大型語言模型列表

大型語言模型 (LLM) 是一種機器學習模型，專為語言生成等自然語言處理任務而設計。LLM 是具有許多參數的語言模型，並通過對大量文本進行自監督學習進行訓練。

本頁列出了值得注意的大型語言模型。

對於訓練成本一列，1 petaFLOP-day = 1 petaFLOP/sec × 1 天 = 8.64×10¹⁹ FLOP。此外，僅列出最大模型的成本。

名稱	發布日期[a]	開發者	參數量 (十億) [b]	語料庫大小	訓練成本 (petaFLOP-day)	許可證[c]	註解
GPT-1	000000002018-06-01-00002018年6月	OpenAI	0.117 !0.117		1[1]	MIT[2]	首個GPT模型，為僅解碼器transformer。 在8個P600GPU上訓練了30天。
BERT	000000002018-10-01-00002018年10月	Google	0.340 !0.340[3]	3300000000 !33億單詞[3]	9 !9[4]	Apache 2.0[5]	這是一個早期且有影響力的語言模型。[6] 僅用於編碼器，因此並非為提示或生成而構建。[7] 在 64 個 TPUv2 芯片上訓練耗時 4 天。[8]
T5	000000002019-10-01-00002019年10月	Google	11 !11[9]	340億 tokens[9]		Apache 2.0[10]	許多Google項目的基礎模型，例如Imagen。[11]
XLNet	000000002019-06-01-00002019年6月	Google	0.340 !0.340[12]	3300000000 !330億單詞	330	Apache 2.0[13]	作為BERT的替代，設計為僅編碼器 。在512個TPU v3芯片上訓練了5.5天。[14]
GPT-2	000000002019-02-01-00002019年2月	OpenAI	1.5 !1.5[15]	40 GB[16] (~10000000000 !100億 tokens)[17]	28[18]	MIT[19]	在32個TPU v3芯片上訓練了一周。[18]
GPT-3	000000002020-05-01-00002020年5月	OpenAI	175 !175[20]	300000000000 !3000億 tokens[17]	3640[21]	Proprietary	A fine-tuned variant of GPT-3, termed GPT-3.5, was made available to the public through a web interface called ChatGPT in 2022.[22]
GPT-Neo	000000002021-03-01-00002021年3月	EleutherAI	2.7 !2.7[23]	825 GiB[24]		MIT[25]	The first of a series of free GPT-3 alternatives released by EleutherAI. GPT-Neo outperformed an equivalent-size GPT-3 model on some benchmarks, but was significantly worse than the largest GPT-3.[25]
GPT-J	000000002021-06-01-00002021年6月	EleutherAI	6 !6[26]	825 GiB[24]	200[27]	Apache 2.0	GPT-3-style language model
Megatron-Turing NLG	000000002021-10-01-00002021年10月 [28]	Microsoft and Nvidia	530 !530[29]	338600000000 !338.6 billion tokens[29]	38000[30]	Restricted web access	Trained for 3 months on over 2000 A100 GPUs on the NVIDIA Selene Supercomputer, for over 3 million GPU-hours.[30]
Ernie 3.0 Titan	000000002021-12-01-00002021年12月	Baidu	260 !260[31]	4 Tb		Proprietary	Chinese-language LLM. Ernie Bot is based on this model.
Claude[32]	000000002021-12-01-00002021年12月	Anthropic	52 !52[33]	400000000000 !400 billion tokens[33]		beta	Fine-tuned for desirable behavior in conversations.[34]
GLaM (Generalist Language Model)	000000002021-12-01-00002021年12月	Google	1200 !1200[35]	1600000000000 !1.6 trillion tokens[35]	5600[35]	Proprietary	Sparse mixture of experts model, making it more expensive to train but cheaper to run inference compared to GPT-3.
Gopher	000000002021-12-01-00002021年12月	DeepMind	280 !280[36]	300000000000 !300 billion tokens[37]	5833[38]	Proprietary	Later developed into the Chinchilla model.
LaMDA (Language Models for Dialog Applications)	000000002022-01-01-00002022年1月	Google	137 !137[39]	1.56T words,[39] 168000000000 !168 billion tokens[37]	4110[40]	Proprietary	Specialized for response generation in conversations.
GPT-NeoX	000000002022-02-01-00002022年2月	EleutherAI	20 !20[41]	825 GiB[24]	740[27]	Apache 2.0	based on the Megatron architecture
