分类导航
发现更多优质 AI 工具
Anthropic
Anthropic Claude 平台使用指南一、平台概况创立背景：Anthropic 于 2019 年由前 OpenAI 成员创立，是一家公共利益公司。核心产品：以 Claude 系列大模型 为核心。核心优势：主打 安全优先、长上下文 与 强推理能力。数据能力：训练数据截至 2022 年 12 月，可提供较新的信息检索能力。二、主要功能核心对话：无广告干扰。支持日常问答、内容创作、头脑风暴。长文本处理：上下文窗口最高可达 200K（约 15 万字）。支持格式：PDF、Word、TXT、CSV 等。限制：单文件≤10MB，一次最多上传 5 个文件。代码开发：Claude Opus 4.7：擅长编程、调试及复杂工程任务。Claude Code：专用的编程助手工具。多模态与智能体：支持视觉理解。可构建 AI 智能体（例如 NASA 火星车辅助驾驶场景）。安全合规：基于“宪法 AI"机制降低有害输出。强调模型回答的可解释性。三、适用人群个人用户：涵盖学生、创作者、普通办公人群。免费版额度通常已满足基本需求。专业人士：涵盖程序员、研究员、律师、顾问等。主要需求：长文档分析、深度推理任务。企业/团队：涵盖中小企业、研发团队、内容工作室。主要需求：Team 版协作功能、隐私保护。开发者：涵盖应用开发、API 集成、模型微调。计费模式：按 token 计费。四、免费与付费情况1. 个人订阅Free（免费）：使用模型：Claude Sonnet。权益：基础聊天、文件分析。限制：有限额度，无优先访问权限。Pro（$20/月）：使用模型：全模型（包含 Opus）。权益：5 倍额度，高峰优先、新功能早体验、Projects 进阶功能。Max（$100/$200/月）：额度：5 倍/20 倍不等。特权：无限速率，专属客服支持，适合重度用户。2. 团队/企业Team（$25/用户/月）：适用条件：≥5 人。权益：Pro 全权益 + 协作空间 + 管理员面板 + 企业级隐私。Enterprise：模式：定制化。权益：私有部署、专属算力、高级安全合规。3. API 计费Opus 模型：输入$5/百万 token，输出$25/百万 token。Sonnet 模型：输入$3/百万 token，输出$15/百万 token。Haiku 模型：输入$1/百万 token，输出$5/百万 token（轻量低成本）。五、如何使用1. 网页端（新手推荐）访问官网：前往 https://claude.ai/ 进行注册或登录（支持 Google 账号或邮箱）。操作内容：新建对话，输入问题或直接上传文件进行分析。订阅升级：点击右上角头像，选择 "Subscribe to Pro"。2. 客户端Claude Desktop：支持 Claude Code 功能。适合本地编程环境及处理长任务。iOS App：在 App Store 搜索 "Claude"。提供免费使用版本。3. API 调用（开发者）Python 示例代码：pythonfrom anthropic import Anthropic client = Anthropic(api_key="你的 API 密钥") response = client.completions.create( model="claude-3-opus-20240229", prompt="Hello, Claude!", max_tokens=100 ) from anthropic import Anthropic client = Anthropic(api_key="你的 API 密钥") response = client.completions.create( model="claude-3-opus-20240229", prompt="Hello, Claude!", max_tokens=100 ) 六、避坑点1. 账号风控（国内用户高频踩坑）IP 稳定性：避免使用公共代理及频繁切换 IP，建议使用干净的美国或加拿大 IP。支付合规：优先使用实体银行卡。账单地址需与 IP 所在州保持一致。禁用虚拟卡或礼品卡。养号策略：新号前 2 周保持低频，仅使用网页端或 Desktop，严禁高频调用 API 或 CLI。行为自然度：避免 24 小时高负载、批量任务、共享账号或异地登录。2. 使用限制与优化额度管理：免费版：约 8 小时可用 100 条消息。Pro/Max 版：按周期重置，超出额度会限速。长对话技巧：单轮提问清晰，合并相似问题。尽量复用上下文，减少重复输入。文件处理：单文件≤10MB，一次≤5 个文件。超大文档建议先进行分拆再上传。3. 安全与隐私数据留存：对话内容可能用于模型训练。敏感信息需提前脱敏 后发送。KYC 验证：可能不定期触发身份证 + 自拍验证。注意：即使验证后，账号仍有被封风险。重要内容需提前进行本地备份。
Google DeepMind
DeepMind 模型广场使用指南DeepMind 官网模型页集中展示其Gemini 全系、Gemma 开源系列、音视频生成（Nano Banana/Lyria/Veo/Imagen）、世界模型（Genie）、机器人模型等，定位为“下一代 AI 系统探索入口”。一、核心模型与主要功能1. Gemini 3.5（2026.5 最新旗舰）定位：前沿智能 + 行动能力，含 3.5 Pro/Flash 两版。功能：文本/图像/音频/视频全模态理解。长上下文支持（1M 输入/65K 输出）。代码生成、工具调用、实时联网搜索、企业级智能体。Gemini 3.5 Flash：4 倍速、低成本、高吞吐，适合实时对话/批量处理。2. Gemini Omni（2026.5 新）定位：原生全模态“任意输入→任意输出”，首发视频生成。功能：文本/图/音/视频输入→视频输出。对话式视频编辑（改场景/换对象/调光照）。物理模拟（重力/流体）。未来支持图像/音频输出。3. Gemma 4（开源最强）定位：Apache 2.0 开源，高智能/参数比，支持本地部署。功能：文本/图像/音频（小模型）。256K 上下文。推理/代码生成/多模态任务、可商用无版权费。4. Nano Banana 2（图像生成）定位：Pro 级画质+Flash 级速度，4K 商用级。功能：文生图/图生图/编辑。实时联网（RAG）、4K 输出、多角色/物体一致性（5 角色/14 物体）。文字渲染/信息图/数据可视化。5. Lyria 3（音乐生成）定位：带人声的音乐创作，24-bit 高保真。功能：文本/图生音乐、带歌词人声。多风格（流行/古典/电子）、短视频 BGM。AI 封面生成。6. Veo（视频）/ Imagen（图像）Veo：顶尖文生视频，电影级画质。Imagen：顶尖文生图，高细节/艺术感。7. Genie 3（世界模型）/ Gemini RoboticsGenie 3：3D 世界模拟、环境交互、物理引擎，可与 Google 街景联动。Gemini Robotics：视觉 - 语言 - 动作（VLA）模型，实体机器人控制。二、适用人群C 端用户：创意生成（图文/视频/音乐）、学习辅助、日常对话、内容编辑（Gemini App）。创作者/设计师：Nano Banana 2（4K 商用图）、Veo（视频）、Lyria（音乐）、Omni（视频编辑）。开发者/企业：开源：Gemma 4（本地部署/隐私优先/商用）。云端：Gemini API/AI Studio（智能体/RAG/批量处理）。平台：Enterprise Agent Platform（企业级智能体）。科研/教育：Genie（世界模拟）、Gemini（长文档分析）、Gemma（定制研究）。机器人/工业：Gemini Robotics（实体控制）、Genie（数字孪生）。三、免费与付费1. 免费Gemma 4：完全开源（Apache 2.0），权重免费下载，本地运行零成本，可商用。