蚂蚁灵波开源全球首个面向具身智能的MoE架构视频生成模型LingBot-Video。该模型围绕机器人需求重构预训练，系统性提升推理效率、物理合理性、动作理解与任务完成度，为具身智能提供开源底座，并在北大与字节跳动联合发布的RBench基准上得到验证。
蚂蚁集团开源多智能体协作基础设施Avernet V0.1，解决大模型应用中多智能体协作效率低这一核心痛点。该项目专注构建协作层，不替代智能体自身推理能力，为复杂任务自动化处理提供基础支持。
谷歌计划7月17日发布Gemini 3.5 Pro，支持200万超大上下文窗口，引入“深度思考”推理模式。该模型定位高阶系统，专攻复杂智能体工作流，在动作执行、子智能体协同、编程及长时程任务中表现更强，超越此前Flash版本。
Mistral AI发布专为Lean4设计的开源模型Leanstral1.5，采用Apache-2.0许可。该模型总参数119B，仅6B激活参数，兼顾高性能与低成本。在miniF2F形式数学基准中，验证集和测试集均达100%完成率，并已挑战Putnam等高难度推理任务。
小米首个推理大模型MiMo开源，专为推理任务设计，性能卓越。
通过去噪生成模型进行空间推理，解决复杂分布下的视觉任务。
DeepSeek 是一款先进的 AI 语言模型，擅长逻辑推理、数学和编程任务，提供免费使用。
一种通过文本迷宫解决任务来增强大型语言模型视觉推理能力的创新方法
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
Baidu
128
$2
$20
$6
$24
Moonshot
Bytedance
$0.8
noctrex
INTELLECT-3 是一个由 Prime Intellect 开发的、参数规模达 106B（激活参数 12B）的混合专家（MoE）推理模型。它基于 GLM-4.5-Air-Base 进行监督微调，并经过大规模强化学习训练，在数学、编码和推理任务上表现优异。
MaziyarPanahi
这是NousResearch/Hermes-4.3-36B模型的GGUF量化格式版本，由MaziyarPanahi进行量化处理。GGUF是一种高效的模型格式，旨在优化本地部署和推理性能，支持多种量化级别（2位至8位），适用于广泛的文本生成任务。
bartowski
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。
ss-lab
本项目提供了一个基于微软Phi-3.5-mini-instruct模型进行微调的文本生成模型，已转换为GGUF格式，适用于llama.cpp推理框架。模型在philschmid/guanaco-sharegpt-style数据集上进行了微调，优化了指令遵循和对话能力，适用于资源受限环境下的高效文本生成任务。
silveroxides
基于 black-forest-labs/FLUX.2-dev 的优化版本图像生成模型，支持图像到图像的生成和编辑任务，采用 fp8_scaled 量化技术提升推理速度，特别适合在低显存 GPU 上使用。
mlx-community
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。
这是squ11z1的Hypnos-i1-8B模型的量化版本，使用llama.cpp工具和特定数据集进行量化处理。该模型基于Llama-3架构，提供多种量化类型选择，支持文本生成任务，适用于推理、对话等多种应用场景。
这是一个基于Huihui-MiroThinker-v1.0-30B模型进行的MXFP4_MOE imatrix量化版本，专门针对文本生成任务优化，在保持模型性能的同时显著减小了模型体积和推理成本。
prithivMLmods
Olmo-3-Think是艾伦人工智能研究所推出的完全开源的语言模型系列，包含7B和32B两种规模。该模型经过专门训练，能够展现明确的推理链，支持透明的逐步推理和可检查的中间思维痕迹，在推理、数学和代码任务中表现出色。
Kiy-K
Fyodor-Q3-8B-Instruct 是一款专为智能推理和稳健代码生成设计的高保真指令调优模型。它基于Qwen3-8B架构，采用高秩LoRA配置训练，擅长在编码前进行规划，非常适合复杂的软件工程任务。
mradermacher
基于AQ-MedAI/Diver-GroupRank-7B模型的静态量化版本，专门用于段落排序、文本排序、推理和信息检索等任务。提供了多种量化级别以适应不同的硬件需求。
ai-sage
GigaChat3-10B-A1.8B是GigaChat系列的对话模型，基于混合专家（MoE）架构，共有100亿参数，其中18亿为活跃参数。该模型采用多头潜在注意力和多令牌预测技术，支持25.6万令牌的长上下文，在多语言对话和推理任务中表现出色。
