Qwen3-VL是通义系列中最强大的视觉语言模型，在文本理解与生成、视觉感知与推理、上下文长度、空间和视频动态理解以及智能体交互能力等方面全面升级。该模型提供密集架构和混合专家架构，支持从边缘设备到云端的灵活部署。

多模态Transformers

Qwen3-VL是Qwen系列中最强大的视觉语言模型，实现了全方位的综合升级，包括卓越的文本理解与生成能力、更深入的视觉感知与推理能力、更长的上下文长度、增强的空间和视频动态理解能力，以及更强的智能体交互能力。

多模态Transformers

Qwen3-VL是迄今为止Qwen系列中最强大的视觉语言模型，在文本理解与生成、视觉感知与推理、上下文长度、空间和视频动态理解以及智能体交互能力等方面都进行了全面升级。该模型采用混合专家（MoE）架构，提供卓越的多模态处理能力。

多模态Gguf

Qwen3-VL是通义系列中最强大的视觉语言模型，在文本理解与生成、视觉感知与推理、上下文长度、空间和视频动态理解以及智能体交互能力等方面都进行了全面升级。该模型提供密集架构和混合专家架构，支持从边缘设备到云端的灵活部署。

多模态Gguf

Qwen3-VL是通义系列迄今为止最强大的视觉语言模型，实现了全面升级，包括卓越的文本理解与生成能力、更深入的视觉感知与推理能力、更长的上下文长度、增强的空间和视频动态理解能力，以及更强的智能体交互能力。

多模态Transformers

Qwen3-VL是Qwen系列中最强大的视觉语言模型，实现了全方位的全面升级，具备卓越的文本理解与生成能力、更深入的视觉感知与推理能力、更长的上下文长度、更强的空间和视频动态理解能力，以及更出色的智能体交互能力。

多模态Transformers

ArcMind是由ArcDevs开发的下一代对话模型，专注于自然交互、自适应智能和上下文精准度，旨在为用户提供无缝、类人的对话体验。

自然语言处理Transformers英语

NanoAgent是一个紧凑的智能大语言模型，拥有1.35亿参数和8k上下文长度。它专门针对工具调用和指令遵循进行了优化，能够在个人设备上高效运行，支持轻量级推理和ReAct风格的交互。

自然语言处理Mlx英语

Qwen3-VL-30B-A3B-Thinking-AWQ 是基于 Qwen/Qwen3-VL-30B-A3B-Thinking 模型量化后的版本，是通义系列中最强大的视觉语言模型。该版本在文本理解与生成、视觉感知与推理、上下文长度、空间和视频动态理解以及智能体交互能力等方面进行了全面升级。

多模态Transformers

GLM-4.6是智谱AI推出的新一代文本生成模型，相比GLM-4.5在上下文处理、编码性能、推理能力等方面实现显著提升，支持200K上下文长度，具备更强的智能体能力和精致的写作能力。

自然语言处理Transformers支持多种语言

GLM-4.6-FP8是智谱AI推出的新一代文本生成模型，相比GLM-4.5在多个关键方面有显著改进。该模型具有更长的上下文窗口、卓越的编码性能、高级推理能力和更强大的智能体功能，能够处理更复杂的任务。

自然语言处理Transformers支持多种语言

zen-agent-4b是一款具有40亿参数的工具调用智能体，支持模型上下文协议（MCP），为文本生成任务提供强大助力。该模型由Zen Research DAO开发，隶属于Zoo Labs Inc非营利组织。

自然语言处理Transformers英语

DeepSeek-V3.1是基于DeepSeek-V3.1-Base进行后训练的大型语言模型，具有128K上下文长度，支持混合思维模式、智能工具调用和代码代理功能。该模型在多项基准测试中表现出色，特别在数学推理、代码生成和搜索代理任务上有显著提升。

自然语言处理Transformers支持多种语言

Seed-OSS-36B-Instruct-AWQ 是字节跳动 Seed 团队开发的 36B 参数大语言模型的量化版本，具备强大的长上下文处理能力、推理能力和智能体功能，支持高达 512K 的上下文长度和灵活的思考预算控制。

自然语言处理Transformers支持多种语言

TEN Turn Detection是一款先进的智能话轮检测模型，专门用于实现人与AI智能体之间的自然、动态交流。该模型能够检测自然的话轮转换线索，支持基于上下文的打断功能，通过深度语义理解对话上下文和语言模式，使AI对话更加自然流畅。

自然语言处理Safetensors支持多种语言

TEN话轮检测系统是一款专为人机自然动态交互设计的智能话轮检测模型，精准识别自然话轮转换信号，实现上下文感知的合理插话。

自然语言处理Safetensors

Qwen3-4B-FP8是Qwen系列大语言模型的最新FP8量化版本，具备40亿参数，支持32K上下文长度。该模型在推理、指令遵循、智能体交互和多语言处理方面表现优异，通过FP8量化在保持性能的同时提升了推理效率。

自然语言处理Transformers

NemoRemix-v4.0-12B是一个基于合并技术的预训练语言模型，融合了多个优秀的NeMo相关模型，旨在创建智能且通用的角色扮演模型，在高上下文场景下保持稳定。该模型在64k+的高上下文环境中表现出色，支持ChatML格式。

自然语言处理Transformers

Adept Persimmon-8B是一个拥有80亿参数的大语言模型，专门设计用于构建AI智能体，能够协助用户在计算机上完成各类任务。该模型从头开始训练，具有16K的上下文长度，是LLaMA2的4倍，GPT-3和MPT等模型的8倍。

自然语言处理Transformers

百川-7B是由百川智能研发的开源大规模预训练语言模型，基于Transformer架构，拥有70亿参数，在中英双语语料上训练，支持4096长度的上下文窗口。

自然语言处理Transformers支持多种语言