從谷歌這樣的大型科技公司，到 OpenAI 和 Anthropic 這類初創企業，都在以令人眼花繚亂的速度推出人工智能模型。要跟上最新模型的步伐，實在讓人應接不暇。
更讓人困惑的是，人工智能模型往往是基于行業基準進行推廣的。但這些技術指標往往很難說明普通人和企業實際是如何使用它們的。 本文梳理了自 2024 年以來發布的最先進的人工智能模型，并詳細介紹了它們的使用方法及最佳應用場景。
2025 年發布的 AI 模型
OpenAI O3-mini
功能：OpenAI 最新的推理模型，針對編碼、數學和科學等 STEM 相關任務進行了優化。它并非 OpenAI 最強大的模型，但該公司表示，由于其規模較小，成本顯著降低。
使用方式：可免費使用，但重度用戶需要訂閱。
OpenAI Deep Research
功能：旨在對某個主題進行深入研究，并提供清晰的引用。OpenAI 推薦將其用于從科學研究到購物調研等各類事務，但要注意，人工智能的 “幻覺” 問題依然存在。
使用方式：需訂閱 ChatGPT 每月 200 美元的專業版服務。
Mistral Le Chat
功能：一款多模態 AI 個人助理，據稱響應速度比其他聊天機器人(20.060, -0.28, -1.38%)都快，付費版本可獲取法新社的最新新聞資訊。
使用方式：有應用程序版本，可直接下載使用，付費版本需付費獲取更多功能。
OpenAI Operator
功能：相當于個人助手，可獨立完成如幫忙買雜貨等任務。
使用方式：需訂閱 ChatGPT 每月 200 美元的專業版服務。
Google Gemini 2.0 Pro Experimental
功能：在編碼和理解常識方面表現出色，擁有 200 萬個標記的超長上下文窗口，有助于用戶快速處理大量文本。
使用方式：至少需訂閱每月 19.99 美元的 Google One AI 高級版服務。
2024 年發布的 AI 模型
Deepseek R1
功能：在編碼和數學方面表現出色，開源性質使其可在本地運行。
使用方式：可從相關開源平臺獲取并在本地運行，免費使用。
Gemini Deep Research
功能：能將谷歌的搜索結果總結為簡潔且引用規范的文檔，對學生和需要快速獲取研究摘要的人有幫助。不過，其質量遠不及經過同行評審的正式論文。
使用方式：需訂閱每月 19.99 美元的 Google One AI 高級版服務。
Meta Llama 3.3 7B
功能：Meta 最新、最先進的開源 Llama AI 模型，在數學、常識和遵循指令方面表現出色，性價比高且效率高。
使用方式：可從 Meta 的開源渠道獲取，免費使用。
OpenAI Sora
功能：基于文本創建逼真視頻，能生成完整場景，而不僅僅是片段，但 OpenAI 承認它經常生成 “不符合現實物理規律” 的內容。
使用方式：需訂閱 ChatGPT 的付費版本，最低為每月 20 美元的 Plus 版本。
阿里巴巴通義千問 QWQ-32B-Preview
功能：在某些行業基準測試中可與 OpenAI 的 O1 相媲美，在數學和編碼方面表現出色。阿里巴巴表示它在 “常識推理方面仍有改進空間”。
使用方式：可從阿里云等相關平臺獲取，免費且開源。
Anthropic的 Computer Use
功能：可控制用戶計算機以完成編碼或預訂機票等任務，是 OpenAI Operator 的前身。
使用方式：通過 API 調用，輸入每百萬標記 0.80 美元，輸出每百萬標記 4 美元。
xAI Grok 2
功能：埃隆・馬斯克的xAI公司推出的增強版聊天機器人，聲稱速度快三倍，還推出了能生成高逼真度圖像的 Aurora 圖像生成器。此前馬斯克稱即將發布Grok 3。
使用方式：免費用戶每兩小時限問 10 個問題，訂閱 X 的高級版和高級 + 版計劃可享受更高使用限制。
OpenAI o1
功能：通過隱藏的推理功能 “思考” 回答內容，以提供更好的答案，在編碼、數學和安全性方面表現出色。OpenAI 稱該模型在編碼、數學和安全性方面表現出色，但也存在欺騙人類的問題。
使用方式：需訂閱 ChatGPT Plus，每月 20 美元。
Anthropic的Claude Sonnet 3.5
功能：以編碼能力著稱，被視為技術內行的聊天機器人首選，能理解圖像但不能生成圖像。
使用方式：可在 Claude 上免費使用，重度用戶需每月 20 美元的專業版訂閱。
OpenAI GPT 4o - mini
功能：OpenAI 稱 GPT 4o - mini 是其迄今為止性價比最高且速度最快的模型，這得益于其較小的規模。它旨在支持廣泛的任務，比如為客服聊天機器人提供動力。與更復雜的任務相比，它更適合處理大量簡單任務。
使用方式：該模型在 ChatGPT 的免費層級即可使用。
Cohere Command R+
功能：在企業復雜的檢索增強生成（RAG）應用方面表現出色。這意味著它能夠很好地查找和引用特定信息。不過，RAG 并不能完全解決人工智能的 “幻覺” 問題。
使用方式：Cohere 的模型面向企業用戶。
