探索全球新一代应用所需的 AI 模型

Doubao Seed 1.6 Flash 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

Doubao Seedance 1.0 Pro 是来自字节跳动的视频生成模型，适用于视频生成与动态内容制作。

Doubao Seed Translation 是来自字节跳动的文本生成模型，面向通用 AI 应用工作流。

Doubao 1.5 Thinking Pro 是来自字节跳动的推理模型，适用于推理、规划与复杂问题求解。

Doubao 1.5 UI TARS 是来自字节跳动的推理模型，适用于推理、规划与复杂问题求解。

Doubao Seed 1.6 Vision 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

原生视听全双工 LLM，于 2026年8月5日发布，能够边说边听：在单一端到端架构中融合音频、视频与文本，以模型内建的轮替机制取代外部的语音活动检测管线。

视频生成模型，于 2026年7月31日推出，主打“一镜到底”创作：单次生成即可完成包含开端、发展与收尾的 30 秒连续场景，原生 4K 带音频，支持多轮续接扩展与最多 50 个参考素材，覆盖 10 余种语言。

Doubao Seed 1.6 Thinking 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

Doubao 1.5 Thinking Vision Pro 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

Doubao 1.5 Vision Lite 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

Doubao 1.5 Vision Pro 32k 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

Doubao 1.5 Lite 32k 是来自字节跳动的文本生成模型，面向通用 AI 应用工作流。

Doubao Embedding 是来自字节跳动的向量模型，面向通用 AI 应用工作流。

影视级音频创作模型，于 2026年7月20日发布，可联合生成人声、音效与环境声：将创作意图分解为结构化时间线，支持约 2 分钟的生成与续写，单音色即可演绎多角色。

Seedream 5.0 世代的高效图像档位（2026年7月）。

Seedream 5.0 世代的高效图像档位（2026年7月）。

音视频联合生成，支持多机位控制；于 2026年3月26日面向国际市场发布。

Doubao Seed 1.6 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

Doubao Seedream 4.0 是来自字节跳动的图像生成模型，适用于图像生成与创意视觉工作流。

Doubao Seedream 3.0 T2i 是来自字节跳动的图像生成模型，适用于图像生成与创意视觉工作流。

Doubao SeedEdit 3.0 I2i 是来自字节跳动的图像生成模型，适用于图像生成与创意视觉工作流。

Doubao 1.5 Pro 32k 是来自字节跳动的文本生成模型，面向通用 AI 应用工作流。

Doubao 1.5 Pro 256k 是来自字节跳动的文本生成模型，面向通用 AI 应用工作流。

Doubao 1.5 Vision Pro 是来自字节跳动的图像理解模型，适用于视觉理解与文档分析。

Doubao Seedance 1.0 Lite I2v 是来自字节跳动的视频生成模型，适用于视频生成与动态内容制作。

Doubao Seedance 1.0 Lite T2v 是来自字节跳动的视频生成模型，适用于视频生成与动态内容制作。

Qwen-Image 2.1 的蒸馏版文生图变体，于 2026年10月9日发布：在 768x768 原生分辨率下生成速度提升 4-6 倍且视觉质量相当，并同步推出同样提速的编辑模型。

开源的 7B 图像模型，于 2026年9月20日发布；登顶 Hugging Face 文生图趋势榜。

Qwen Vl Plus 是来自阿里巴巴的图像理解模型，适用于视觉理解与文档分析。

Qwen3 Asr Flash 是来自阿里巴巴的语音识别模型，适用于语音识别与转录。

Qwen Image Plus 是来自阿里巴巴的图像生成模型，适用于图像生成与创意视觉工作流。

Qwen3 Coder Plus 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen3 Vl Plus 是来自阿里巴巴的图像理解模型，适用于视觉理解与文档分析。

Qwen3 Max 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen3 Vl 235b A22b Thinking 是来自阿里巴巴的图像理解模型，适用于视觉理解与文档分析。

