gpt-3.5-turbo | openai速度最快的模型 | 300 | 5000 | 次数 | 1 |
gpt-3.5-turbo-16k | GPT3.5的高容量版本,适合大规模文本处理 | 300 | 16000 | 次数 | 1 |
gpt-4 | 高级人工智能模型,提供更复杂的语言理解和生成能力 | 30 | 8000 | 次数 | 75 |
gpt-4-1106-preview | openai上下文最长的模型,适合复杂的语言处理任务 | 30 | 128000 | 次数 | 120 |
gpt-4-0125-preview | openai最新的模型,解决的模型的懒惰问题 | 30 | 128000 | 次数 | 120 |
gpt-4-turbo-preview | openai最新的模型,解决的模型的懒惰问题 | 30 | 128000 | 次数 | 120 |
gpt-4-32k | 专注于处理大量数据的GPT4模型版本,适用于高负载任务 | 30 | 32000 | 次数 | 120 |
gpt-4-v | GPT4的视觉处理版本,结合了文字和图像处理能力 | 30 | 32767 | 次数 | 115 |
gpt-4-vision-preview | GPT4的视觉处理版本,结合了文字和图像处理能力 | 30 | 32767 | 次数 | 115 |
gpt-4-dalle | 结合了GPT4和DALL-E的模型,能够理解和生成创意图像。Chat格式 | 30 | 4095 | 次数 | 115 |
dall-e-3 | 结合了GPT4和DALL-E的模型,能够理解和生成创意图像, openai官方的dall-e-3格式 | 30 | 4095 | 次数 | 115 |
dall-e-2 | 结合了GPT4和DALL-E的模型,能够理解和生成创意图像, openai官方的dall-e-3格式 | 30 | 4095 | 次数 | 115 |
gpt-4-all | 多功能版GPT4模型,集成了多种处理能力 | 30 | 32767 | 次数 | 115 |
gpt-4-gizmo | GPT4的一种变体,专注于特定应用场景,可以使用所有gpts的插件, 详细使用教程见接入文档 | 30 | 32767 | 次数 | 115 |
glm-4 | 智谱AI通用大模型,提供了更强大的问答和文本生成能力。适合于复杂的对话交互和深度内容创作设计的场景。 | 100 | 128000 | token | 1 |
glm-4v | 智谱AI通用大模型,实现了视觉语言特征的深度融合,支持视觉问答、图像字幕、视觉定位、复杂目标检测等各类图像理解任务。 | 100 | 2000 | token | 1 |
glm-3-turbo | 智谱AI通用大模型,适用于对知识量、推理能力、创造力要求较高的场景,比如广告文案、小说写作、知识类写作、代码生成等。 | 100 | 128000 | 次数 | 5 |
tts-1 | Openai的TTS模型,文本转语音 | 30 | 4000 | 次数 | 30 |
tts-1-hd | Openai的TTS模型,文本转语音 | 30 | 4000 | 次数 | 60 |
gemini-pro | Google高级人工智能模型,提供更复杂的语言理解和生成能力 | 30 | 8000 | 次数 | 20 |
gemini-pro-vision | Google高级人工智能模型,支持图像识别 | 30 | 8000 | 次数 | 20 |
claude-1-100k | 初级版的Claude模型,适合基本的语言理解和生成任务 | 10 | 7000 | 次数 | 20 |
claude-1.3 | Claude模型的升级版,提供更好的性能 | 10 | 7000 | 次数 | 20 |
claude-1.3-100k | 高容量Claude模型,专为处理极大规模数据设计 | 10 | 100000 | 次数 | 20 |
mj-chat | 以聊天的形式操控Midjourney,任意客户端都可以直接接入,支持放大,变体等操作 | 2 | 28000 | 次数 | 300 |
pika-text-to-video | 文生视频 | 2 | 28000 | 次数 | 600 |
suno-v3 | 史上最强大的AI音乐生成大模型 | 2 | 28000 | 次数 | 300 |
domo-img-to-video | domo的图片生成视频模型 | 2 | 28000 | 次数 | 600 |
whisper-1 | 语音转文字 | 20 | 100 | 次数 | 5 |
google-palm | Google开发的AI模型,擅长大数据处理和搜索优化 | 10 | 5000 | 次数 | 1 |
llama-2-70b | 高容量的Llama模型,适合复杂的分析和预测任务 | 10 | 70000 | 次数 | 1 |
llama-2-13b | 中等容量的Llama模型,平衡了性能和成本性能和灵活性,适合多种不同的应用场景 | 10 | 13000 | 次数 | 10 |
llama-2-7b | Llama模型的基础版,提供了基本的语言处理功能 | 10 | 7000 | 次数 | 1 |
code-llama-34b | 专为编程和代码分析设计的Llama模型,具有高级代码理解能力 | 10 | 34000 | 次数 | 1 |
code-llama-13b | Llama模型的编程专用版,适合处理中等复杂度的编程任务 | 10 | 13000 | 次数 | 1 |
code-llama-7b | 入门级的编程专用Llama模型,适合基础编程问题 | 10 | 7000 | 次数 | 1 |
stable-diffusion | 高级图像生成和处理模型,擅长创建逼真的视觉效果 | 10 | 8000 | 次数 | 1 |
qwen-72b | 通义千问,阿里云开发的预训练语言模型。 | 10 | 32000 | 次数 | 10 |
mixtral-8x7b | 比3.5强 | 10 | 32000 | 次数 | 5 |
mistral-medium | 接近于gpt-4的性能,更加快速,32k的上下文 | 10 | 32000 | 次数 | 10 |
search-gpts | 搜索gpts,返回json原始数据 | 100 | 200 | 次数 | 1 |
search-gpts-chat | 搜索gpts,返回Markdown排版后的数据 | 100 | 200 | 次数 | 1 |
发表回复