_S共20多种不同精度的量化模型文件，旨在平衡模型性能、推理速度与存储/内存占用，使其能在更广泛的硬件上运行。
mlx-community
本模型是 Mistral AI 发布的 Ministral-3-3B-Instruct-2512 指令微调模型的 MLX 格式转换版本。它是一个参数规模为 3B 的大型语言模型，专门针对遵循指令和对话任务进行了优化，并支持多种语言。MLX 格式使其能够在 Apple Silicon 设备上高效运行。
Trilogix1
Fara-7B是微软专门为计算机使用场景设计的高效小型语言模型，参数仅70亿，在网页操作等高级用户任务中表现出色，能与更大型的代理系统竞争。
该模型是 Kimi-Linear-48B-A3B-Instruct 的 MLX 格式转换版本，专为苹果 Mac Studio 等 Apple Silicon 设备优化。它是一个 480 亿参数的大型语言模型，支持指令跟随，适用于本地推理和对话任务。
nightmedia
这是一个实验性的量化大语言模型，采用Deckard（qx）量化方法，嵌入层为3位量化。该模型通过范数保持双投影消除（NPBA）技术重构，不仅移除了安全限制机制，还增强了模型的认知深度和推理能力。
huawei-csl
这是使用华为SINQ（Sinkhorn归一化量化）方法对Qwen3-Next-80B大语言模型进行4位量化后的版本。SINQ是一种新颖、快速且高质量的量化方法，旨在显著压缩模型体积（约减少75%），同时保持与原始模型几乎不变的准确性，使其更易于部署。
GLM-4.5-Air-REAP-82B-A12B-mxfp4-mlx是基于GLM-4.5-Air模型通过REAP方法压缩的82B参数大语言模型，采用MXFP4量化格式，专为Mac设备优化，在保持核心任务性能的同时显著减少内存占用。
本模型是基于allenai/Olmo-3-7B-Instruct转换的8位量化版本，专门为Apple MLX框架优化。它是一个70亿参数的大型语言模型，支持指令跟随和对话任务。
DevQuasar
这是 ai-sage/GigaChat3-702B-A36B-preview-bf16 模型的量化版本，旨在为大众提供免费的知识获取途径。该模型是一个大型语言模型，专注于文本生成任务。
MaziyarPanahi
本项目提供了Qwen3-4B-Thinking-2507模型的GGUF格式文件，这是一个具有思维链推理能力的4B参数大语言模型，支持多种量化版本，便于在各种硬件上部署运行。
RiosWesley
巴西范围路由模型是一个基于Gemma 3 270M的微调微型大语言模型，专为巴西外卖服务系统设计，可作为极快速且轻量级的意图分类器（路由）。该模型使用Unsloth进行训练并转换为GGUF格式。
Intel
DeepMath是一个40亿参数的数学推理模型，基于Qwen3-4B Thinking构建，结合了微调的大语言模型与沙盒化Python执行器。它能够为计算步骤生成简洁的Python代码片段，显著减少错误并缩短输出长度。
sbintuitions
Sarashina2.2-Vision-3B是由SB Intuitions训练的日本大型视觉语言模型，基于Sarashina2.2-3B-Instruct和SigLIP图像编码器构建，具备强大的图像到文本转换能力，支持日语和英语的多模态处理。
这是通过REAP方法对MiniMax-M2均匀裁剪25%的专家得到的172B参数大语言模型，专门针对llama.cpp进行了优化量化处理，支持多种量化级别，可在LM Studio或基于llama.cpp的项目中运行。
这是一个基于REAP方法对MiniMax-M2中40%专家进行均匀剪枝得到的139B参数大语言模型，采用GLM架构和专家混合(MoE)技术，通过llama.cpp进行多种量化处理，适用于文本生成任务。
本项目提供了cerebras/MiniMax-M2-REAP-172B-A10B模型的量化版本，致力于让知识为大众所用。这是一个1720亿参数的大型语言模型，经过优化和量化处理，旨在降低部署成本和提高推理效率。
