海涛的AI学习实验室HAITAO AI LAB
STEP 0 · AI TOOLS

AI 工具库 · 18 款常用工具

把好的工具用对地方，比反复打磨提示词更省力。以下收录 12 款国产 + 6 款海外共 18 款常见 AI 及效率工具——开发者、客户端支持、综合评分（响应速度 / 逻辑推理 / 写作表达 / 多模态能力）、核心擅长方向。挑一个最契合当前任务的开干。

国产工具

De
DeepSeek DeepSeek V3.2 / R1
开发者：深度求索 (DeepSeek) / 2023 年成立
客户端支持： 网页端iOS AppAndroid App开放 API本地可部署

爆火全球的顶级开源大模型。2025 年 12 月发布 V3.2 正式版，混合推理架构（思考 / 非思考模式自由切换），128K 上下文，R1 推理思维链可视化，极致性价比之王。

综合评分
响应速度4.2
逻辑推理5.0
写作表达4.3
多模态能力4.2

核心擅长方向

  • V3.2 混合推理架构：一个模型同时支持思考模式与非思考模式，Agent 能力大幅增强
  • R1 推理模型拥有可视化深度思考思维链，数学 / 算法 / 代码 Debug 等数理逻辑极度严谨
  • API 报价极低（$0.27/M input），开源标杆，可本地部署，日均调用量全球领先
立即前往官网
豆
豆包 Doubao 1.8
开发者：字节跳动 (ByteDance) / 火山引擎
客户端支持： 网页端iOS AppAndroid App桌面客户端浏览器插件

字节跳动国民级 AI 助手。2025 年 12 月发布豆包大模型 1.8，面向多模态 Agent 场景定向优化，日均 token 超 50 万亿，视频理解帧数翻倍至 1280 帧，多模态能力跻身全球第一梯队。

综合评分
响应速度4.8
逻辑推理4.5
写作表达4.7
多模态能力4.9

核心擅长方向

  • 1.8 模型多模态 Agent 能力全面领先：工具调用 / 复杂指令遵循 / OS Agent 均大幅增强
  • 视频理解从 640 帧倍增至 1280 帧，支持低帧率理解超长视频 + 关键片段高帧率分析
  • 深度整合抖音 / 飞书 / 即梦生态，中文理解最接地气，网络热词识别准确率高
立即前往官网
元
元宝 Tencent Yuanbao
开发者：腾讯 (Tencent) / 2024 年 5 月上线
客户端支持： 网页端微信小程序iOS AppAndroid App桌面客户端

腾讯 AI 助手。2025 年 12 月全量接入混元 2.0 + DeepSeek V3.2 双引擎，256K 超长上下文。独家解析微信公众号 / 视频号链接，深度对接微信生态，P 图 / AI 录音笔 / QQ 音乐等特色功能丰富。

综合评分
响应速度4.5
逻辑推理4.6
写作表达4.5
多模态能力4.0

核心擅长方向

  • 混元 2.0（MoE 架构 406B 参数 / 激活 32B）+ DeepSeek V3.2 双引擎按需切换
  • 唯一支持解析微信公众号文章 / 视频号内容的 AI 助手，公众号运营者首选
  • AI P 图 / AI 录音笔 / QQ 音乐播放 / 文生视频等特色功能，微信小程序免安装
立即前往官网
Cz
Coze 扣子 / Coze Space
开发者：字节跳动 (ByteDance) / 2024 年上线
客户端支持： 网页端iOS AppAndroid App桌面客户端开放 API

国内最火 AI Agent 构建平台。2025 年 12 月升级为扣子编程，一句话即可生成智能体 / 工作流 / 网页应用。全球注册开发者超 300 万，日均活跃智能体 80 万 +，可一键发布到飞书 / 抖音 / 微信客服。

