900+ 模型名录
按年份列出 900+ 个大型语言模型，覆盖头部实验室与独立团队，是目前能看到的最长模型清单之一。
Models Table
AI TOOL PROFILE工具资料收录 900+ 大型语言模型的名录表，覆盖各大 AI 实验室
价格官网未标价
平台Web
归类翻译与语言
收录2026-10-12
复核2026-10-12
编辑评分
4.1 / 5
★★★★☆
Models Table编辑总结
Models Table 是一份大型语言模型名录，列出 900+ 个模型，按年份整理，涵盖 Google DeepMind、OpenAI、Anthropic、Microsoft、NVIDIA、阿里、腾讯等机构的作品。条目里能看到模型名称、参数规模与所属机构，例如 Claude Opus 4.8（5000B）、Gemini 3.5 Flash（500B）、DeepSeek-V4-Pro（1600B）。它适合做行业横评与选型前的快速摸底，本身不提供推理、评测或 API 调用，也不是模型官方发布渠道；官网未公开定价与免费额度。
Models Table是什么？
Models Table 是一份大型语言模型名录，由 Life Architect 维护，按年份列出 900+ 个模型，覆盖各大 AI 实验室与独立团队。每条记录给出模型名称、参数规模与所属机构，例如 2026 年条目中的 Google DeepMind Gemma 4 12B、Microsoft MAI-Thinking-1（1000B）、Anthropic Claude Opus 4.8（5000B）、Alibaba Qwen3.7-Max（2000B）。
从名录的结构看，它同时收录闭源旗舰与开源小模型，参数跨度极大，从 Cactus-Compute Needle（0.026B）到 Anthropic Claude Mythos Preview（10000B）都列在其中。机构维度也很宽，既有 OpenAI、Google DeepMind、Anthropic、Meta AI、Mistral 这类头部实验室，也有 NVIDIA、IBM、Cohere、AI21 等企业，以及 Alibaba、Tencent、Baidu、MiniMax、Moonshot AI、Z.AI、Xiaomi 等中国团队。
使用方式上，它更像一份检索型参考表：研究人员、产品经理和开发者可以在选型前用它确认某个模型的参数规模和归属，再决定是否去读对应模型的技术报告。由于只是名录，它不提供模型权重下载、托管推理或在线试用。
Models Table核心功能
参数量标注
每条记录带参数规模，跨度从 0.026B 到 10000B，便于比较同一机构不同尺寸的模型定位。
机构覆盖广
除 OpenAI、Google DeepMind、Anthropic、Meta AI 外，还收录阿里、腾讯、百度、MiniMax、月之暗面等中国团队。
开源与闭源并列
同一年份下既有 Claude Opus 4.8 这类闭源旗舰，也有 Qwen3-4B、Granite-4.1-8B 等开源权重模型。
2026 年条目
最新年份段落包含 Gemma 4、GPT-5.5、Grok 4.3、Kimi K2.6、GLM-5.1 等一批当年发布的模型。
Models Table值不值得用？
当行业地图用是值得的：900+ 条目、参数与机构一并列出，做竞品扫描或写行业综述时，先在这里确认模型名称与规模比逐个翻官网快得多。当评测依据用要打折扣：名录只给名称和参数量，不给基准分、不对比能力、不提示许可协议，选型决策不能只靠它。另外它只是静态表格，模型更新很快，看到某个条目后仍要回到对应机构的发布页确认版本状态。
建议选它的情况
- 写行业综述或做竞品扫描，需要快速确认某模型归属与参数规模
- 想找同一机构不同尺寸的模型对比，例如 Qwen3.7 系列从 Plus 到 Max
- 关注开源小模型的人，想一次看全 0.026B 到 1000B 各档条目
不建议选它的情况
- 要找可直接调用、可试玩的模型服务，这里不提供推理或 API
- 需要基准分、能力对比、许可协议等选型依据
