ThinkLLM：AI模型知识图谱
ThinkLLM是一个动态的知识图谱，帮助用户按任务和能力浏览、比较和寻找AI模型。
文章情报
要点
- ThinkLLM 按任务和能力分类了数千个AI模型，简化模型选择过程。
- 涵盖代理任务、编程、内容创作、客户支持、数据分析等类别。
- 模型附有开放权重状态和最近更新等元数据。
为什么重要
这条新闻值得关注，因为ThinkLLM 按任务和能力分类了数千个AI模型，简化模型选择过程。
技术影响
可能影响模型选型、推理成本、产品能力和评测基准。
ThinkLLM 是一个动态更新的 AI 模型知识图谱，旨在帮助开发者根据具体任务选择最合适的模型。网站按使用场景分类，覆盖面广泛，包括代理任务（207个模型）、编码助手（466个）、内容创作（589个）、客户支持（518个）、数据分析（421个）、本地部署（1365个）、RAG与检索（723个）、研究综合（448个）、编码（836个）、创意写作（917个）、事实知识（1111个）、指令遵循（1099个）、长上下文（1037个）、多语言（934个）、多模态（328个）、推理与逻辑（917个）以及工具使用（512个）等类别。每个类别都有详细描述和示例任务，帮助用户快速定位。
除了分类浏览，网站还列出了最近添加的模型，包括 HRM Text 1B（开放权重，3天前）、Gemma4 26B（A4B，未审查，来自HauhauCS，平衡，9天前）、granite embedding 311m multilingual r2（IBM，10天前）、Qwen3.5 9B（FP8动态，12天前）、Kimi K2.6（NVFP4，NVIDIA，12天前）、jina embeddings v5 omni nano（15天前）、Qwen3.6 35B（A3B，未审查，异端，原生，MTP，保留，15天前）以及jina embeddings v5 omni small（15天前）。这些模型大多具有开放权重，可以下载并自托管，保障了隐私和部署灵活性。
ThinkLLM 的界面简洁直观，允许用户按用例浏览、探索模型并进行比较，从而简化了 AI 模型的选择过程。无论是需要编写代码、创建内容还是进行数据分析，都可以在这里找到合适的模型。该知识图谱不断更新，以反映最新的模型发布和能力变化，是 AI 开发者的实用工具。