国内外 AI 大模型种类与使用方法

举报
yd_288814258 发表于 2026/11/05 23:23:08 2026/11/05
【摘要】 国内外 AI 大模型种类与使用方法注:大模型更新非常快,模型名称、价格、免费额度和功能会持续变化。本文重点介绍截至2026年11月的主流代表。一、什么是 AI 大模型?AI 大模型,通常是指大语言模型。它能够理解自然语言,完成问答、写作、翻译、总结、编程、数据分析等工作。现代大模型已经从单纯的“聊天机器人”发展为综合平台,通常具备:文字问答与写作联网搜索和资料整理上传文档、图片、音视频语音通...

国内外 AI 大模型种类与使用方法

注:大模型更新非常快,模型名称、价格、免费额度和功能会持续变化。本文重点介绍截至2026年11月的主流代表。

一、什么是 AI 大模型?

AI 大模型,通常是指大语言模型。它能够理解自然语言,完成问答、写作、翻译、总结、编程、数据分析等工作。
现代大模型已经从单纯的“聊天机器人”发展为综合平台,通常具备:
  • 文字问答与写作
  • 联网搜索和资料整理
  • 上传文档、图片、音视频
  • 语音通话
  • 生成图片、视频或代码
  • 调用外部工具
  • 执行多步骤任务,形成“智能体”
  • 通过接口接入企业系统
因此,选择模型时不能只看“谁最聪明”,还要看它在中文、文件处理、联网搜索、多模态、价格、访问便利性和安全性方面是否适合。

二、国内主流大模型有哪些?

国内大模型通常分为三类:
  1. 综合对话助手
  2. 代码、推理与智能体模型
  3. 视觉、语音、图像和视频模型

代表产品
研发机构
主要定位
通义千问、Qwen
阿里巴巴
综合对话、代码、多模态、开源生态
DeepSeek
深度求索
推理、数学、编程、代码与高性价比接口
豆包
字节跳动
中文日常使用、内容创作、图像和视频
Kimi
月之暗面
长文档阅读、资料整理、知识工作
智谱清言、GLM
智谱AI
复杂推理、长上下文、企业应用
腾讯元宝、腾讯混元
腾讯
中文对话、腾讯生态、视觉与智能体
文心一言、ERNIE
百度
中文知识、搜索、企业应用
MiniMax
MiniMax
语言、语音、图像和视频
即梦、Seed
字节跳动
图像和视频生成
混元、元宝
腾讯
综合助手、办公及多模态场景

国内模型的主要特点

1. 中文表达和本地服务较好
国内产品在中文表达、中国法律政策、网络热点、本地生活、移动支付、办公软件和企业服务方面通常更加适配。
2. 免费使用门槛相对较低
很多国内产品都提供网页版、电脑客户端和手机应用,使用手机号或国内平台账号即可注册。对于普通用户,一般可以先从免费版开始。
3. 开源生态活跃
通义千问、DeepSeek、GLM、Kimi、腾讯混元等模型,通常既有官方网页或应用程序,也有开放接口和开源权重。开发者可以在云上调用,也可以将模型部署到自己的服务器中。
4. 多模态能力逐渐一体化
单一模型越来越多地同时支持文字、图片、语音、视频和文件。部分产品还能操作浏览器、办公软件或电脑应用,但稳定性与生产安全性仍需结合具体场景评估。

三、国外主流大模型有哪些?

国外同样覆盖了聊天助手、专业推理、代码智能体、视觉理解、搜索和企业服务等方向。

代表产品
研发机构
主要定位
ChatGPT、GPT
OpenAI
综合对话、推理、编程、多模态
Claude
Anthropic
长文本、写作、代码、智能体
Gemini
Google
搜索、多模态、安卓和谷歌生态
Grok
xAI
实时信息、社交平台内容、推理
Llama
Meta
开源及私有化部署
Mistral
Mistral AI
欧洲市场、开源及企业部署
Copilot
Microsoft
微软办公软件、编程和企业服务
Perplexity AI
Perplexity
联网搜索、资料研究和引用
Cursor、Windsurf、Claude Code
不同公司
编程、软件工程和代码智能体