Wan2.5 I2i Preview 是来自阿里巴巴的图像生成模型，适用于图像生成与创意视觉工作流。

Qwen Image Edit 是来自阿里巴巴的图像生成模型，适用于图像生成与创意视觉工作流。

Qwen3 Livetranslate Flaltimeash Re 2025 09 22 是来自阿里巴巴的语音识别模型，适用于语音识别与转录。

Qwen3 Coder Flash 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen Flash 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen Mt Turbo 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen Mt Plus 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen Tts Realtime 是来自阿里巴巴的文本转语音模型，适用于语音合成与语音体验。

Qwen Mt Image 是来自阿里巴巴的图像生成模型，适用于图像生成与创意视觉工作流。

Qwen Deep Research 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen3 1.7B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

面向 Qwen4 的开放权重架构预览版，于 2026年8月24日发布：125B MoE（激活 6B），采用 Gated DeltaNet 与二次方-亚线性注意力，并配备压缩 n-gram 记忆，在质量相当的前提下解码速度比 Qwen3.8-27B 快约 2.5 倍。

新一代通义万相视频模型，自 2026年8月起在阿里云百炼（Model Studio）公开测试：一次生成即可输出带音频的原生 30 秒 1080p 视频（最高 4K），支持文本、图像、音频、视频、文档与网页输入。

首个开放权重的 Max 级 Qwen 模型；Qwen 当前旗舰。

Qwen3 235B A22B Instruct 2507 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen Vl Max 是来自阿里巴巴的图像理解模型，适用于视觉理解与文档分析。

Qwen Image 是来自阿里巴巴的图像生成模型，适用于图像生成与创意视觉工作流。

Qwen3 30B A3B Instruct 2507 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen3 0.6B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Wan2.1 T2V 1.3B 是来自阿里巴巴的视频生成模型，适用于视频生成与动态内容制作。

Qwen2.5 VL 32B Instruct 是来自阿里巴巴的图像理解模型，适用于视觉理解与文档分析。

Qwen3 30B A3B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen3 14B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Wan2.1 I2V 14B 480P 是来自阿里巴巴的视频生成模型，适用于视频生成与动态内容制作。

Qwen3 235B A22B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 7b Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen3 4B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

最新一代 Qwen 编程模型，于 2026年2月4日发布。

最新一代 Qwen 编程模型，于 2026年2月4日发布。

开源 397B MoE 模型，于 2026年初发布；登上 Hugging Face 趋势榜。

最新一代 Qwen 编程模型，于 2026年2月4日发布。

支持推理的 Max 档位，于 2026年1月26日发布。

Qwen3 Next 80B A3B Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Wan2.5 T2v Preview 是来自阿里巴巴的视频生成模型，适用于视频生成与动态内容制作。

Wan2.5 T2i Preview 是来自阿里巴巴的图像生成模型，适用于图像生成与创意视觉工作流。

Wan2.5 I2v Preview 是来自阿里巴巴的视频生成模型，适用于视频生成与动态内容制作。

Qwen3 Omni Flash Realtime 是来自阿里巴巴的全模态模型，面向通用 AI 应用工作流。

Qwen3 Omni 30b A3b Captioner 是来自阿里巴巴的语音识别模型，适用于语音识别与转录。

Qwen3 Tts Flash 是来自阿里巴巴的文本转语音模型，适用于语音合成与语音体验。

Qwen3 Tts Flash Realtime 是来自阿里巴巴的文本转语音模型，适用于语音合成与语音体验。

API 视频版本（2025年12月16日发布），具备原生多模态能力，支持 150 帧参考画面与多说话人对话。

Qwen Omni Turbo Realtime 是来自阿里巴巴的全模态模型，面向通用 AI 应用工作流。

Qwen Tts 是来自阿里巴巴的文本转语音模型，适用于语音合成与语音体验。

Qwen Plus 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen2 72B Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwq 32B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwq Plus 是来自阿里巴巴的推理模型，适用于推理、规划与复杂问题求解。

Qwen3 8B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen3 32B 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 0.5b Base 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 3b Base 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 1.5b Base 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 0.5b Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2 0.5b Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2 1.5b Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 1.5b Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 3b Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen Max 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen Omni Turbo 是来自阿里巴巴的全模态模型，面向通用 AI 应用工作流。

