# aiaiai.help · 模型百科

> 找对模型，让 AI 更简单。以任务选型和模型雷达为核心的 AI 模型探索与接入资料网站。

规范网站：https://aiaiai.help/
网站语言：简体中文与英文。默认按浏览器语言选择，也可手动切换。英文入口：https://aiaiai.help/en；英文阅读索引：https://aiaiai.help/en/llms.txt。
当前公开目录：55 家厂商与平台，1758 条型号记录，33 个已存静态校验接入方案。数量不是实时可调用或可导出的承诺。

## 主要入口

- [模型探索 / 任务选型](https://aiaiai.help/)：按用户任务寻找合适模型；首页可切换任务选型与模型雷达。
- [模型雷达](https://aiaiai.help/radar)：核心功能，收录模型原厂、官方 Agent、AI IDE、云服务与正规推理平台，排除纯转发网关。免费 API 与产品内置模型分开标注；限时活动每天 00:00、08:00、16:00（北京时间）扫描，存疑线索须人工核验。
- [常规免费 AI 能力](https://aiaiai.help/free)：收录常设免费 API、官方 Agent、AI IDE、新人试用与云体验金，每天 06:00（北京时间）扫描，与限时活动分别收录。
- [模型目录](https://aiaiai.help/models)：型号、厂商、能力与来源。
- [厂商与服务商](https://aiaiai.help/providers)：机构归属、模型研发方与 API 平台分别标注。
- [大模型应用案例](https://aiaiai.help/cases)：按分类阅读模型选择、操作步骤与效果；保留原文出处。
- [核验方法与来源](https://aiaiai.help/about)：事实来源、状态含义与更新流程。
- [常见问题](https://aiaiai.help/faq)：区域、权限、配置导出与使用边界。
- [变更中心](https://aiaiai.help/changes)：已发布的资料修订。
- [详细阅读资料](https://aiaiai.help/llms-full.txt)：当前厂商索引、接入方案状态及来源链接。
- [English AI reading index](https://aiaiai.help/en/llms.txt)；[English full public index](https://aiaiai.help/en/llms-full.txt)。
- [隐私与统计口径](https://aiaiai.help/privacy)。