基础试用：Gemini App 免费版（基础对话/简单生成）、Google AI Studio 免费额度（API 试用）。部分工具：如 Gemini 基础嵌入、简单提示词模板。2. 付费（API/订阅）Gemini 3.5 Flash（API）：$1.50/百万输入 token，$9.00/百万输出 token；缓存输入 $0.15/百万。Gemini Omni：仅限 Google AI Plus/Pro/Ultra 订阅，API 暂未开放。Nano Banana 2/Veo/Lyria：订阅制（Gemini App 高级版）+ API 按用量计费。企业版：Gemini Enterprise Agent Platform、Vertex AI 定制定价。四、如何使用（快速上手）1. C 端（直接用）访问 Gemini App（gemini.google.com）或移动端 App。登录 Google 账号，免费版直接用；高级功能（Omni/4K/长视频）需订阅 Plus/Pro/Ultra。选择功能：对话（Gemini）、生图（Nano Banana）、生视频（Omni/Veo）、生音乐（Lyria）。2. 开发者（API/开源）云端 API（推荐）进入 Google AI Studio（aistudio.google.com）。创建项目→获取 API Key→选择模型（Gemini 3.5/Omni/Nano Banana 2）。调用 API：支持文本/图像/音频/视频输入，返回生成结果。开源本地部署（Gemma 4）下载权重（Hugging Face/Google）。本地运行：需 GPU（推荐 RTX 4090+），支持笔记本/边缘设备。3. 企业（智能体/定制）Gemini Enterprise Agent Platform：构建/部署/管理企业级智能体，支持私有数据集成。Google Antigravity：AI 原生开发平台，低代码构建应用。五、避坑点（重要提醒）地区限制：Gemini/Omni/Nano Banana 2 等部分地区不可用（含中国大陆），需合规网络环境。版权风险：生成内容（图像/视频/音乐）可能涉及版权/商标侵权，商用需版权审核；SynthID 水印用于溯源。提示词质量：Omni/Nano Banana 2：需详细提示词（风格/分辨率/细节），模糊描述易出低质结果。长文本：Gemini 3.5 支持 1M 上下文，但超长输入易降质，建议分段。成本控制：API 按 token 计费，批量任务易超预算；优先用 Flash 版（低成本高速）、缓存输入降成本。开源限制（Gemma 4）：Apache 2.0 免费，但不可用于非法/侵权用途；本地部署需硬件门槛。生成稳定性：Omni 视频：长视频（>1 分钟）易卡顿/失真，建议 30 秒内。Lyria 音乐：中文歌词发音不准、曲风有限，适合短视频 BGM。数据隐私：云端 API 输入数据可能被 Google 用于训练，敏感数据优先用 Gemma 4 本地部署。
Inflection AI
Inflection AI（Pi）使用指南一、产品定位Inflection AI 是一家主打**情感智能（EQ）**的 AI 公司。其核心产品为个人 AI 助手 Pi（Personal Intelligence）。Pi 区别于 ChatGPT 等任务导向型 AI，专注于提供“人性化陪伴与情感支持”，旨在成为用户的“有温度的朋友”。二、主要功能情感化对话提供高共情回应，擅长倾听与共情。能够进行情绪疏导，缓解心理压力。交互风格自然，像朋友一样聊天。个人记忆长期记住用户偏好、过往对话与关键信息。跨会话保持上下文连贯，无需重复解释。多模态交互支持文字与语音输入。具备 6 种自然语音 实时对话功能。兼容多平台：iOS/Android 手机、网页、桌面端、WhatsApp/SMS 关联使用。轻量生产力辅助头脑风暴、日常规划、日记反思。提供语言练习、决策辅助等支持。多语言支持流利处理多语言对话。在跨语言沟通中保留情感细节。企业级方案（Inflection Insights）面向企业的对话式数据分析。支持自然语言查询、自动生成分析与可视化报告。三、适用人群与禁忌✅ 适合人群情感陪伴需求者：需要倾听、情绪疏导、深夜聊天或无压力倾诉的用户。创作者/自由职业者：需要头脑风暴、创意打磨、写作辅助及灵感激发的人群。语言学习者：希望进行低压力口语练习、获取对话反馈及多语言交流实践的用户。个人成长用户：关注自我反思、目标梳理、决策分析及生活规划的用户。普通日常用户：用于闲聊、解闷、轻度问答及打发时间。❌ 不适合人群技术开发者：重度代码开发需求。数据分析师：复杂数据分析、高精度工具集成需求。专业作者：专业论文写作、高精度学术需求。四、免费与付费情况1. 个人版（Pi）核心策略：完全免费且无限制。功能权限：包含全功能聊天、6 种语音交互、记忆功能、跨设备同步、基础提醒/待办。支付政策：无订阅费、无额度上限、无需绑定信用卡。开发者 API：面向集成需求的开发者提供付费接口。输入 Token 价格：$2.50/百万。输出 Token 价格：$10.00/百万。2. 企业版（Inflection Insights）服务模式：定制化报价。适用对象：面向企业数据对话分析需求。部署方式：支持私有部署/VPC。定价方式：按企业具体需求定价。五、快速上手指南访问入口网页端：访问 https://pi.ai（直接聊天，无需注册）。移动端：在 iOS/Android 应用商店搜索"Pi"下载 App。桌面端：下载 Mac/Windows 客户端；或绑定 WhatsApp/SMS 使用。开始对话注册机制：无需注册即可直接聊天；创建账号后可实现跨设备同步记忆与对话。交互方式：输入文字或点击麦克风进行语音对话，并可切换偏好语音。核心操作反馈：点赞/点踩功能，帮助优化回复。管理：复制回复、继续对话、查看历史记录。设定：设置提醒、待办事项、日记功能，长期保持个性化交互。六、使用避坑指南能力边界限制不擅长代码编写。不擅长复杂数学计算。不支持文件上传、图片分析、专业数据处理。容易出现幻觉，在复杂领域易出错。隐私风险对话数据经过云端处理。无端到端加密（E2EE）。隐私政策允许将对话数据用于模型训练。敏感信息（如隐私、机密）需谨慎输入。事实准确性复杂学术知识、专业数据、冷门知识易出现虚构。关键信息需用户进行交叉验证。集成与生态个人版无 API 集成。无法接入第三方工具或自动化流程，仅限独立使用。无 PDF/Excel 处理、图表生成功能，插件生态较弱。在重度生产力场景（如批量处理文档）表现受限。七、核心差异化对比（Pi vs ChatGPT）为清晰展示两款产品的差异，以下从关键维度进行对比：核心优势Inflection AI（Pi）：侧重情感共情、人性化陪伴、记忆能力强。ChatGPT（GPT-4）：侧重任务处理、生产力工具集成、专业能力。免费策略Inflection AI（Pi）：完全免费，无限制使用。ChatGPT（GPT-4）：免费版功能有限制，高级版 Plus 需付费订阅。语音交互Inflection AI（Pi）：拥有 6 种自然语音，对话流畅且情感自然。ChatGPT（GPT-4）：支持语音，但情感自然度相对较弱。隐私保护Inflection AI（Pi）：云端处理，无端到端加密。ChatGPT（GPT-4）：云端处理，企业版可选私有部署。适合场景Inflection AI（Pi）：情感支持、闲聊、个人成长、语言练习。ChatGPT（GPT-4）：工作办公、学习科研、内容创作、开发调试、数据分析。
日日新
