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 APIGPT、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