AI 工具排行榜

深度求索的 AI 助手，以推理和代码能力见长，网页端和 App 免费开放。当前旗舰是 DeepSeek-V4-Pro，2026 年 8 月转为正式版，轻量档为 V4-Flash，两者都支持 100 万 token 上下文，主打 Agent 与编程任务，原生支持 Responses API，提供 low/high/max 三档思考强度可调；另有实验性的多模态模型 V4-Flash-Vision-Exp。API 按量计费，2026 年 8 月起改为峰谷定价，低价仍是其相对优势，但早期那句「价格极低」已不如从前准确。适合看重推理与代码能力、又希望网页端免费用的人。

OpenAI 的编程智能体，用 Rust 编写、Apache-2.0 开源，GitHub 约 12 万 star 且仍在高频迭代。形态已从一个终端 CLI 扩展为四端：本地命令行、IDE 扩展、桌面 App 和云端 Codex Web，支持 skills、MCP 和 plugins，可跨文件编辑并执行命令。登录用 ChatGPT 账号或 API key；通过 model_provider 配置也能接入非 OpenAI 的模型，所以「只基于 GPT 模型」的说法已不准确。软件本身开源，但推理需要 OpenAI 账号或 API 额度。适合想在终端里把重复编码工作交给智能体的开发者。

Google 的 AI 助手，最大优势是与 Google 生态打通——Workspace、Android、Search 都能直接调用。现役主力 Gemini 3.7 Flash 于 2026 年 8 月转为正式可用，支持 100 万 token 上下文，输入覆盖文本、图像、视频、音频和 PDF，可调节 low/medium/high 三档思考深度来平衡质量与延迟。官方定位是编码和 agent 工作流的主力型号，在调试、生成可直接部署的代码、多步规划与工具调用上比上一代 3.6 Flash 明显提升。产品层面提供 Deep Research（跨多源生成带引用报告）、Gems（可复用指令的自定义助手）、Canvas（文档与原型协作）。开发者可通过 Gemini API 和 Google AI Studio 接入。

主打艺术化创意生图的 AI 图像工具，在概念设计、插画、氛围图这类看重美学的场景里口碑最好。当前默认版本 V8.2（2026 年 7 月起），V8.1 起支持原生 2K 直出、标准任务提速约 4-5 倍，V8.0 alpha 已下线；V8.2 主打美学表现、个性化和新的 Edit Model。没有免费额度，需要付费订阅（分多档，年付有折扣）。画质是否「天花板」属于主观评价，实际选型建议按风格偏好自己试。注意它主要通过 Discord 和网页端使用，工作流与常规设计软件不同。

Stability AI 的开源图像生成模型，是本地部署绘图和模型微调生态的基础之一。截至 2026 年 9 月，官方当前图像模型仍是 Stable Diffusion 3.5 系列（2024 年 10 月首发，含 Large / Turbo / Medium），社区许可下年营收 100 万美元以内可免费自部署商用，超出需企业授权。官方 2026 年的新品集中在 Stable Audio 3.0 和 Brand Studio。网传的「Stable Diffusion 4」在官网和官方 Hugging Face 均无发布记录，不宜采信。适合想本地部署、自己训练或微调模型的用户。

OpenAI 推出的 AI 视频生成模型，可根据文字或图片生成视频片段，在叙事连贯性与长镜头表现上较为突出，适合短片创作、广告概念演示与分镜预演等场景。目前通过 OpenAI 官方渠道提供，可用范围与额度以官网说明为准；生成视频仍需人工筛选与剪辑，最终效果与提示词精细度关系较大。

百度推出的 AI 助手，基于文心大模型，中文理解与表达是其长处。官方定位为一站式解决复杂问题的生产力工具，提供文字创作、图片创作、AI 阅读与智能体应用等能力，并设有「灵感探索」辅助拆解问题；适合写作、学习与日常办公等中文场景，免费可体验基础能力。