商汤日日新-使用指南商汤「日日新」是商汤科技推出的原生多模态大模型体系与开发平台，主打“理解与生成统一”，面向办公、创作、开发等场景，提供模型调用、应用工具与开源生态。官网地址： https://www.sensenova.cn/一、核心功能与模型能力1.1 核心模型能力SenseNova U1定位：新一代原生多模态模型。核心优势：图文理解与生成统一，支持 32K 上下文。适用场景：擅长图文交错创作、风格一致的图像生成。SenseNova 6.7 Flash-Lite定位：轻量级多模态智能体。核心优势：直接看懂网页、文档、图表；Token 消耗降低 60%；毫秒级响应。适用场景：适合复杂办公流。专项模型体系覆盖空间智能（SI）：空间感知。推理（MARS）：动态视觉推理。嵌入（Piccolo）：向量检索。时序（Kairos）：时序预测。1.2 原生应用办公小浣熊功能：AI 办公助手，支持数据分析、PPT/信息图生成、任务规划。特性：支持私有部署与安全定制。Seko 多模态短片创作功能：通过图文直接生成短视频。AgentSkills功能：封装办公技能（数据分析、PPT、调研）。特性：支持智能体框架快速集成。1.3 开发与开源生态API 调用：模型即服务，支持 OpenAI 兼容接口。开源组件：GitHub 开放模型权重、Agent Pack 一键部署包、Skills 技能库。微调与部署：支持模型微调、端侧/私有化部署。二、适用人群企业/团队：需要自动化办公、数据分析、智能体应用的中大型企业与创业公司。开发者/创业者：构建多模态应用、AI 助手、内容生成工具的个人或团队。内容创作者：从事图文创作、短视频制作、PPT/信息图设计的自媒体、设计师、运营人员。办公人群：高频处理报表、PPT、文档的职场人（主要使用小浣熊）。三、费用与计费政策3.1 免费政策（Token Plan 限时活动）额度：注册首月，每 5 小时可刷新1500 次调用（涵盖 U1、U1 Fast、6.7 Flash-Lite 等模型）。限制：额度刷新周期为5 小时（非每日刷新）。单账号最多支持20 个API Key。免费期结束后自动转为付费。其他免费资源：开源模型权重（如 U1 等）、基础 Skills 组件、非商用测试额度。3.2 付费定价基础版（Lite）计费方式：按需付费。输入价格：约 0.0015 元/千 Token。输出价格：约 0.0045 元/千 Token。专业版（Pro）定位：企业定制，提供更高 RPS、专属集群、SLA 保障。输入价格：约 0.003 元/千 Token。输出价格：约 0.009 元/千 Token。套餐：后续将推出月付/年付套餐，包含固定额度及专属支持。四、快速上手指南4.1 注册与开通访问官网：https://www.sensenova.cn/。使用手机号进行注册并验证。进入控制台→点击「立即体验」开通服务。完成个人/企业实名认证（未认证用户仅可使用代金券额度）。4.2 获取 API Key进入控制台→「API Keys」菜单。点击创建 Key（建议按不同应用独立创建）。保存以 sk- 开头的密钥字符串。绑定 Token Plan，领取免费额度。4.3 三种调用方式方式 1：API 直接调用（兼容 OpenAI 接口）适合开发者通过代码集成。bashcurl https://token.sensenova.cn/v1/chat/completions \ -H "Authorization: Bearer sk-xxx" \ -d '{"model":"sensenova-6.7-flash-lite","messages":[{"role":"user","content":"分析这份财报"}]}}' curl https://token.sensenova.cn/v1/chat/completions \ -H "Authorization: Bearer sk-xxx" \ -d '{"model":"sensenova-6.7-flash-lite","messages":[{"role":"user","content":"分析这份财报"}]}}' 方式 2：Agent Pack 一键部署适合快速构建智能体环境。bashgit clone https://github.com/OpenSenseNova/agent_pack cd agent_pack && ./install.sh openclaw onboard --api-key sk-xxx git clone https://github.com/OpenSenseNova/agent_pack cd agent_pack && ./install.sh openclaw onboard --api-key sk-xxx 方式 3：办公小浣熊 Web 端适合零代码用户，直接在浏览器中上传文件、输入指令即可使用。五、新手避坑指南免费额度规则注意刷新周期为每 5 小时，并非每日刷新。超量立即计费，建议在前端或代码中进行调用限流控制。Token 换算1 Token ≈ 1.2 汉字。中文处理比英文更划算。长文档或包含图表解析的任务消耗更高，需提前预估成本。模型选择策略轻量任务：选择 6.7 Flash-Lite（便宜且快）。图文创作：选择 U1 Fast（生成质量高）。复杂推理：选择 U1（支持 32K 上下文）。安全与密钥管理API Key 泄露会导致盗刷计费风险。务必按应用独立创建 Key，定期轮换，并启用 IP 白名单。能力边界认知图像生成：风格一致性强，但复杂场景细节有限。文档解析：PDF 扫描件（图片型）的解析精度低于原生 PDF。免费模型：商用存在配额限制，正式业务场景建议升级付费。开源限制开源模型权重仅限非商用/研究用途。若需商用，必须联系商汤获取授权。
MiMo
小米 MiMo 使用指南一、产品定位MiMo 是小米自研的通用智能基座大模型，其核心定位与优势如下：核心能力：主打智能体（Agent）能力、长文本理解、多模态交互与语音技术。智能闭环：强调构建“数据压缩—物理链接—预测协助”的智能闭环。二、主要功能MiMo 模型涵盖了从基础对话到复杂任务处理的多种能力，具体包括：对话与推理支持通用问答、逻辑推理。具备长文本摘要与创作能力，支持多轮深度对话。智能体（Agent）支持复杂任务规划与长时间自主执行。具备多步推理能力，支持工具调用（如旅行规划、预订、生成报告等）。多模态理解（V2.5）支持文本、图像、视频、音频跨模态理解。语音能力（TTS/ASR）TTS（语音合成）：支持中英双语、情感合成、唱歌音高控制，限时免费。ASR（语音识别）：开源语音识别，支持方言、歌词识别及嘈杂环境。代码与生产力支持代码生成与调试、数据分析、文档处理、创意写作。长上下文（V2.5‑Pro）提供百万级上下文窗口，可处理整本小说或大型代码库。三、适用人群根据不同需求，MiMo 适配以下四类用户：普通用户：适合日常聊天、信息查询、文案创作及生活助手场景。开发者/独立工程师：适合 API 集成、Agent 开发、代码辅助及模型微调（MIT 开源）。企业/小团队：适用于智能客服、自动化流程、内容生产、数据分析及长文档处理。语音/多模态创作者：适合配音、播客、视频字幕制作及语音交互产品开发。小米生态用户：适用于手机、车机、家居系统级智能助手（需设备支持）。四、免费与付费情况✅ 免费权益网页端体验：官网直接对话，永久免费。新用户福利：注册送10 元 API 体验金（有效期 40 天）。开源模型：V2.5/V2.5‑Pro 权重开源（MIT 协议，可商用/微调）。算力激励：申请可获免费算力，最高16 亿 Credits。TTS 服务：MiMo‑V2‑TTS永久免费调用。免费额度：每周提供100 万 tokens（限非商用）。💰 付费服务（API 调用，官网对话免费）按量计费（V2.5 系列，永久降价 99%）输入（缓存命中）：0.025 元/百万 tokens。输入（未命中）：3 元/百万 tokens。输出：6 元/百万 tokens。订阅套餐（Token Plan，加量不加价）Lite：39 元/月 → 41 亿 Credits。Standard：99 元/月 → 110 亿 Credits。Pro：329 元/月 → 380 亿 Credits。Max：659 元/月 → 820 亿 Credits。优惠活动夜间0–8 点调用享受8 折优惠。支持连续包月/包年折扣。五、如何使用1. 