# Model-Landscape · 精选电子书书单

> 面向"售前技术"角色。可合法免费获取的资料直接列官方链接。选取标准：偏实践、少理论——
> 优先权威数据源 / 官方报告 / 实证研究，纯理论最多 1–2 本且标明可选读。
> 时效性事实核实日期：2026-07-10（依据见 raw-data/2026-07-10-联网核实笔记.md）。
> 链接可达性复核：2026-08-01（本轮只核链接是否可达且对题，事实项核实日期见上行）。
> **特别提示：本模块主题（版本号/价格/榜单）是全库最易过期的——书单里的"活水源"类条目（2、5、10）比静态文件更重要。**

| # | 书名 | 作者/机构 | 类型 | 一句话简介 | 覆盖子主题 | 获取方式 |
| --- | --- | --- | --- | --- | --- | --- |
| 1 | Stanford AI Index Report 2026 | Stanford HAI | 🛠️实践 | 年度最权威全景报告：投资、模型、采用度、政策全有官方口径（下载被站点拒绝，留官方链接） | 第 1 章全景 | 🔗 官方：<https://hai.stanford.edu/ai-index> |
| 2 | Artificial Analysis 排行榜与方法论 | Artificial Analysis | 🛠️实践 | 本讲义引用最多的中立指数：智能/价格/速度三轴对比所有主流模型，方法论公开 | 第 2/3/6 章 | 🔗 免费：<https://artificialanalysis.ai> |
| 3 | 《The Leaderboard Illusion》 | arXiv 2504.20879 | 🛠️实践 | 榜单水分的实证研究：私测多变体择优公开——选型第一课，先学会不信榜 | 第 8 章选型 | 🔗 官方免费下载：https://arxiv.org/pdf/2504.20879（72 页） |
| 4 | 《Kimi K2: Open Agentic Intelligence》 | arXiv 2507.20534 | 🛠️实践 | 代表性中国开源技术报告：看懂 agentic 能力怎么训出来的，也看懂开源报告怎么读 | 第 3/4 章开源格局 | 🔗 官方免费下载：https://arxiv.org/pdf/2507.20534（14 页） |
| 5 | Epoch AI 数据门户 | Epoch AI | 🛠️实践 | 模型规模、训练算力、成本趋势的研究级数据库，讲"趋势"时的硬数据来源 | 第 1/6 章趋势 | 🔗 免费：<https://epoch.ai/data> |
| 6 | Menlo《The State of Generative AI in the Enterprise》 | Menlo Ventures | 🛠️实践 | 企业份额 40/27/21 的原始出处；企业采购真金白银流向哪家 | 第 1 章格局 | 🔗 免费：<https://menlovc.com/perspective/the-state-of-generative-ai-in-the-enterprise/> |
| 7 | 《Reasoning on a Budget: Adaptive and Controllable Test-Time Compute》 | arXiv 2507.02076 | 📖理论·可选读（综述） | 思考预算可控性（L1）与自适应（L2）的系统综述，想深挖推理模型再看 | 第 7 章能力矩阵 | 🔗 官方免费下载：https://arxiv.org/pdf/2507.02076（8 页） |
| 8 | HuggingFace 开源 LLM 生态指南（2026） | Hugging Face | 🛠️实践 | 开放权重模型的实操入口：榜单、许可证标签、部署路径 | 第 3/5 章 | 🔗 免费：<https://huggingface.co/blog/daya-shankar/open-source-llms> |
| 9 | 国产大模型四强横评（2026-06） | 七牛云等中文横评 | 🛠️实践 | GLM 5.2 / Kimi K2 / Qwen3 / DeepSeek V4 中文语境横评，对客讲国产格局的参照系 | 第 4 章中国格局 | 🔗 免费：<https://news.qiniu.com/archives/1782783583344> |
| 10 | 各厂商官方价格页合集 | OpenAI / Anthropic / Google / 火山方舟等 | 🛠️实践 | 价格速查的唯一"活水源"——本讲义所有价格以官网当日为准 | 第 6 章价格 | 🔗 https://openai.com/api/pricing （站点反爬，脚本探活会 403，浏览器可正常打开；备用：https://developers.openai.com/api/docs/pricing ） · https://anthropic.com/pricing · https://ai.google.dev/pricing · https://volcengine.com/docs/82379/1544106 |

## 阅读建议（按售前场景排优先级）

1. **先读 3**（Leaderboard Illusion，一小时）：建立"不信榜、问口径"的职业本能——这是本模块最想传递的一件事，比记住任何数字都值钱。
2. **对客前刷 2 和 10**（Artificial Analysis + 官方价格页，各五分钟）：确认引用的指数和价格是当天口径——本模块讲义里的数字有"赏味期限"。
3. **讲企业格局用 6，讲年度趋势用 1、5**：Menlo 是"钱投给谁"的证据，AI Index 和 Epoch 是"技术走到哪"的证据，两条线配合用。
4. **讲国产格局先看 9，被追问技术细节翻 4**（K2 报告）：横评给结论，技术报告给底气。
5. **7 留作深入**：推理模型的思考预算机制，被客户问到"thinking 模式为什么贵"时再翻。

> 链接探活：2026-08-01（逐条打开验证；被反爬拦的页面以官方佐证核实）。