印度支付巨头Paytm与美国硬件公司Groq合作，将利用GroqCloud云端服务提升AI模型性能，优化交易处理、风险评估、欺诈检测和消费者互动。GroqCloud基于自主研发的语言处理单元，专注于AI推理，旨在增强Paytm平台的智能化水平。
微软Azure ND GB300v6虚拟机在Llama270B模型上创下每秒110万token推理速度新纪录。该成就基于与英伟达的深度合作，采用配备72个Blackwell Ultra GPU和36个Grace CPU的NVIDIA GB300NVL72系统，突显微软在规模化AI运算领域的专业实力。
蚂蚁数科在香港金融科技节推出“多语种多模态大模型训练框架”，旨在解决大模型在多语言环境的应用瓶颈。传统英文大模型在小语种中易出现语言错乱和推理混乱，限制全球化发展。该框架通过优化多语种处理能力，提升模型在多样化语言环境下的表现，推动AI技术更广泛高效地服务于全球各行业。
在美的“远见者大会”上，徐翼介绍了新一代AI交互系统Home AI。该系统通过“连接—感知—推理—执行”闭环，实现智能联动家电设备，并基于用户习惯自动优化，提升人机交互体验。
Google基于Gemini 3 Pro的AI图像编辑器，推理强，生成编辑能力出色
全球首个推理AI视频模型Ray3，可从文本提示创建4K HDR视频
全球首个带推理智能与16位HDR输出的AI视频模型，创作高效专业
Ray 3 AI将文本转化为4K HDR视频，具备智能推理和多种特色功能。
deepseek
$3.6
输入tokens/百万
$15.48
输出tokens/百万
128k
上下文长度
google
$2.16
$18
1M
anthropic
$108
$540
200k
chatglm
$0.43
$1.01
131.1k
minimax
-
moonshotai
$4.1
$16.56
xai
$21.6
upstage
64k
2M
reka-ai
65.5k
$0.72
$2.88
智谱ai
$4.5
$22.5
unsloth
Qwen3-VL-2B-Instruct是Qwen系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文支持以及强大的空间和视频动态理解能力。该模型采用2B参数规模，支持指令交互，适用于多模态AI应用。
TheStageAI
TheWhisper-Large-V3-Turbo 是 OpenAI Whisper Large V3 模型的高性能微调版本，由 TheStage AI 针对多平台实时、低延迟和低功耗语音转文本推理进行优化。支持流式转录、单词时间戳和可扩展性能，适用于实时字幕、会议和设备端语音界面等场景。
TheWhisper-Large-V3是OpenAI Whisper Large V3模型的高性能微调版本，由TheStage AI针对多平台（NVIDIA GPU和Apple Silicon）的实时、低延迟和低功耗语音转文本推理进行了优化。
Mungert
PokeeResearch-7B是由Pokee AI开发的70亿参数深度研究代理模型，结合了AI反馈强化学习（RLAIF）和强大的推理框架，能够在工具增强的大语言模型中实现可靠、对齐和可扩展的研究级推理，适用于复杂的多步骤研究工作流程。
LiquidAI
LFM2-VL-3B是Liquid AI开发的多模态视觉语言模型，基于LFM2骨干架构构建，具备强大的视觉理解和推理能力，特别在细粒度感知任务上表现出色。该模型能够高效处理文本和图像输入，支持高达512×512分辨率的原生图像处理。
PokeeAI
PokeeResearch-7B是由Pokee AI开发的70亿参数深度研究智能体，结合基于AI反馈的强化学习(RLAIF)与推理框架，能够执行复杂的多步骤研究工作流程，包括自我修正、验证和综合分析。
bullpoint
GLM-4.6-AWQ是对智谱AI的GLM-4.6（357B MoE）进行高性能AWQ量化的模型，专为vLLM推理进行了优化，能有效提升生产部署的吞吐量。该模型采用4位量化技术，在保持高精度的同时显著减少显存占用。
GLM-4.6是智谱AI推出的新一代文本生成模型，相比GLM-4.5在多个方面有显著改进，包括更长的上下文窗口、更优的编码性能和更强的推理能力。该模型在多个公开基准测试中表现出色，与国内外领先模型相比具有竞争优势。
GLM-4.6是智谱AI开发的新一代大语言模型，相比GLM-4.5在上下文处理、编码能力和推理性能方面有显著提升。该模型支持200K上下文长度，在多个公开基准测试中表现出色，特别在代码生成、推理和代理任务方面具有竞争优势。
zai-org
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。
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。
geoffmunn
这是Qwen/Qwen3-0.6B语言模型的GGUF量化版本，一个拥有6亿参数的紧凑大语言模型，专为在低资源设备上进行超快速推理而设计。支持llama.cpp、LM Studio、OpenWebUI和GPT4All等框架，可在任何地方离线使用私有AI。
nvidia
NVIDIA Qwen3-32B FP4模型是阿里云Qwen3-32B模型的量化版本，使用优化的Transformer架构，通过将权重和激活量化为FP4数据类型实现高效推理。该模型支持商业和非商业用途，适用于各种AI应用场景。