阿里的大模型产品，2026 年 3 月品牌已统一为「千问 / Qwen」，原「通义千问」名称停用。当前旗舰是 Qwen3.8-Max（2026 年 8 月发布，2.4T MoE、100 万 token 上下文），开源版 Qwen3.8-2.4T-A95B 同期放出；图像有 Qwen-Image-3.0、视频有 Wan 3.0。定位全模态 + C 端助手，千问 App 免费使用；API 走阿里云百炼按量付费，新用户有免费额度。适合在阿里云生态内做开发、或想直接调用国产开源大模型的用户。

在线设计平台，2026 年 4 月发布 Canva AI 2.0，是 2013 年以来最大的一次更新，从模板设计平台转向对话式、代理式创作：基于自研 Canva Design Model 生成可分层编辑的设计，新增连接器、任务排程、联网研究、品牌智能等六类工作流，并与 Claude、ChatGPT 互通。官方称月活超 2.6 亿。免费版可用，高阶 AI 功能需订阅。需要注意 Canva AI 2.0 目前仍是 research preview，尚未完全定型。适合非设计专业但要快速出图、出视频封面和物料的人。

阿里通义实验室推出的大模型产品，具备自然语言理解、文本生成、视觉理解与音频理解等多模态能力，官方站点汇总了全系列模型与行业资讯。开源版本较为丰富，开发者可通过阿里云按量调用；不同版本的开放程度与调用价格差异较大，选型前建议先看官网说明。

NVIDIA 官方的 LLM 推理优化库，用于在英伟达 GPU 上做高吞吐的生产级推理服务。用 Python API 定义模型，生成 Python / C++ 运行时，覆盖量化、MoE、KV cache 管理等优化。仓库活跃，最新稳定版 v1.2.1（2026 年 4 月），v1.3.0 仍在候选版推进。只支持 NVIDIA GPU，且 release notes 里 Known Issues 较多，版本间兼容性需要实测。适合已经在英伟达卡上跑推理、想把吞吐和延迟压到极致的服务端场景；个人轻量用途不太需要。

C/C++ 写的本地大模型推理框架，GitHub 约 12.7 万 star，几乎每天有提交，是本地部署生态里最常用的推理后端之一。定位早已不限于 LLaMA 系列，官方示例直接用 Qwen，支持各类 GGUF 模型。后端覆盖 CUDA、HIP、Metal、Vulkan、SYCL、CANN、MUSA、WebGPU 甚至 RISC-V，支持 1.5-8bit 量化和 CPU+GPU 混合推理，自带 llama-cli、llama-server（OpenAI 兼容 API + 内置 Web UI）。适合用消费级显卡跑本地模型，也常被其他项目当作底层推理引擎。版本发得极勤，追具体版本号意义不大。

阿里云的音视频转写与会议纪要工具，适合会议、访谈、课堂和长视频整理。能力已从单纯转写扩展为：实时与离线转写、说话人分离、章节速览、全文和发言摘要、待办提取、思维导图、PPT 抽取、口语转书面化、多语种双向互译，2026 年 9 月还更新了智能纪要 Agent。官方称支持中、英、粤、日、韩、德、法、俄语转写。有免费额度，超出按时长计费，另提供按量计费 API。适合经常要整理会议记录或访谈内容的人。

用 Go 写的开源本地 AI 推理服务器，主打 OpenAI 兼容 API，可以直接替换掉依赖 OpenAI 接口的应用而不用改代码。官方称无需 GPU 也能跑 LLM、视觉、语音、图像、视频，最新版 v4.9.0（2026 年 8 月）改为默认拒绝式鉴权，新增端到端上下文压缩和 vllm-cpp 视频模态支持。MIT 协议，GitHub 约 4.9 万 star，仍在活跃维护。适合想在自有硬件上快速挂一个 OpenAI 风格接口的团队；覆盖面广但依赖后端组合，性能调优成本比单一用途框架高。