- 只想看某一个模型的官方发布说明，应去对应机构页面
Models Table使用建议
入门先把路子走对
- 先看年份分段页面按年份组织，先滚到最新年份段，能一次看到当年发布的全部条目，避免漏掉新模型。
- 用搜索定位机构在页面内用浏览器搜索机构名（如 Alibaba、Anthropic），可以快速筛出该实验室的全部条目。
进阶省时间也省钱
- 按参数量筛档带 B 的数字是参数规模，用 0.026B、7B、30B、1000B 这类关键词筛，能快速分出端侧、本地部署、云端旗舰三档。
- 对照开源与闭源同一年份里闭源旗舰与开源权重模型并列，选中一个闭源模型后，可在同段找参数相近的开源条目作为替代参考。
- 记录出处再取细节名录只给名称与参数量，确定目标后去对应机构的技术页面取上下文长度、训练数据、许可等细节。
Models Table适合谁用？
行业研究员
推荐写综述或做模型谱系梳理，需要一份覆盖主流实验室的清单，900+ 条目可直接作为底稿。
AI 产品经理
推荐选型前想先看清同一机构有哪些尺寸档，再决定深入评估哪几个，名录能省一轮搜索。
开源模型玩家
推荐关注开源小模型和本地部署，名录里 0.026B 到 30B 一档的条目集中，便于横向找替代。
需要直接调用模型的开发者
不推荐名录不提供权重下载、托管推理或 API，要接入模型仍需去对应平台。
依赖基准分做采购决策的团队
有条件名录不带评测分数与能力对比，不能单独作为采购依据，需另找评测数据。
Models Table优点和缺点
优点
- 收录 900+ 个大型语言模型，是覆盖面最广的名录之一
- 每条给出参数量，从 0.026B 到 10000B 跨度清晰
- 机构覆盖广，含 OpenAI、Google DeepMind、阿里、腾讯、百度等
- 闭源旗舰与开源权重模型并列，便于找替代方案
- 按年份组织，2026 年段集中列出当年新模型
缺点
- 只给名称与参数量，没有基准分与能力对比
- 不提供模型下载、在线试用或 API 调用入口
- 官网未公开定价与免费额度
- 缺少上下文长度、训练数据、许可协议等细节
- 静态表格形式，条目更新依赖维护者手动补充
Models Table常见问题
Models Table 收录了多少个模型？＋
列出 900+ 个大型语言模型，按年份分段，2026 年段里就有 Gemma 4 12B、GPT-5.5、Claude Opus 4.8、Qwen3.7-Max、Kimi K2.6、GLM-5.1 等条目。
表里能直接看到模型的评测分数吗？＋
不能。每条记录给的是模型名称、参数规模与所属机构，例如 DeepSeek-V4-Pro（1600B）、Gemini 3.5 Flash（500B），没有基准分、能力排名或横向对比数据。
我想直接调用这些模型，这里可以吗？＋
不行。Models Table 是名录，不托管模型推理，也不提供 API 或权重下载；要调用仍需去对应机构的平台。
参数规模是怎么标注的？＋
数字带 B 表示参数规模，例如 Cactus-Compute Needle 标注 0.026B、Anthropic Claude Opus 4.8 标注 5000B、Anthropic Claude Mythos Preview 标注 10000B，跨度覆盖端侧小模型到云端旗舰。
覆盖哪些机构？＋
涵盖 OpenAI、Google DeepMind、Anthropic、Meta AI、Microsoft、NVIDIA、IBM、Mistral、Cohere、AI21，以及 Alibaba、Tencent、Baidu、MiniMax、Moonshot AI、Z.AI、Xiaomi 等中国团队，还有 Allen AI、Poolside、Liquid AI 等独立机构。
开源和闭源模型都能找到吗？＋
同一年份下并列收录。例如 2026 年既有 Anthropic Claude Opus 4.8 这类闭源旗舰，也有 IBM Granite-4.1-8B、Liquid AI LFM2.5-350M、Alibaba Qwen3-4B 等开放权重条目。
