国家数据局通过官方渠道将大模型计量单位“Token”正式定名为“词元”，并披露我国AI行业日均词元调用量已超140万亿次。此举统一了长期存在的译名争议，标志着大模型技术标准在国家层面进一步规范化。
上海黄浦法院一审判决首例AI提示词著作权侵权案。原告美术公司起诉两名被告，称其2022年创作的六组提示词（涉及艺术风格、主体元素等）被侵权。案件凸显AI生成内容的法律属性问题，特别是提示词在著作权中的保护争议。
Anthropic公司宣布其Claude Sonnet4语言模型现支持100万个上下文词元，成为继谷歌Gemini后第二家提供此功能的主流供应商。相比之前20万词元的限制，此次扩展提升至五倍，开发者可一次性提交超过7.5万行代码的完整代码库，极大提升开发便利性。
Anthropic公司宣布其Claude Sonnet4LLM模型上下文词元容量从20万扩展至100万，支持单请求传输超7.5万行代码，显著提升使用灵活性。该功能已在Anthropic API和Amazon Bedrock开放测试，Google Cloud Vertex AI即将上线。
Anthropic
$7
Input tokens/M
$35
Output tokens/M
200
Context Length
Bytedance
-
Tencent
$1
$4
32
Alibaba
24
$0.7
$1.95
16
$0.8
$2
$0.5
224
$3
$9
4
$8
28
$2.4
$9.6
$1.5
$6
128
prithivMLmods
VibeThinker-1.5B是微博AI推出的15亿参数密集语言模型，基于Qwen2.5-Math-1.5B微调，专门针对数学和算法编码问题设计。采用'频谱到信号原理'框架训练，在多个数学竞赛测试中超越规模更大的模型，训练成本约7800美元，支持最长约40k词元的输出。
mideind
IceBERT-PoS是一个专门用于冰岛语词性标注的预训练模型，基于IceBERT架构构建。该模型能够对冰岛语句子中的每个单词进行词性标注，并输出详细的语法属性信息，支持多种输出格式，包括可读性强的结构化元组格式和与MIM-GOLD评估标准兼容的IFD格式。
Goraint
Qwen3-8B的4位AWQ量化版本，专为MLX库优化，支持19.2万词元长上下文处理，适用于边缘设备部署。
dnotitia
顺滑Qwen是一款轻量级的调整工具，能够平滑Qwen及类似模型中的词元概率，增强多语言的平衡生成能力。
轻量级调整工具，可对Qwen及类似模型中的词元概率进行平滑处理，增强多语言的平衡生成能力。
一款轻量级的调整工具，能够平滑Qwen及类似模型中的词元概率，增强多语言生成的平衡能力。
Smoothie Qwen 是一款轻量级调整工具，可平滑通义千问（Qwen）及类似模型中的词元概率，增强多语言的平衡生成能力。
Smoothie Qwen 是一款轻量级调整工具，专门用于对通义千问（Qwen）及类似模型的词元概率进行平滑处理，旨在增强模型的多语言平衡生成能力。
Smoothie Qwen 是一款轻量级的调整工具，能够平滑通义千问（Qwen）及类似模型中的词元概率，增强多语言的均衡生成能力。
songhieng
基于mT5-small改进的高棉语文本摘要模型，支持最长1024词元的输入，适用于高棉语文章、段落或文档的摘要生成。
hashu786
混元奖励模型包含HPS与MPS两种LoRA模型，分别侧重美学表现和提示词贴合度，适用于文本生成图像任务。
KRLabsOrg
LettuceDetect 是一个基于 ModernBERT 的幻觉检测模型，专为 RAG 应用设计，能够识别答案中未被上下文支持的词元。
thefrigidliquidation
针对轻小说及网络小说进行日译英微调的大语言模型，支持32K词元的长文本翻译
facebook
MEXMA是一种创新的跨语言句子编码器，通过整合句子级和词元级双重目标提升句子表征质量。
TJUNLP
FuxiTranyu-8B是一个从头开始训练的开源多语言大语言模型，在6000亿个词元上进行训练，专注于多语言能力，支持43种自然语言和16种编程语言。
rasyosef
基于bert-medium架构预训练的阿姆哈拉语模型，参数量4050万，在2.9亿词元上训练，性能媲美更大规模的多语言模型。
DavidLanz
这是专为繁体中文优化的Tinyllama持续预训练版本，基于TinyLlama-1.1B模型，持续预训练数据集包含约20亿个词元。
mistralai
Mistral-7B-v0.3是基于Mistral-7B-v0.2升级的大语言模型，主要改进是扩展了词汇表至32768个词元。
Tweeties
针对鞑靼语开发的跨词元大语言模型，基于Mistral-7B-Instruct-v0.2转换而来
ezelikman
基于Mistral-7b模型，采用Quiet-STaR方法进行持续预训练，在生成每个输出词元前会先生成8个思维词元，提升推理能力。
这是一个基于MCP协议的《古兰经》搜索引擎服务器，旨在为AI助手提供准确、无幻觉的《古兰经》经文查询服务。它利用专门的搜索引擎处理阿拉伯语标准化、词根和词元匹配，确保返回的经文文本绝对准确，而AI仅负责理解用户的自然语言查询意图。
一个基于Model Context Protocol (MCP)的提示词管理服务器，支持通过Markdown文件和YAML元数据存储、检索和管理提示词模板。
%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)