国外模型的主要特点

1. 综合能力和生态较丰富
ChatGPT、Claude 和 Gemini 通常在复杂推理、多模态、智能体、软件编程和第三方插件方面积累较深。
2. 搜索与办公生态各有优势
  • ChatGPT强调综合对话和智能体;
  • Claude在长文本、代码和智能体工作流中应用较广;
  • Gemini与谷歌搜索、邮箱、网盘及安卓生态结合紧密;
  • Copilot深度嵌入微软办公软件和开发工具;
  • Perplexity更偏向联网检索、资料整合和引用。
3. 部署方式更加多元
国外既有OpenAI、Anthropic、Google这类“闭源商业模型”,也有Meta Llama、Mistral等可下载、可私有化部署的开源或开放权重模型。

四、国内与国外模型有什么差异?

下面是一张总览表,适合作为初选参考:

维度
国内模型
国外模型
中文和中国场景
整体适配度较高
主要国际产品也很强,但中文细节存在差异
使用入口
网页、客户端、App和企业平台丰富
同样覆盖网页、客户端、API与企业平台
模型来源
既有闭源商业模型,也有大量开放模型
同样同时包含闭源与开放权重模型
搜索生态
与国内搜索、内容平台及办公工具结合
与谷歌、微软等全球生态结合较深
编程与智能体
发展迅速,覆盖编程、推理和智能体
商业生态成熟,工具链丰富
图像视频
图像、视频、语音与数字人能力突出
图像、视频、音乐、语音能力同样完整
开源与部署
Qwen、DeepSeek、GLM、Kimi等选择丰富
Llama、Mistral等选择丰富
接口与价格
国内开放平台竞争激烈,价格梯度较多
国际平台功能丰富,不同档位价格差异较大
数据合规
应重点考察国内数据及行业合规要求
跨境数据传输、账号和地区限制需特别审查
这张表反映的是整体趋势,不代表某个产品一定优于另一个产品。具体选择仍应通过任务测试确定。

五、大模型最实用的使用方法

1. 对话提问:给足“角色、任务、背景和格式”

基础用法是在网页或手机应用中输入问题。但不要只写:
帮我写一份策划。
更有效的写法是:
你是新媒体运营负责人。
请为一家国产护肤品牌撰写双十一小红书推广策划。
目标人群:25—35岁职场女性。
预算:10万元。
平台:小红书、抖音和微信视频号。
要求:
1. 明确目标、主题、内容方向和投放节奏;
2. 列出5个选题;
3. 给出预算分配表;
4. 提供可量化的效果指标;
5. 以表格和分点形式输出。
高质量提问通常包括:
  • 角色:你希望它充当什么专家
  • 背景:项目、行业和目标人群
  • 任务:具体要完成什么
  • 约束:字数、格式、风格、时间或预算
  • 输出:表格、大纲、邮件、代码或报告
  • 禁止事项:不要编造数据、不要使用营销套话等

2. 联网搜索:让它查信息,而不是“猜答案”

搜索类问题适合使用联网功能,例如:
  • 查询最近的政策、新闻或活动;
  • 比较产品价格;
  • 搜集行业报告;
  • 核实人物、公司和事件;
  • 整理会议当天的最新动态。
提问时可以要求:
请联网搜索并回答。
1. 先列出至少三个来源;
2. 标注信息发布日期;
3. 区分官方信息和媒体信息;
4. 如果信息冲突,说明冲突点;
5. 不要编造来源链接。
对于重要数据,应回到原始来源再次确认。

3. 文档处理:把文件交给它,但要规定输出格式

多数大模型支持上传以下材料:
  • Word、PDF、PPT、Excel
  • 图片和扫描件
  • 网页链接
  • 音视频
  • 代码项目
典型任务包括:
请阅读上传的合同,完成:
1. 提取合同主体、金额、期限和付款方式;
2. 标注续约、违约、赔偿和争议解决条款;
3. 列出表述模糊或可能存在风险的条款;
4. 引用原文,不要自行推断;
5. 最后给出一份修改建议清单。
文档使用需要注意:
  1. 先确认文件是否包含隐私、商业秘密或个人信息;
  2. 单个文件过大时,可以先拆分成章节;
  3. 要求它标明页码或章节;
  4. 关键数字必须人工复核;
  5. 正式法律意见应由专业人员审查。

