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。
| 维度 / 指标 | ![]() | |
|---|---|---|
| 官方域名 | bigmodel.cn | sourcenext.com |
| 定价模式 | 免费增值 | 付费 |
| 月访问量 | 570.07万 (5,700,686) | 401.53万 (4,015,318) |
| 月度环比流量变化 | -116.89万 (-17%) | +101.43万 (+33.8%) |
| 主要市场与份额 | 🇨🇳 中国 (85.8%) | 🇯🇵 日本 (99.5%) |
| 直接访问 / 月 | 423.05万 | 243.62万 |
| 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。
集成 AI 翻译、OCR、语音转写与 PDF 工具的日本软件商店
数百款产品覆盖安全、PDF、OCR、语音转写、翻译、音视频编辑、办公、语言学习与系统工具,可在同一平台比较选择。
包括读取手写字迹、音频转文字、文本翻译、文档摘要、图像增强,以及在 PDF 中识别或遮盖个人信息的产品。
账户体系可累积积分、注册已购授权以获得售后支持、注册赠送积分,并集中管理下载文件与订单记录。
旧版本用户可按优惠价购买升级版或功能更强的版本,注册用户还会收到相关产品的定向优惠。
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Industry-leading translation accuracy and writing refinement, but does not include PDF editing or audio transcription utilities.
专项更强Industry-leading translation accuracy and writing refinement, but does not include PDF editing or audio transcription utilities.
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。

专项更强一个 API 接入 1500+ 生产级生成式媒体模型

提供强大的云端 PDF 编辑与 AI 摘要功能,但缺少 SourceNext 那般丰富多样的多功能软件套件。
提供强大的云端 PDF 编辑与 AI 摘要功能,但缺少 SourceNext 那般丰富多样的多功能软件套件。

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。
提供全面的多格式 AI 翻译与 OCR 工具,但较少专注于桌面实用软件套件。
提供全面的多格式 AI 翻译与 OCR 工具,但较少专注于桌面实用软件套件。
提供涵盖文件与图片的专业级 AI 翻译,但缺少一般的 PDF 编辑与转录套件。

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.