芝加哥大学研究发现，市面AI文本检测工具性能差异显著。研究基于1992篇人类文本（含评论、新闻、小说等六类）及GPT-4等主流模型生成的AI文本进行测试，结果显示不同检测工具准确率存在明显差距，呼吁提升检测技术可靠性。
德国鲁尔大学与马普所研究发现，传统搜索引擎与生成式AI在信息呈现上差异显著。研究对比谷歌自然搜索与四款AI系统（谷歌AI概述、Gemini2.5Flash、GPT-4o等），通过4600余次查询测试政治、科技等六大领域，揭示二者在信息来源和内容组织上的本质区别。
韩国光州科技学院研究发现，AI聊天机器人（GPT-4o-mini、GPT-4.1-mini、Gemini-2.5-Flash、Claude-3.5-Haiku）在模拟老虎机实验中表现出赌博成瘾倾向。模型初始资金100美元，持续选择下注而非退出，揭示其决策机制存在风险隐患。
谷歌计划今年12月发布Gemini 3.0 AI模型，延续年底发布传统。该版本预计性能显著提升，将增强谷歌在AI领域的竞争力，被视为与GPT-4等模型竞争的关键转折点。
聊天机器人AI产品集合，包括GPT-4o, Gemini, Qwen, Deepseek, Claude & Grok。
强大的开源Kimi K2聊天平台，通过Kimi AI在编程和数学基准测试中超越GPT-4。企业级Kimi AI，成本降低95%。
精选展示 OpenAI GPT-4o 生成的多样化 AI 艺术图像与提示。
GPT-4.1 是一款在编程、指令跟随和长文本理解方面有显著提升的模型。
openai
$540
输入tokens/百万
$1080
输出tokens/百万
128k
上下文长度
$2.88
$11.52
1M
$14.4
$57.6
$18
$72
$0.36
400k
$0.72
-
minimax
$1
$8
4M
deepseek
$1.94
$7.92
$216
$432
8.2k
$1.08
$4.32
mistral
$2.16
256k
moonshot
32k
unsloth
GLM-4-32B-0414是拥有320亿参数的大语言模型，性能媲美GPT-4o和DeepSeek-V3，支持中文和英语，具备卓越的代码生成、函数调用和复杂任务处理能力。
GLM-4-32B-0414是GLM家族的新成员，参数规模达320亿，性能与GPT-4o、DeepSeek-V3等相当，支持本地部署。
zai-org
GLM-4-32B-Base-0414是GLM家族的新成员，拥有320亿参数，在15T高质量数据上进行预训练，性能可与GPT-4o和DeepSeek-V3等先进模型相媲美。该模型支持便捷的本地部署，在代码生成、函数调用、搜索式问答等方面表现优异。
GLM-4-32B-0414是GLM家族的新成员，拥有320亿参数的高性能大语言模型。该模型在15T高质量数据上进行预训练，包含大量推理型合成数据，在代码生成、函数调用、搜索问答等多个任务场景中表现出色，性能可与GPT-4o和DeepSeek-V3等更大规模模型相媲美。
Psychotherapy-LLM
该模型是基于Llama-3.1-8B-Instruct通过偏好学习微调的心理咨询专用模型，在心理咨询会话中表现优异，胜率超过GPT-4o。
AtlaAI
Atla Selene Mini 是当前最先进的小型评委语言模型(SLMJ)，性能可媲美体积大10倍的模型，在多个基准测试中超越GPT-4o。
openbmb
MiniCPM-o 2.6是一款手机端运行的GPT-4o级多模态大模型，支持视觉、语音与直播流处理
VITA-MLLM
VITA-1.5是一个多模态交互模型，旨在实现GPT-4o级别的实时视觉与语音交互能力。
CISCai
这是Qwen2.5-Coder-32B-Instruct模型的GGUF量化版本，采用先进的重要性矩阵量化方法，在保证模型效果的同时显著减少存储和计算资源需求。该模型是当前最先进的开源代码大语言模型，编码能力与GPT-4o相当。
c01zaut
MiniCPM-V 2.6是支持单图、多图和视频理解的GPT-4V级别多模态大语言模型，专为RK3588 NPU优化
MiniCPM-V是一个手机端GPT-4V级多模态大语言模型，支持单图、多图与视频理解，具备视觉、光学字符识别等功能。
Sami92