综合评分
响应速度4.4
逻辑推理4.0
写作表达4.2
多模态能力4.3

核心擅长方向

  • 扣子编程：自然语言对话即可搭建智能体 / 工作流 / 网页应用，零代码门槛
  • 扣子空间：一站式 AI 办公（AI 写作 / PPT / 设计 / Excel / 网页 / 播客）
  • 一键发布到飞书 / 抖音 / TikTok / 微信客服，内置海量插件与 1 万 + 模板
立即前往官网
即
即梦 Jimeng AI / Seedance
开发者：字节跳动 (ByteDance) / 剪映团队
客户端支持： 网页端iOS AppAndroid App抖音内嵌

字节跳动 AI 图像 / 视频生成平台。2025 年 12 月升级为 AI 片场，视频 3.5 Pro 支持音画同步生成（人物口型 / 乐器演奏 / 环境音效）。2026 年 2 月接入 Seedance 2.0，支持 15 秒视频 + 多镜头叙事。

综合评分
响应速度4.6
逻辑推理3.7
写作表达4.0
多模态能力5.0

核心擅长方向

  • 视频 3.5 Pro + Seedance 2.0：音画同步生成，人物口型 / 乐器演奏 / 环境音效无需后期配音
  • 图 4.5（Seedream 4.5）+ 图 4.1（Design）：人像美感 / 海报设计 / 中文文字渲染均大幅提升
  • 智能画布多图融合 + 智能多帧 2.0 视频拼接，与抖音 / 剪映生态深度打通
立即前往官网
智
智谱 Zhipu GLM-4.7
开发者：智谱 AI (Zhipu AI) / 清华系
客户端支持： 网页端iOS AppAndroid App微信小程序开放 API

国内首屈一指的原创国产大模型先锋。2025 年 12 月发布 GLM-4.7 并开源，编码能力对齐 Claude Sonnet 4.5（SWE-bench 73.8% 开源 SOTA），交错式思考 + 保留式思考，PPT 16:9 适配率从 52% 跃升至 91%。

综合评分
响应速度4.5
逻辑推理4.4
写作表达4.6
多模态能力4.5

核心擅长方向

  • GLM-4.7 编码能力开源 SOTA：SWE-bench 73.8% / LiveCodeBench 84.9%，对齐 Claude Sonnet 4.5
  • 交错式思考 + 保留式思考 + 轮级思考，复杂任务执行更稳更可控
  • 前端审美飞跃：PPT 16:9 适配率 91%，海报排版配色具备设计感，老照片复活等创意 AI 玩法
立即前往官网
通
通义千问 Qwen3-Max
开发者：阿里云 (Alibaba Cloud) / 2023 年上线
客户端支持： 网页端iOS AppAndroid App开放 API本地可部署

阿里云旗舰大模型。2025 年 9 月发布 Qwen3-Max，万亿参数级旗舰，预训练数据 36T，Chatbot Arena 排行榜全球第三。Qwen3-VL 视觉理解在 32 项核心能力中超越 Gemini 2.5 Pro 和 GPT-5，AIME 25 数学推理满分。

综合评分
响应速度4.6
逻辑推理4.7
写作表达4.5
多模态能力4.6

核心擅长方向

  • Qwen3-Max 万亿参数旗舰：Chatbot Arena 全球第三，AIME 25 数学推理满分，SWE-bench 69.6%
  • 100 万 token 上下文（国产最长），千万字级长文档处理免费开放
  • Qwen3-VL 视觉理解 32 项 SOTA，可操作手机 / 电脑，视频理解 2 小时+
立即前往官网
文
文心一言 ERNIE Bot 4.5 / X1
开发者：百度 (Baidu) / 2023 年 3 月上线
客户端支持： 网页端iOS AppAndroid App微信小程序开放 API

百度 AI 大模型助手。2025 年 4 月全面免费，4.3 亿用户规模最大。X1 深度推理模型 424B 参数（激活 47B），中文理解准确率名列前茅，深度整合百度搜索生态。

