行业术语

API（应用程序接口）允许开发者将AI模型集成到自己的应用中。通过API可以程序化调用ChatGPT、Claude等AI服务，实现自动化工作流。AI API通常按token计费。

Token是AI模型处理文本的最小单位。一个中文汉字约1-2个token，一个英文单词约1-3个token。模型计费和上下文窗口大小通常以token为单位。理解token概念对控制API成本至关重要。

上下文窗口指AI模型一次能够处理的最大token数量。2026年主流模型的上下文窗口已达到100万-200万tokens，可以一次性处理整本书的内容。更长的上下文窗口使模型能处理超大文档和复杂多轮对话。

基准测试是用于评估AI模型性能的标准化测试集。常见的包括MMLU（综合知识）、HumanEval（代码生成）、GSM8K（数学推理）、SWE-bench（软件工程）等。LMSYS Chatbot Arena是最具公信力的社区评测平台。

多模态AI指能够同时处理文本、图像、音频、视频等多种类型输入的模型。2026年主流AI模型均已支持多模态能力，用户可以上传图片让AI分析、用语音与AI对话、让AI生成视频等。

大语言模型是通过海量文本数据训练的AI模型，能够理解、生成和处理人类语言。代表产品有GPT-5、Claude、DeepSeek等。LLM是当前AI应用的核心基础，几乎所有AI对话、写作、编程工具都由大语言模型驱动。

开源模型指权重和架构公开、可自由下载使用的AI模型。代表有DeepSeek、Llama、Qwen等。用户可以本地部署、微调和商用。2026年开源模型与闭源模型的差距已大幅缩小。

微调是在预训练模型基础上使用特定领域数据继续训练的过程。微调后的模型在特定任务上表现更好，是企业定制AI的常用方法。通过微调可以让通用模型成为法律、医疗、金融等领域的专家。

推理指AI模型根据输入生成输出的计算过程。与训练不同，推理的计算量远小于训练，但仍是AI服务的主要运营成本。推理速度和延迟直接影响用户体验，是AI产品的重要性能指标。

提示词是用户输入给AI模型的指令或问题文本。好的提示词设计能显著提升AI的输出质量和准确性，是使用AI工具的基础技能。提示词可以是简单的问题，也可以是包含角色设定、格式要求和示例的复杂指令。

模型卡是AI模型的"技术说明书"，详细记载了模型的架构、训练数据、性能指标、已知局限和使用建议。Google、OpenAI、Anthropic等公司发布的模型都附有详细的模型卡，是评估模型适用性的重要参考。