Qwen V2.5 14b Instruct 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

Qwen V2.5 7b Base 是来自阿里巴巴的文本生成模型，面向通用 AI 应用工作流。

于 2026年10月6日正式上线（GA）；成为 Gemini 应用与 AI Mode 中新的默认图像模型。

Google 顶级图像模型，于 2026年10月6日全面开放。

预览版于 2026年2月19日发布；至今仍是顶级通用档位。

Gemini 2.0 Flash Lite 是来自Google的文本生成模型，面向通用 AI 应用工作流。

Gemini 2.5 Flash 是来自Google的文本生成模型，面向通用 AI 应用工作流。

Gemini 2.5 Flash Lite 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

当前的 Flash 档位（2026年9月），针对软件工程与智能体场景优化；2026年12月31日前享受优惠期定价，每百万 token 0.75/3.75 美元。

2026年8月发布的 Flash 版本。

Gemma 3n E2B Instructed 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3n E2B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3n E4B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3n E2B Instructed LiteRT (Preview) 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3n E4B Instructed 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3n E4B Instructed LiteRT Preview 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini 2.0 Flash 是来自Google的文本生成模型，面向通用 AI 应用工作流。

Gemini 2.5 Pro 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini 2.5 Pro Preview 06 05 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini Diffusion 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3 4B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3 1B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3 12B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 3 27B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini 1.5 Flash 8B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini 2.0 Flash Thinking 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 2 9B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemma 2 27B 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini 1.5 Flash 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini 1.5 Pro 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

Gemini 1.0 Pro 是 Google 推出的文本生成模型，面向通用 AI 应用工作流。

预览版于 2026年2月19日发布；至今仍是顶级通用档位。

当前的视频生成模型家族，提供 Quality、Fast 与 Lite 三个档位；Veo 3.0 模型 ID 已于 2026年6月30日退役。

GPT-6 家族的最新高效档位，于 2026年9月29日 发布。

GPT-6 家族的最新高效档位，于 2026年9月29日 发布。

GPT 4.1 Mini 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 5 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT OSS 120B 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT-6 家族的最新高效档位，于 2026年9月29日 发布。

GPT 4.5 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

O3 Mini 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 5 Codex 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 5 Mini 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 5 Nano 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

Gpt Oss 20b 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

O3 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

O4 Mini 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 4.1 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 4.1 Nano 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 4o 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

O1 Pro 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

O1 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

代际中期更新，于 2026年7月9日 与 Terra 和 Luna 一同推出；是已弃用 GPT-5 快照版本的官方替代路径。

O1 Mini 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

O1 Preview 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 3.5 Turbo 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 4o Mini 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT 4 Turbo 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

图像生成模型，于 2026年4月21日 发布，具备原生视觉推理，支持 2K 输出与多图输入。

GPT 4 是 OpenAI 推出的文本生成模型，面向通用 AI 应用工作流。

GPT-5.x 系列的编程旗舰，于 2026年2月5日 发布。

开放权重多模态档位，于 2026年9月10日发布：552B 参数 MoE，采用因果编码器-解码器架构，支持原生视觉输入、1M token 上下文与 384K 最大输出。API 定价为高峰时段每百万 token 0.30/1.20 美元（非高峰时段半价）。

Deepseek R1 是来自DeepSeek的文本生成模型，面向通用 AI 应用工作流。

Deepseek V3.1 是来自DeepSeek的推理模型，适用于推理、规划与复杂问题求解。

Deepseek V3 是来自DeepSeek的文本生成模型，面向通用 AI 应用工作流。

Deepseek R1 Distill Qwen 32B 是来自DeepSeek的文本生成模型，面向通用 AI 应用工作流。

Deepseek R1 Distill Qwen 7B 是来自DeepSeek的文本生成模型，面向通用 AI 应用工作流。

Deepseek R1 Distill Qwen 14B 是来自DeepSeek的文本生成模型，面向通用 AI 应用工作流。

Deepseek R1 Distill Llama 8B 是来自DeepSeek的文本生成模型，面向通用 AI 应用工作流。

Deepseek R1 Distill Qwen 1.5B 是来自DeepSeek的文本生成模型，面向通用 AI 应用工作流。

284B 高效档位，于 2026年4月24日与 V4 Pro 一同上线；2026年9月10日从 API 退役，由 V4.1 Flash 接替。

284B 高效档位，于 2026年4月24日与 V4 Pro 一同上线；2026年9月10日从 API 退役，由 V4.1 Flash 接替。

快速档位，于 2026年10月7日发布：100K 以内的提示词每百万 token 0.10/0.50 美元（超出部分价格为其 5 倍），比 Haiku 4.5 最多便宜 90%。

