AI 大模型行业发展极快，新公司、新模型层出不穷。本文按赛道梳理全球主要玩家，帮你建立清晰的行业认知。文末介绍本站「智站集市」的定位和使用方式。
文本大模型赛道
文本大模型是 AI 行业的核心战场，竞争最激烈，也是普通用户接触最多的领域。
OpenAI（美国）
- 代表模型：GPT-4o、GPT-4 Turbo、o1/o3 推理系列
- 核心优势：综合能力最均衡，生态最完善，几乎所有第三方工具都优先适配 OpenAI 接口格式
- 定价参考：GPT-4o 输入 $2.5/百万 token，输出 $10/百万 token
- 适合场景：通用对话、代码生成、多模态理解、工具调用
- 接入方式：官方 API 需海外信用卡，国内可通过中转站调用
Anthropic（美国）
- 代表模型：Claude 4 Opus、Claude 3.5 Sonnet、Claude 3.5 Haiku
- 核心优势：长文本理解（200K 上下文）、指令遵循精准、代码质量高、安全性强
- 定价参考：Claude 3.5 Sonnet 输入 $3/百万 token，输出 $15/百万 token
- 适合场景：复杂推理、长文档分析、代码重构、企业级应用
- 接入方式：官方 API 需海外支付，国内通过中转站或 AWS Bedrock 调用
Google DeepMind（美国）
- 代表模型：Gemini 2.0 Flash、Gemini 1.5 Pro、Gemini Ultra
- 核心优势：超长上下文（100 万 token）、多模态原生支持（文本+图片+视频+音频）、有免费额度
- 定价参考：Gemini 1.5 Pro 输入 $1.25/百万 token，输出 $5/百万 token
- 适合场景：超长文档处理、视频理解、多模态分析
- 接入方式：Google AI Studio 提供免费额度，国内需代理访问
DeepSeek（中国·杭州）
- 代表模型：DeepSeek-V3、DeepSeek-R1（推理）、DeepSeek-Coder-V2
- 核心优势：性价比极高（价格仅为 GPT-4o 的 1/10~1/5）、中文能力强、代码能力突出
- 定价参考：DeepSeek-V3 输入 ¥1/百万 token，输出 ¥2/百万 token
- 适合场景：日常对话、代码开发、中文写作、预算敏感的批量任务
- 接入方式：官方 API 直接注册，支持支付宝充值，国内直连
阿里云·通义千问（中国·杭州）
- 代表模型：Qwen2.5-72B、Qwen2.5-Max、Qwen-VL（视觉）
- 核心优势：中文理解准确、有免费额度、阿里云生态集成方便
- 定价参考：Qwen2.5-72B 通过 SiliconFlow 调用约 ¥4/百万 token
- 适合场景：中文内容创作、企业应用、需要本土化部署的场景
- 接入方式：阿里云百炼平台，或通过 SiliconFlow 等第三方调用
字节跳动·豆包（中国·北京）
- 代表模型：Doubao-Pro、Doubao-Lite
- 核心优势：价格有竞争力、与字节生态（飞书、抖音）集成紧密
- 定价参考：Doubao-Pro 输入 ¥0.8/百万 token，输出 ¥2/百万 token
- 适合场景：内容创作、对话应用、飞书生态内的自动化
- 接入方式：火山引擎平台，国内直连
百度·文心一言（中国·北京）
- 代表模型：ERNIE 4.0、ERNIE 3.5
- 核心优势：国内最早商业化的大模型之一，企业合规认证完善
- 适合场景：企业级合规应用、百度生态集成
- 接入方式：百度智能云千帆平台
腾讯·混元（中国·深圳）
- 代表模型：Hunyuan-Pro、Hunyuan-Standard
- 核心优势：腾讯云生态集成、企业合规
- 适合场景：微信/企业微信生态应用、腾讯云用户
- 接入方式：腾讯云平台
Moonshot·Kimi（中国·北京）
- 代表模型：Moonshot-v1-128k、Moonshot-v1-32k
- 核心优势：超长上下文（128K token），国内少有的长文本处理能力
- 适合场景：长文档分析、论文阅读、合同审查
- 接入方式：Moonshot 开放平台，国内直连
零一万物（中国·北京）
- 代表模型：Yi-Lightning、Yi-Large
- 核心优势：李开复创立，Yi-Lightning 是首个在 LMSYS 排行榜超越 GPT-4o 的中国模型
- 适合场景：高质量中文生成、复杂推理
- 接入方式：零一万物开放平台
智谱 AI（中国·北京）
- 代表模型：GLM-4、GLM-4-Flash（免费）
- 核心优势：清华系团队，GLM-4-Flash 完全免费，适合入门和测试
- 适合场景：免费额度需求、学术研究、中文对话
- 接入方式：智谱开放平台
科大讯飞·星火（中国·合肥）
- 代表模型：Spark 4.0 Ultra
- 核心优势：语音+文本融合能力强，教育和政务领域积累深
- 适合场景：教育应用、语音交互、政务系统
- 接入方式：讯飞开放平台
阶跃星辰（中国·北京）
- 代表模型：Step 3（321B MoE）
- 核心优势：中国首个万亿参数 MoE 架构团队，推理能力强
- 适合场景：复杂推理、数学和逻辑任务
- 接入方式：阶跃星辰开放平台
Mistral AI（法国）
- 代表模型：Mistral Large、Mistral Medium、Mixtral 8x22B
- 核心优势：欧洲合规（GDPR）、模型效率高、开源权重可用
- 适合场景：欧洲市场合规需求、多语言任务、成本敏感场景
- 接入方式：Mistral 官方平台，或通过中转站调用
xAI（美国）
- 代表模型：Grok-2、Grok-2 Mini