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开发的新一代语言模型系列，包含7B和32B两种规模，有指令和思考两种变体。该模型基于Dolma 3数据集进行预训练，在Dolci数据集上进行后训练，具备长链式思维能力，在数学和编码等推理任务上表现优异。
这是一个基于Huihui-MiroThinker-v1.0-8B模型的量化版本，专门针对文本生成任务进行了优化，通过量化技术提高了推理效率，同时保持了模型的性能表现。
XiaomiMiMo
米模具身模型（MiMo-Embodied）是一款强大的跨具身视觉语言模型，在自动驾驶和具身AI任务中均展现出了卓越的性能。它是首个将这两个关键领域相结合的开源视觉语言模型，显著提升了在动态物理环境中的理解和推理能力。
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。
Olmo-3-7B-Think-DPO是Allen Institute for AI开发的7B参数语言模型，具有长链式思考能力，在数学和编码等推理任务中表现出色。该模型经过监督微调、直接偏好优化和基于可验证奖励的强化学习等多阶段训练，专为研究和教育用途设计。
Olmo 3是由Allen Institute for AI (Ai2)开发的一系列语言模型，包含7B和32B两种规格，有Instruct和Think两种变体。该模型基于Transformer架构，具有长链思维能力，可有效提升数学和编码等推理任务的表现。
Olmo 3是由Allen Institute for AI开发的开源语言模型系列，包含7B和32B两种规格，分为指令（Instruct）和思考（Think）两种变体。该模型具有出色的长链思维能力，能够显著提升数学和编码等推理任务的表现。
Think MCP是一个实现MCP服务器的项目，提供'think'工具以支持AI代理在复杂任务中进行结构化推理，灵感来自Anthropic的研究。该工具通过记录思考过程帮助AI处理信息、回溯或遵守策略，适用于工具输出分析、策略密集环境和顺序决策场景。
通过集成DeepSeek R1的推理引擎增强Claude的复杂任务处理能力
Omni-NLI是一个可自托管的多接口（REST和MCP）服务器，专注于自然语言推理任务，用于验证文本间的支持、矛盾或中立关系，可帮助减少AI幻觉并提升应用可靠性。
基于Anthropic研究的MCP服务器，为Claude AI提供'think'工具能力，增强复杂推理任务处理。
该项目通过集成DeepSeek R1的推理引擎增强Claude的复杂任务处理能力，提供多步骤精确推理支持。
Adaptive Graph of Thoughts是一个基于Neo4j图数据库的智能科学推理框架，通过图结构实现复杂的科学推理任务，支持与Claude Desktop等AI应用集成。
Thoughtful Claude是一个增强Claude推理能力的MCP服务器，通过集成DeepSeek R1的高级推理引擎，为Claude提供复杂多步推理任务处理能力。
MindBridge是一个AI模型路由服务器，支持多LLM提供商，实现智能模型调度与协作，适用于复杂推理任务和多模型工作流。
该项目通过集成DeepSeek R1的推理引擎，增强Claude处理复杂推理任务的能力，提供高效精准的多步推理解决方案。
一个基于MCP协议的AI软件架构师服务器，能够分析代码库生成产品需求文档(PRD)并为复杂编码任务提供推理辅助，采用多模型架构和智能代理设计。
MCP Think是一个实现'think'工具的MCP服务器，旨在通过提供结构化思考空间来增强Claude等大型语言模型在复杂任务中的推理能力。
Perplexity MCP Server是一个智能研究助手，利用Perplexity的专用AI模型，自动检测查询复杂度并将请求路由到最合适的模型以获得最佳结果。支持搜索、推理和深度研究三种工具，适用于不同复杂度的查询任务。
DeepSeek MCP Server通过集成DeepSeek R1的先进推理引擎增强Claude的推理能力，使其能够处理复杂的多步推理任务。
DeepSeek MCP Server通过集成DeepSeek R1的高级推理引擎增强Claude的推理能力，使其能够处理复杂的多步推理任务。
DeepSeek-Claude MCP服务器通过整合DeepSeek R1的先进推理引擎，增强Claude处理复杂推理任务的能力。
DeepSeek MCP服务器通过集成DeepSeek R1的先进推理引擎增强Claude的推理能力，使其能够处理复杂的多步推理任务。
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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
