@tom_doerr: 精选的 LLM、多模态模型与智能体列表 https://github.com/eudk/awesome-ai-tools…

精选的大语言模型、多模态模型和智能体列表 https://t.co/F767Z3a7th https://t.co/59oUZs3JK6 — # eudk/awesome-ai-tools 来源：https://github.com/eudk/awesome-ai-tools Awesome GitHub Stars GitHub Forks GitHub Contributors Last Commit GitHub License # AI 工具综合列表 欢迎来到一份精心整理的人工智能（AI）和机器学习（ML）快速演进领域中的工具、模型和平台合集。该仓库自2023年起持续维护，旨在为AI生态系统提供可靠、最新的参考。本仓库聚焦于以下最相关的系统： - 大语言模型（LLM） - 多模态生成（图像、视频、音频） - AI智能体和自动化 - 开发者平台和API - 基础设施和支持工具 它是为希望探索工具、了解生态系统并构建实际AI应用的开发者、专业人士和爱好者设计的实用资源。 ### 一个动态的、社区驱动的指南 这是一个动态资源，不断更新以反映快速变化的AI格局。它通过社区贡献、持续研究和迭代清理来维护，以保持高信号和相关性。 请注意： - 独立性： 这是一个独立的、社区驱动的项目。我们不隶属于、赞助或认可列表中任何工具。 - 准确性： AI领域发展迅速。链接、定价和功能可能发生变化——请始终在官方来源处核实细节。 - 尽职调查： 工具在质量、安全性和成熟度上各不相同。使用前请自行研究。 - 无保证： 部分工具可能已过时、质量低或不可靠——请务必再次检查。 > 准备好贡献了吗？ > 在贡献之前，请先查看贡献指南。 > 这有助于保持列表的一致性和高质量。 > 注意： 仓库目前正在进行质量审查和清理阶段。 > 仍然欢迎提交，但低质量或重复的拉取请求可能会被拒绝。 发现链接失效或有遗漏？随时提出问题（https://github.com/eudk/awesome-ai-tools/issues）或提交拉取请求（https://github.com/eudk/awesome-ai-tools/pulls）。 ### 🙌 贡献者 ## 🔗 导航表 | 分类 | 描述 | | ——————————————————————————— | —————————————————————————– | | 🧠 主要AI平台与模型生态系统 | 领先AI平台和模型生态系统概述，包括OpenAI、Google、Anthropic、Meta、Mistral和xAI。 | | 🤖 OpenAI | GPT模型、ChatGPT、Codex及OpenAI的API生态系统。 | | 🔍 Google | Gemini模型、Veo、Imagen及Google的AI生态系统。 | | 🤖 xAI / Grok | Grok模型、实时数据集成及多智能体系统。 | | 🧠 Anthropic | 专注于长上下文推理和可靠性的Claude模型。 | | 💻 Claude Code | 为完整的软件工程工作流构建的智能体编码系统。 | | 🧑💻 OpenAI Codex | 用于开发、调试和工作流的自主编码智能体。 | | 🧑💻 Perplexity | 基于网络的AI系统，用于搜索、多步推理和基于来源的答案。 | | 🇨🇳 领先的中国AI模型 | 来自中国的强大且流行的大语言模型。 | | 🪦 AI墓地 | 已停用、退役或替换的AI工具和模型 | | 🦞 OpenClaw生态系统 | OpenClaw、ZeroClaw及相关自主AI智能体框架。 | | 🤖 其他AI智能体 | 除主要生态系统之外的知名AI智能体框架和自主系统合集。 | | 🛠️ AI智能体工具 | 用于构建和运行AI智能体的支持工具、库和研究资源。 | | 🎓 学生与教育工作者免费资源 | 免费获取专业级工具、软件和云积分。 | | 🚀 新兴AI工具 | 在行业中越来越受欢迎和关注的最新AI工具。 | | 🤖 AI驱动机器人与机器狗 | 由AI驱动的尖端机器人技术。 | | 🤖 AI相关工具 | 利用AI技术的杂项工具。 | | 🆕 其他AI与生产力工具 | 用于提高生产力和创新的新AI工具和服务。 | | 💾 GPU租赁服务 | 用于训练和部署AI模型的GPU租赁服务。 | | 🌐 Chrome扩展 | 有用的AI驱动Chrome扩展。 | | 🖋️ 学习AI/ML | 学习人工智能和机器学习的资源。 | | 图像生成工具 | 用于生成高质量AI驱动图像的工具。 | | 自定义GPT网站 | 自定义GPT驱动的网站和平台。 | | 视频生成工具 | 用于生成和编辑视频的AI工具。 | | 声音生成工具 | 用于创建和修改声音的AI工具。 | | ♫ 音乐生成工具 | 使用AI创作音乐的工具。 | | 语音相关AI工具 | 用于语音合成和增强的应用。 | | 媒体增强工具 | 用于增强媒体质量的AI工具。 | | AI照片编辑 | 专为专业照片编辑设计的AI工具。 | | 🖼️ 图像提示工具 | 为图像生成模型创建更好提示的工具。 | | API集成网站 | 提供AI模型API集成的网站。 | | 🛠️ AI编译器/代码助手 | 借助AI辅助进行编码和编译的工具。 | | 🛠️ LLM运维 | 大语言模型的运维和基础设施。 | | 🛠️ 消费级AI硬件 | 设计用于在家中运行AI应用的硬件。 | | 💻 大语言模型软件 | 用于训练和使用大型AI语言模型的软件。 | ### 欢迎您的贡献和建议，以保持此列表全面且最新！ — — ## 🧠 主要AI平台与模型生态系统 🔝 回到顶部 本节涵盖全球使用的领先AI平台和模型生态系统，包括专有和开源权重系统。这些平台在推理、编码、多模态生成和基于智能体的工作流方面提供最先进的能力。 — ### OpenAI 专注于先进多模态和智能体系统的领先AI公司。OpenAI开发ChatGPT以及广泛使用的API平台，提供文本、图像、音频和计算机使用模型。 - ChatGPT (https://chat.openai.com/) - 与OpenAI模型交互的主要界面，支持聊天、编码、数据分析和智能体工作流。 - 旗舰模型（当前）： - GPT-5.5 – 最新旗舰模型，取代GPT-5.4成为OpenAI最强大的系统。 - GPT-5.4 – OpenAI在推理、编码和复杂任务方面最强大的模型。 - GPT-5.4 Pro – 面向高要求工作负载的高性能变体。 - GPT-5.4 Mini / Nano – 针对速度、成本和规模进行优化。 - 模型方向： - GPT-5.4将推理、编码和智能体能力整合为一个统一系统。 - 早期变体正在逐步淘汰或并入GPT-5.x家族。 - 多模态与专业模型： - gpt-image-1 – 当前图像生成模型，具有强大的编辑和提示遵循能力。 - gpt-realtime / gpt-audio – 用于语音、转录和实时交互的模型。 - API平台： - 支持 Responses API 和 Chat Completions API - 关键能力： - 工具/函数调用 - 结构化输出 - 智能体工作流（计算机使用、自动化） - 长上下文支持（根据模型不同支持大令牌窗口） - 定价层级： - 免费 – 有限的ChatGPT使用 - Plus（约20美元/月） – 更高限制，访问更强大的模型 - Pro（约100-200美元/月） – 最大访问权限、更高限制和优先性能 - API – 按需付费访问所有模型家族 ### OpenAI Codex OpenAI Codex 是一个基于最新GPT-5模型家族的智能体编码系统。它已从代码生成模型演变为完整的软件工程平台，能够自主编写、编辑、运行和审查代码。 - Codex (https://openai.com/codex) - OpenAI的智能体编码工作流和自动化软件开发任务平台。 - 核心模型： - GPT-5 Codex – 专为大型代码库、调试和多步开发工作流优化的专业编码模型 - Codex变体（快速/低延迟） – 针对交互式编码和快速迭代优化的版本 - 能力： - 完整的代码库理解 – 读取、编辑和导航大型仓库 - 自主开发任务 – 可实现功能、重构代码和管理工作流 - 测试与调试 – 运行测试、识别问题并提出修复 - 工具与环境交互 – 与终端、文件和开发者工具配合使用 - 并行执行 – 同时处理多个编码任务 - 智能体平台： - 在沙盒环境中运行任务，可访问项目文件 - 支持长时间运行和多步工作流 - 可通过以下方式使用： - ChatGPT（智能体工作流） - CLI工具 - 开发者集成 - 定位： - 从“代码助手”转变为自主软件工程智能体 - 与Claude Code和GitHub Copilot Agents等工具竞争 - 越来越融入更广泛的OpenAI生态系统（ChatGPT + API） — ### Google Google是AI研究和基础设施领域的巨头，开发Gemini家族，并将AI深度集成到搜索、Workspace、Android、Cloud和创意工具中。 - Google Gemini (https://gemini.google.com/) - Google主要的对话界面，用于与其最新AI模型交互。 - 旗舰模型： - Gemini 3 – Google当前顶级模型家族，用于推理、规划、编码和多模态任务。 - Gemini 3.1 Pro – 面向复杂工作流、更强推理和苛刻现实任务的高端版本。 - Gemini 3 Flash – 针对速度和日常使用优化的更快、更轻量模型。 - Gemini 3.1 Flash Live – 专为更自然的实时音频和实时多模态交互而构建。 - 创意模型： - Veo 3 / 3.1 – Google当前的视频生成模型，具有更强的控制力、更好的一致性并原生支持音频。 - Imagen 4 – Google最新的图像生成家族，专注于更高质量、更强的提示遵循以及快速/超变体。 - Lyria 3 / Lyria 3 Pro – Google最新的生成式音乐模型，用于创建自定义曲目和配乐。 - 开放/本地模型： - Gemma 4 – Google最新的开放模型家族，专为高级推理和智能体工作流构建，旨在消费者GPU上良好运行。 - Gemma 3 / 3n – 早期轻量级开放模型，在高效和本地优先部署中仍然相关。 - FunctionGemma / ShieldGemma / EmbeddingGemma – 针对工具使用、安全分类和嵌入的专业开放模型。 - 关键特性： - 原生多模态 – 在文本、图像、音频和视频方面提供强大支持。 - 海量上下文 – 专为长上下文推理和大规模文档/代码分析而构建。 - 深度生态系统集成 – 嵌入Google搜索、Workspace、Android、Cloud和创意产品。 - 创意工具 – Google现在拥有严肃的第一方图像、视频和音乐生成，而不仅仅是聊天为主的模型。 - 开发者平台： - Vertex AI (https://cloud.google.com/vertex-ai) - Google Cloud的企业级AI平台，用于访问Gemini、Imagen、Veo、Gemma、嵌入和更广泛的MLOps工具。 - Google AI Studio - 用于快速测试Gemini和其他Google模型的轻量级环境。 — ## xAI Grok 🔝 回到顶部 xAI开发Grok系列模型和多模态系统，专注于实时信息、推理和大规模部署。该生态系统与X平台紧密集成，可通过API访问。 - xAI (https://x.ai/) — 公司 → 新闻 (https://x.ai/news) · API文档 (https://docs.x.ai/) · API控制台 (https://console.x.ai/) · GitHub (https://github.com/xai-org) - grok.com (https://grok.com/) — 主要聊天界面（网页、iOS、Android），也集成于X — ### 模型 - Grok 4.2（最新API模型） — 当前旗舰代 - 包括： - grok-4.2-0309-reasoning - grok-4.2-0309-non-reasoning - grok-4.2-0309-multi-agent-0309 - 支持推理、非推理和多智能体模式 - 最多约200万令牌上下文 - 专为编码、数学和复杂工作流设计 - Grok 4 Heavy — 高级变体 - 使用多智能体并行推理解决更难的问题 - 最高能力层级（通过订阅层级） - Grok 4.1 Fast变体 — 优化模型 - grok-4-1-fast-reasoning - grok-4-1-fast-non-reasoning - 专为低延迟和成本敏感型工作负载设计 - Grok 3 — 上一代 - 引入DeepSearch、思考模式和大规模训练 - Grok 1 — 开放权重发布 - 约314B MoE基础模型 - Apache 2.0 → Hugging Face (https://huggingface.co/xai-org/grok-1) — ### 多模态 - Grok Imagine — 图像+视频生成系统 - 模型： - grok-imagine-image（每张图像0.02美元） - grok-imagine-image-pro（每张图像0.07美元） - grok-imagine-video（每秒0.05美元） - 支持生成+编辑工作流 - 可通过API和Grok界面使用 - Aurora — 内部多模态模型 - 驱动图像+视频生成 - 专注于逼真度+多模态输入 — ### 智能体与平台能力 - 实时数据集成 — 原生访问实时网络+X数据 - 智能体工作流 — 工具使用、浏览、多步执行 - 多智能体系统 — 通过multi-agent模型变体公开 - 工具： - 网页搜索 - 代码执行 - 检索/文档处理 — ### API定价（美元，官方） - Grok 4.2（所有变体）： - 输入令牌：每百万2.00美元 - 输出令牌：每百万6.00美元 - Grok 4.1 Fast： - 输入令牌：每百万0.20美元 - 输出令牌：每百万0.50美元 - 语音/音频： - 语音智能体API — 约每分钟0.05美元（约每小时3美元） - 文本转语音 — 每百万字符约4.20美元 — ### 订阅与计划 - 免费层级 - 有限的查询和功能 - SuperGrok（约30美元/月） - 完整Grok访问 - 更高限制和优先使用 - SuperGrok Heavy（约300美元/月） - 访问Grok Heavy（多智能体） - 最大限制和高级功能 - X Premium（约8美元/月） - 有限的Grok访问 - X Premium+（约40美元/月） - 完整Grok访问，附带X功能 - Grok Business - 基于座位的团队访问 - 企业版 - 自定义定价/部署 — ### Anthropic 🔝 回到顶部 Anthropic专注于构建可靠、可解释且符合安全标准的AI系统。它开发了Claude系列模型，广泛用于长上下文推理、编码和企业工作流。 - Claude.ai (https://claude.ai/) - 与Claude模型交互的主要界面，支持聊天、文档、编码和智能体风格工作流。 - 当前模型（主要）： - Claude Opus 4.7 – Anthropic最强大的公开模型，专为高级编码、智能体工作流