网页端（免费体验）访问官网链接：https://mimo.xiaomi.com/zh。直接进入对话界面即可使用，无需登录即可体验基础功能。2. API 接入（开发者）注册：访问开放平台 https://platform.xiaomimimo.com 进行注册。验证：完成手机验证，创建并获取 API Key。安装：安装 SDK 库，命令为 pip install xiaomi-ai-sdk。调用示例：pythonimport requests api_key = "你的 API Key" url = "https://api.mi.ai/v2/chat/completions" headers = { "Authorization": f"Bearer {api_key}", "Content-Type": "application/json" } data = { "model": "mimo-v2.5-pro", "messages": [{"role": "user", "content": "你的问题"}] } response = requests.post(url, headers=headers, json=data) print(response.json()) import requests api_key = "你的 API Key" url = "https://api.mi.ai/v2/chat/completions" headers = { "Authorization": f"Bearer {api_key}", "Content-Type": "application/json" } data = { "model": "mimo-v2.5-pro", "messages": [{"role": "user", "content": "你的问题"}] } response = requests.post(url, headers=headers, json=data) print(response.json()) 3. 小米设备（封测中）支持机型：小米 17 系列等。使用方法：升级 HyperOS 系统后，长按电源键或“小爱同学”唤醒。4. 本地部署（开源模型）模型下载：ModelScope/HuggingFace 搜索 XiaomiMiMo。推理框架：推荐使用 vLLM、Transformers 等框架。六、避坑要点在使用 MiMo 服务时，请注意以下关键细节：缓存命中差异API 调用时，缓存命中/未命中价差约 120 倍。建议：高频重复查询场景下，缓存命中更划算。免费额度限制网页端免费使用无门槛。API 免费额度仅限非商用，商用场景需订阅付费套餐。模型选择建议长文本/复杂 Agent：选择 V2.5‑Pro。多模态交互：选择 V2.5。语音合成需求：选择 V2.5‑TTS（免费）。开源合规要求MIT 协议允许商用，但需保留版权声明。严禁商标侵权，需严格遵守协议。额度重置规则老用户订阅额度可全量重置。已用额度清零，但有效期不变。时段优惠夜间0–8 点调用享受8 折，适合批量任务调度。
盘古大模型
华为云盘古大模型使用指南一、核心定位与架构华为云盘古大模型是面向 B 端的企业级行业大模型，具备以下核心特征：架构体系：采用 L0 基础模型 + L1 行业模型 + L2 场景模型的三层架构。核心优势：主打中文理解、多模态处理能力、行业深度适配。落地领域：已在政务、金融、气象、制造等多个垂直行业实现规模化落地。二、五大基础模型功能详解1. 语言大模型（LLM）参数规模：超千亿参数。核心能力：中文预训练，支持对话问答、文案生成、阅读理解、代码生成及插件调用。应用场景：数字员工、会议/邮件总结、材料撰写。2. 视觉大模型技术特性：包含 MoE（混合专家）结构。核心能力：图像与视频的理解、生成及检测。应用场景：智慧城市（城管、交通、水务）、证件审核。3. 多模态大模型核心能力：融合语言与视觉，支持图像理解/生成、视频生成、OCR 及图文创作。4. 预测大模型技术特性：基于 Triplet Transformer 架构。核心能力：结构化数据量化预测、趋势分析、决策辅助。应用场景：智慧配煤、生产优化、质量预测。5. 气象大模型学术背景：发表于《Nature》杂志。核心能力：全球中期预报（1–7 天），涵盖降水、台风及污染物预报。性能表现：精度超越传统数值预报，速度大幅提升。6. 行业垂直能力提供政务（公文生成、政策问答）、金融（风控、投顾）、矿山、能源等垂直领域专属模型。三、适用人群与场景企业/组织（核心客户）：政务、金融、制造、能源、气象、矿山等行业客户。开发者/ISV：基于 API/SDK 进行二次开发，构建行业应用。政企 IT 团队：负责数字化转型、智能办公及智慧城市建设。科研机构：专注于气象、环境、地理等科学计算与预测研究。个人用户（受限）：仅开放部分免费基础能力，不面向个人提供完整商业服务。四、计费模式与资源情况1. 免费额度说明（长期有效）NLP 服务：每月 80 万 tokens，新用户额外赠送 20 万，认证开发者赠送 50 万。CV/多模态：每月 50 万 tokens。基础模型：模型广场中标注“免费”的模型可直接调用，无订阅费。开源版本：提供 70 亿参数稠密模型、720 亿参数 ProMoE 模型，可本地部署（需昇腾硬件）。2. 企业级付费模式按量计费：商用模型（如 Pangu 4.0）按 token 计费，调用量越大单价越低。包年包月：气象、政务等行业专业版，采用固定周期订阅。私有化部署：Pangu E 企业版，支持离线部署与数据不出境，按节点或授权收费。微调服务：行业数据微调定制，费用根据训练数据量与模型大小计算。五、快速上手指南1. 准备工作账号注册：注册华为云账号并完成企业实名认证（个人仅能使用免费基础版）。服务开通：开通盘古大模型服务及 ModelArts Studio 开发平台。凭证获取：创建 IAM 角色并生成 AK/SK（API 调用凭证）。2. 控制台操作（零代码）进入平台：进入盘古大模型控制台 → 模型广场 → 选择模型（如 Pangu NLP）→ 创建推理实例。在线调试：输入提示词查看结果，支持对话、生成、摘要等功能。应用搭建：使用提示词工程、知识库及工作流快速搭建数字员工或智能问答应用。3. API/SDK 调用（开发集成）获取接入点：选择模型获取 Endpoint。调用方式：使用 AK/SK 签名调用 REST API，支持 Python/Java/Go 等 SDK 或直接 HTTP 请求。示例代码：httpPOST https://pangu.cn-north-4.myhuaweicloud.com/v1/chat/completions Authorization: Bearer {AK/SK 生成的 Token} Content-Type: application/json { "model": "pangu-4", "messages": [{"role": "user", "content": "写一篇华为云盘古大模型介绍"}] } POST https://pangu.cn-north-4.myhuaweicloud.com/v1/chat/completions Authorization: Bearer {AK/SK 生成的 Token} Content-Type: application/json { "model": "pangu-4", "messages": [{"role": "user", "content": "写一篇华为云盘古大模型介绍"}] } 4. 行业定制（微调）数据准备：准备行业数据集并上传至 OBS。任务配置：在 ModelArts 创建微调任务，选择预训练模型并配置参数。部署上线：训练完成后部署为专属行业模型。六、避坑指南与关键注意事项身份限制：完整商业服务仅对企业开放，个人无法使用付费或微调功能；实名认证必须使用企业资质。免费额度限制：免费版无并发保障、限速且优先级较低，高峰期可能排队；超出额度需付费，注意监控用量。语言强弱项：核心优势为中文理解与生成，英文能力弱于海外模型，英文场景需评估。硬件绑定：开源或私有化部署必须使用华为昇腾 AI 芯片，不支持英伟达 GPU；硬件成本高，需提前规划。数据依赖：通用模型效果有限，行业深度能力需微调；数据质量直接决定效果，需准备高质量行业数据。合规安全：金融、政务等敏感行业需数据本地化与隐私保护；务必开启 VPC、IP 白名单、TLS 加密，定期轮换 AK/SK。成本陷阱：微调、存储、网络流量单独计费，并非仅模型调用费；需设置预算告警，避免意外高额账单。七、核心总结盘古大模型是企业级中文行业大模型，免费额度适合测试与轻量场景，付费版提供高可用与行业定制能力；具备强中文、强行业、强安全优势，但存在个人受限、英文弱、硬件绑定等限制。