NVIDIA Qwen3-14B FP4模型是阿里巴巴Qwen3-14B模型的量化版本，采用FP4数据类型进行优化，通过TensorRT-LLM进行高效推理。该模型专为NVIDIA GPU加速系统设计，适用于AI Agent系统、聊天机器人、RAG系统等多种AI应用场景，支持全球范围内的商业和非商业使用。
anikifoss
这是对Moonshot AI的Kimi-K2-Instruct-0905模型的高质量量化版本，采用HQ4_K量化方法，专门优化了推理性能，支持75000上下文长度，适用于文本生成任务。
samunder12
基于Llama 3.1 8B Instruct微调的GGUF量化模型，具有强势、果断且具有挑衅性的AI人设，专为角色扮演和创意写作场景优化，支持在CPU或GPU上进行本地推理。
Jackmin108
GLM-4.5-Air是智谱AI推出的适用于智能体的基础模型，采用紧凑设计，统一了推理、编码和智能体能力，能满足智能体应用的复杂需求。该模型参数量适中且效率优越，已开源多种版本，可用于商业和二次开发。
kurakurai
Luth-LFM2-350M 是与 Liquid AI 合作开发的法语优化语言模型，基于 LFM2-350M 在 Luth-SFT 数据集上进行法语微调。该模型在保持英语能力的同时，显著提升了法语指令遵循、数学推理和常识问答能力。
mlx-community
基于智谱AI GLM-4.5-Air模型转换的3位深度量化权重(Deep Weight Quantization)版本，专为MLX框架优化，在保持较高性能的同时显著减少模型大小和推理资源需求
cpatonn
GLM-4.5V-AWQ-4bit是基于智谱AI下一代旗舰文本基础模型构建的量化版本多模态模型，通过AWQ-4bit量化技术优化，在保持优异性能的同时显著降低计算资源需求。该模型在42个公开视觉语言基准测试中达到同规模模型的SOTA性能，具备强大的视觉推理能力。
Perplexity MCP Server是一个智能研究助手，利用Perplexity的AI模型自动分析查询复杂度并选择最佳模型处理请求，支持搜索、推理和深度研究三种工具。
Perplexity MCP Server是一个智能研究助手，利用Perplexity的AI模型提供自动查询复杂度检测和最优模型路由功能，支持搜索、推理和深度研究三种工具。
结合DeepSeek推理与Claude生成的两阶段AI对话服务
一个基于量子场计算模型的Claude多实例协同推理服务器，通过场一致性优化实现增强型AI推理能力。
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。
Perplexity MCP Server是一个用Go编写的中间件服务器，为AI助手（如Claude和Cursor）提供无缝访问Perplexity API的能力，包括实时搜索和复杂推理功能。
GemForge是将Google的Gemini AI与MCP生态系统连接的企业级工具，提供实时网络访问、高级推理、代码分析和多文件处理等功能，支持60多种文件格式，具备智能模型选择和强大的错误处理机制。
一个增强AI模型推理能力的MCP服务器，通过结构化检索和动态思维链提升问题解决能力。
一个由Claude构建的DeepSeek推理服务项目
一个为Cursor AI中的Claude提供高级推理能力的MCP服务器，包含多种推理方法如蒙特卡洛树搜索、束搜索和Transformer混合推理等。
Smart-Thinking是一个先进的MCP服务器，提供多维、自适应且可自验证的AI推理框架，采用基于图形的架构实现复杂思维连接，支持跨平台运行并与多种MCP客户端兼容。
该项目是一个基于Model Context Protocol (MCP)的stdio服务器，用于将提示转发至OpenAI的ChatGPT (GPT-4o)，支持高级摘要、分析和推理功能，适用于LangGraph框架的助手集成。
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。
GemForge是将谷歌Gemini AI与MCP生态系统连接的企业级工具，提供实时网络访问、高级推理、代码分析和多文件处理等功能，支持60多种文件格式，具备智能模型选择和强大的错误处理机制。
基于Gemini API的高级推理与反思工具，支持多模型集成与自定义配置
一个基于Replicate API的FastMCP服务器实现，专注于提供资源化的AI模型推理访问，特别擅长图像生成功能。
Deepseek Thinker MCP Server是一个提供Deepseek推理内容的MCP服务，支持OpenAI API和本地Ollama两种模式，可集成到AI客户端中。
Smart-Thinking是一个先进的MCP服务器，提供多维、自适应且可自我验证的AI推理框架。
MCP Thought Server是一个为AI代理提供高级思维工具的服务，通过模型上下文协议（MCP）增强推理、规划和迭代优化能力。它包含结构化思维、迭代草稿和集成思维等工具，支持SQLite持久化和高级置信度评分系统，可配置环境变量以适应不同需求。
MCP双循环推理器是一个为自主AI代理设计的元认知增强工具，通过双循环框架（哨兵监控和裁决器管理）实现异常检测和经验学习，提升代理的自我意识和可靠性。
Safetensors%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)