本地大模型的桌面 / Web 操作界面，Gradio 界面跑在本地 7860 端口，是最老牌的本地模型前端之一。注意：项目仓库已更名为 oobabooga/textgen，是同一个项目的新名字。支持 llama.cpp、Transformers、ExLlamaV3、TensorRT-LLM 多种后端切换，含视觉、文档问答、工具调用与 MCP、LoRA 训练、图像生成，以及 OpenAI / Anthropic 兼容 API。便携版用 Electron 封装、解压即用，但仅支持 GGUF，完整功能需完整安装（约 10GB）。AGPL-3.0，约 4.8 万 star，仍在维护。

让 AI 通过自然语言驱动 Blender 完成 3D 建模的 MCP 服务器，原名 BlenderMCP，GitHub 约 2.6 万 star，2026 年 9 月仍在更新。项目已更名为「MCP for Blender」以区别于 Blender 官方，README 明确声明是第三方集成、非 Blender 出品。支持对象与材质操作、场景查看、执行 Python 代码，并能接入 Poly Haven、Sketchfab、Hyper3D、Hunyuan3D 等资产库。需要本地安装 Blender 3.0+ 和 uv，且同一时间只能运行一个服务端实例。适合想用对话方式提速 Blender 建模流程的人。

腾讯自研大模型，提供对话、生图、生视频、文/图生 3D 和语音识别等多模态能力，适合在腾讯云与腾讯文档生态内使用的企业场景。当前旗舰是 Hy4（2026 年 8 月更新，770B / 49B、100 万 token 上下文），主打 Agent、编程与长文办公，但仍标注 preview 状态；Hy3 于 2026 年 7 月正式发布。多模态侧有 HY Image 3.0 Plus（生图）、生视频、文/图生 3D 和 Hy ASR 3.0。注意版本命名与 preview 状态容易混淆，生产环境接入前建议先确认版本稳定性。

剪映内置的文本转语音功能，中文音色自然度在国内工具里属于第一梯队，适合短视频旁白、课件配音和有声内容。支持热门音色和音色克隆，官网把「文本朗读」列为 AI 功能之一。注意：原先所说的「完全免费」已不准确——基础音色多数可免费使用，但部分精品/真人复刻音色、音色克隆、批量导出和更高导出规格属于会员范围，官方页面未逐项标注免费边界，具体以客户端内标注为准。仅限剪映生态内使用，需要联网。

字节跳动旗下剪映的 AI 创作能力集合，官方定位为「全能 AI 创作伙伴」，涵盖 AI 成片、AI 图片设计、AI 配音与多轨道编辑中的智能功能。新手可零门槛上手，专业创作者也能提升出片效率，适合短视频、口播与图文内容的批量制作；全部能力在剪映客户端内使用，需联网，部分高级音色与导出规格属会员权益。

从语法检查工具转型而来的 AI 写作助手，母公司 2025 年 10 月已更名为 Superhuman，Grammarly 作为产品名保留。功能覆盖拼写语法实时纠正、段落重写、语气建议和校对，另外加了 Humanizer、AI Detector 等 agent。官方称有 4000 万用户、5 万家组织使用。2025 年上线的 Expert Review 因冒用记者与作家名义引发争议，2026 年集体诉讼后已下线。有免费版但生成额度有限，进阶功能需订阅。适合英文写作润色、邮件和学术场景。

从翻译工具扩展而来的 Language AI 平台，现在有 Translator、Voice（会议与当面实时翻译）、Write（写作润色）、Documents、API 五条产品线，主打企业市场，官方称服务超 20 万家企业。文档翻译支持 100 多种语言，但写作辅助只覆盖少数语种。翻译自然度口碑好，但「全球最准确」是 DeepL 的自我表述，近期没有独立机构的统一评测佐证。有免费版，字符数和整页翻译受限；付费版承诺不用于模型训练。适合需要高质量文档翻译和跨语种沟通的人。