4. 写作与改写:明确受众和用途

大模型适合进行初稿写作,但不宜直接把它生成的全部内容当作最终成果。
可以要求:
请将以下内容改写成三种版本:
A. 领导汇报版,300字以内,重点突出结果和决策;
B. 内部沟通版,语气直接,便于执行;
C. 客户沟通版,正式、礼貌、避免技术术语。
还可以要求:
  • 压缩到指定字数;
  • 提炼核心观点和结论;
  • 补充小标题;
  • 删除重复内容;
  • 改为邮件、通知、新闻稿或演讲稿;
  • 检查逻辑是否连贯;
  • 指出证据不足的位置。

5. 编程开发:提供环境、约束和验收标准

提问时不要只写“帮我写一个网站”。最好提供:
请使用 Python 3.12 和 Flask 开发一个简易图书管理系统。
功能要求:
1. 添加、查询、修改和删除图书;
2. 使用 SQLite 存储数据;
3. 提供中文界面;
4. 对书名和作者进行输入校验;
5. 给出完整项目结构、代码和运行说明;
6. 最后提供3个测试用例。
对于已有代码,可以要求:
  • 逐段解释代码;
  • 找出潜在缺陷;
  • 优化运行速度;
  • 改进安全性;
  • 补充单元测试;
  • 添加中文注释;
  • 重构项目结构。
AI生成的代码必须经过测试,不能直接部署到生产环境。

6. 图像与视频:使用专门模型,而不是强行让聊天模型完成

图像、视频、音乐和数字人通常使用专门的多模态模型,例如:
  • 通义千问、Qwen:部分产品覆盖多模态生成;
  • 豆包、即梦、Seed:适合图像、视频和数字人;
  • ChatGPT、Gemini:支持多模态理解与生成;
  • MiniMax:覆盖语音、视频、音乐和语言模型。
适合使用:
生成一张电商主图:夏日防晒喷雾,蓝色与白色为主,
清爽风格,浅色背景,正面45度展示产品,
中文标题“清爽不油腻”,适合天猫护肤类目。
需要修改图片时,可以提供原始图片,然后要求:
  • 改变背景;
  • 替换文字;
  • 修改产品颜色;
  • 增加人物或道具;
  • 保持主体结构;
  • 更换整体风格。
生成结果可能涉及版权、肖像权和品牌标识,商业用途前应核查相关权利。

7. 语音与实时通话:适合口语交流和快速记录

语音模式适合:
  • 练习英语或普通话;
  • 模拟面试;
  • 复述书籍和课程内容;
  • 做会议总结;
  • 根据口述整理成文档;
  • 查询信息;
  • 与儿童或老年人进行互动。
建议提示:
请以中文面试官身份与我进行模拟面试。
岗位:互联网产品经理。
首先提出一个问题,等待我回答;
然后对我的回答进行点评,并指出可以改进的地方。
使用语音模式时应避免在公共场合输入银行卡密码、身份证号等敏感信息。

8. 企业知识库:建立“检索+生成”,不要直接把全部数据喂给模型

企业常见做法包括:
企业文档
→ 清洗和拆分
→ 提取文字
→ 建立索引
→ 用户提问
→ 检索相关段落
→ 大模型生成答案
→ 引用原始文档
这种方案通常称为检索增强生成。
使用时需要注意:
  • 控制文档权限;
  • 定期更新知识库;
  • 只检索与问题相关的文档;
  • 要求答案附带来源;
  • 设置敏感词和审批流程;
  • 对客服、合同和医疗等高风险场景增加人工复核。
不能把整个公司资料简单地上传到一个普通聊天窗口,更不能忽略数据分级和访问权限。

六、普通用户怎样开始使用?

