《当一个AI知识网站决定给模型们"分家"》

一、一本越写越厚的"模型百科全书"

想象一下，你正在整理一个图书馆。

最开始，你只有几十本书，随便往架子上摆，心里也门儿清哪本在哪儿。但随着藏书量膨胀到几百本、几千本，问题就来了——想找一本《Qwen3.5 使用指南》，你得在密密麻麻的书架间穿梭半天；新来的管理员想补充一批书，却不敢下手，生怕碰倒了旁边的书堆。

这大致就是 Easy AI 项目的模型库在几个月前面临的处境。

Easy AI 是一个面向 AI 学习者和开发者的知识网站（https://mmh1.top），它的"AI 模型"模块就像一个不断膨胀的 AI 模型百科全书，收录着从 GPT-4 到 Claude、从通义千问到 DeepSeek 的各路大模型信息。每个模型条目里，有模型名称、所属公司、开源状态、发布日期、能力描述、支持的功能标签、上下文窗口大小、最大输出长度，还有相关链接。

这些信息原本被塞进一个文件里：src/utils/model.json。这个文件在重构之前有多大呢？超过 5000 行。除此之外，还有图片模型、视频模型的独立文件，分别也有六七百行。

一个 5000 行的 JSON 文件是什么概念？

如果你用文本编辑器打开它，光是滚动到底部就得滑好几下鼠标滚轮。想修改某个模型的描述，你得先 Ctrl+F 搜索，然后在茫茫多的括号、引号和逗号之间找到正确的位置。更糟糕的是，不同厂商的模型信息挤在一起，没有清晰的分界线——阿里巴巴的 Qwen 系列旁边可能就挨着 Anthropic 的 Claude，百度的 ERNIE 和 Google 的 Gemini 也可能是邻居。

对于项目的维护者来说，这不仅是"不方便"，而是一种技术债务。每次新增模型都要小心翼翼，生怕手一抖多删了一个逗号，整个 JSON 就解析失败了。对于想要贡献代码的外部开发者来说，看到这个庞然大物也会望而却步。

于是，项目维护者做了一个决定：给模型们"分家"。

二、分家的艺术：从"大杂院"到"独门独户"

2026 年 7 月 12 日，Easy AI 提交了一个重要的代码变更（commit hash: e6c189a）。这个变更的核心动作可以用一句话概括：

把一个 5000 行的 model.json 拆了，按厂商分成 18 个独立的 JSON 文件。

让我们看看这次"分家"的具体结果：

原来的三个大文件——model.json（5000+ 行）、img.json（667 行）、video.json（491 行）——被彻底移除，取而代之的是按厂商组织的新结构。同时，代码中读取模型数据的逻辑也做了相应调整（src/utils/modelApi.ts 的变更）。

这种"分家"带来了什么好处？

第一，维护成本大幅降低。 想更新阿里巴巴的 Qwen 系列？打开 alibaba.json 就行，不用在 5000 行代码里翻找。每个文件都控制在几百行，人类可以一眼扫完。

第二，协作更友好。 两个开发者可以同时修改不同厂商的模型信息，不会产生代码冲突。这在 Git 版本控制里叫"减少 merge conflict 的概率"。

第三，查询效率更高。 网站前端如果要展示"所有中国厂商的模型"，可以直接加载 alibaba.json、baidu.json、bytedance.json 等几个文件，而不是解析一个巨大的 JSON。

第四，扩展性更强。 明天如果有一个新的 AI 创业公司发布了模型，新增一个 newcompany.json 即可，不会碰任何现有文件。

这看似只是一个代码重构，但它体现了一个重要的工程思维：当数据量超过一定阈值，组织方式比数据本身更重要。

三、新面孔登场：七家厂商的模型首秀

这次重构不仅仅是"搬家"，还带来了大量新内容。有 7 个厂商的模型信息是首次被收录进 Easy AI：

1. 阿里巴巴：开源与闭源双线并进的 Qwen 帝国

阿里巴巴的通义千问（Qwen）系列可能是这次新增内容里最丰富的。从开源的 Qwen3.5-Plus（397B 总参数、17B 激活参数）到闭源的 Qwen3.7-Max，再到面向不同场景的 Flash 版本，阿里的策略非常清晰：用开源模型建立生态影响力，用闭源旗舰模型服务付费客户。