## 场景指南

- [文献综述与证据矩阵](https://aiaiai.help/scenarios/literature-review)：围绕一个研究问题整理文献，比较研究对象、方法、结论和局限，让综述的每项判断都能回到具体论文。
- [课题设计与研究假设](https://aiaiai.help/scenarios/research-design)：从已有证据出发，明确研究问题、可测变量、实验条件与分析计划，把开放想法变成可以讨论和实施的方案。
- [论文方法复现](https://aiaiai.help/scenarios/paper-reproduction)：把论文方法拆解成实现、数据处理和实验配置，逐步运行对照实验，明确原文结果与复现结果的差异。
- [学术写作与审稿回复](https://aiaiai.help/scenarios/academic-writing)：基于已有研究结果组织论文结构、改善语言表达，并把审稿意见逐条对应到修改内容和证据。
- [行业与市场调研](https://aiaiai.help/scenarios/industry-research)：围绕一个行业整理市场规模、价值链、参与者和变化趋势，明确每个结论对应的来源、时间与统计口径。
- [竞品拆解与产品定位](https://aiaiai.help/scenarios/competitor-analysis)：把竞品的用户对象、功能、套餐和关键使用路径放在同一口径下比较，找出可验证的定位差异。
- [用户访谈与需求洞察](https://aiaiai.help/scenarios/user-interview)：把访谈录音转成可定位的文字，按主题整理真实行为、动机与阻碍，并保留支持结论的原话。
- [技术路线与专利情报](https://aiaiai.help/scenarios/technology-scouting)：围绕一个技术问题整理论文、专利与公开产品资料，比较不同实现路线的条件、成熟度与不确定性。
- [数据清洗与探索分析](https://aiaiai.help/scenarios/data-exploration)：从 CSV、Excel 或数据库结果出发，检查缺失、重复、异常和口径，再用可执行代码生成统计与可复查的图表。
- [经营指标与增长诊断](https://aiaiai.help/scenarios/business-metrics)：围绕转化、留存、收入或成本变化拆解驱动因素，把异常数字转成可以继续验证的业务问题。
- [A/B 实验与统计检验](https://aiaiai.help/scenarios/experiment-analysis)：根据实验设计核查分组、指标和样本，再实际计算效应与置信区间，给出与设计边界一致的结论。
- [问卷与开放回答分析](https://aiaiai.help/scenarios/survey-analysis)：处理问卷中的量表、选择题与开放回答，结合抽样方式解释分组差异，避免用漂亮图表掩盖样本偏差。
- [企业知识库与引用问答](https://aiaiai.help/scenarios/enterprise-knowledge)：把分散文档整理成可检索知识库，让问答基于当前有效的材料，并能显示出处、适用范围与资料版本。
- [票据与业务单据结构化](https://aiaiai.help/scenarios/document-extraction)：从发票、订单、报销单或物流单据提取结构化字段，结合校验规则和人工复核进入后续业务流程。
- [会议决策与行动跟踪](https://aiaiai.help/scenarios/meeting-actions)：把会议录音整理成可以追踪的决策与行动项，明确谁在何时做什么，同时保留争议和未决定的问题。
- [合同条款与政策比对](https://aiaiai.help/scenarios/policy-comparison)：针对合同或政策文件逐条比对版本、义务、期限与例外，帮助审核人员快速定位变更和需要进一步判断的内容。
- [产品需求与验收设计](https://aiaiai.help/scenarios/requirements-planning)：将调研结论、业务约束和产品想法整理成可执行需求，明确边界、异常情况和可观察的验收条件。
- [界面原型与可用性检查](https://aiaiai.help/scenarios/prototype-design)：从目标任务出发构建界面原型，结合截图理解和前端代码验证布局、交互、状态与移动端可用性。
- [代码库理解与系统迁移](https://aiaiai.help/scenarios/code-migration)：围绕现有仓库做依赖梳理、架构理解和迁移计划，在测试约束下逐步改动，形成可回退的交付。
- [技术文档与开发者支持](https://aiaiai.help/scenarios/technical-docs)：从代码与已核验接口整理文档和可运行示例，结合资料检索回答开发者问题，并追踪代码变更对文档的影响。
- [电商商品多模态内容](https://aiaiai.help/scenarios/product-content)：从商品图片与真实参数中提取卖点，再分别生成文案、视觉素材和短视频，保持各渠道信息一致。
- [分镜设计与短片制作](https://aiaiai.help/scenarios/storyboard-video)：将故事或产品主题转成分镜、参考画面与镜头视频，再通过剪辑解决节奏、连续性和音画衔接。
- [教学材料与课程视频](https://aiaiai.help/scenarios/course-production)：从学习目标和已有资料设计课程，用图文、练习与讲解音视频帮助学习，同时为知识准确性和评价标准保留审核步骤。
- [品牌视觉与营销素材](https://aiaiai.help/scenarios/brand-visuals)：基于品牌规范和活动目标生成视觉方向，制作海报与渠道素材，并通过编辑和排版保证标识、文字与规格一致。
- [课程设定与学习路径](https://aiaiai.help/scenarios/curriculum-design)：围绕学习对象和目标能力设计课程体系，明确先修条件、模块顺序、学习活动与评价方式，形成可执行的课程方案。
- [单节课教案与课堂活动](https://aiaiai.help/scenarios/lesson-planning)：根据课程目标设计单节课教案，安排导入、讲解、练习和反馈，为不同学习基础准备适当的活动与支持。
- [练习题库与学习评价](https://aiaiai.help/scenarios/assessment-design)：按学习目标设计练习和评价任务，检查题目覆盖、难度与答案，再通过实际作答结果迭代题库和反馈方式。
- [写作与对话](https://aiaiai.help/scenarios/text)：写作、摘要、翻译和问答通常需要输入文字并获得文字结果。先确认语言、上下文和输出要求，再选择模型与接口。
- [编程开发](https://aiaiai.help/scenarios/code)：编程模型需要适应具体语言、工程规模和工具环境。代码补全、错误诊断和代理式开发的接入要求不同。
- [生成图片](https://aiaiai.help/scenarios/image-generation)：文生图把文字描述转换成新图片。按风格、尺寸、数量、输出格式和交付流程选择具体方案。
- [修改图片](https://aiaiai.help/scenarios/image-edit)：图像编辑需要同时确认原图输入方式、编辑指令和保留范围。换背景、局部重绘与多图参考是不同的能力。
- [识图与文字提取](https://aiaiai.help/scenarios/vision)：视觉理解通常输出对图片的解释或结构化文字。OCR、图表理解和导出 Excel 需要分别设计。
- [文字转语音](https://aiaiai.help/scenarios/tts)：文字转语音把脚本转换成可播放音频。语言、音色、语速与音频格式会直接影响接入方案。
- [语音转文字](https://aiaiai.help/scenarios/asr)：语音识别将录音转为文字。文件转写、实时识别、说话人分离和时间戳有不同接口要求。
- [生成视频](https://aiaiai.help/scenarios/video)：视频生成可以从文字、首尾帧或参考图片开始。时长、比例、音轨、异步等待与结果保存均需独立确认。
- [向量与检索](https://aiaiai.help/scenarios/embedding)：向量模型将内容表示为数值，用于语义检索与知识库。向量生成、检索与重排承担不同步骤。

## 引用说明

优先引用具体型号、厂商或指南页面，并保留对应官方来源。本站不是任何模型厂商的官方网站。
目录收录、静态参数校验、真实账号调用、实际效果分别判断；不能相互替代。
模型研发方与提供接口的平台、厂商所在地区与 API 服务区域分别判断。
本站不代执行用户模型任务；前台不要求用户提交 API Key。
未核验、过期、退役或待复核的接入方案不能描述为当前可用。
本站没有验证全目录的最新价格，也不提供模型“最佳”或“最便宜”的无依据排名。
具体接口参数与账号可用性以厂商官方文档和用户账号为准。