BigModel（智谱大模型开放平台）记录了 5,700,686 月访问量，月度环比增长为 -17%，定价为免费增值。Lovart 记录了 2,116,942 月访问量，增长率为 -9.7%，定价为免费试用。
智谱 AI 的 GLM 大模型开放平台，多模态 API 与智能体开发一体化
| 维度 / 指标 | | |
|---|---|---|
| 官方域名 | bigmodel.cn | lovart.ai |
| 定价模式 | 免费增值 | 免费试用 |
| 月访问量 | 570.07万 (5,700,686) | 211.69万 (2,116,942) |
| 月度环比流量变化 | -116.89万 (-17%) | -22.84万 (-9.7%) |
| 主要市场与份额 | 🇨🇳 中国 (85.8%) | 🇨🇳 中国 (24%) |
| 直接访问 / 月 | 423.05万 | 134.42万 |
| 用户评分 | 4.6 | 4.2 |
| 支持的平台 | 网站 | 网站 |
智谱 AI 的 GLM 大模型开放平台，多模态 API 与智能体开发一体化
同一账号即可调用 GLM 大模型以及视觉、OCR、语音、图像、视频等各类接口。
构建可调用工具的智能体，并通过 MCP 服务连接模型与外部系统。
创建托管知识库与检索流程，让模型基于你自己的文档作答。
使用自有数据微调模型，并在浏览器中以交互方式调试提示词后再上线。
把一句提示变成完整品牌营销活动的 AI 设计智能体
用对话描述品牌、产品或营销活动，Lovart 会规划并产出交付物，而不是只返回一张静态图片。
根据简单需求说明，生成可用于商业的海报、包装、logo 与品牌识别素材。
不止于单张素材——Lovart 旨在带你从一个 logo 走到一整套连贯的营销物料，包括视频广告。
通过 Quick Starts 和可复用的 Skills，把成熟的设计配方与版式套用到你自己的内容上。
免费 / 开源以极低成本提供出色的开源权重推理性能，但缺少 BigModel 广泛的企业级多模态智能体构建工具集。
提供海量的上下文窗口和强大的多模态 Gemini API，但在模型架构和区域企业工具方面有所不同。
专项更强在一个 API 端点下聚合了数百个全球模型，而 BigModel 则为智谱的 GLM 模型提供直接的原生基础设施。
提供广泛的品牌与网站生成工具，但针对自定义视觉营销活动的 AI 代理推理能力较不成熟。
专项更强一个 API 接入 1500+ 生产级生成式媒体模型
专项更强为没时间的小微企业打造的 AI 设计、社媒与邮件营销平台
专项更强Offers advanced vector editing and professional design controls, but requires more manual design work than Lovart's automated agent.
专项更强Offers advanced vector editing and professional design controls, but requires more manual design work than Lovart's automated agent.
免费 / 开源专注于无服务器开源模型托管和专用 GPU 集群，但原生集成专有 GLM 模型较少。
Delivers robust browser-based graphic generation for social media, but lacks specialized multi-asset brand campaign automation.
Delivers robust browser-based graphic generation for social media, but lacks specialized multi-asset brand campaign automation.
Replicate is a cloud API for running, fine-tuning, and deploying machine learning models. Spin up open-source and hosted models — from image, video, and audio generation to speech synthesis, captioning, and LLM inference — with one line of code, or package your own model with Cog and put it behind a production-ready API.
Replicate is a cloud API for running, fine-tuning, and deploying machine learning models. Spin up open-source and hosted models — from image, video, and audio generation to speech synthesis, captioning, and LLM inference — with one line of code, or package your own model with Cog and put it behind a production-ready API.