阶跃星辰
阶跃星辰 StepFun 开放平台使用指南一、平台总结阶跃星辰 StepFun 开放平台（platform.stepfun.com）是由上海阶跃星辰智能科技推出的自研多模态大模型开放平台。该平台提供千亿/万亿参数语言、视觉、图像、语音、视频等全系模型 API 与在线体验。核心优势：主打极速推理、低成本、长上下文（256K）、强 Agent 能力。服务对象：支持开发者构建 AI 应用与智能体，同时面向普通用户提供对话、生图、文档分析等工具。二、主要功能1. 核心模型能力语言大模型：Step 3.5 Flash：Agent 旗舰模型，永久免费，支持工具调用。Step‑2：万亿参数模型。Step‑1：千亿参数模型。通用能力：支持256K 上下文、代码/数学/长文本理解、工具调用。多模态大模型：Step‑1V/1o turbo：支持视觉理解、图文生成、OCR、图表解析。Step Image Edit 2：支持文生图/图生图/局部编辑，0.7–2 秒出图。语音/视频模型：StepAudio：支持语音对话/合成。Step‑Video：支持文生视频/图生视频。2. 开发与应用工具API 开放：提供 RESTful 接口，支持 Python/Node.js 等多语言接入，涵盖模型调用、图像生成、语音合成等接口。Agent 开发（Step Plan）：提供智能体构建框架，支持Coding 到 Agent 全流程、多模型路由、主流 Agent 框架适配。在线体验中心：无需代码，可直接对话、生图、解析文档、体验模型能力。知识库与搜索：支持长文档问答、联网搜索、知识库私有部署。三、适用人群开发者/AI 创业者：需要低成本、高性能大模型 API来构建应用（如聊天机器人、内容生成、数据分析）。Agent 智能体开发者：专注于自动化工作流、任务型 AI、企业流程自动化场景。内容创作者：包括文案/海报/漫画/视频创作者，用于快速生图、文案生成、视频制作。企业用户：需要私有知识库、长文档分析、智能客服、内部工具的企业团队。普通用户：需要日常 AI 对话、信息查询、简单创作、学习辅助的用户。四、免费与付费情况1. 免费资源（长期有效）Step 3.5 Flash 模型：永久免费，无调用次数/Token 上限，支持256K 上下文、工具调用、Agent 能力。新用户注册：赠送通用免费额度，可用于全系模型。V0 免费层：限制为 5 RPM（每分钟请求数）、10 QPM（每分钟查询数）、500 万 TPM（每月 Token 数）。图像模型公测：Step Image Edit 2 限时免费调用。2. 付费方案定位：面向开发者的包月 Token 订阅，支持 Step 3.5 Flash 等模型。档位权益：Flash Mini：49 元/月（社区半价 25 元/月）。Flash Plus：99 元/月。Flash Pro：199 元/月。Flash Max：399 元/月。包含权益：全档位高速推理（无限速区分）、额度复用、优先调度、技术支持。3. 按量付费（API 调用）语言模型：输入约0.004 元/千 Token，输出约0.012 元/千 Token。图像模型：Step Image Edit 2 收费约0.02 元/张。企业定制：涉及私有部署、专属模型、高并发支持，需联系商务定价。五、如何使用（快速上手）1. 注册与获取 API Key访问官网 **https://platform.stepfun.com**。使用手机号进行注册或登录。进入账户管理→API Key，创建并复制 Key（用于接口调用）。进入体验中心，可直接在线对话、生图、解析文档。2. 在线体验（无代码）进入模型体验→对话，选择 Step 3.5 Flash，开始聊天、写文案或写代码。进入图像生成，输入提示词，生成图片（支持尺寸/风格调整）。上传文档或图片，获取总结、解析、问答结果。3. API 调用（Python 示例）pythonimport requests url = "https://api.stepfun.com/v1/chat/completions" headers = { "Authorization": "Bearer YOUR_API_KEY", "Content-Type": "application/json" } data = { "model": "step-3.5-flash", "messages": [{"role": "user", "content": "什么是阶跃星辰？"}] } response = requests.post(url, headers=headers, json=data) print(response.json()) import requests url = "https://api.stepfun.com/v1/chat/completions" headers = { "Authorization": "Bearer YOUR_API_KEY", "Content-Type": "application/json" } data = { "model": "step-3.5-flash", "messages": [{"role": "user", "content": "什么是阶跃星辰？"}] } response = requests.post(url, headers=headers, json=data) print(response.json()) 4. Agent 开发（Step Plan）进入Step Plan→创建 Agent。选择模型、配置工具（如搜索/知识库/代码）。定义任务流程、触发条件、输出格式。一键部署为 API 或 Web 应用。六、避坑点（关键注意事项）免费模型限制：Step 3.5 Flash 免费但禁止商用/对外提供服务。若涉及商用场景，必须订阅 Step Plan 或按量付费，否则可能封禁账号。Token 消耗管控：长文本、多轮对话、图像生成Token 消耗快，免费额度有限。建议分批处理、精简提示词、监控用量。图像生成短板：中文汉字渲染易出错。复杂空间指令理解较弱、风格迁移稳定性一般。建议使用英文提示词 + 明确风格参数。API 调用频率：免费层RPM/QPM 限制严格。高频调用需升级订阅，避免短时间大量请求导致限流。数据安全与幻觉：公开对话/上传文档可能被模型学习。敏感信息需用私有知识库隔离。模型存在幻觉，关键结果需二次验证。模型选择适配：简单对话用Step 3.5 Flash（免费）。长文本/复杂推理用Step‑2/1。图像用Step Image Edit 2。避免大材小用或模型不匹配。
腾讯混元