电脑端

  1. 打开所选平台的官方网站;
  2. 注册账号并登录;
  3. 在输入框中直接输入问题;
  4. 需要时上传文档、图片或开启联网搜索;
  5. 根据回答继续追问;
  6. 选择复制、导出或保存结果。

手机端

  1. 在应用商店搜索正式产品名称;
  2. 安装官方应用;
  3. 使用手机号、邮箱或平台账号登录;
  4. 使用语音、拍照、文件上传和对话功能;
  5. 开启语音通话或智能体,完成多轮任务。

开发者使用接口

以调用大模型接口为例,基本流程是:
  1. 注册开发者账号;
  2. 创建应用并获取密钥;
  3. 选择模型;
  4. 构造消息,包括用户问题、系统提示和历史对话;
  5. 发送请求;
  6. 接收结果;
  7. 对输出进行校验、存储和展示。
基本调用结构如下:
系统提示:定义角色、规则和安全边界
用户消息:当前输入
历史对话:保存上下文
模型输出:回答或工具调用指令
常见接口能力包括:
  • 文本生成;
  • 多轮对话;
  • 联网搜索;
  • 文件上传;
  • 图像理解;
  • 语音转文字;
  • 向量检索;
  • 函数调用;
  • 结构化输出;
  • 流式响应;
  • 模型微调;
  • 私有化部署。

七、如何为不同任务选择合适的大模型?

日常问答和中文创作

优先测试:
  • 豆包
  • 通义千问
  • 腾讯元宝
  • Kimi
  • DeepSeek
  • ChatGPT
  • Gemini
重点比较回答是否符合中文表达习惯、是否有用、是否稳定。

长文档和资料研究

优先测试:
  • Kimi
  • 通义千问
  • 智谱GLM
  • Claude
  • ChatGPT
  • Gemini
  • Perplexity
重点测试文件大小、页码引用、跨文件比较和资料归纳能力。

数学、代码和逻辑推理

优先测试:
  • DeepSeek
  • Qwen
  • 智谱GLM
  • Kimi
  • ChatGPT
  • Claude
  • Gemini
不要只凭一个题目判断,应使用同一批代码、数学和逻辑题进行交叉测试。

办公和会议整理

优先测试:
  • 腾讯元宝
  • 通义千问
  • 豆包
  • Kimi
  • Microsoft Copilot
  • ChatGPT
  • Gemini
重点考察会议纪要、待办事项、PPT提纲和表格处理能力。

图像与视频

优先测试:
  • 豆包
  • 即梦
  • 通义千问
  • MiniMax
  • ChatGPT
  • Gemini
重点比较提示词理解、中文文字准确性、人物一致性、版权合规和商业可用性。

企业部署

优先考虑:
  • Qwen
  • DeepSeek
  • GLM
  • Kimi
  • 腾讯混元
  • Llama
  • Mistral
  • Claude
  • Gemini
  • GPT
需要从模型性能、数据安全、调用成本、部署方式、接口稳定性、技术服务和支持能力综合评估。

八、使用时必须遵守的规则

1. 不要让大模型编造事实

尤其是医疗、法律、金融、学术和招聘场景,应明确要求:
如果信息不足或无法确认,请明确说明不知道,不要猜测。

2. 不要上传敏感信息

不应直接上传:
  • 身份证、银行卡和医疗记录;
  • 未公开合同和财务数据;
  • 企业内部源代码;
  • 客户个人信息;
  • 政府、军事和关键基础设施资料。
使用前查看平台隐私政策、数据保留期限和第三方使用条款。

3. 不要完全依赖一次回答

高质量用法通常是:
提出要求
→ 生成初稿
→ 检查事实与逻辑
→ 指出问题
→ 要求修改
→ 再次验证
把大模型当作“助手”,而不是绝对权威。

4. 注意版权和肖像权

  • 不要直接生成知名人物的肖像;
  • 不要模仿受保护的商标和品牌;
  • 不要复制受版权保护的书籍、代码或视频;
  • 商业文案、图片和视频应保留人工审核。