综合评分
响应速度4.4
逻辑推理4.3
写作表达4.5
多模态能力4.2

核心擅长方向

  • 4.3 亿用户规模最大，2025 年 4 月起全面免费，零门槛使用
  • X1 深度推理模型 424B 参数，中文理解与古文 / 成语 / 文化语境准确率领先
  • 深度整合百度搜索生态，实时信息检索 + 知识图谱，文生图 / 文生视频
立即前往官网
Ki
Kimi K2 Thinking
开发者：月之暗面 (Moonshot AI) / 2023 年成立
客户端支持： 网页端iOS AppAndroid App桌面客户端浏览器插件

月之暗面旗舰大模型。2025 年 11 月发布 K2 Thinking，1 万亿参数（激活 320B），Linear 架构推理速度提升 6 倍。BrowseComp 评测 60.2%（人类平均 29.2%），200 万字长文本处理能力极强。

综合评分
响应速度4.6
逻辑推理4.8
写作表达4.6
多模态能力4.0

核心擅长方向

  • K2 Thinking 1 万亿参数：BrowseComp 评测 60.2%（人类平均 29.2%），刷新 SOTA
  • 200 万字长文本处理能力极强，Linear 架构推理速度提升 6 倍，KV 缓存降低 75%
  • 深度搜索 + 网页解析 + 文件解读，学术论文 / 法律合同 / 财报分析利器
立即前往官网
星
讯飞星火 Spark X1.5
开发者：科大讯飞 (iFlytek) / 2023 年上线
客户端支持： 网页端iOS AppAndroid App桌面客户端开放 API

科大讯飞 AI 大模型。2025 年 11 月发布 X1.5 深度推理模型，推理效率提升 100%。全国产算力训练（华为合作），端到端同传延迟低于 5 秒，多语言覆盖 130+ 语种，语音能力业界最强。

综合评分
响应速度4.4
逻辑推理4.2
写作表达4.3
多模态能力4.0

核心擅长方向

  • 语音能力业界最强：端到端同传延迟低于 5 秒，高噪环境识别率 95%+
  • 全国产算力训练（华为合作），自主可控，深度推理训练效率从 30% 提升至 84%
  • 多语言覆盖 130+ 语种，公文写作 / 会议纪要 / PPT 生成 / 数字人 等专业场景
立即前往官网
天
天工 AI Tiangong
开发者：昆仑万维 (Kunlun) / 2023 年上线
客户端支持： 网页端iOS AppAndroid App开放 API

昆仑万维搜索增强型 AI。GAIA 评测 82.42 分超越 OpenAI Deep Research，Deep Research 成本仅为 OpenAI 的 40%。搜索增强型架构，实时检索全网信息，写研报 / 查资料 / Office 场景表现突出。

综合评分
响应速度4.2
逻辑推理4.3
写作表达4.2
多模态能力3.8

核心擅长方向

  • Office 场景第一：GAIA 评测 82.42 分，超越 OpenAI Deep Research
  • 搜索增强型架构：实时检索全网信息，自动过滤广告，输出带图带链接的研报
  • Deep Research 成本仅为 OpenAI 的 40%，写研报 / 查资料 / PPT 生成性价比极高
立即前往官网
听
通义听悟 Tongyi Tingwu
开发者：阿里云 (Alibaba Cloud)
客户端支持： 网页端iOS AppAndroid AppChrome 插件开放 API

阿里云 AI 会议助手。实时语音转写 + 智能摘要 + 待办提取，支持中英文混合识别、多人区分、章节分段。接入通义千问大模型，可对会议内容提问追问，是会议纪要 / 访谈整理 / 课程笔记的效率利器。

综合评分
响应速度4.5
逻辑推理4.0
写作表达4.4
多模态能力4.1

核心擅长方向

  • 实时语音转写：中英文混合识别准确率高，支持多人说话区分和章节自动分段
  • 接入通义千问大模型：可对会议录音 / 文档内容提问追问，智能生成摘要和待办
  • 支持音视频文件上传 + 实时录制，PPT / 截图 / 网页链接自动提取，会议纪要一键导出
立即前往官网