- 核心优势：马斯克旗下，支持超长上下文，可访问实时信息
- 适合场景：需要实时信息的对话、长上下文推理
- 接入方式：xAI 官方 API
Cohere（加拿大）
- 代表模型：Command R+、Embed v3
- 核心优势：专为企业 RAG（检索增强生成）优化，多语言嵌入能力强
- 适合场景：知识库问答、企业搜索、多语言文档处理
- 接入方式：Cohere 官方平台
Meta（美国）
- 代表模型：Llama 3.1-405B、Llama 3.1-70B
- 核心优势：完全开源，可本地部署，无 API 调用费用（自部署）
- 适合场景：对数据隐私要求高、需要本地部署、研究用途
- 接入方式：自部署或通过 SiliconFlow、Together AI 等平台调用
图像生成赛道
OpenAI · DALL-E
- 代表模型：DALL-E 3
- 核心优势：文字理解准确，与 ChatGPT 深度集成
- 适合场景：快速概念图、插画、社交媒体配图
Stability AI
- 代表模型：Stable Diffusion 3、SDXL
- 核心优势：开源可本地部署、高度可定制、社区生态丰富
- 适合场景：批量图片生成、风格定制、需要本地运行的场景
Black Forest Labs
- 代表模型：Flux Pro、Flux Dev、Flux Schnell
- 核心优势：由原 Stable Diffusion 核心团队创立，图片质量领先，开源权重可用
- 适合场景：高质量商业图片、需要精细控制的创作
Ideogram
- 代表模型：Ideogram 2.0
- 核心优势：业界最强的图片内文字渲染能力，文字几乎不出错
- 适合场景：海报设计、Logo、包含文字的营销素材
Google · Imagen
- 代表模型：Imagen 3
- 核心优势：与 Gemini 生态集成，通过 Vertex AI 调用
- 适合场景：Google Cloud 用户、需要与 Gemini 联动的工作流
视频生成赛道
Runway
- 代表模型：Gen-3 Alpha
- 核心优势：视频生成领域先驱，支持文生视频、图生视频、视频编辑
- 适合场景：广告素材、创意短片、视频特效
可灵 AI（快手）
- 代表模型：Kling 1.6
- 核心优势：国内合规、支持中文提示词、生成速度快
- 适合场景：短视频平台内容、国内商业用途
Luma AI
- 代表模型：Dream Machine Ray 2
- 核心优势：原生 1080p HDR、角色一致性好、支持视频延展
- 适合场景：高质量视频创作、需要角色连贯性的叙事视频
Pika
- 代表模型：Pika 2.2
- 核心优势：创意特效工具（Pikaswaps 换装、Pikacrush 压碎效果等）
- 适合场景：社交媒体创意内容、趣味视频特效
MiniMax
- 代表模型：Video-01
- 核心优势：国内合规、同时覆盖文本和视频、价格有竞争力
- 适合场景：国内视频内容创作
音频赛道
ElevenLabs
- 代表模型：Multilingual v2、Turbo v2.5
- 核心优势：业界最自然的语音合成、支持声音克隆、情感控制精细
- 适合场景：有声书、播客、视频配音、多语言 TTS
Suno
- 代表模型：Suno v4
- 核心优势：从文字描述直接生成带人声的完整歌曲，音乐质量高
- 适合场景：音乐创作、广告配乐、短视频 BGM
商汤·日日新
- 代表模型：SenseNova U1
- 核心优势：原生全模态统一模型，单一架构处理文本+图像+音频
- 适合场景：需要多模态统一处理的复杂应用
行业格局总结
| 维度 | 海外领先者 | 国内领先者 |
|---|---|---|
| 综合文本能力 | OpenAI、Anthropic | DeepSeek、阿里云 |
| 性价比 | Gemini（有免费额度） | DeepSeek（价格最低） |
| 长上下文 | Gemini（100万）、Claude（200K） | Moonshot（128K） |
| 图像生成 | Flux、Ideogram | 智谱 CogView |
| 视频生成 | Runway、Luma AI | 可灵 AI |
| 语音合成 | ElevenLabs | 科大讯飞 |
| 开源生态 | Meta Llama | DeepSeek、Qwen |
关于智站集市
智站集市（本站）是一个 AI 大模型 API 聚合导航平台，帮助开发者和 AI 爱好者快速找到适合自己的模型调用渠道。
本站提供什么
- 官方 API 收录：整理了上述所有公司的官方 API 接入信息，包括地址、定价、支持的模型列表
- 中转站收录：收录全网优质 API 中转站，解决国内用户访问海外模型的网络问题
- 实测评价：每个站点附带真实使用体验，包括稳定性、响应速度、客服质量等
- 使用教程：从零开始的接入教程，覆盖 Python/Node.js SDK、Cursor、Claude Desktop 等主流工具
- 横向对比：按价格、模型覆盖、稳定性等维度对比不同服务商
适合谁用
- 开发者：需要在项目中接入 AI API，想快速找到性价比最高的方案
- AI 爱好者：想体验不同模型，但不想逐个注册和研究各平台
- 企业用户：需要评估多个供应商，做技术选型决策
- 内容创作者：需要图像/视频/音频生成 API，想了解各平台差异
怎么用本站
- 按类型浏览：首页分为「官方 API」和「API 中转站」两大板块
- 按能力筛选：支持按文本、图像、视频、音频四大能力筛选
- 查看详情：每个站点页面有完整的接入信息和用户评价
- 阅读教程：教程区提供从入门到进阶的完整学习路径
本站持续更新，如果你发现有遗漏的优质站点或信息有误，欢迎反馈。