Supabase MCP Server是一个连接Supabase项目与AI助手的工具，通过Model Context Protocol（MCP）标准化大型语言模型（LLMs）与外部服务的交互，实现数据库管理、配置获取和数据查询等功能。
Jinni是一个高效为大型语言模型提供项目上下文的工具，通过整合相关文件及其元数据，克服逐个文件读取的限制。
MCPEngine是一个生产级的Model Context Protocol (MCP)实现，为大型语言模型(LLM)提供标准化接口，支持OAuth认证、资源管理、工具调用等功能，旨在成为'LLM界的REST'框架。
LLM Context是一个帮助开发者快速将代码/文本项目内容注入大型语言模型聊天界面的工具，支持智能文件选择和多种集成方式。
一个基于Swift实现的知识图谱记忆服务器，为大型语言模型提供持久化记忆功能
Rails MCP Server是一个基于Ruby实现的Model Context Protocol服务器，为Rails项目提供与大型语言模型交互的标准接口。
MCP2Lambda是一个将AWS Lambda函数作为大型语言模型(LLM)工具运行的MCP协议服务器，无需修改代码即可让AI模型调用Lambda函数访问私有资源和AWS服务。
WireMCP是一个为大型语言模型(LLM)提供实时网络流量分析能力的MCP服务器，通过Wireshark工具捕获和处理网络数据，支持威胁检测、网络诊断和异常分析。
WireMCP是一个为大型语言模型（LLM）提供实时网络流量分析能力的MCP服务器，通过集成Wireshark工具实现数据捕获、威胁检测和网络诊断。
MCP2Lambda是一个MCP服务器，允许将AWS Lambda函数作为大型语言模型(LLM)的工具使用，无需修改代码。它通过Model Context Protocol (MCP)在AI模型和Lambda函数之间建立桥梁，使模型能够访问私有资源和执行自定义操作。
Alpaca MCP服务器是一个实现Alpaca交易API的模型上下文协议(MCP)服务，允许大型语言模型通过自然语言与Alpaca交易系统交互，支持股票/期权交易、投资组合管理和实时市场数据获取。
本项目构建了一个基于IBM Watsonx.ai的检索增强生成(RAG)服务器，使用ChromaDB进行向量索引，并通过模型上下文协议(MCP)暴露接口。该系统能够处理PDF文档并基于文档内容回答问题，实现了将大型语言模型与特定领域知识相结合的智能问答功能。
Firelinks MCP服务器是一个基于Model Context Protocol的API网关，允许大型语言模型通过标准化协议与Firelinks短链接平台进行交互，提供链接管理、统计分析和域名管理等功能
JIRA MCP服务器是一个为大型语言模型提供与JIRA交互能力的中间件服务，支持JQL搜索和问题详情获取。
基于Spring AI MCP框架的Excel文件读写服务，支持与大语言模型集成实现动态交互
Unity MCP服务器是一个基于C#的模型上下文协议（MCP）服务，用于连接Unity编辑器与外部大型语言模型（LLM）或云端AI代理，实现实时自动化与智能交互。
MCP逻辑求解器是一个结合大型语言模型与形式化定理证明能力的强大推理系统，支持自然语言和一阶逻辑输入，通过Prover9/Mace4进行自动验证，并提供结构化推理和解释。
一个基于模型上下文协议（MCP）的服务器，通过构建代码知识图谱为大型语言模型提供TypeScript代码库的深度上下文理解。它使用AST分析解析代码，在Neo4j中构建全面的图表示，并通过语义搜索和图遍历提供智能查询能力。
一个为大型语言模型提供GraphQL模式探索服务的MCP服务器，支持加载、查询和分析GraphQL模式文件。
一个提供与ClickUp工作空间无缝集成的MCP服务器，允许大型语言模型通过多种工具管理任务、文档和自定义字段。
GgufMultiple Languages%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)