海外工具

GPT
ChatGPT GPT-5
开发者：OpenAI / 2015 年成立
客户端支持： 网页端iOS AppAndroid App桌面客户端开放 API

全球最知名的 AI 助手。2025 年 8 月发布 GPT-5 统一系统：集成快速模型 + 深度推理模型 + 实时路由器，自动选择最佳模型。幻觉率比 GPT-4o 降低 45%，编程 / 写作 / 多模态全面领先。

综合评分
响应速度4.7
逻辑推理4.8
写作表达4.9
多模态能力4.8

核心擅长方向

  • GPT-5 统一系统：实时路由器自动选择快速模型或深度推理模型，用户无需手动切换
  • 编程能力迄今最强：单条提示即可生成精美网站 / 应用 / 游戏，前端代码质量大幅提升
  • 幻觉率比 GPT-4o 降低 45%，比 o3 降低 80%，写作 / 健康 / 多模态推理全面领先
立即前往官网
Cl
Claude Claude Opus 4 / Sonnet 4
开发者：Anthropic / 2021 年成立
客户端支持： 网页端iOS AppAndroid App桌面客户端开放 API

全球最佳编程模型。2025 年 5 月发布 Claude 4 系列，Opus 4 可连续自主运行 7 小时，SWE-bench 72.5%。200K 上下文，扩展思考 + 工具调用，Claude Code 正式发布（GitHub Actions / VS Code / JetBrains）。

综合评分
响应速度4.3
逻辑推理4.9
写作表达4.7
多模态能力4.4

核心擅长方向

  • Opus 4 全球最佳编程模型：SWE-bench 72.5%，可连续自主运行 7 小时完成复杂任务
  • 扩展思考 + 工具调用：思考过程中可交替使用网页搜索等工具，推理质量更高
  • Claude Code 正式发布：支持 GitHub Actions / VS Code / JetBrains，文件记忆能力
立即前往官网
Ge
Gemini Gemini 2.5 Pro
开发者：Google DeepMind
客户端支持： 网页端iOS AppAndroid AppGoogle 集成开放 API

谷歌旗舰多模态推理模型。2025 年 3 月发布 Gemini 2.5 Pro，2M token 上下文窗口（业界最大），原生支持文本 / 图像 / 音频 / 视频多模态，Deep Think 模式，可解析 1 小时视频或 11 小时音频。

综合评分
响应速度4.4
逻辑推理4.7
写作表达4.5
多模态能力4.9

核心擅长方向

  • 2M token 上下文窗口：业界最大，可一次性解析《指环王》全书或 1 小时视频
  • 原生多模态：文本 / 图像 / 音频 / 视频无缝处理，视频理解能力业界领先
  • Deep Think 模式 + 思维链推理，数学 / 科学 / 代码生成能力大幅提升
立即前往官网
Gr
Grok Grok 3
开发者：xAI (Elon Musk) / 2023 年成立
客户端支持： 网页端iOS AppAndroid AppX 平台内嵌开放 API

马斯克旗下 xAI 旗舰模型。2025 年 2 月发布 Grok 3，1M token 上下文，独家实时 X (Twitter) 数据接入，Think 模式深度推理（AIME 93.3% / GPQA 84.6%），DeepSearch 实时网络搜索。

综合评分
响应速度4.5
逻辑推理4.6
写作表达4.2
多模态能力4.1

核心擅长方向

  • 独家实时 X (Twitter) 数据接入：可直接获取最新新闻 / 热门话题 / 社交媒体动态
  • Think 模式深度推理：AIME 93.3% / GPQA 84.6% / LiveCodeBench 79.4%，数学编程顶尖
  • 1M token 上下文 + DeepSearch 实时网络搜索，风格幽默不设限
立即前往官网
Co
Copilot Microsoft Copilot
开发者：微软 (Microsoft) / OpenAI 合作
客户端支持： 网页端Windows 内嵌iOS AppAndroid AppEdge 浏览器M365 集成