Chinchilla	000000002022-03-01-00002022年3月	DeepMind	70 !70[42]	1400000000000 !1.4 trillion tokens[42][37]	6805[38]	Proprietary	Reduced-parameter model trained on more data. Used in the Sparrow bot. Often cited for its neural scaling law.
PaLM (Pathways Language Model)	000000002022-04-01-00002022年4月	Google	540 !540[43]	768000000000 !768 billion tokens[42]	29250 !29,250[38]	Proprietary	Trained for ~60 days on ~6000 TPU v4 chips.[38] 截至2024年10月 (2024-10)[update], it is the largest dense Transformer published.
OPT (Open Pretrained Transformer)	000000002022-05-01-00002022年5月	Meta	175 !175[44]	180000000000 !180 billion tokens[45]	310[27]	Non-commercial research[d]	GPT-3 architecture with some adaptations from Megatron. Uniquely, the training logbook written by the team was published.[46]
YaLM 100B	000000002022-06-01-00002022年6月	Yandex	100 !100[47]	1.7TB[47]		Apache 2.0	English-Russian model based on Microsoft's Megatron-LM.
Minerva	000000002022-06-01-00002022年6月	Google	540 !540[48]	38.5B tokens from webpages filtered for mathematical content and from papers submitted to the arXiv preprint server[48]		Proprietary	For solving "mathematical and scientific questions using step-by-step reasoning".[49] Initialized from PaLM models, then finetuned on mathematical and scientific data.
BLOOM	000000002022-07-01-00002022年7月	Large collaboration led by Hugging Face	175 !175[50]	350000000000 !350 billion tokens (1.6TB)[51]		Responsible AI	Essentially GPT-3 but trained on a multi-lingual corpus (30% English excluding programming languages)
Galactica	000000002022-11-01-00002022年11月	Meta	120 !120	350000000000 !106 billion tokens[52]	未知	CC-BY-NC-4.0	Trained on scientific text and modalities.
AlexaTM (Teacher Models)	000000002022-11-01-00002022年11月	Amazon	20 !20[53]	1300000000000 !1.3 trillion[54]		proprietary[55]	bidirectional sequence-to-sequence architecture
LLaMA (Large Language Model Meta AI)	000000002023-02-01-00002023年2月	Meta AI	65 !65[56]	1400000000000 !1.4 trillion[56]	6300[57]	Non-commercial research[e]	Corpus has 20 languages. "Overtrained" (compared to Chinchilla scaling law) for better performance with fewer parameters.[56]
GPT-4	000000002023-03-01-00002023年3月	OpenAI	未知[f] (According to rumors: 1760)[59]	未知	未知	proprietary	Available for ChatGPT Plus users and used in several products.
Chameleon	000000002024-06-01-00002024年6月	Meta AI	34 !34[60]	4400000000000 !4.4 trillion
Cerebras-GPT	000000002023-03-01-00002023年3月	Cerebras	13 !13[61]		270[27]	Apache 2.0	Trained with Chinchilla formula.
Falcon	000000002023-03-01-00002023年3月	Technology Innovation Institute	40 !40[62]	1 trillion tokens, from RefinedWeb (filtered web text corpus)[63] plus some "curated corpora".[64]	2800[57]	Apache 2.0[65]
BloombergGPT	000000002023-03-01-00002023年3月	Bloomberg L.P.	50 !50	363 billion token dataset based on Bloomberg's data sources, plus 345 billion tokens from general purpose datasets[66]		Proprietary	Trained on financial data from proprietary sources, for financial tasks.
