同一款 Qwen、Llama、DeepSeek 模型，常被分成基础版、指令版和推理版；这 3 个版本不是简单的强弱排序，而是“会续写、会听话、会思考”三种能力定位。我们认为，先分清模型类型，往往比只比较参数规模更能判断它是否适合实际任务。

这是什么

文章给出的第一套框架是按能力定位分类：基础模型（Base）经过大规模预训练，核心是续写文本；指令微调模型（Instruct，即通过问答数据训练，让模型遵循指令）能对话、摘要并输出指定格式；推理模型（Reasoning，经过额外推理训练）则更适合复杂解题，但通常成本更高。

第二套框架按应用领域分为通用大模型 L0、行业大模型 L1 和垂域大模型 L2，分别对应通识助手、行业熟手与具体场景专家。第三套框架看架构和输入方式，包括稠密模型（Dense，每次调用主要使用全部参数）、混合专家模型（MoE，即每次只调用部分参数）、纯语言模型与多模态模型。

这些标签可以叠加：同一个模型完全可以既是通用、多模态、MoE，又是指令微调模型。分类混乱通常源于把不同坐标轴混在一起，而不是厂商命名失去规律。

行业怎么看

我们认为，这套框架对采购和部署最实用的地方，是把“模型能力”和“行业适配”分开。多数企业并不需要自行训练基础模型，真正需要判断的是：现有 API 或开源模型能否覆盖核心流程，私有数据要求是否迫使企业选择行业或垂域模型，以及推理需求是否足以覆盖额外成本。

风险也很明确。分类只能说明模型大致定位，不能替代真实业务评测；同一个 Instruct 模型在不同任务上的稳定性仍可能相差很大。推理模型也不必然更准确，它可能只是花更多时间和计算资源。此外，文章把主流模型家族都概括为同时发布 Base、Instruct、Reasoning 三类版本，这个说法偏概括：部分模型家族只提供其中一两种，选择前仍应核对官方文档。

对普通人的影响

对企业 IT：模型选型应先按任务拆分，再用真实样本测试准确率、延迟和成本，而不是从参数榜直接采购。对模型名称不熟也不妨碍使用，关键是确认接口返回的是聊天版、推理版还是未经指令训练的基础版。

对个人职场：写总结、整理表格和查资料，优先选择成熟的 Instruct 或 Chat 模型；遇到复杂分析再切换推理模型。所谓“AI 很笨”，有时只是把基础模型当成聊天助手使用。

对消费市场：消费者无需理解 Dense、MoE 等内部术语，但应留意产品是否按能力区分版本。模型越偏推理，消费端通常越能感受到速度、费用与回答深度之间的取舍。