微软 AI 生产力助手。2025 年 8 月全量接入 GPT-5，Smart Mode 自动路由最佳模型。深度整合 Microsoft 365 全家桶（Word / Excel / PPT / Outlook / Teams），Copilot Actions 自动化工作流，企业级隐私保护。

综合评分
响应速度4.6
逻辑推理4.5
写作表达4.5
多模态能力4.4

核心擅长方向

  • GPT-5 驱动 + Smart Mode 自动路由：简单问题用快速模型，复杂任务用深度推理
  • 深度整合 M365：Word 写作 / Excel 分析 / PPT 生成 / Outlook 邮件 / Teams 会议纪要
  • Copilot Actions 自动化工作流 + Copilot Pages 多人协作画布 + 语义文件搜索
立即前往官网
dr
draw.io diagrams.net
开发者：JGraph Ltd / 开源社区
客户端支持： 网页端VS Code 插件Confluence / JiraGitHub 集成完全免费

全球最受欢迎的开源在线绘图工具。流程图 / UML / 架构图 / 思维导图 / 网络拓扑图全覆盖，无需注册即用，支持多人实时协作，文件存本地或 GitHub / Google Drive，完全免费无水印。

综合评分
响应速度4.5
逻辑推理3.0
写作表达3.0
多模态能力4.0

核心擅长方向

  • 流程图 / UML / 架构图 / 思维导图 / 网络拓扑全覆盖，内置海量模板和图形库
  • 完全免费开源无水印，文件存本地或云端（GitHub / Google Drive / OneDrive）
  • 支持多人实时协作 + VS Code 插件 + Confluence / Jira / GitHub 集成，导出 PNG / SVG / PDF / XML
立即前往官网

场景 - 工具匹配表

我要做什么首选工具备选工具理由
写邮件 / 公文 / 文案DeepSeek豆包 / ChatGPT中文写作质量高，语气可控
数据分析 / SQL / 报表DeepSeekChatGPT / 通义千问逻辑推理强，代码生成准确
长文档 / 论文 / 合同Kimi通义千问 / Claude200 万字上下文，长文本理解领先
做 PPT / 汇报材料智谱Copilot / 天工PPT 16:9 适配率 91%，Office 场景强
画流程图 / 架构图draw.io-免费开源，模板丰富，无水印
生成图片 / 视频即梦豆包 / Gemini音画同步，多镜头叙事，中文渲染
搭智能体 / BotCoze-零代码，一句话生成，多渠道发布
会议纪要 / 录音转写通义听悟讯飞星火实时转写 + 智能摘要 + 待办提取
公众号 / 微信生态元宝-唯一解析公众号文章链接
编程 / DebugClaude智谱 / ChatGPT全球最佳编程模型，7 小时自主运行
搜索 / 研报 / 查资料天工 AIGrok / Copilot搜索增强型，自动过滤广告
实时资讯 / 社交媒体GrokChatGPT独家实时 X 数据，Think 模式推理
办公协同 / 文档处理Copilot智谱GPT-5 驱动，M365 全家桶深度整合
语音 / 翻译 / 多语言讯飞星火通义听悟端到端同传 <5 秒，130+ 语种
免费 / 零门槛入门文心一言豆包 / 元宝全面免费，4.3 亿用户
选型建议： 文本 / 逻辑 / 写作用 DeepSeek 或 ChatGPT；长文本用 Kimi 或通义千问；多模态用豆包或 Gemini；公众号用元宝；零代码搭智能体用 Coze；图片视频用即梦；编程用智谱或 Claude；语音 / 公文用讯飞星火；搜索研报用天工；实时信息用 Grok；办公协同用 Copilot；会议纪要用通义听悟；流程图用 draw.io。
已选 0 个工具