PanGu-Σ	000000002023-03-01-00002023年3月	Huawei	1085 !1085	329 billion tokens[67]		Proprietary
OpenAssistant[68]	000000002023-03-01-00002023年3月	LAION	17 !17	1.5 trillion tokens		Apache 2.0	Trained on crowdsourced open data
Jurassic-2[69]	000000002023-03-01-00002023年3月	AI21 Labs	未知	未知		Proprietary	Multilingual[70]
PaLM 2 (Pathways Language Model 2)	000000002023-05-01-00002023年5月	Google	340 !340[71]	3600000000000 !3.6 trillion tokens[71]	85000 !85,000[57]	Proprietary	Was used in Bard chatbot.[72]
Llama 2	000000002023-07-01-00002023年7月	Meta AI	70 !70[73]	2000000000000 !2 trillion tokens[73]	21000 !21,000	Llama 2 license	1.7 million A100-hours.[74]
Claude 2	000000002023-07-01-00002023年7月	Anthropic	未知	未知	未知	Proprietary	Used in Claude chatbot.[75]
Granite 13b	000000002023-07-01-00002023年7月	IBM	未知	未知	未知	Proprietary	Used in IBM Watsonx.[76]
Mistral 7B	000000002023-09-01-00002023年9月	Mistral AI	7.3 !7.3[77]	未知		Apache 2.0
Claude 2.1	000000002023-11-01-00002023年11月	Anthropic	未知	未知	未知	Proprietary	Used in Claude chatbot. Has a context window of 200,000 tokens, or ~500 pages.[78]
Grok-1[79]	000000002023-11-01-00002023年11月	xAI	314	未知	未知	Apache 2.0	Used in Grok chatbot. Grok-1 has a context length of 8,192 tokens and has access to X (Twitter).[80]
Gemini 1.0	000000002023-12-01-00002023年12月	Google DeepMind	未知	未知	未知	Proprietary	Multimodal model, comes in three sizes. Used in the chatbot of the same name.[81]
Mixtral 8x7B	000000002023-12-01-00002023年12月	Mistral AI	46.7	未知	未知	Apache 2.0	Outperforms GPT-3.5 and Llama 2 70B on many benchmarks.[82] Mixture of experts model, with 12.9 billion parameters activated per token.[83]
Mixtral 8x22B	000000002024-04-01-00002024年4月	Mistral AI	141	未知	未知	Apache 2.0	[84]
DeepSeek LLM	000000002023-11-29-00002023年11月29日	DeepSeek	67	2T tokens[85]	12,000}}	DeepSeek License	Trained on English and Chinese text. 1e24 FLOPs for 67B. 1e23 FLOPs for 7B[85]
Phi-2	000000002023-12-01-00002023年12月	Microsoft	2.7	1.4T tokens	419[86]	MIT	Trained on real and synthetic "textbook-quality" data, for 14 days on 96 A100 GPUs.[86]
Gemini 1.5	000000002024-02-01-00002024年2月	Google DeepMind	未知	未知	未知	Proprietary	Multimodal model, based on a Mixture-of-Experts (MoE) architecture. Context window above 1 million tokens.[87]
Gemini Ultra	000000002024-02-01-00002024年2月	Google DeepMind	未知	未知	未知
Gemma	000000002024-02-01-00002024年2月	Google DeepMind	7	6T tokens	未知	Gemma Terms of Use[88]
Claude 3	000000002024-03-01-00002024年3月	Anthropic	未知	未知	未知	Proprietary	Includes three models, Haiku, Sonnet, and Opus.[89]
Nova （頁面存檔備份，存於網際網路檔案館）	000000002024-10-01-00002024年10月	Rubik's AI （頁面存檔備份，存於網際網路檔案館）	未知	未知	未知	Proprietary	Includes three models, Nova-Instant, Nova-Air, and Nova-Pro.
DBRX	000000002024-03-01-00002024年3月	Databricks and Mosaic ML	136 !136	12T Tokens		Databricks Open Model License	Training cost 10 million USD.
Fugaku-LLM	000000002024-05-01-00002024年5月	Fujitsu, Tokyo Institute of Technology, etc.	13 !13	380B Tokens			The largest model ever trained on CPU-only, on the Fugaku.[90]