基于XLM-R Large微调的文本分类模型，专门用于识别德语文本中的事实性声明和非事实性声明。模型采用弱监督学习方式，先在GPT-4o标注的Telegram数据集上训练，后在手动标注数据集上继续训练，在测试集上达到0.9的准确率。
EmergentMethods
Phi-3-mini-4k-instruct-graph是微软Phi-3-mini-4k-instruct的微调版本，专门用于从通用文本数据中进行实体关系提取，旨在在生成实体关系图方面达到与GPT-4相当的质量和准确性。
internlm
InternLM-XComposer2.5是一款卓越的图文理解与创作模型，仅用7B参数即达到GPT-4V水平，支持24K交错图文上下文并可扩展至96K长上下文。
InternLM-XComposer2.5是一款卓越的图文理解与创作模型，仅以70亿参数即可达到GPT-4V级别的能力，支持长上下文窗口扩展。
ruslandev
基于Meta-Llama-3-8B-Instruct微调的语言模型，通过GPT-4o提升数据质量，专注于俄语能力增强，在MT-Bench评估中俄语得分超过GPT-3.5-turbo。
yyupenn
WhyXrayCLIP是一个能够将X光图像与文本描述对齐的模型，基于OpenCLIP (ViT-L/14)在MIMIC-CXR数据集上微调，临床报告由GPT-4处理。
MiniCPM-V 2.6是OpenBMB推出的多模态大模型，在单图、多图及视频理解任务上超越GPT-4V，支持iPad端实时视频理解。
KomeijiForce
这是一个基于GPT-4蒸馏的多语言判别器，专为评估角色扮演对话中角色回应与预设人格陈述之间的自然语言推理(NLI)关系而设计。
leafspark
WikiChat-v0.2是一个正在训练的对话模型，基于OpenOrca GPT-4数据、cosmopedia和dolly15k数据集训练，支持英语文本生成任务。
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。
一个基于GPT-4o-mini模型的图像分析MCP服务器，可处理URL或本地路径的图像内容分析
一个基于OpenAI GPT-4o/gpt-image-1模型的图像生成与编辑工具，支持通过文本提示生成图像、编辑图像（如修复、扩展、合成等），并兼容多种MCP客户端。
MCP-ChatBot是一个基于模块化能力协议(MCP)的聊天机器人应用，通过容器化架构集成天气服务和GPT-4o模型，提供自然语言交互功能。
一个基于FastAPI和GPT-4o的轻量级Excel自动化MCP服务器，支持通过自然语言操作Excel文件。
一个通过MCP协议直接查询OpenAI模型的服务器，支持o3-mini和gpt-4o-mini模型，提供简洁和详细的回答。
一个基于Python 3.13的客户端项目，集成MCP服务和GPT-4模型，提供交互式工具调用和网络搜索功能。
该项目展示了如何将MCP（模型上下文协议）服务器与Pydantic.AI集成，包含天气服务示例代码，支持通过不同LLM（如GPT-4和Sonnet）进行交互。
一个通过MCP协议与ChatGPT交互的服务器，用于高级文本分析和推理。
一个基于Streamlit的智能聊天机器人，使用GPT-4o自动路由用户请求到不同工具（如聊天、图像生成、数据库查询、语音合成等），支持快速实验AI工具路由功能。
MCP Server Whisper是一个基于OpenAI Whisper和GPT-4o模型的音频处理服务器，提供高级音频转录、格式转换、批量处理和文本转语音等功能，通过Model Context Protocol标准实现与AI助手的无缝交互。
urlDNA MCP Server是一个为安全导向的LLM代理（如OpenAI GPT-4.1和Claude 3 Desktop）提供原生工具使用的服务，通过API直接与urlDNA威胁情报平台交互。它支持多种工具，包括URL扫描、搜索和快速检查等，可通过SSE协议访问。
基于Node.js的SSE代理服务器，通过Browserbase API实现GPT-4等模型的实时响应流传输
一个基于GPT-4o-mini模型的图像分析MCP服务器，通过接收图片URL进行内容识别和描述
%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)
