国内有哪些ai大模型：分类与选型

国内有哪些ai大模型，按底座属性可分为通用闭源商用、开源基座、垂直行业、端侧轻量化四大类，主流已完成国家网信办备案的通用模型包括字节豆包、百度文心、阿里通义千问、腾讯混元、智谱GLM、月之暗面Kimi、深度求索DeepSeek，不同模型分别适配C端内容创作、企业私有化、超长文档、代码数学、信创政务等差异化场景，对外公开提供服务需符合《生成式人工智能服务管理暂行办法》备案要求，纯内部离线使用不受公众服务备案约束。

国内ai大模型通用闭源梯队

这类模型以云端API和网页应用为主，综合能力均衡，不需要用户自备算力，中文基础能力经过较多优化。豆包Seed系列侧重日常对话、多模态图文音视频、办公Agent与内容生成；文心ERNIE搜索增强、公文写作、政企落地积累较多；通义千问兼顾闭源旗舰与开源分发，代码、表格解析能力较强；Kimi主打百万级Token超长上下文窗口，适合合同、财报、文献一次性载入处理；DeepSeek在数学推理、代码场景评测处于第一梯队；智谱GLM适配国产昇腾算力与信创环境，长文档与科研Agent表现稳定；腾讯混元深度打通微信、企业微信生态。

优先选择已完成备案的模型对外商用。

国内ai大模型开源、垂直与端侧梯队

开源基座允许下载权重、本地部署、二次微调，多数提供宽松商用协议，适合有数据隐私要求、具备工程算力团队做私有化改造。主流包括通义Qwen全参数系列、GLM开源版、DeepSeekCoder、零一万物Yi，覆盖从1B小参到MoE大参规格，其中Qwen生态完善、文档多，是国内开发者选用较多的开源底座。

垂直领域大模型在训练阶段注入行业语料，在医疗、法律、金融、工业、生物医药、科研等细分任务准确率通常高于通用基座，通用闲聊、跨领域泛化能力偏弱，不能直接替代通用模型。代表有上海AI实验室书生科研大模型、金融领域大模型、法律专用大模型、医疗辅助诊断模型，适合搭配RAG面向单一业务场景落地。

端侧轻量化大模型针对手机、车载、IoT设备压缩量化，支持离线本地推理，代表有华为盘古小艺、小米MiMo、vivo蓝心、努比亚端侧豆包，特点是低延迟、数据不出设备，受限于终端算力，通用推理能力相比云端旗舰模型有明显缩水。

选型合规与适用边界

依据国家网信办《生成式人工智能服务管理暂行办法》，自研基座或对底座做实质性再微调、面向公众提供带舆论属性生成服务，需要先安全评估再完成生成式AI服务备案；仅调用已备案第三方API封装应用，走属地登记流程即可，两者不能互相替代。企业内部纯内网离线测试、不对外部开放的模型使用，不属于强制备案范围。

如果你需要做二次开发、数据不能出私有服务器，优先从开源基座选型；如果你是快速做面向用户的产品、不想承担算力与备案成本，优先调用已备案云端API；如果你核心工作是处理几十万字以上连续文档，优先Kimi这类长窗口模型，不要用普通128K上下文通用模型拆分处理，会额外增加分段对齐成本。

通用模型不能直接用于医疗诊断结论、金融投资决策、司法定性输出这类强合规高风险场景，这类场景必须搭配领域校验流程或专用垂直模型。