AI大模型分类

AI 大模型分类

按架构（Architecture）

类型	代表	特点

Transformer 架构	GPT、Claude、LLaMA、Qwen、DeepSeek	主流架构，基于自注意力机制
混合架构（MoE）	Mixtral、DeepSeek-V3、Qwen3-MoE	稀疏激活，专家路由，推理成本低
状态空间模型（SSM/Mamba）	Mamba、Jamba	线性复杂度，长序列处理高效
扩散架构	Diffusion LLM（如 Mercury）	非自回归生成，可并行解码

按模态能力

• 纯语言模型（LLM）：只处理文本，如 GPT-3、LLaMA
• 多模态模型（LMM/MLLM）：文本+图像+音频+视频，如 GPT-4o、Gemini、Qwen-VL
• 视觉生成模型：文生图/视频，如 Stable Diffusion、Sora、可灵
• 语音模型：TTS/ASR，如 Whisper、ElevenLabs

按规模参数

• 小型：< 10 亿（1B），可跑在手机上
• 中型：1B – 100B，如 LLaMA-2-7B、Qwen-7B
• 大型：100B – 1T，如 GPT-4（传闻 1.8T MoE）
• 超大：> 1T，目前多为 MoE 稀疏模型

按训练方式 / 定位

类型	说明	代表

基座模型（Base）	仅预训练，未对齐	LLaMA、Qwen-Base
指令微调模型	SFT + RLHF/DPO 对齐	ChatGPT、Claude、DeepSeek-Chat
推理模型（Reasoning）	强化学习强化长链推理	o1、o3、DeepSeek-R1、QwQ
垂直领域模型	金融、医疗、法律、代码	Med-PaLM、CodeLlama、文心一言行业版

按开放程度

• 开源开放权重：LLaMA、Qwen、DeepSeek、Mistral（可本地部署）
• 闭源 API：GPT、Claude、Gemini（只能通过云端调用）

其他常见维度

• 按语言：英文主导 / 中英双语 / 多语言
• 按上下文长度：8K → 1M tokens 长上下文模型
• 按 Agent 能力：是否支持工具调用（Function Calling）、计算机操作