Qwen3是通义千问系列最新推出的大语言模型，作为新一代人工智能技术成果，它专为顶尖级代码编写、数学计算、逻辑推理及语言处理任务打造，凭借先进的算法架构与深度优化的模型性能，能够高效应对多领域复杂场景下的专业需求，为用户提供精准、智能的解决方案，展现出在技术研发与应用落地中的卓越潜力。

Google最新推出的AI模型Gemma，虽体型小巧却性能强劲，尤其在聊天交互与内容生成领域表现突出；其轻量化设计不仅便于高效部署，还能在保证响应速度的同时，持续输出高质量内容，为用户带来便捷且智能的使用体验，是一款兼顾小巧体型与强大功能的新一代AI模型。

OpenAI的开源权重模型系列，设计用于强大的推理、代理任务和多用途开发场景，提供多种量化版本以适应不同资源需求。

为低资源设备提供高效多模态AI，支持文本、图像、音频和视频处理。

为速度、边缘设备和本地开发构建的小型语言模型

LLaMA 3的此次稳定更新显著提升了模型性能，在编码开发、日常聊天及各类问答任务中均展现出可靠表现，能够高效处理多样化的用户需求，无论是辅助编写代码、进行流畅对话还是解答专业问题，都具备稳定且出色的任务执行能力，为用户提供了更为实用的人工智能工具支持。

由DeepSeek开发的蒸馏版LLaMA模型，快速且针对实际任务优化，适用于高效执行各类真实场景任务。

Gemma 4是Google DeepMind开发的多模态开源AI模型系列，支持文本、图像、音频处理，优化了推理、编码能力和长上下文处理，提供E2B、E4B、26B A4B、31B四种尺寸，适用于从移动设备到服务器的多样化部署场景。

Qwen3-Coder是Qwen推出的新一代智能编码代理模型系列。

Google’s latest Gemma, in its QAT (quantization aware trained) variant

Qwen系列迄今最强大的视觉语言模型，全面升级文本理解生成、视觉感知推理、上下文长度、空间和视频动态理解能力，具备视觉代理、视觉编码增强、高级空间感知等核心特性。

最新LLama 3版本，具备改进的推理能力和生成质量。

通义千问迎来重要更新，本次升级在语言能力上实现显著提升，涵盖更精准的语义理解、更自然的文本生成及更深入的多轮对话表现，同时大幅拓宽支持范围，包括更长文本处理、多模态交互（如图文结合）及更多行业场景适配，为用户带来更智能、更全面的AI服务体验。

Microsoft’s compact model, surprisingly capable at reasoning and code

397B MoE model with 17B activation for reasoning, coding, agents, and multimodal understanding

Kimi K2 Thinking：具备深度推理能力的开源智能代理，支持稳定工具调用，采用快速INT4量化技术，拥有256k上下文窗口。

Ministral 3是支持视觉的紧凑型语言模型，性能接近24B模型，专为本地边缘部署和推理优化，适用于聊天应用、助手、设备端推理及多模态场景。

高效开源模型，具备顶级性能和快速推理能力，73亿参数，在推理、代码生成和数学任务中表现出色，资源使用高效，适用于多种自然语言处理任务。

GLM-4.7-Flash是顶级30B-A3B混合专家模型，在高性能与高效部署之间实现平衡，为轻量级部署提供新选择。

SmolLM3是一个31亿参数的语言模型，专为高效设备端部署设计，在聊天、文本处理等多种语言任务中保持出色性能，兼具改进的指令遵循、推理能力和知识保留能力。

Qwen3-Coder-Next是专为编码代理和本地开发设计的开源语言模型，采用混合专家（MoE）架构，80B总参数中仅激活3B参数实现高效运行，具备256K上下文长度和强大的代理能力，适用于动态编码任务。

DeepSeek-V3.2通过DeepSeek稀疏注意力(DSA)、可扩展强化学习框架和大规模智能体任务合成管道提升计算效率与推理能力，荣获2025年国际数学奥林匹克(IMO)和国际信息学奥林匹克(IOI)金牌。