5. 小学生和低龄儿童应谨慎使用

使用时应关闭或限制个人信息输入,控制使用时长,并对生成内容进行检查。

九、一份实用的“多模型工作流”

不必长期只用一款模型。更高效的方法,是让不同模型负责不同阶段:
第一步:用 Kimi、通义千问或 Perplexity 收集资料;
第二步:用 DeepSeek、Qwen、Claude 或 GPT 进行推理;
第三步:用豆包或即梦制作图片、视频;
第四步:用另一个模型审查逻辑、事实和表达;
第五步:由人工完成最终判断和发布。
例如撰写研究报告:
  1. 资料检索:让A模型联网检索并整理来源;
  2. 结构搭建:让B模型制作目录和逻辑框架;
  3. 内容写作:让C模型完成具体章节;
  4. 交叉审查:让D模型检查事实、重复内容和逻辑漏洞;
  5. 人工定稿:检查数据、结论、引用和合规问题。
这种方法比反复追问同一个模型更容易发现错误。

十、常见问题

免费版和付费版有什么区别?

通常体现在:
  • 可使用哪些模型;
  • 每天可以问多少次;
  • 响应速度;
  • 文件大小和数量;
  • 联网搜索、图像生成额度;
  • 语音通话时长;
  • 编程和智能体功能;
  • 数据使用方式;
  • 企业权限和技术支持。
普通用户通常可以从免费版开始。

上下文窗口越大越好吗?

不一定。上下文窗口代表模型一次能够处理的文字规模,但窗口大并不意味着它一定能准确记住全部内容。关键还要看长文本归纳、跨文件推理、引用准确性和实际成本。

开源模型一定比闭源模型安全吗?

不一定。开源或开放权重模型便于审计、定制和私有化,但仍可能存在提示词注入、数据泄露、恶意代码和错误输出。安全取决于部署方式、权限控制、调用链路和运行环境。

应该学习提示词,还是学习使用工具?

两者都要。提示词决定任务如何表达;工具选择、知识库、联网搜索、文件解析和代码执行决定任务能否完成。只学习“话术”,无法解决复杂工程问题。

大模型会不会取代程序员、设计师和文案?

短期内更可能改变工作方式,而不是完全取代岗位。基础搜索、初稿、排版和重复代码可以由模型完成,但需求判断、审美、业务责任、数据安全、质量和最终决策仍需人负责。

十一、新手推荐方案

如果是第一次使用,可以按下面方式配置:

国内普通用户

  • 日常聊天、写作:豆包或通义千问
  • 长文档阅读:Kimi或通义千问
  • 推理与编程:DeepSeek或Qwen
  • 图像与视频:豆包、即梦或其他专业生成工具
  • 办公协作:腾讯元宝、通义千问

开发者和企业用户

  • 中文与开源生态:Qwen、DeepSeek、GLM
  • 长上下文和复杂推理:GLM、Kimi、Qwen
  • 代码与智能体:DeepSeek、Qwen、Claude、GPT
  • 私有化部署:Qwen、DeepSeek、GLM、Llama、Mistral
  • 国际搜索与生态:ChatGPT、Gemini、Claude

最简单的选型原则

  • 不知道选哪个:先选一个国内综合助手;
  • 要处理长文档:选擅长长文本的产品;
  • 要写代码:选编程和推理能力较强的产品;
  • 要生成图片视频:选专门的多模态产品;
  • 涉及企业数据:优先私有化部署或专属接口;
  • 结果很重要:用两个模型交叉验证。

结论

国内外并不存在一款“在所有任务上永远第一”的大模型。国内模型在中文表达、本地服务、开源生态和综合性价比方面优势明显;国外模型在全球化生态、搜索、编程、多模态和企业工具链方面积累较深。
对普通用户而言,最好的方法是:
先明确任务,再选择工具;先生成初稿,再交叉核验;把大模型作为智能助手,不把最终责任交给模型。
模型会不断更新,真正长期有效的是任务拆解能力、提示词表达能力、资料核验能力和工具组合能力。
【版权声明】本文为华为云社区用户原创内容,未经允许不得转载,如需转载请自行联系原作者进行授权。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。