摘要
理解模型生态时，最好先按学习者可以完成的事情来分组：聊天与推理、多模态输入、生成能力、开源权重部署，以及区域云平台接入。这个页面是一个入门地图，不是模型排行榜。为什么重要
学生和早期构建者常常先听到模型名称，却还不了解它背后的产品形态。一个有用的地图应该回答四个问题：- 这个模型家族适合什么类型的任务？
- 我该通过什么方式访问它：消费级应用、API、开源权重，还是云平台？
- 它更适合学习、原型验证，还是部署？
- 真正用于项目之前需要检查什么？
架构图
供应商地图
能力地图
如何选择起点
选择能够教会正确问题的最简单界面。- 第一次接触时，从 ChatGPT、Claude、Gemini 或 Kimi 这类消费级助手开始，重点练习任务设计。
- 学 API 时，先选一个模型供应商，做一个小的请求-响应应用，再比较不同供应商。
- 学多模态时，一次只测试一种输入类型：图像、文档、音频或视频。
- 学开源权重时，先明确为什么需要可迁移、本地控制或许可证灵活性，再选择模型。
- 做中国相关部署时，从一开始就检查 Qianfan、Model Studio 和 Kimi，而不是最后才把它们当替代项。
常见错误
- 把最新模型名称直接等同于所有任务上的最好选择。
- 把应用功能和 API 功能当成同一个产品来比较。
- 等原型完成后才检查价格、速率限制、区域可用性、安全政策和数据控制。
- 因为想要可迁移性而选择开源权重，却没有预算托管、评估、监控和更新成本。
- 只因为语言覆盖选择区域平台，却没有检查部署、计费和支持要求。
课堂练习建议
选择一个任务，例如“总结课程阅读材料并生成复习测验”。让学生比较三种访问模式：- 消费级助手
- 托管 API
- 开源权重或区域云选项
引用
- 当前官方模型与平台阅读材料列在
external_readings中。
延伸阅读
更新日志
- 2026-05-19：根据 issue #27 添加入门模型生态地图。