小语言模型
120 个参数量不超过 15B 的语言模型：调用便宜、回复快，小到能在自己的设备上运行。
厂商
/
 Phi 4 MultimodalMicrosoftMIT视觉 | $0.48/百万由 AIHubMix 提供 | 128K | 5.6B | $0.12/百万 | $0.48/百万 | — | |
| Phi 4 Reasoning PlusMicrosoftMIT | $0.50/百万由 Azure 提供 | — | 15B | $0.125/百万 | $0.50/百万 | — | |
| Phi-3-medium-4k-instructMicrosoftMIT | $0.68/百万由 Azure 提供 | — | 14B | $0.17/百万 | $0.68/百万 | — | |
 Qianfan OcrBaiduApache 2.0视觉 | $0.248/百万由 AIHubMix 提供 | 32K | 4.7B | $0.062/百万 | $0.248/百万 | — | |
 Qwen2-VL-7B-InstructAlibabaApache 2.0视觉 | $0.70/百万由 AIHubMix 提供 | — | 8.3B | $0.28/百万 | $0.70/百万 | — | |
| Qwen2.5 Coder 7B fastAlibaba | $0.09/百万由 Helicone 提供 | — | 7B | $0.03/百万 | $0.09/百万 | — | |
| Qwen2.5 Math 1.5b InstructAlibabaApache 2.0 | $0.20/百万由 AIHubMix 提供 | — | 1.5B | $0.20/百万 | $0.20/百万 | — | |
| Qwen2.5 Math 7B InstructAlibabaApache 2.0 | $0.40/百万由 AIHubMix 提供 | — | 7.6B | $0.20/百万 | $0.40/百万 | — | |
| Qwen2p5 14BAlibabaApache 2.0 | $0.097/百万由 SiliconFlow 提供 | — | 15B | $0.097/百万 | $0.097/百万 | — | |
| Qwen2p5 Coder 1.5BAlibabaApache 2.0 | $0.40/百万由 AIHubMix 提供 | — | 1.5B | $0.20/百万 | $0.40/百万 | — | |
| Qwen2p5 Coder 3BAlibaba不可商用 | $0.03/百万由 Hugging Face 提供 | — | 3.1B | $0.01/百万 | $0.03/百万 | — | |
 Recurrentgemma 2BGoogleGemma | Free/百万由 Nvidia 提供 | — | 2.7B | Free/百万 | Free/百万 | — | |
| UReMM SLERP 13BUndi95JSON | $0.65/百万由 OpenRouter 提供 | 6K | 13B | $0.35/百万 | $0.65/百万 | — | |
 Riva Translate 4B InstructNVIDIA开放权重 · 有条件可商用 | Free/百万由 Nvidia 提供 | — | 4.2B | Free/百万 | Free/百万 | — | |
| SSao10K Stheno 8bSao10KCC BY-NC 4.0推理 | $0.05/百万由 Hugging Face 提供 | 8K | 8B | $0.05/百万 | $0.05/百万 | — | |
 Sea Lion 7B InstructAI Singapore | Free/百万由 Nvidia 提供 | — | 7B | Free/百万 | Free/百万 | — | |
 ThudmZhipu AIMIT | $0.10/百万由 AIHubMix 提供 | — | 10B | $0.10/百万 | $0.10/百万 | — | |
 UI-TARS 7BByteDanceApache 2.0提示缓存+2 | $0.20/百万由 OpenRouter 提供 | 128K | 8.3B | $0.10/百万 | $0.20/百万 | — | |
| TUnslopNemo 12BThedrummerJSON | $0.40/百万由 OpenRouter 提供 | 1.02M | 12B | $0.40/百万 | $0.40/百万 | — | |
 Zamba2 7B InstructzyphraApache 2.0 | Free/百万由 Nvidia 提供 | — | 7.4B | Free/百万 | Free/百万 | — |
常见问题
没有固定标准；本页收录参数量不超过 150 亿的模型，即 Qwen3 8B、Mistral 7B 这一量级。参数量取自各模型的官方仓库，或模型名里写明的规模。
大多数是开放权重的：7–8B 的模型量化后在较新的笔记本或一张消费级显卡上就能跑，最小的 1–4B 模型可以在手机上运行。上下文越长，需要的内存越多。
分类、信息抽取、摘要、路由和简单对话，往往够用，成本和延迟只是大模型的零头。复杂推理或需要广博知识时，大模型仍然更强，可以先比较它们的分数再决定。
没找到想要的答案？ 联系我们