性能优化专家Brendan Gregg加入OpenAI，将远程助力ChatGPT团队突破大模型算力瓶颈，其行业影响力引发广泛关注。
MongoDB推出Voyage AI模型系列，优化向量搜索性能，新增AI助手与自动嵌入功能，使数据库能理解语义并智能交互。核心突破在于提升数据语义理解精度，让开发者可通过自然语言查询数据，无需编写复杂查询语句。
OpenAI发布GPT-5.2-Codex，这是其最强的代理式编程模型，基于GPT-5.2系列，专为复杂长周期软件开发优化。模型将AI从代码助手升级为能自主处理工程任务的“代理”，在长程任务性能和可靠性上实现质的飞跃，并能理解超大规模代码库。
清华大学等机构推出UltraEval-Audio音频模型测评框架，为音频大模型评测提供系统化基础与一站式解决方案。最新v1.1.0版本在一键测评功能基础上进一步优化，助力研究者高效评估音频模型性能。
DeepSeek-V3/R1 推理系统是一个高性能的分布式推理架构，专为大规模 AI 模型优化设计。
Moonlight是一个16B参数的混合专家模型，使用Muon优化器训练，性能优异。
Steev 是一款用于优化 AI 模型训练的工具，帮助用户提升训练效率和模型性能。
百川智能开发的专为医疗场景优化的开源大语言模型，具备卓越的通用能力和医疗领域性能。
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
$6
$24
Baidu
128
Bytedance
$1.2
$3.6
4
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。
T5B
Z-Image-Turbo 是经过 FP8 E5M2 和 E4M3FN 格式量化的图像处理模型，基于原始 Tongyi-MAI/Z-Image-Turbo 模型优化，在保持性能的同时显著减少模型大小和推理资源需求。
bartowski
这是微软Fara-7B模型的量化版本，使用llama.cpp的imatrix技术进行优化。该模型支持多种量化级别，从高精度的bf16到极低精度的IQ2_M，满足不同硬件配置和性能需求。
这是ArliAI的GLM-4.5-Air-Derestricted模型的GGUF量化版本，使用llama.cpp和imatrix技术进行优化量化处理，提供多种量化级别选择，适用于不同硬件配置和性能需求。
noctrex
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。
这是TheDrummer的Snowpiercer-15B-v4模型的量化版本，使用llama.cpp和imatrix技术进行量化处理。该版本提供了从BF16到IQ2_S等多种量化级别，满足不同硬件条件和性能需求的用户。模型使用特定数据集进行校准优化，支持在线重打包功能以提升在ARM和AVX硬件上的性能。
nightmedia
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。
jayn7
本项目提供了腾讯HunyuanVideo-1.5-I2V-720p模型的量化GGUF版本，专门用于图像转视频和视频生成任务。该模型支持将静态图像转换为高质量视频内容，提供了多种量化版本以优化性能。
lightx2v
为HunyuanVideo-1.5优化的量化模型，与LightX2V框架配合使用，在显著减少内存使用的同时保持高质量视频生成性能。
MedSwin
本项目是使用预训练语言模型融合技术创建的医学领域模型，通过融合多个医学相关的预训练模型，专门针对医学问答任务进行优化，提升在医学场景下的性能和效果。
Dogacel
这是一个基于原始DeepSeek-OCR模型的优化版本，专门支持在苹果金属性能着色器（MPS）和CPU上进行推理的OCR模型。它能够从图像中提取文本并转换为结构化格式，支持多语言文档识别。
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。
allenai
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。
DevQuasar
MiroThinker-v1.0-72B是一个72B参数的大语言模型量化版本，致力于让知识为每个人所用。该项目基于原始模型进行优化，提供更高效的推理性能。
DarwinAnim8or
Prima-24B是一个240亿参数的大语言模型，通过GGUF格式进行量化优化，专门针对角色扮演和创意写作任务进行了优化。该模型基于原始Prima-24B模型转换而来，采用Q4_K_M量化级别，在保持良好性能的同时显著减小了模型大小和内存需求。
rtr46
这是一个专门针对日本电子游戏文本优化的字符检测模型，采用帕累托最优设计，在准确率和延迟之间取得了最佳平衡。模型将文本识别重新定义为字符检测任务，在日本电子游戏数据上训练，实现了先进的识别性能。
慧慧Qwen3-VL-8B指令消融模型的量化版本，专门用于图像文本到文本的转换任务。该模型基于Qwen3-VL-8B架构，经过指令消融优化和量化处理，可在保持性能的同时降低计算资源需求。
anikifoss
本项目是对MiniMax-M2模型进行的高质量HQ4_K量化，专门针对文本生成任务优化，特别适用于对话场景。该量化版本未使用imatrix，保持了模型的性能表现。
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。
woodBorjo
本模型是基于facebook/mask2former-swin-tiny-coco-instance在qubvel-hf/ade20k-mini数据集上进行微调的实例分割模型。该模型专门针对ADE20K-mini数据集中的场景理解任务进行了优化，在实例分割任务上表现出良好的性能。
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。
PageSpeed MCP服务器是一个连接AI助手与谷歌PageSpeed Insights API的桥梁，为AI模型提供网站性能分析功能，包括核心性能指标、SEO评估、可访问性审计和资源优化建议。
Ollama-MCP-server是一个连接本地Ollama LLM实例与MCP兼容应用的协议服务器，提供任务分解、结果评估、模型管理等功能，支持标准化通信和性能优化。
Ultimate MCP Server是一个基于模型上下文协议(MCP)的AI代理操作系统，提供数十种强大工具能力，包括认知增强、工具使用和智能编排等功能。该系统通过标准化MCP工具暴露功能，使高级AI代理能访问丰富的工具生态系统和专业化服务，同时优化成本、性能和质量。
OpenRouter MCP服务器提供与OpenRouter.ai模型生态系统的无缝集成，支持多种AI模型访问和性能优化。
OpenRouter MCP多模态服务器是一个通过OpenRouter.ai提供文本聊天和图像分析功能的协议服务器，支持多种模型选择和性能优化。
Ultimate MCP Server是一个基于模型上下文协议(MCP)的AI代理操作系统，提供丰富的工具集和智能任务委派功能，支持多LLM供应商集成，优化成本与性能，实现复杂工作流自动化。
LLM Gateway是一个基于MCP协议的服务器，支持高级AI代理（如Claude 3.7）将任务智能委托给成本更低的LLM模型（如Gemini Flash），实现成本优化和性能平衡。
Ollama-MCP-server是一个连接本地Ollama大语言模型的中间件服务器，通过Model Context Protocol协议提供任务分解、结果评估和模型管理功能，支持标准化通信和性能优化。
Gguf%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)
