大模型命名规则
约 1021 字大约 3 分钟
2025-10-27
本文档整理了主流AI大模型的命名规则和标识含义，帮助开发者快速理解模型特性。
常见标识
版本
- 数字版本
- GPT-4
- Qwen3
- 发行版本
- Beta
- Preview
- 数字版本
参数量
- 7B
- 32B
- 70B
量化
| 标识 | 全称 | 说明 | 适用场景 |
|---|---|---|---|
| FP16 | 16位浮点数 | 默认精度，不量化 | 训练、高精度推理 |
| FP8 | 8位浮点量化 | 兼顾精度与性能 | 高性能推理 |
| INT8 | 8位整数量化 | 平衡压缩与精度 | 通用推理加速 |
| INT4 | 4位整数量化 | 极致压缩，高内存效率 | 边缘设备、内存受限场景 |
| NF4 | 4位NormalFloat | 优化数值分布，保持精度 | 语言模型量化 |
| 标识 | 全称 | 说明 | 优势 |
|---|---|---|---|
| GPTQ | GPT Quantization | 基于梯度的后训练量化 | 高精度保持，适合大模型 |
| AWQ | Activation-aware Weight Quantization | 激活感知权重量化 | 更好的精度保持 |
| GGUF | GPT-Generated Unified Format | 通用模型格式 | 跨平台兼容性好 |
| QLoRA | Quantized Low-Rank Adaptation | 量化低秩适配 | 高效微调 |
功能
- Chat 对话能力
- VL/Vision 视觉语言理解
- Audio/Speech 音频处理
- Image 图像能力
- Code/Coder 编程能力
- Math/Reasoning 数学推理
- Embedding 向量表示
- Reranker 检索优化
- Omni 多模态
架构
- MoE 混合专家架构
性能
- Turbo 响应速度优化版本
规模
- Nano/Tiny/Lite
- Mini/Small
- Base
- Large
- Ultra
DeepSeek
版本标识
| 标识 | 样例 | 说明 |
|---|---|---|
| V3 | DeepSeek-V3 | 第三代通用大语言模型 |
| R1 | DeepSeek-R1 | 强化学习优化版本 |
| Coder | DeepSeek-Coder | 代码专用模型 |
| Math | DeepSeek-Math | 数学推理专用 |
| Voice | DeepSeek-Voice | 语音处理模型 |
后缀含义
- -Lite：轻量级版本
- -Quant：量化版本
- -Instruct：指令调优版本
Qwen
功能标识
| 标识 | 样例 | 说明 |
|---|---|---|
| VL | Qwen3-VL-235B-A22B-Instruct | 视觉语言多模态模型 |
| Omni | Qwen2.5-Omni-7B | 全能型多模态模型 |
| Next | Qwen2.5-Next | 下一代技术预览 |
| Guard | Qwen2.5-Guard-7B | 安全防护专用 |
| Coder | Qwen2.5-Coder | 代码生成与理解 |
| Image | Qwen2.5-Image | 图像理解专用 |
| Audio | Qwen2.5-Audio | 音频处理专用 |
| Math | Qwen2.5-Math | 数学推理专用 |
| Reranker | Qwen2.5-Reranker | 检索重排序模型 |
| Embedding | Qwen2.5-Embedding | 文本嵌入模型 |
| WorldPM | Qwen2.5-WorldPM | 世界知识处理模型 |
| QVQ | Qwen2.5-QVQ | 量化感知训练版本 |
| QwQ | Qwen2.5-QwQ-32B | 混合专家模型 |
| Thinking | Qwen2.5-Thinking | 思维链优化版本 |
| Instruct | Qwen2.5-7B-Instruct | 指令跟随版本 |
规格标识
- 7B/14B/72B：参数量（70亿/140亿/720亿）
- A22B：激活参数量
- MoE：混合专家架构
模型系列
Qwen3
- Qwen3-Next
- Qwen3-VL
- Qwen3-Omni
- Qwen3-Coder
- Qwen3-Image
- Qwen3-Reranker
- Qwen3-Embedding
- Qwen3Guard
Qwen2.5
- Qwen2.5-VL
- Qwen2.5-Omni
- Qwen2.5-Coder
- Qwen2.5-Math
- Qwen2.5-1M
Qwen2
- Qwen2-VL
- Qwen2-Math
- Qwen2-Audio
Qwen1.5
Qwen
WorldPM
QVQ
QwQ
OpenAI
模型系列
| 标识 | 样例 | 说明 |
|---|---|---|
| GPT | GPT-4、GPT-4o | 核心大语言模型系列 |
| O | O1、O3 | 复杂逻辑推理优化系列 |
| DALL·E | DALL·E 3 | 图像生成与编辑模型 |
| Whisper | Whisper-1 | 语音转文本模型 |
| TTS | tts-1、tts-1-hd | 文本转语音模型 |
| Embedding | text-embedding-3-small | 文本向量化模型 |
| Moderation | text-moderation-latest | 内容审核模型 |
版本特征
- Turbo：响应速度优化版本
- o（omni）：全能多模态版本
- mini：轻量级版本
- 日期后缀（-0613）：特定版本快照
Gemini系列
| 标识 | 样例 | 说明 |
|---|---|---|
| Ultra | Gemini Ultra | 最大规模版本 |
| Pro | Gemini Pro | 平衡性能版本 |
| Flash | Gemini Flash | 高速推理版本 |
| Nano | Gemini Nano | 端侧轻量版本 |
功能后缀
- -Vision：视觉能力增强
- -Multimodal：多模态支持
- -Code：代码能力专项优化
Meta
Llama系列
| 标识 | 样例 | 说明 |
|---|---|---|
| Llama | Llama 3.1 | 基础语言模型 |
| Code | Code Llama | 代码专用模型 |
| Vision | Llama Vision | 视觉语言模型 |
版本规则
- 参数量：7B、13B、34B、70B、405B
- 功能标识：
- -Instruct：指令调优版本
- -Python：Python代码优化
- -Base：基础预训练版本
Grok
版本演进
| 标识 | 样例 | 说明 |
|---|---|---|
| Grok | Grok-1 | 第一代基础模型 |
| Grok | Grok-2 | 第二代改进版本 |
| Vision | Grok-Vision | 视觉能力扩展 |
特性标识
- -Beta：测试版本
- -Preview：预览版本
- 主要版本号表示架构重大更新