ThinkLLM：AI模型知識圖譜
ThinkLLM是一個動態的知識圖譜，幫助使用者按任務和能力瀏覽、比較和尋找AI模型。
文章情報
要點
- ThinkLLM 按任務和能力分類了數千個AI模型，簡化模型選擇過程。
- 涵蓋代理任務、程式設計、內容創作、客戶支援、資料分析等類別。
- 模型附有開放權重狀態和最近更新等後設資料。
為什麼重要
這條新聞值得關注，因為ThinkLLM 按任務和能力分類了數千個AI模型，簡化模型選擇過程。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
ThinkLLM 是一個動態更新的 AI 模型知識圖譜，旨在幫助開發者根據具體任務選擇最合適的模型。網站按使用場景分類，覆蓋面廣泛，包括代理任務（207個模型）、編碼助手（466個）、內容創作（589個）、客戶支援（518個）、資料分析（421個）、本地部署（1365個）、RAG與檢索（723個）、研究綜合（448個）、編碼（836個）、創意寫作（917個）、事實知識（1111個）、指令遵循（1099個）、長上下文（1037個）、多語言（934個）、多模態（328個）、推理與邏輯（917個）以及工具使用（512個）等類別。每個類別都有詳細描述和示例任務，幫助使用者快速定位。
除了分類瀏覽，網站還列出了最近新增的模型，包括 HRM Text 1B（開放權重，3天前）、Gemma4 26B（A4B，未審查，來自HauhauCS，平衡，9天前）、granite embedding 311m multilingual r2（IBM，10天前）、Qwen3.5 9B（FP8動態，12天前）、Kimi K2.6（NVFP4，NVIDIA，12天前）、jina embeddings v5 omni nano（15天前）、Qwen3.6 35B（A3B，未審查，異端，原生，MTP，保留，15天前）以及jina embeddings v5 omni small（15天前）。這些模型大多具有開放權重，可以下載並自託管，保障了隱私和部署靈活性。
ThinkLLM 的介面簡潔直觀，允許使用者按用例瀏覽、探索模型並進行比較，從而簡化了 AI 模型的選擇過程。無論是需要編寫程式碼、建立內容還是進行資料分析，都可以在這裡找到合適的模型。該知識圖譜不斷更新，以反映最新的模型釋出和能力變化，是 AI 開發者的實用工具。