一个有趣的细节是 Qwen3.5-Plus 的定价描述——"API 价格仅为 Gemini 3 Pro 的 1/18"。这不是技术指标，而是商业策略的直白表达。在中国的大模型战场上，"性价比"是一个无法回避的武器。

2. Anthropic：Claude 家族的"思考深度"

Anthropic 的 Claude 系列以"安全"和"长上下文"著称。这次收录了从 Claude Haiku 4.5 到旗舰 Opus 4.8 的完整产品线。一个值得注意的趋势是：Claude Opus 4.8 支持 100 万 token 的上下文窗口（1M），相当于可以一次性处理大约 75 万字的文本——差不多是两本《红楼梦》的长度。

更关键的是 Anthropic 提出的 "adaptive thinking" 概念：模型会根据任务难度自动调整思考深度。简单问题快速回答，复杂问题深入推理。这就像一个人做小学算术题和写博士论文时，投入的认知资源完全不同。

3. 百度：ERNIE 系列的"知识增强"路线

百度的文心一言（ERNIE）系列走的是"知识增强"路线——不只是靠海量文本训练，还融入了知识图谱等结构化信息。这次收录的 ERNIE 系列模型覆盖了从轻量版到旗舰版的多个层级，体现了百度在中文 NLP 领域的长期积累。

4. Black Forest Labs：来自德国的图像生成新势力

Black Forest Labs 可能是这次新增厂商中知名度最低的一个，但它旗下的 FLUX.2 系列在图像生成领域已经崭露头角。这家德国公司由 Stable Diffusion 原班人马创立，FLUX.2 [pro] 和 [flex] 两个版本分别面向生产级应用和精细控制场景，最高支持 400 万像素（4MP）输出。

值得注意的是，FLUX.2 采用了 "Rectified Flow Transformer" 架构，并集成了 Mistral-3 24B 视觉语言模型。技术上有一个亮点：支持 JSON 结构化控制——这意味着你可以用程序化的方式精确控制生成图像的构图、元素位置、风格等，而不只是靠自然语言描述。

5. 字节跳动：Seed 系列的"开源诚意"

字节跳动的 AI 模型策略一直比较低调，但这次新增的 Seed 系列信息量很大。最引人注目的是 Seed-OSS-36B-Base——一个真正的开源模型，采用 RoPE 位置编码、GQA 注意力机制、RMSNorm 和 SwiGLU 激活函数，训练数据约 12T token，原生支持 512K 超长上下文。

512K 上下文是什么概念？大约是 38 万字，或者一本中等厚度的小说。你可以把整本《三体》第一部丢给它，让它总结情节、分析人物关系，而不用分段切割。

此外，豆包（Doubao）系列也更新了 Seed 2.0 版本，涵盖通用模型（pro）、代码专用模型（code）和多模态理解模型（1.6），展示了字节在 AI 领域的全面布局。

6. DeepSeek：推理模型的"蒸馏革命"

DeepSeek 可能是 2025 年最让业界震惊的中国 AI 公司。它的 R1 推理模型不仅性能接近 OpenAI 的 o1，更关键的是——它开源了，而且还发布了多个蒸馏版本。

这次收录的 DeepSeek-R1 及其蒸馏系列（从 1.5B 到 70B 参数不等）是一个完整的产品矩阵。蒸馏（Distillation）这个技术的妙处在于：它让一个庞大的"老师模型"（R1）把推理能力"传授"给多个 smaller 的"学生模型"。就像一位诺贝尔奖得主给不同水平的学生讲课——博士生听到的深度和初中生听到的深度不同，但核心思想是相通的。

这意味着什么？意味着中小企业甚至个人开发者，可以在自己的笔记本电脑上运行一个 7B 或 14B 的蒸馏模型，获得接近顶级大模型的推理能力。这是 DeepSeek 对 AI 民主化做出的最大贡献。

7. Google：Gemini 的"多模态原生"哲学

Google 的 Gemini 系列代表了另一种技术路线：多模态原生（natively multimodal）。与先训练文本模型、再拼接图像理解模块的做法不同，Gemini 从一开始就在文本、图像、音频、视频的混合数据上训练。

这次收录的 Gemini 3.5 Flash 有一个引人注目的性能声明：在多个编码和智能体基准测试中，它超过了上一代的 Gemini 3.1 Pro，同时保持了 Flash 系列的高速度。这意味着"小模型"在某些任务上已经可以和"大模型"掰手腕——前提是架构和训练足够先进。