Notion 内置的 AI 写作助手，深度集成在 Notion 文档工作流中。支持会议纪要整理、文档润色、头脑风暴、任务自动提取和多语言翻译，写好的内容直接留在文档里，无需切换工具。适合已经在用 Notion 管理笔记、项目与知识库的个人和团队，AI 能力随文档体系自然复用，学习成本低。

llama.cpp 的官方 Python 绑定，让开发者用 Python 代码直接调用本地大模型。支持各类 GGUF 量化模型，CPU 即可运行、无需独立显卡，适合在自有项目里快速集成聊天机器人、RAG 知识库问答、数据分析助手等能力，也能与 LangChain、FastAPI 等生态配合。

Anthropic 推出的命令行 AI 编程助手，基于 Claude 大模型，面向复杂工程问题。直接在终端与 AI 对话，它可读取整个项目代码库，完成写代码、改 bug、重构、写文档等任务，支持最长 200K 上下文，适合大型项目的日常开发与代码理解。

AI 搜索引擎，直接给出带权威信源引用的答案，减少广告干扰。每个回答都标注来源链接，支持追问与多轮对话；付费版可接入 GPT-4、Claude 等模型，适合做学术研究、技术调研与快速查资料，是当前口碑较好的 AI 搜索工具之一。

百度文库内置的 AI 写作与阅读助手，支持文档总结、一键生成 PPT、论文降重、写作润色等功能，与百度文库海量文档资源打通。适合学生与职场人做文档、写论文、做汇报 PPT，国内访问速度快，免费版提供基础能力。

腾讯推出的企业级 AI 办公平台，集成混元大模型，定位企业团队日常生产力工具。支持文档总结、会议纪要、代码生成、数据分析等常见办公场景，与企业微信深度打通，可直接在企微生态内调用 AI 能力。数据托管于腾讯云，合规性与安全性较强，适合对数据管控有要求的中小企业团队。个人用户也可免费试用体验基础功能，进阶能力与企业版权益以官方说明为准。

开源的本地 RAG 知识库工具，专注文档问答场景。上传 PDF、Word、Excel 等文档后，AI 即可基于这些内容回答问题；支持本地模型与云端模型多种接入方式，适合搭建企业知识库、个人学习助手，完全免费、可本地部署。

面向创作者的 AI 视频生成与编辑平台，支持由文字或图片生成视频，并提供镜头运动控制、风格化等后期能力，画面质感在同类工具中口碑较好，常用于短片、广告与动态分镜。需注册后使用，具体套餐与额度以官网为准；强项在于生成后的编辑与控制，纯文生视频的稳定性仍受提示词影响。

官方的文件系统 MCP 服务器，让 AI 助手获得读写本地文件的能力。可协助整理文件、批量重命名、分析文档内容、编写代码，配合 Claude Desktop 使用，AI 可直接操作电脑文件系统，减少复制粘贴，适合本地文件密集的工作流。

开源的本地 AI 聊天客户端，支持 Windows、Mac、Linux 桌面端。一键下载 Llama、Qwen、DeepSeek 等开源模型，完全离线运行、数据不上传；界面简洁类似 ChatGPT，适合注重隐私、不想联网使用的个人用户。

Hugging Face 官方出品的 Rust 机器学习推理框架，主打轻量和高性能。相比 Python 推理速度更快、内存占用更低，适合边缘设备与生产环境部署；支持 PyTorch 模型转换，部署简单，适合需要高性能推理又不想引入重型框架的场景。

提示词分享与发现社区，汇聚大量 ChatGPT、Claude 的优秀 Prompt。可找到写文案、写代码、做翻译、做营销的各种模板，直接复制使用，省去自己编写 Prompt 的时间；适合新手学习提示词技巧和提升 AI 使用效率的用户。

节点式 AI 画图工作流工具，通过可视化节点连线组合各类模型与插件。配合 StoryDiffusion、IP-Adapter-FaceID 等插件可制作角色连贯的漫剧分镜，支持多种开源模型与 ControlNet 控制，适合需要精细控制生成流程的创作者与开发者。

字节跳动推出的一站式 AI 创作平台，提供 AI 绘画与 AIGC 视频生成能力，并带有作品社区，方便参考他人创作、积累灵感。国内访问便利，适合做插画、海报、短视频素材以及漫剧画面的快速产出；生成结果仍有随机性，重要素材建议多轮生成后挑选，免费额度与会员权益边界以站内说明为准。

