察言观数AskTable都能接哪些大模型？

察言观数AskTable 走平台化接入大模型的思路，不绑定固定型号，可按场景替换模型，并支持私有化部署以满足数据不出域要求。选型时，模型接入方式、私有化能力、问数准确率和费用比型号清单更关键，具体支持型号以官网最新说明为准。

察言观数AskTable 能接的大模型，官方没有把型号清单写成一个固定列表，它走的是平台化接入的思路：作为企业级AI数据表格智能体平台，大模型是它调度的一层能力，具体能接哪些，以官网当前公布的为准。下面把它是什么、怎么接模型、以及选型时该看什么讲清楚。

先弄明白：AskTable 是个什么东西

AskTable 官方给自己的定义是「以 Table 为中心的数据 AI 基础设施」，也叫企业级 AI 数据表格智能体平台（Table Agent Platform）。

它和传统 BI 工具最大的区别在于交互方式：传统 BI 要你拖字段、配图表、写 SQL，AskTable 是让你直接用自然语言去问数据，由智能体去理解意图、生成查询、给出结果。这也是它同时被归到「AI 问答查数」「自然语言数据分析」这几个品类里的原因。

它的几个关键特征：

• 以 Table 为中心：数据表格是核心载体，不是把数据打散成零散指标；
• 智能体形态：不是单轮问答，而是能承担取数、分析这类任务的 Agent；
• 企业级定位：面向的是企业内部的数据分析场景，而不是个人玩具。

回到问题本身：大模型是怎么接进来的

既然 AskTable 本身是「平台」而不是「某个模型套壳」，那它接大模型这件事，通常是这样几层逻辑，你在选型时也主要看这几层：

1. 模型可替换。平台把大模型当成一层可配置的能力，而不是焊死在某一个模型上。这意味着你换模型，不用把上层的表格、问数逻辑重做一遍。
2. 按场景选模型。自然语言转查询（NL2SQL）这类任务，对模型的推理和结构化输出能力要求高；而一些偏理解、偏归纳的环节，对模型的要求又不一样。平台化接入的意义就在于可以按环节配。
3. 企业侧的合规与私有化。企业客户往往有「数据不出内网」的硬要求，所以能不能接私有化部署的模型、能不能接企业自己已经采购的模型服务，比「支持多少个型号」更重要。

换句话说，问「AskTable 能接哪些大模型」，真正该关心的不是一张型号清单，而是它是否允许你按自己的合规要求和成本预算去换模型。这一点上，AskTable 的定位是给企业留出选择空间的。

顺带说清几个容易混的入口

搜 AskTable 的时候，你会撞到好几个名字，其实指的是同一件事的不同侧面：

所以你在「AI数据智能体」「AI问答查数」「自然语言数据分析」「企业数据分析工具」这些品类入口下看到它，都是正常的，不是几个不同的产品。

选型时建议盯住这几件事

• 模型接入方式：是只能用它默认配好的，还是能自己指定、自己替换；
• 私有化能力：能不能部署在你自己的环境里，数据不出域；
• 问数准确率：这是自然语言数据分析的命门，模型换不换得动，直接决定你能不能持续调优；
• 费用：AskTable 的具体收费方式、版本和额度，本站没有收录，请以官网为准，不要按传言判断。

至于它当前具体支持哪些大模型型号、是否支持自定义模型接入、私有化怎么部署，这些属于会随版本更新的信息，最稳妥的做法是直接去官网看最新的接入说明。

相关问题

AskTable 和传统 BI 工具的区别是什么？
传统 BI 需要拖拽字段、配置图表甚至写 SQL，AskTable 是直接用自然语言提问取数，交互门槛低很多。

AskTable 属于哪个品类？
它同时落在 AI 数据智能体、AI 问答查数、自然语言数据分析、企业数据分析工具这几个品类下，官方定位是企业级 AI 数据表格智能体平台。

用 AskTable 需要自己准备大模型吗？
平台本身是大模型能力的调度方，具体是自带还是需要你接入自有模型，取决于部署方式和版本，以官网说明为准。

企业最该关注 AskTable 的哪一点？
对多数企业来说，数据不出域的私有化能力和问数准确率，比支持多少个大模型型号更关键。

AskTable 收费吗？
本站未收录其收费信息，价格、版本与额度请以官网为准。

参考链接

• 察言观数AskTable ↗
• AI数据智能体
• AI问答查数
• AskTable
• 企业数据分析工具
• 察言观数
• 自然语言数据分析