模型架构概览
| 应用场景 | 推荐模型 | 厂商 | 特点 |
|---|---|---|---|
| 日常写作/润色 | 豆包 4.0 | 字节跳动 | 中文表达自然，写作效果优秀 |
| 代码理解/生成 | DeepSeek V2 | 深度求索 | 中文代码理解能力行业领先 |
| 多模态/图片识别 | 通义千问 VL | 阿里巴巴 | 白板手写识别、截图提取效果好 |
| 语音转写 | 豆包语音 | 字节跳动 | 中文语音识别准确率高 |
| 语义搜索/向量 | bge-large-zh | 开源 | 中文语义匹配效果优于 OpenAI |
| 本地私有化部署 | Qwen 2 72B | 阿里巴巴 | 完全本地运行，数据零泄露 |
各模型详细说明
1. 豆包（字节跳动）
- 优势：中文写作、聊天、润色能力突出，表达自然流畅
- 适用场景：AI 写作、内容润色、对话聊天、摘要生成
- 获取方式：火山引擎方舟平台
- 成本：约为 GPT-4 的 1/5，性价比极高
2. 通义千问（阿里巴巴）
- 优势：多模态能力强，支持图片理解、文档解析
- 适用场景：白板识别、截图文字提取、媒体后处理
- 获取方式：阿里云百炼平台
3. DeepSeek（深度求索）
- 优势：代码理解和生成能力行业领先，长文本支持好
- 适用场景：技术笔记、代码解释、编程辅助
- 获取方式：DeepSeek 开放平台
4. Ollama 本地部署（Qwen 2）
- 优势：完全本地运行，数据不离开您的设备，零隐私风险
- 适用场景：对数据隐私有极高要求的用户、企业内网部署
- 部署方式：安装 Ollama 客户端后，执行
ollama run qwen2:7b
5. bge-large-zh（开源向量模型）
- 优势：专门针对中文优化的向量模型，语义匹配效果优于 OpenAI Embedding
- 适用场景：AI 语义搜索、笔记相似度匹配
- 成本：完全免费开源
模型自动路由
菜根笔记支持智能场景自动路由，您无需手动切换模型，系统会根据您的操作自动选择最合适的模型：- 您在写产品文档 → 自动使用 豆包 4.0
- 您上传了一张会议白板照片 → 自动使用 通义千问 VL
- 您在写代码笔记 → 自动使用 DeepSeek V2
- 您开启了本地模式 → 自动使用 Qwen 2
智能路由功能让您专注于创作，无需关心底层用了什么模型。
为什么选择国产模型？
1. 合规安全
- 所有模型服务均部署在国内
- 数据不出境，满足等保要求
- 可完全私有化部署
2. 中文效果更好
- 专门针对中文语言优化
- 对成语、诗词、网络用语理解更准确
- 中文写作表达更自然
3. 成本更低
- 价格普遍是 GPT-4 的 1/5 ~ 1/10
- 开源模型完全免费
- 整体使用成本大幅降低
4. 响应更快
- 国内节点，延迟低
- 高峰期稳定性更好
- 无需担心网络问题