搜索 AI 工具

OpenAI 的通用 AI 助手，覆盖网页、桌面和移动端。现役模型为 GPT-5.6 系列，按能力分三档：Sol 是旗舰，主打复杂推理、长文档分析和深度编程；Terra 是均衡款，写作、翻译、表格整理、PPT 大纲这类日常办公任务性价比最高；Luna 走快速低价路线，适合批量摘要、改写、客服话术等高频轻活。功能上支持文件上传、联网深度研究、语音对话、图像生成和 Projects 项目空间。免费与 Go 套餐默认用 Luna，付费套餐可选 Sol。日常办公用 Terra、复杂编程切 Sol、批量轻活走 Luna，是比较经济的组合。国内访问官网有网络和支付门槛。

Anthropic 出品的 AI 助手，以长上下文和编程能力见长，被大量开发者当作日常编码主力。产品线分四档：Haiku 4.5 走轻量高速路线，适合批量分类、内容审核这类容错成本低的场景；Sonnet 5 是当前默认主力，主打 agentic 工作流——能自己规划步骤、调用工具、读结果再继续；Opus 5 面向深度调试和复杂判断这类答错代价高的任务；最新的 Fable 5.1 针对长时自主任务和科研场景。四档均支持文本与图像输入，Sonnet 5 及以上提供 100 万 token 上下文。除网页端和 App，还有开发者用的 Claude Code 命令行客户端和团队协作的 Claude Cowork。

GitHub 官方的 AI 编程助手，已从单纯的代码补全扩展为多形态的 agent 平台：除行内补全和 Next Edit Suggestions，还有 Copilot Chat、IDE agent mode、能自主提交 PR 的 cloud agent、代码审查，以及 CLI 和桌面 App。支持 MCP、自定义 agents 和 Spaces，可在 GPT-5.x、Claude、Gemini、Grok、Kimi 等模型之间切换。有免费版（补全额度有限、模型自动分配），付费档解锁高级模型和更多额度。适合深度绑定 GitHub 工作流的团队。

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。

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。

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。

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。