大模型知识引擎支持以下模型，您可根据您的需求进行选择。
平台按照模型用途，将模型分为两大类：
1. 思考模型：在标准模式下，用以意图识别，主要影响意图识别的效果；在 Agent 模式下，主要影响 Agent 的任务规划和工具调用。
2. 生成模型：主要影响阅读理解与答案生成的效果。
生成模型
大模型知识引擎目前已接入精调知识大模型、混元大模型、行业大模型、DeepSeek 等十余种模型，各模型详情及适用场景如下：
模型名称 | 输入输出 | 场景描述 |
精调知识大模型高级版 | 最大输入7k 最大输出1～4k | 1. 适用场景：针对企业知识问答场景精调训练，擅长多模态知识问答，适合图文表答案关联输出、数学计算、逻辑推理、表格问答等复杂场景有需求的场景。 2. 优势能力：支持图文关联输出、数据计算、表格问答、标签提取。 |
精调知识大模型标准版 | 最大输入7k 最大输出1～4k | 1. 适用场景：针对企业知识问答场景精调训练，擅长多模态知识问答。性价比相对更高，适合需要同时平衡效果、价格的场景。 2. 优势能力：支持图文关联输出。 |
混元大模型高级版 | 最大输入28k 最大输出4k | 1. 万亿级参数规模 MOE-32k 长文模型。 2. 在各种 benchmark 上达到绝对领先的水平，复杂指令和推理，具备复杂数学能力，支持 functioncall，在多语言翻译、金融法律医疗等领域应用重点优化。 |
混元大模型标准版 | 最大输入30k 最大输出2k | 1. 采用更优的路由策略，同时缓解了负载均衡和专家趋同的问题。 2. MOE-32k 性价比相对更高，在平衡效果、价格的同时，可对实现对长文本输入的处理。 |
混元大模型Turbo版 | 最大输入28k 最大输出4k | 混元 turbo 模型默认版本，采用全新的混合专家模型（MoE）结构，相比混元大模型高级版推理效率更快，效果表现更强。 |
混元大模型长文本版 | 最大输入250k 最大输出6k | 1. 采用更优的路由策略，同时缓解了负载均衡和专家趋同的问题。长文方面，大海捞针指标达到99.9%。 2. MOE-256k 在长度和效果上进一步突破，极大的扩展了可输入长度。 |
混元大模型角色扮演版 | 最大输入28k 最大输出4k | 混元最新版角色扮演模型, 基于混元模型结合角色扮演场景数据集进行增训，在角色扮演场景具有更好的基础效果。 |
金融行业大模型标准版 | 最大输入7k 最大输出1~4k | 1. 适用场景：金融领域问答场景。 2. 优势能力：基于金融领域数据进行预训练和精调训练，擅长金融领域知识问答，适用于投资知识问答、金融产品问答等应用场景。 |
教育行业大模型标准版 | 最大输入7k 最大输出1~4k | 1. 适用场景：基于教育领域数据专项训练，适用于英语口语对话练习和教案场景。 2. 优势能力：英语口语陪练场景中，支持教材课后对话练习、对话难度设定、语法分析等能力；教案场景中，支持教案生成、教案润色、教案题目生成。 |
教育行业大模型高级版 | 最大输入7k 最大输出1~4k | 1. 适用场景：基于教育领域数据专项训练，适用于对于英语口语对话练习自然度和任务遵循程度、教案生成丰富度的效果表现有需求的场景。 2. 优势能力：针对教育领域深度训练，提升英语口语对话自然度与任务遵循度，同时丰富教案生成内容，助力教师高效备课与学生个性化学习。 |
医学行业大模型标准版 | 最大输入3.4k 最大输出500 | 1. 适用场景：医学知识问答，电子病历生成。 2. 优势能力：基于医疗领域数据专项强化，擅长医疗领域知识问答，适用于医学实体抽取、医学对话总结、病历撰写等应用场景。 |
DeepSeek-R1 | 32k | 强化学习（RL）驱动的推理模型，在数学、代码和推理任务中与 OpenAI-o1 表现相当。与 DeepSeek 助手深度思考模式为同款模型。 |
DeepSeek-V3 | 32k | 拥有6710 亿参数的混合专家（MoE）语言模型，采用多头潜在注意力（MLA）和 DeepSeekMoE 架构，结合无辅助损失的负载平衡策略，优化推理和训练效率。 |
思考模型
根据应用模式的不同，支持的思考模型有所区别：
标准模式思考模型包含：
模型名称 | 输入输出 | 场景描述 |
意图识别模型高级版 | 最大输入8k 最大输出4k | 适用于同时配置问答、文档、工作流的场景，意图识别效果更佳，并且支持在角色指令中自定义配置意图，但可能会增加一定的对话耗时。 |
Agent 模式思考模型包含：
模型名称 | 输入输出 | 场景描述 |
精调 Function-Call 模型 | 最大输入8k 最大输出4k | 模型具备任务规划、工具选择调用以及反思纠错能力，适用于复杂问题的规划与执行。 |