DeepCoder-14B-Preview是一款代码推理大型语言模型，经微调支持扩展至长上下文长度。

Mistral AI开发的24B参数多模态指令模型，针对指令遵循、减少重复错误及支持函数/工具调用进行了优化。

Qwen3 Embedding是Qwen系列最新专有模型，专为文本嵌入和排序任务设计，支持119种语言，提供0.6B、4B、8B等多种尺寸模型，适用于文本检索、代码检索、分类、聚类、平行文本挖掘等高级任务。

Google’s latest Gemma, small yet strong for chat and generation

Meta’s LLama 3.1: Chat-focused, benchmark-strong, multilingual-ready.

mxbai-embed-large-v1是Mixedbread AI开发的顶级英文嵌入模型，能将文本转换为语义向量，适用于RAG、语义搜索、文本相似性分析及文本分类等NLP任务。

SD-XL 1.0-base是基于潜在扩散模型的文本到图像生成模型，采用基础模型生成含噪潜变量，可配合精炼模型进行最终去噪处理，也可作为独立模块使用，支持通过文本提示生成和修改图像。

Ministral 3是紧凑高效的多模态语言模型，支持视觉和文本输入，性能接近24B模型，专为边缘部署和本地推理优化，适用于资源受限环境。

Granite Docling是一个多模态图文转文本模型，专为高效文档转换设计，保留Docling核心功能并与Docling Documents无缝集成。

Kimi K2 Thinking是最新开源思考模型，作为能逐步推理并动态调用工具的思考代理，具备深度多步推理能力，支持200-300次连续工具调用，原生INT4量化实现低延迟和低GPU内存占用，上下文窗口达256k。

Embedding Gemma是Google DeepMind推出的最先进文本嵌入模型，能将文本转换为捕获语义含义的密集向量嵌入，适用于检索增强生成(RAG)、语义搜索和相似性任务。

Qwen3是最新一代Qwen大语言模型，专为顶级编码、数学、推理和语言任务设计，支持密集型和混合专家模型架构，提供动态推理模式切换，适用于多语言多领域应用。

高级编码代理模型，拥有800亿参数（30亿激活MoE），专为编码代理和本地开发环境设计，具备高效代码生成、调试及工具调用能力，支持多种IDE平台集成。

用于基于策略的文本分类和执行一系列基础安全任务的安全推理模型，基于gpt-oss构建，提供可解释的推理过程，支持自定义安全策略，适用于LLM内容过滤、在线内容标记等安全场景。

Mistral与NVIDIA合作开发的指令微调大型语言模型，优化多语言任务和指令遵循能力，在推理、多轮对话及代码生成方面表现优于Mistral 7B，适合企业级应用。

GLM-4.7-Flash是顶级的30B-A3B混合专家模型，平衡了强大性能与高效部署，为轻量级部署提供兼顾性能与效率的新选择。

Devstral Small 2 是一款FP8指令型LLM，专为代理式软件工程任务设计，擅长工具使用、代码库探索及多文件编辑，在SWE-bench表现优异，适合聊天、代理及指令类软件工程场景。

Nomic Embed Text v1是一款开源、完全可审计的文本嵌入模型，具备8192 token的上下文窗口，在多种嵌入基准测试中表现优于OpenAI Ada-002等模型，提供开放权重、训练代码和数据，适用于长上下文场景的语义搜索、聚类及可审计嵌入管道。

Qwen3 Embedding是Qwen系列最新专有模型，专为文本嵌入和排序任务设计，提供0.6B、4B和8B多种尺寸，具备出色的多语言能力、长文本理解和推理技能，适用于文本检索、代码检索、分类、聚类等任务。

多语言重排序模型，用于文本检索，可跨119种语言对文档相关性进行评分，基于Qwen3系列基础模型，具备多语言能力、长文本理解和推理技能。

OpenAI的开源权重模型，专为强大的推理能力和代理任务设计，适用于多用途开发场景。

字节跳动Seed团队开发的开源大语言模型系列，具备强大的长上下文、推理、智能体和通用能力，以及开发者友好特性，基于12T tokens训练，在多个开源基准测试中表现优异，采用Unsloth的GGUF转换。