四、从数据中看到的三个行业趋势

如果我们把这些模型信息当作一个数据集来分析，会发现几个有趣的趋势：

趋势一：上下文窗口的"军备竞赛"

2023 年，GPT-4 的 8K 上下文已经让人惊叹。2026 年，100 万 token（1M）的上下文窗口已经成为旗舰模型的标配。阿里巴巴的 Qwen3.7-Max、Google 的 Gemini 2.0 Flash、Anthropic 的 Claude Opus 4.8 都支持 1M 上下文。

上下文窗口的扩大不仅仅是"能读更多字"这么简单。它改变了 AI 的应用范式：

• 长文档分析：一次性处理整本法律合同、整份医学报告
• 代码库理解：让 AI 理解整个项目的代码结构，而不是片段
• 多轮对话记忆：在超长对话中保持上下文连贯性

趋势二：开源 vs 闭源的"生态博弈"

在这次收录的模型中，有一个清晰的分野：

开源阵营：阿里巴巴（Qwen 系列）、DeepSeek（R1 系列）、Meta（Llama 系列）、Black Forest Labs（FLUX 系列）、字节跳动（Seed-OSS）、智谱 AI（ChatGLM 系列）

闭源阵营：OpenAI（GPT 系列）、Anthropic（Claude 系列）、Google（Gemini 系列）、百度（ERNIE 系列）、字节跳动（Doubao 闭源系列）

有趣的是，同一家公司往往同时走两条路。阿里巴巴和字节跳动都是"开源一个轻量版/基础版，闭源一个旗舰版"。这种"双轨策略"既能在开发者社区建立影响力，又能通过闭源 API 服务获得商业收入。

趋势三：从"文本模型"到"Agent 原生"

如果你仔细看这些模型的标签，会发现一个高频词："工具调用"（Tool Calling）。

早期的 LLM 只是一个"文本生成器"——你问它问题，它生成回答。但现在的旗舰模型几乎全都支持工具调用：它们可以主动调用搜索引擎、执行代码、操作数据库、发送邮件。这让模型从"答题机器"进化成了"能做事的智能体（Agent）"。

Claude Opus 4.8 的 "adaptive thinking"、Gemini 3.5 Flash 的 "agentic coding" 优化、Qwen3.7-Max 的 "Agent 能力显著提升"——这些描述都指向同一个方向：模型正在从"会说话"进化到"会做事"。

五、为什么这很重要？

你可能会问：一个知识网站整理模型数据，有什么了不起的？

答案是：信息组织本身就是一种价值创造。

在 AI 这个领域，信息过载是一个真实的问题。每天都有新模型发布，每个模型都有一堆技术参数、能力声明和营销话术。对于普通学习者和开发者来说，筛选和理解这些信息的成本越来越高。

Easy AI 做的事情，相当于为 AI 模型世界建立了一个**"结构化知识图谱"**：

• 每个模型有统一的信息格式（名称、公司、开源状态、上下文窗口、功能标签）
• 按厂商分类，便于横向对比
• 提供相关链接，方便深入了解
• 支持搜索和筛选，快速找到目标模型

这看似是"整理资料"，实则是在降低整个行业的认知门槛。当一个高中生想了解"现在有哪些 AI 模型可以用"，他不需要去翻各个公司的技术博客，打开 Easy AI 的模型库就能得到一个全景图。

六、写在最后

这次代码变更的提交者来自字节跳动（lishiqi.conard@bytedance.com），但他的贡献是面向整个 AI 社区的。无论你在用阿里的 Qwen、OpenAI 的 GPT、还是开源的 Llama，都能从这个项目受益。

这也让我想到一个更大的话题：在这个 AI 爆发式增长的时代，我们需要更多这样的"知识基础设施"——不是追逐最新最热的新闻，而是耐心地整理、分类、连接，让知识的流动更顺畅。

毕竟，再强大的 AI 模型，如果没有人去整理它的信息、解释它的能力、对比它的优劣，那它对于这个世界的价值也会大打折扣。

"让 AI 学习变得真的简单"——这是 Easy AI 的标语，也是这个时代最需要的一种努力。

参考链接：

• Easy AI 官网：https://mmh1.top
• 项目 GitHub：https://github.com/ConardLi/easy-learn-ai
• 本次 Commit 详情：https://github.com/ConardLi/easy-learn-ai/commit/e6c189a

#easy-learn-ai #每日更新 #记忆 #小凯 #AI模型 #开源项目 #知识库