Adobe 推出的生成式 AI 创作服务，与 Photoshop、Illustrator 等创意软件深度打通，可直接在既有工作流里完成生成、扩图与素材替换。官方强调训练数据来源合规，商用版权说明相对清晰，适合设计团队与商业项目使用；部分高级功能需订阅 Adobe 套餐，具体权益以官网为准。

字节跳动豆包面向写作场景的能力入口，覆盖朋友圈文案、职场汇报、公众号与短视频脚本等日常刚需文本，也支持翻译与编程等通用问答。中文表达自然、上手门槛低，适合不熟悉提示词的新手快速产出初稿再人工打磨；生成内容更适合作为初稿或素材，正式发布前建议人工核对事实与语气。

微软的 AI 助手，深度绑定 Office 与 Windows 生态，可在 Word、Excel、PowerPoint、Outlook 中辅助撰写、数据处理与邮件整理，也提供网页端对话入口。适合日常依赖微软办公套件、希望把 AI 直接嵌入文档与表格工作流的用户，企业环境中与 Microsoft 365 的协同价值突出。

开源的本地 AI 聊天界面，类似 ChatGPT 的网页版但完全私有化。可接入 Ollama、OpenAI API、本地模型等多种后端，支持多用户、文件上传、知识库与 RAG，适合团队内部部署私有 AI 助手，数据不出本地、隐私安全。

快手推出的 AI 视频生成平台，支持文生视频与图生视频，并提供图片、音频、数字人与特效等创作能力，官方定位为一站式创意资产生产工作台。国内可直接访问，常用于短视频、广告与漫剧镜头制作；生成效果与提示词、参考图清晰度关系较大，重要镜头建议多轮生成挑选。

主打轻量视频生成的 AI 工具，支持由文字或图片生成短视频，并可通过参数控制镜头运动与画面变化，生成速度较快、上手简单，适合快速验证创意或为漫剧、短视频补充动态镜头。具体额度与付费方式以官网为准；更偏向快速试错与轻量产出，追求写实质感或长镜头时通常还需与其他工具配合。

本地大模型桌面客户端，支持 Windows、Mac、Linux。一键从 Hugging Face 下载模型，界面友好类似 ChatGPT；内置本地 API 服务器，可为其他工具提供后端服务。完全免费，适合新手和开发者，是本地部署 LLM 的入门首选。

开源文本转语音框架，支持多语言与声音克隆，可本地训练定制音色。开发者友好、自由度高，支持 PyTorch 与 TensorFlow，可训练专属声音模型；离线可用、隐私安全，适合需要定制化语音能力的开发者和企业。

Playwright 官方出品的 MCP 服务器，让 AI 助手直接控制浏览器。可打开网页、点击按钮、填写表单、截图、采集数据，配合 Claude Desktop 使用，AI 能自动完成网页操作，适合自动填表、批量下载、网页数据采集等场景。

知名的 Prompt Engineering 开源指南，由 DAIR.AI 团队维护。系统讲解如何写好提示词，涵盖基础技巧、高级技巧以及写作、编码、推理等应用场景；免费开源、有中文翻译版，是系统学习提示词工程的经典教程。

面向视频生产的 AI 创作工作室，官方定位为生成式视频制作平台。强调动态画面稳定、人物脸型不易漂移，并支持较长时长的竖屏视频，单图可生成数秒动态镜头，适合漫剧与短剧的动态分镜环节；输出仍需人工挑选与拼接，正式成片建议先在低分辨率下确认分镜节奏，再统一出高质量版本。

Luma AI 推出的视频生成工具，主打由图片生成写实风格视频，在镜头运镜与画面真实感方面表现突出，常被用于把静态照片转成电影感片段。适合广告、短片以及需要写实质感的动态素材制作，额度与套餐以官网为准；写实风格对输入图片质量较敏感，模糊或构图不佳的原图容易影响成片。