腾讯混元 AI Studio 平台使用指南简介腾讯混元 AI Studio（aistudio.tencent.com）是腾讯自研的多模态 AI 创作与开发平台，集成文本、图像、视频、3D、语音等能力，面向创作者、开发者与企业提供从创意生成到应用落地的全链路工具与服务。一、主要功能1. 多模态生成文本交互：支持对话、创作、摘要、翻译、代码生成，具备长文本上下文处理能力（Hy3 preview 达 256K）。图像生成：支持文生图、图生图、风格化、高清修复；混元生图 3.0 支持毫秒级响应与高精度输出。视频生成：支持文生视频、图生视频、镜头优化、自动配乐；涵盖写实/动漫/CGI 风格。3D 创作（混元 3D Studio）：支持文生 3D、图生 3D、组件拆分、自动拓扑、UV 展开、纹理生成、骨骼绑定；支持人形/道具生成，3.0 模型精度提升 3 倍。语音与音频：支持 AI 播客生成、多语种语音合成、实时语音转写。2. 开发与定制工具LoRA 训练：利用自有数据训练个性化小模型，快速定制风格或领域能力。可视化工作流：提供拖拽式节点编辑工具，组合模型模块构建自动化 AI 流水线。知识库问答：支持上传文档构建私有知识库，实现精准问答与内容检索。开源模型库：开放语言、图像、视频、3D、动作（HY-Motion 1.0）等开源模型，支持本地部署与二次开发。3. 特色能力联网搜索：实时获取信息并整合回答，增强内容时效性。数字人分身：创建个性化 AI 数字人，支持表情驱动与动作生成。多语种翻译：Hy-MT2 模型支持 33 种语言互译，轻量版 440MB 可手机本地部署。二、适用人群内容创作者：适用于设计师、插画师、视频博主、文案写手，用于快速生成创意素材与内容。开发者/研究者：适用于 AI 工程师、算法研究员、学生，用于模型调用、二次开发、学术实验。游戏/影视从业者：适用于美术师、建模师、动画师，用于 3D 资产、角色、场景、特效的快速制作。企业/团队：适用于市场、运营、客服、教育团队，用于内容批量生成、智能客服、数字人直播、课件制作。普通用户：适用于爱好者、学习者，用于日常创意、娱乐、学习辅助。三、免费与付费情况1. 免费额度（需实名认证）文本（Hy3 preview 等）：首次开通赠 100 万 tokens（有效期 1 年）；日常 1 万 tokens/天，学生认证 5 万 tokens/天。图像（混元生图）：50 次免费调用（有效期 1 年）。视频：每日标准模式 4 次/2K 高清 1 次免费生成额度。3D Studio：申请通过后每日 30 点，每功能消耗 1 点。知识库：开通赠 300 万字符免费容量（有效期 6 个月）。联网搜索：首次开通赠 5000 次免费调用（有效期 2 个月）。2. 付费模式（免费耗尽后）文本：按 tokens 阶梯计费，Hy3 preview 输入 0.002 元/千 tokens、输出 0.008 元/千 tokens；支持预付费资源包/后付费日结。图像：混元生图 3.0 0.5 元/张，轻量版 0.09 元/张；支持资源包/后付费。视频/3D：按调用次数/算力消耗计费，具体以控制台为准。3. 重要规则不自动扣费：免费/资源包耗尽后不自动转后付费，需手动开通。调用失败不计费：需排查错误原因（如参数错误、网络问题）。四、如何使用（快速上手）1. 注册登录访问 https://aistudio.tencent.com/。使用微信/QQ 登录，完成腾讯云实名认证（个人/企业）。2. 开通服务进入控制台，按需开通“混元大模型”“生图”"3D Studio"等服务。领取免费额度。3. 在线体验（推荐新手）文本：直接在首页对话框输入问题/指令。图像：进入“生图”页，输入提示词→生成→下载。3D：申请“混元 3D Studio"权限，通过后进入创作，支持文生 3D/图生 3D/模型编辑。4. API 调用（开发者）获取 API 密钥：腾讯云控制台→访问管理→API 密钥→创建 SecretId/SecretKey。集成 SDK：用 Python/Java 等调用接口，支持高并发批量生成。5. 训练与定制进入“工具箱”→LoRA 训练/工作流搭建。上传数据配置参数，快速定制模型。五、避坑点（常见问题与注意事项）1. 账号与权限必须实名认证：未认证无法开通服务、领取免费额度，API 调用会返回 403 错误。3D Studio 需申请：默认未开放，提交申请后审核约 1–3 个工作日，每日 30 点需合理分配。避免多账号滥用：同一身份证限注册 1–2 个账号，频繁换 IP/代理易触发风控封号。2. 生成质量与稳定性提示词需精准：文本/图像生成避免模糊描述，3D 生成需明确风格、比例、细节（如“写实风格，女性角色，全身，8K 高清”）。3D 模型限制：复杂模型（如机械、多层结构）易破面/生成失败，拓扑面数不可控；人形生成稳定性高于道具。图像/视频瑕疵：高速生成可能出现细节错误（如人脸变形、肢体异常），需多次生成筛选或后期修复。3. 计费与额度免费额度有有效期：文本 100 万 tokens/图像 50 次均为 1 年有效期，到期清零不补发。不自动扣费：免费耗尽后调用报错（429 限流），需手动购买资源包或开通后付费，避免影响业务。API 调用失败不计费：但需排查错误原因（如参数错误、网络问题），避免频繁无效调用浪费额度。4. 版权与合规生成内容版权：免费/付费生成内容仅限个人非商用；商用需购买企业授权，否则面临侵权风险。禁止违规内容：生成色情、暴力、政治敏感、侵权内容会被限流/封号，甚至追究法律责任。六、总结腾讯混元 AI Studio 是国内领先的一站式多模态 AI 平台。优势：功能全面、免费额度友好、上手门槛低，兼顾普通用户创意需求与开发者定制开发场景。使用建议：使用时需注意实名认证、提示词优化、额度管理、版权合规。目标：避开常见坑点，最大化利用平台能力提升创作与开发效率。
讯飞星火
讯飞星火官网功能与使用指南总结01 平台概览讯飞星火是科大讯飞自研的国产认知智能大模型平台。该平台主要聚焦于中文理解、多模态交互及办公提效。截至最新信息（2026 年 5 月），V4.0 版本已全面免费开放核心能力，其性能对标 GPT-4 Turbo，尤其在语音交互与本地化场景落地方面具有显著优势。02 核心功能体系平台构建了七大核心能力，并覆盖多种场景工具，具体包括：多模交互能力多模理解：支持图片识别、视觉问答以及 PDF、Word 等文档的深度解析。多模生成：具备文生图、虚拟人视频生成及语音合成功能（支持 74 种语种/方言）。语音优势：具备高识别率与免切换特性，支持长语音转写与实时对话。文本与知识能力内容创作：可一键生成文案、报告、论文、小说及 PPT。知识问答：涵盖百科、行业知识查询、长文摘要及多语种翻译。逻辑与数学：提供逻辑推理、题目解题、代码生成与纠错服务。星火个人空间知识库管理：支持上传多类型文件（文档/音视频/图片），实现对话式问答。智能处理：提供智能总结、AI 润色、一键生成 PPT 及会议纪要、周报等功能。格式支持：支持多种文件格式导出，方便工作流整合。星火智能体开箱即用：提供 36000+ 垂直应用，覆盖办公、教育、医疗、金融、政务等场景专用助手。自定义创建：支持可视化编排与结构化指令，帮助用户快速搭建专属 AI 工具。开发者与企业服务API 接入：全平台（Web/Android/iOS/Windows）支持，具备流式响应与毫秒级首帧能力。私有化部署：提供企业级定制服务、数据加密及等保三级合规方案。03 适用人群根据用户身份与需求，平台主要服务于以下四类人群：个人用户学生群体（作业辅助/备课/学习）。职场人士（文案撰写/PPT 制作/周报整理）。创作者（自媒体内容/文案创意）。普通用户（日常聊天/知识问答/生活助手）。专业人士教师（教案编写/出题/教学辅助）。程序员（代码生成/调试/文档注释）。设计师（文生图/创意灵感/素材处理）。咨询师（报告撰写/方案规划）。企业/团队办公提效（会议纪要/文档自动化处理）。客服团队（智能问答/客户支持）。内容团队（批量创作/多语言处理）。开发者与技术团队个人开发者、中小企业及大型技术团队。需求包括 API 调用、模型微调及私有化部署集成。04 免费与付费政策平台采用“基础免费 + 高阶付费”的模式，具体内容如下：免费服务范围（永久免费）基础体验：网页版、App 及小程序的核心功能无需注册即可使用。免费内容：包含基础对话、文本生成、语音输入、图片理解、PPT 生成及长文摘要。