Gemma 4是Google DeepMind开发的开源多模态AI模型系列，支持文本、图像（小模型含音频）输入与文本输出，优化用于推理、编码和长上下文处理，提供E2B、E4B、26B A4B、31B四种尺寸，适配从移动设备到服务器的部署需求。

3970亿参数的混合专家（MoE）多模态大语言模型，仅激活170亿参数实现高效推理，支持262K原生上下文（可扩展至100万），支持201种语言和图像输入，适用于企业级复杂任务如文档分析、多轮对话和agent工作流。

SmolLM 2是为速度、边缘设备和本地开发构建的小型LLM系列，提供135M、360M、1.7B参数版本，以Safetensors格式打包并采用vLLM导向布局，便于通过Docker Hub分发。

Granite-4.0-Nano是一款轻量级指令模型，通过监督微调、强化学习和模型合并技术在多样化数据集上训练而成，具备强指令遵循能力，适用于设备端部署和研究场景，紧凑尺寸便于专业领域微调。

多语言重排序模型，用于文本检索，支持119种语言的文档相关性评分。

SmolVLM是一款轻量级多模态模型，用于视频、图像和文本分析，可回答媒体文件问题、比较视觉内容或从图像中转录文本，仅需1.8GB GPU内存即可运行，特别适合资源有限的设备应用。

744B MoE language model with 40B active params for reasoning, coding, and agentic tasks (FP8)

智能编码大语言模型（24B参数），基于Mistral-Small-3.1微调，具备128K上下文窗口，专为软件工程智能体设计，支持Mistral风格工具/函数调用。

70亿参数长上下文指令模型，采用强化学习对齐，具备指令遵循、工具调用能力，针对企业应用优化。

FunctionGemma是一个270M参数的开源模型，基于Gemma 3构建，专为纯文本函数调用训练，可微调到高效、离线专用代理，适合在资源受限设备上运行。

Granite Embedding Multilingual是IBM开发的2.78亿参数编码器式XLM-RoBERTa风格密集双编码器模型，可生成768维高质量多语言文本嵌入，优化用于12种主要语言的语义相似性、检索和搜索任务，遵循Apache 2.0许可。

32B参数长上下文指令模型，通过强化学习对齐，具备指令遵循和工具调用能力，专为企业应用优化。

QwQ-32B是一个320亿参数的大语言模型，具备高级推理和智能，支持工具调用，适用于数学解题、代码生成与调试及通用问题解决，以高效性能著称。

一个开源视觉语言模型，通过文本提示理解图像，速度快且功能强大。

FunctionGemma是一个270M参数的开放模型，基于Gemma 3构建，专为纯文本函数调用训练，可微调为高效、离线运行的专用代理，适用于资源受限设备。

3B参数长上下文指令模型，通过强化学习对齐，具备指令跟随和工具调用能力，适用于企业级应用。

Granite-4.0-H Nano是通过监督微调、强化学习和模型合并在多样化数据上训练的轻量级指令模型，具备强大的指令遵循能力，适用于设备端部署、研究及专业领域微调，无需大量计算资源。

3B参数长上下文指令模型，通过强化学习对齐，具备指令遵循和工具调用能力，针对企业应用优化。

Embedding Gemma是Google DeepMind推出的最先进文本嵌入模型，基于Gemma架构创建高质量文本向量表示，能捕捉语义含义，适用于检索增强生成（RAG）、语义搜索及相似性任务，为嵌入类应用提供强大基础。

all-MiniLM-L6-v2是一个sentence-transformers模型，可将句子和段落映射到384维密集向量空间，适用于聚类或语义搜索等任务。

Container for the AI Service

暂无描述

暂无描述

暂无描述

Multimodal AI model with 35B MoE architecture for coding agents, reasoning, and vision tasks

暂无描述

用于在Pyramid集群中处理所有数据科学和机器学习相关活动的服务器，预装了基础Python和R环境。

Multimodal LLM with 35B parameters for coding, agentic tasks, and vision-language understanding

暂无描述

暂无描述

暂无描述