大语言模型（LLM）
用海量文本训练出来的超大规模神经网络，通过预测“下一个词”学会语言、知识与推理，ChatGPT、Claude、Gemini 背后都是 LLM。
推理（Inference） Inference
模型用训练好的参数对新输入做预测的过程。你每次提问触发的那次计算就是推理，推理成本和速度决定 API 定价。
相关术语
微调（Fine-tuning）
在预训练模型基础上，用自己领域的数据继续训练，让模型的风格与能力向特定任务靠拢。比 RAG 更改变模型的“本能”，成本与门槛也更高。
上下文窗口（Context Window）
模型一次能“记住”的对话与资料长度上限，以 token 计。窗口越大，能塞进去的文档越长；超长文本的中段召回是各家共同的短板。