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 晶片上訓練耗時 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晶片上訓練了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晶片上訓練了一周。[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