Phi-3	000000002024-04-01-00002024年4月	Microsoft	14[91]	4.8T Tokens		MIT	Microsoft markets them as "small language model".[92]
Granite Code Models	000000002024-05-01-00002024年5月	IBM	未知	未知	未知	Apache 2.0
Qwen2	000000002024-06-01-00002024年6月	Alibaba Cloud	72[93]	3T Tokens	未知	Qwen License	Multiple sizes, the smallest being 0.5B.
DeepSeek V2	000000002024-06-01-00002024年6月	DeepSeek	236	8.1T tokens	28000 !28,000	DeepSeek License	1.4M hours on H800.[94]
Nemotron-4	000000002024-06-01-00002024年6月	Nvidia	340 !340	9T Tokens	200000 !200,000	NVIDIA Open Model License	Trained for 1 epoch. Trained on 6144 H100 GPUs between December 2023 and May 2024.[95][96]
Llama 3.1	000000002024-07-01-00002024年7月	Meta AI	405	15.6T tokens	440000 !440,000	Llama 3 license	405B version took 31 million hours on H100-80GB, at 3.8E25 FLOPs.[97][98]
DeepSeek V3	000000002024-12-01-00002024年12月	DeepSeek	671	14.8T tokens	56000 !56,000	DeepSeek License	2.788M hours on H800 GPUs.[99]
Amazon Nova	000000002024-12-01-00002024年12月	Amazon	未知	未知	未知	Proprietary	Includes three models, Nova Micro, Nova Lite, and Nova Pro[100]
DeepSeek R1	000000002025-01-01-00002025年1月	DeepSeek	671	未知	未知	MIT	No pretraining. Reinforcement-learned upon V3-Base.[101][102]
Qwen2.5	000000002025-01-01-00002025年1月	Alibaba	72	18T tokens	未知	Qwen License	[103]
MiniMax-Text-01	January 2025	Minimax	456	4.7T tokens[104]	未知	Minimax Model license	[105][104]
Gemini 2.0	000000002025-02-01-00002025年2月	Google DeepMind	未知	未知	未知	Proprietary	Three models released: Flash, Flash-Lite and Pro[106][107][108]
Mistral Large	000000002024-11-01-00002024年11月	Mistral AI	123	未知	未知	Mistral Research License	Upgraded over time. The latest version is 24.11.[109]
Pixtral	000000002024-11-01-00002024年11月	Mistral AI	123	未知	未知	Mistral Research License	Multimodal. There is also a 12B version which is under Apache 2 license.[109]
Grok 3	000000002025-02-01-00002025年2月	xAI	未知	未知	未知, estimated 5,800,000.	專有	Training cost claimed "10x the compute of previous state-of-the-art models".[110]
Llama 4	000000002025-04-05-00002025年4月5日	Meta AI	400 !400	40000000000000 !40T tokens		Llama 4 license	[111][112]
Qwen3	000000002025-04-01-00002025年4月	Alibaba Cloud	235	36000000000000 !36T tokens	未知	Apache 2.0	Multiple sizes, the smallest being 0.6B.[113]

參見

• 聊天機器人列表

注釋

1. 這是描述模型架構的文檔首次發布的日期。
2. 在許多情況下，研究人員會發布或報告具有不同尺寸的多個模型版本。在這些情況下，此處會列出最大模型的尺寸。
3. 這是預訓練模型權重的許可證。在幾乎所有情況下，訓練代碼本身都是開源的或可以輕鬆複製。
4. The smaller models including 66B are publicly available, while the 175B model is available on request.
5. Facebook's license and distribution scheme restricted access to approved researchers, but the model weights were leaked and became widely available.
6. As stated in Technical report: "Given both the competitive landscape and the safety implications of large-scale models like GPT-4, this report contains no further details about the architecture (including model size), hardware, training compute, dataset construction, training method ..."^[58]