免费 API 额度：新用户赠送 500 万 Tokens（价值约 1–3 万元），有效期 7–30 天；Lite API 永久免费（QPS=1–3，上下文≤8K）。付费服务范围高阶模型：X 系列（深度推理）、视频生成、私有化部署及模型微调需付费。API 付费：Pro/Ultra 版本价格为 0.21 元/万 Tokens，提供更高分 QPS、更长上下文及流式输出。企业方案：定制化部署、专属模型构建及技术支持，价格需面议。05 快速使用指南通过三个步骤即可快速上手使用：入口与登录网页端：访问 xinghuo.xfyun.cn，无需注册即可对话。移动端：在 App Store 下载“讯飞星火”App，或在微信小程序搜索“讯飞星火”。登录建议：建议使用手机号验证码注册登录，以解锁个人空间、历史记录及企业认证功能。核心操作对话提问：在输入框输入问题或指令，可点击麦克风进行语音输入；支持直接上传图片/PDF/Word 文件进行问答。功能导航：点击首页“新建对话”、“个人空间”（文件管理）、“智能体”（场景助手）或“开发者中心”（API 接入）。提示词技巧：遵循“角色 + 任务 + 要求 + 输出”原则，例如：“你是职场导师，帮我写一份 300 字周报，风格简洁专业”。进阶玩法个人空间：上传文档→利用智能总结/问答/润色功能→一键生成 PPT 或报告。智能体：搜索特定场景（如"PPT 生成助手”）直接使用；或自定义创建专属智能体。API 开发：注册开发者账号→创建应用→获取 APPID/APIKey/APISecret→在线调试或直接集成。06 注意事项与避坑指南在使用过程中，请注意以下高频问题与限制：免费额度限制降级响应：深度任务（如连续追问、长文档解析、完整项目代码）在免费账户下易出现响应降级或提示“负载高”。API 限制：免费 API 的 QPS（每秒查询率）较低，上下文较短，不支持流式输出，不适合批量或实时场景。功能边界说明高级功能：视频生成、深度推理（X 系列）、私有化部署在免费版中不可用，需通过付费或企业方案解锁。代码生成：免费版偶尔会出现变量错误或缩进问题，建议对生成代码进行人工复核。数据与安全合规数据隐私：免费版对话数据可能用于模型训练，涉及商业机密或隐私数据时，建议切换至企业私有化部署。渠道安全：警惕非官方镜像站或代充渠道，存在数据泄露与账号封禁的高风险。使用体验建议高峰期错峰：工作日上午 9–18 点为高峰时段，可能出现响应慢或排队现象，建议错峰使用。多模态质量：免费版在文生图/视频生成方面的画质与速度一般，对高阶效果有要求时建议付费升级。
MiniMax
MiniMax 指南一、公司概览1. 基本背景成立时间：2022 年初公司定位：通用 AI 公司官网地址：minimaxi.com核心产品：M2.7 大模型与 Agent 智能体覆盖模态：文本、语音、视频、图像、音乐五大领域2. 核心优势自我进化能力：模型具备持续学习与优化机制。编程与办公自动化：强编程能力，擅长复杂 Office 操作。多智能体协作：支持多 Agent 并行处理复杂任务。二、核心功能与模型1. 模型矩阵（全栈多模态）M2.7 文本模型上下文长度：支持 200K 超长上下文。核心能力：自我进化，强编程（SWE 评测 56.22%），复杂 Office 自动化（Excel/Word/PPT 多轮编辑）。M2-her 角色扮演多角色沉浸扮演，适配长轮次复杂对话。Speech 2.8 语音模型具备拟人化语音合成与识别能力。Hailuo 2.3 视频模型支持动态视频生成，分辨率达 768P，时长 6 秒。Music 2.6 音乐模型支持翻唱与器乐生成。2. Agent 智能体（核心产品）自主组队：根据任务复杂度自动召集 Agent 小队并行解决问题。记忆与个性化：自动沉淀用户习惯，越用越默契。全场景指令：在对话框中可直接创建技能、管理记忆、设置定时任务。桌面端集成：支持全局唤起（快捷键 Alt+A / Option+A）。可直接操作本地文件与系统，无需打开浏览器。3. 开发与企业服务MCP Server：开放视频、图像、语音生成及声音克隆 API。API 平台：提供 Token 套餐，支持高并发调用。企业定制：提供私有部署、模型微调及行业解决方案。三、适用人群个人用户：适合日常聊天、内容创作、学习辅助及简单办公自动化。职场人士：白领、运营、分析师等，用于处理复杂的 Excel/PPT/Word 任务、数据处理及报告生成。开发者/程序员：用于代码生成、调试、工程化开发及 API 集成。创作者：适合进行视频/音频/音乐生成、文案创作及多模态内容制作。企业/团队：用于客服自动化、内部知识库管理、办公流程提效及定制化 AI 应用开发。四、免费与付费情况更新时间：2026 年 5 月1. 免费版（基础体验）初始额度：注册赠送 1000 免费积分。日常限额：每日提供有限的免费请求次数。功能权限：基础对话、简单文本生成、有限文件上传（≤100MB）、基础语音/图像生成。主要限制：请求频率低、输出长度受限、无高级 Agent 组队、无优先算力。2. 付费套餐（个人/API）Starter（入门版）首月价格：¥26.1 / 连续包月：¥29请求额度：每月 24000 次性能指标：TPS=50包含模型：含 M2.7 基础权限Plus（进阶版）首月价格：¥44.1 / 连续包月：¥49请求额度：每月 60000 次性能指标：TPS=50增强功能：额外增加 Speech 与图像生成额度Max（专业版）年付价格：$500特点：高请求量、高 TPS、全模型权限、视频生成额度充足API 定价输入成本：$0.30 / 百万 token输出成本：$1.20 / 百万 token优势：性价比高，适合批量开发3. 企业版定制方式：定制化报价服务内容：私有部署、专属算力、数据隔离、专属技术支持。五、如何使用（快速上手）1. 网页端操作（agent.minimaxi.com）注册登录：通过手机号或邮箱完成注册/登录。下达指令：进入 Agent 对话框，输入自然语言指令（例如：“生成季度销售 PPT"）。文件处理：上传文本、Excel、图片等文件，Agent 会自动解析并执行任务。结果管理：查看生成结果，支持多轮修改与文件导出。2. 桌面端操作（推荐高效）下载安装：从官网下载对应系统的安装包（支持 Windows/macOS/Linux）。配置权限：安装后登录，设置工作目录与隐私权限。快捷键唤起：使用快捷键（Alt+A / Option+A）直接唤起 Agent。本地操作：直接对本地文件进行读取与编辑操作。3. API 接入（开发者）获取密钥：注册平台账号，获取 API Key。选择套餐：按需选择 Token 套餐。集成应用：调用 M2.7 或各多模态模型 API，集成至自有应用，支持高并发与自定义开发。六、避坑指南（重要提醒）额度规划：免费版额度有限，高频使用易触发限流，建议合理规划请求量或及时升级。指令精准：避免模糊指令（如“做个报告”），需明确格式、字数、风格及参考文件，以减少结果偏差。文件限制：免费版单文件上传≤100MB，付费版额度更大；上传敏感文件前建议先进行脱敏处理，注意隐私保护。任务拆解：超长任务（如万字文档分析）建议分批次处理，避免超时或输出截断。算力波动：高峰时段（工作日 9-18 点）响应可能变慢，付费版享有优先算力更稳定。模型能力边界：M2.7 自我进化需依赖高质量数据，专业领域关键结果仍需人工校验。合规风险：生成内容需遵守版权法，商业使用需确保素材授权，避免侵权风险。七、总结MiniMax 以 M2.7 自我进化模型 与 Agent 智能体 为核心竞争力，具备全模态处理能力。其服务模式兼顾了免费体验与高性价比付费方案，能够满足个人提效、职场办公、开发创作及企业服务等多种场景。使用建议：遵循指令精准原则。合理规划免费额度与算力需求。严格遵守隐私合规要求。复杂任务分步执行可显著提升任务成功率。
Moonshot AI
