模型目录与家族版本
在 GrokCode 内容体系中，models-catalog 枢纽是模型目录与家族版本的核心模块。它整合主流 AI 模型的树状家族关系、发布迭代时间线及参数规格等公开数据，与 ladder-system 的多维天梯和 ocr-ecosystem 的工具生态互补。用户路径包括从订阅比价或天梯入口进入目录检索模型、浏览版本历史、对比规格，并跳转验证性能，帮助开发者与研究者高效完成模型选型与追踪。 模型目录与家族版本 的内容编排分 3 个板块：主要模型家族（OpenAI GPT 系列、Anthropic Claude 系列、Meta Llama 系列、Google Gemini 系列、其他开源模型）；版本管理（发布日期、更新日志、弃用通知）；规格维度（参数规模、上下文长度、训练截止日期、多模态能力）。每个板块都能在本页直接进入，不需要先去别处找索引。 按使用者目标，本页给出 1 条路径。AI 开发者选型可走 4 步：进入目录搜索目标模型家族 → 查看历史版本与更新日志 → 对比规格参数 → 链接 ladder-system 验证能力。按自己的阶段取用即可，不必全走。 对外入口共 4 个：模型家族与介绍（搜索型号看家族历史与知识库，入口 /models）；智能能力天梯（智力/代码/Agent 多维排行，入口 /ladder）；热门用量榜（OpenRouter 用量与任务消费，入口 /rankings?tab=usage）；官方 API 目录（官方价与 provider 对照，入口 /official-api）。这些路径都是站内真实页面，可直接核对。
- 模型家族与介绍 · 搜索型号看家族历史与知识库
- 智能能力天梯 · 智力/代码/Agent 多维排行
- 热门用量榜 · OpenRouter 用量与任务消费
- 官方 API 目录 · 官方价与 provider 对照
数据更新于 2026-08-03 · AA 260 · Arena 44 · OR-AA 107 · 知识库 168 模 / 36 族 / 26 维 · 配图 354
观察板
全部刚发与待发 →| 型号 | 厂商 | 状态 | asOf | 输入/输出 | 来源链接 |
|---|---|---|---|---|---|
| GPT-6 Astra gpt-6-astra | OpenAI | 滚动放量 | 2026-09-03 | $10 / $50 | openai.com |
| Gemini 3.8 Flash gemini-3.8-flash | 已上线 | 2026-09-02 | $0.75 / $3.75 | ai.google.dev | |
| Claude Fable 5.1 claude-fable-5-1 | Anthropic | 已上线 | 2026-09-01 | $10 / $50 | anthropic.com |
| GLM-5.3 | Zhipu / Z.AI | 已上线 | 2026-08-14 | 见价账本 | docs.z.ai |
历史代际专题
GPT-5.x · GPT-4.x · Grok 3.x · Grok 4.x · DeepSeek →旧号怎么分，别写成刚发。5.5 不是 Astra，R1 不是 V4 Pro。
GPT-5.xGPT-4.xGrok 3.xGrok 4.xDeepSeekQwenClavueRWKVPaddleOCR-VLZ-ImageClaudeGeminiGLMKimiLlamaMistralMiniMaxGemma
目录表已补 AA 智力（OpenRouter 实时 / OR 快照 / AA 公开榜）与 Arena 排名。完整条形图见天梯；真实流量热度见用量 / 任务消费榜。
在 GrokCode 全站内容体系中，ocr-ecosystem 枢纽定位为 OCR 与文档理解生态模块，衔接模型目录、模型天梯及 API 订阅比价三大核心。它聚焦 PaddleOCR 等开源项目、支持文档理解的多模态模型历史版本与性能数据。用户可通过主站多模态天梯或模型目录入口进入，探索工具对比、基准佐证及部署路径，实现从模型评估到实际应用的平滑过渡。该枢纽为开发者、研究人员和企业提供专业、可核验的资源，帮助优化文档处理流程中的 AI…
同步自 OpenRouter · 452 个模型 · 含网关上架 48 个短 ID · source=openrouter · 2026-11-01T21:17:36.140Z
llama-3.3-70b-instruct
Meta · 知识库 168 模 / 36 族
Meta 70B 指令微调模型，推理编码强，接近 405B 性能。
Meta Llama 3.3 70B Instruct 是 Meta 发布的 70B 参数指令微调大语言模型，支持文本输入输出，上下文长度达 128K tokens。该模型在多语言对话、推理、数学、编码和工具调用等方面表现出色，性能优于 Llama 3.1 70B，部分任务接近 Llama 3.1 405B。适用于通用问答、代码辅助、复杂问题解决和多语言应用场景。以厂商/网关为准。
The Meta Llama 3.3 multilingual large language model (LLM) is a pretrained and instruction tuned generative model in 70B (text in/text out). The Llama 3.3 instruction tuned text only model...
- Meta 70B 指令微调模型，推理编码强，接近 405B 性能。
- 参数量档位 70B
- 当前版本线 3.3
- 归并版本 1 个
- Llama 3.3 70B Instruct 版本，参数量 70B，上下文 128K，2024 年 12 月发布。 选型边界：Meta: Llama 3.3 70B Instruct 不适合用于 多模态图像理解、视频或音频处理、实时语音交互。这类任务建议换用更匹配的型号。接入说明：通过 OpenRouter 提供 OpenAI 兼容 API，模型 ID meta-llama/llama-3.3-70b-instruct，支持标准 chat completions 接口。。
适用场景
- 通用聊天与问答
- 编程与开发辅助
- 逻辑推理任务
- 多语言内容创作
能力 / 优势
- 多语言对话生成
- 复杂推理与数学计算
- 代码生成与调试
- 函数调用与工具使用
- 指令遵循与对齐
边界 / 不适合
- 多模态图像理解
- 视频或音频处理
- 实时语音交互
接入提示：通过 OpenRouter 提供 OpenAI 兼容 API，模型 ID meta-llama/llama-3.3-70b-instruct，支持标准 chat completions 接口。
常见问题
Meta: Llama 3.3 70B Instruct 支持多长上下文？
支持 128K tokens 上下文窗口。
是否支持图像输入？
仅支持文本模态。
性能如何与 Llama 3.1 405B 比较？
部分任务接近 405B 水平，但参数更少更高效。
Meta: Llama 3.3 70B Instruct 主要能做什么？
按本页能力清单，Meta: Llama 3.3 70B Instruct 覆盖 多语言对话生成、复杂推理与数学计算、代码生成与调试、函数调用与工具使用。能力口径以官方发布说明为准，本页只做归纳。
历史版本 / 相关变体
| 版本 | 模型 | 参数 | 来源 | 说明 |
|---|---|---|---|---|
| 3.3当前 | Llama 3.3 70B Instruct meta-llama/llama-3.3-70b-instruct | 70B | OpenRouter |
| 模型 | 上下文 | 输入 | 输出 | 能力 | AA 智力 | 代码 | Arena | 操作 |
|---|---|---|---|---|---|---|---|---|
Llama 3.3 70B Instruct meta-llama/llama-3.3-70b-instruct | 131k | $0.100 | $0.320 | Tools开源 | 9.4 快照 | 11.9 | — |
数据源：OpenRouter 公开 Models API（缓存约 1 小时）。本站聚合展示，不构成购买建议；实测能力请用实验室。
站内推荐
同系工具：Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与通用对话 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