Moonshot AI使用指南一、产品核心定位Moonshot AI（月之暗面）是一家聚焦于通用人工智能（AGI）研发的科技公司。核心产品：Kimi 智能助手。主打优势：拥有 200 万字无损长上下文 处理能力，具备 原生多模态理解 能力。官方网站：https://www.moonshot.cn/二、主要功能特点超长文本处理支持单篇 200 万字 文档的深度解析。兼容格式包括 PDF/Word/Excel/PPT/图片等。具备摘要生成、多文件对比分析及多文档整合分析能力。原生多模态理解（K2.6）支持图文深度解析。实现视觉内容转代码。提供多语言精准翻译服务。超强代码与 Agent 能力提供代码生成与代码解释服务。支持自主规划与任务执行。配备 Agent Swarm 集群，可实现多智能体并行处理复杂任务。智能创作与办公提效支持长文内容生成。可自动编辑 PPT 与表格。擅长学术文献分析、合同审查及财报解读。联网搜索增强具备实时信息检索能力。确保回答内容的时效性与准确性。Kimi Claw 智能体服务支持云端托管。拥有长期记忆功能。支持自动化工作流搭建与定时任务推送。三、适用人群知识工作者科研人员：文献综述与资料整理。律师：合同审查与法律条文分析。分析师：行业报告生成与财报解读。内容创作者自媒体：长文写作与脚本生成。视频创作者：视频脚本创作。文案策划：多轮次内容创作。开发者/技术团队代码开发与 Debug。数据处理与自动化工作流搭建。API 调用集成需求。企业用户金融/法律/科研机构定制化服务。智能客服搭建。批量文档处理需求。普通用户日常问答。学习辅助。简单内容创作。四、价格与订阅体系1. 个人免费版（永久免费）基础权益：提供基础对话功能、20 万字上下文支持、文件解析（限制≤20 万字）、基础搜索及多端同步。使用限制：每日消息限额（约 30–50 条）、高峰时段可能有响应延迟、无法使用高级 Agent 功能。2. 个人付费订阅（Coding Plan）提供按月或按年付费的订阅服务，包含不同等级的 Token 配额与功能权益。Andante（¥49/月）搭载 K2.5 模型。包含 5 小时 Token 配额。提供 AI 建站、AI 文档、AI PPT 制作权益。Moderato（¥99/月）提供更大的 Token 配额。支持多设备共享账号权益。支持使用 Kimi CLI 命令行工具。Allegretto（¥199/月）提供 20 倍代码额度。提供 4 倍 Agent 额度。解锁 Agent Swarm 集群 功能。可使用 Kimi Claw 智能体服务。Allegro（¥699/月）提供企业级算力支持。提供无限 Token 额度。配备专属技术支持。单次打赏（高峰优先）¥5.2（4 天优先）、¥9.9、¥20.8、¥399（年包会员）。非强制性，用于缓解算力紧张时的排队延迟。3. API 接口计费（按量付费）K2.6 模型输入：¥6.5 / MTok。输出：¥27 / MTok。缓存命中：¥1.1 / MTok。K2.5 模型输入：¥4.0 / MTok。输出：¥21 / MTok。缓存命中：¥0.7 / MTok。五、使用指南1. 访问入口（多端同步）网页端：直接访问 https://kimi.moonshot.cn/。手机 APP：前往 iOS 或安卓应用商店搜索“Kimi 智能助手”。桌面客户端：通过官网下载 Mac 或 Windows 版本客户端。微信：在微信搜索“Kimi 智能助手”小程序。2. 基础操作步骤注册登录：使用手机号完成注册并登录（免费版即可使用）。输入指令：在输入框中提出问题，或点击“上传文件”按钮添加文档、图片及链接。获取结果：等待 AI 处理完成，获取结果后可进行追问、细化指令或调整格式。3. 进阶使用技巧自定义指令：在提问时指定输出格式，例如“分条列出核心要点，每条≤30 字”。多文件对比：同时上传多篇文档，例如指令“对比这 3 篇文章的选题与结构”。Agent 集群任务：输入复杂任务，例如“盘点 10 个领域顶级 AI 工具并制表”，系统会自动调度多智能体并行处理。六、避坑与注意事项1. 性能与速度高峰延迟：免费版在算力紧张时响应较慢，建议错峰使用或升级付费计划。上下文管理：免费版会话上下文累积超限（20 万字）后需新建会话重置；超出上限需拆分内容或升级。2. 功能限制创意能力：模型擅长逻辑处理与信息检索，在纯诗歌、小说等创意领域表现较弱，建议搭配专用创意工具。付费解锁：Kimi Claw、Agent Swarm 集群及 200 万字上下文功能需在 Allegretto 及以上订阅档位获取。3. 技术与安全API 配置：官方 Base URL 为 https://api.moonshot.cn/v1，配置时勿写错后缀。若密钥无效需重新生成。合规风险：避免上传侵权或敏感内容，平台拥有内容审核权限，违规可能导致服务流或封号。
百度AI
百度大脑百度大脑是百度推出的产业级 AI 开放平台，汇聚语音、图像、NLP、大模型等 270+ 项核心能力。平台提供 API/SDK 与低代码工具，助力个人与企业快速落地 AI 应用。一、主要功能体系1. 视觉能力文字识别：通用/手写文字识别（OCR）、身份证/行驶证/增值税发票识别。生物识别：人脸实名认证。内容分析：图像增强、视频内容分析。2. 语音技术语音识别：短/长语音识别（ASR）。语音合成：大模型语音合成（多情感/多方言）、语音转文本（TTS）。声音技术：声音复刻、端到端语音语言大模型。3. 自然语言与大模型文心大模型：知识增强千亿级模型、千帆大模型平台。应用场景：智能写作、合同预审、机器翻译等。4. 开发与低代码工具模型训练：EasyDL（零门槛模型训练）。开发支持：API 在线调试、多语言 SDK。行业方案：智能客服、数字员工、安全生产等行业解决方案。二、适用人群个人开发者/学生用于学习 AI 技术、进行练手项目开发。场景：小型工具开发（如语音笔记、图片文字提取）。中小企业/创业者需要低成本集成 AI 能力，无需自研算法。场景：发票验真、人脸核验、智能客服等。行业用户需要场景化赋能的垂直领域。场景：金融（单据识别）、教育（作业批改）、政务（实名认证）、制造（安全生产）。合作伙伴/服务商基于平台能力开发垂直应用。入驻 AI 市场获客。三、免费与付费情况1. 免费额度（新用户/基础版）免费额度按日重置，领取后约 30 分钟生效。文字识别：通用 OCR 约 500 次/天。手写识别：约千次（单价低至 3.8 元）。语音服务：短/长语音识别、语音合成各约 500 次/天。声音复刻：1 次免费调用。人脸识别：500 次免费调用。大模型：文心一言基础版免费体验，高级模型按量计费。2. 付费模式（按量/套餐）高精度 OCR：约 8 元/千次。身份证识别：约 7.6 元/千次。语音合成：约 4 元/千次。声音复刻：约 4 元/次。发票验真：约 0.15 元/次。企业级服务：千帆平台定制化报价，支持包年/包月。四、如何使用（5 步快速上手）注册登录使用百度账号登录 ai.baidu.com，进入控制台。创建应用选择技术分类（如文字识别）→ 创建应用 → 生成 API Key/Secret Key。领取免费额度在概览页领取对应接口的免费资源（注意生效延迟）。开通接口在服务列表中勾选需调用的接口并开通。注意：仅获取 Key 无法调用，不用的接口建议关闭。调用测试使用 API 调试工具或 SDK 集成，填入 Key 即可调用。可在监控报表中实时查看用量。五、避坑要点与注意事项额度与计费风险免费额度按日重置，但调用失败（如鉴权错误）也可能消耗额度。额度用完后若未及时付费会报错，建议提前购买套餐或套餐包。接口启用机制创建应用后必须手动开通接口，否则无法使用。建议关闭不用的接口，防止误扣费。生效延迟领取免费额度后，通常约 30 分钟生效，刚领取就调用可能会失败。数据合规要求涉及人脸/身份证识别时，需确保用户授权，遵守《个人信息保护法》，避免违规收集。并发性能限制免费版并发通常较低（≤5 ），高并发需求需提工单申请扩容。模型版本管理个人开发用基础版足够；企业高精度需求选企业版/定制模型。请勿混用不同版本，以免计费或效果异常。