于 2026年6月30日发布；同年 9月被 Sonnet 5.5 接替。

于 2026年4月16日发布；面向长程编程与智能体工作负载。

Claude Haiku 4.5 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude Sonnet 4.5 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude 3 Sonnet 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude Opus 4.1 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude 3.7 Sonnet 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude 3 Opus 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude Sonnet 4 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude Opus 4 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

于 2026年4月16日发布；面向长程编程与智能体工作负载。

Claude 3 Haiku 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

Claude 3.5 Haiku 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

于 2026年6月30日发布；同年 9月被 Sonnet 5.5 接替。

Claude 3.5 Sonnet 是来自Anthropic的文本生成模型，面向通用 AI 应用工作流。

于 2026年4月16日发布；面向长程编程与智能体工作负载。

Qianfan Lightning 是来自百度的文本生成模型，面向通用 AI 应用工作流。

Qianfan VL 8B 是来自百度的图像理解模型，适用于视觉理解与文档分析。

Qianfan VL 70B 是来自百度的图像理解模型，适用于视觉理解与文档分析。

ERNIE X1 Turbo 是来自百度的推理模型，适用于推理、规划与复杂问题求解。

Baidu Turbo 2.0 Audio Vision 是来自百度的视频生成模型，适用于视频生成与动态内容制作。

Qianfan Llama VL 8B 是来自百度的图像理解模型，适用于视觉理解与文档分析。

Qianfan ToyTalk 是来自百度的文本生成模型，面向通用 AI 应用工作流。

Qianfanhuijin 8B 是来自百度的文本生成模型，面向通用 AI 应用工作流。

Qianfan QI VL 是来自百度的图像理解模型，适用于视觉理解与文档分析。

Qianfanhuijin Reason 8B 是来自百度的文本生成模型，面向通用 AI 应用工作流。

Qianfan PublicOpinion Classification 是来自百度的文本分类模型，面向通用 AI 应用工作流。

Qianfanhuijin Reason 70B 是来自百度的文本生成模型，面向通用 AI 应用工作流。

Qianfanhuijin 70B 是来自百度的文本生成模型，面向通用 AI 应用工作流。

ERNIE X1.1 Preview 是来自百度的推理模型，适用于推理、规划与复杂问题求解。

ERNIE 4.5 Turbo VL 是来自百度的全模态模型，面向通用 AI 应用工作流。

ERNIE 4.5 Turbo 是来自百度的文本生成模型，面向通用 AI 应用工作流。

Baidu Turbo 2.0 是来自百度的视频生成模型，适用于视频生成与动态内容制作。

ERNIE 4.5 21B A3B Thinking 是来自百度的推理模型，适用于推理、规划与复杂问题求解。

ERNIE 4.5 300B A47B Paddle 是来自百度的文本生成模型，面向通用 AI 应用工作流。

ERNIE 4.5 21B A3B Paddle 是来自百度的文本生成模型，面向通用 AI 应用工作流。

ERNIE 4.5 VL 424B A47B Paddle 是来自百度的全模态模型，面向通用 AI 应用工作流。

ERNIE 4.5 VL 28B A3B 是来自百度的全模态模型，面向通用 AI 应用工作流。

ERNIE 4.5 0.3B 是来自百度的文本生成模型，面向通用 AI 应用工作流。

PP UIE 7B 是来自百度的文本分类模型，面向通用 AI 应用工作流。

PP UIE 14B 是来自百度的文本分类模型，面向通用 AI 应用工作流。

Paddlemix PP DocBee 是来自百度的全模态模型，面向通用 AI 应用工作流。

于 2026年5月8日发布：从 ERNIE 5.0 弹性抽取的轻量级后继模型（总参数约为其 1/3，单次查询激活参数约为一半），预训练成本约为同级模型的 6%；是 LMArena 文本榜上名列前茅的中国模型（仅提供 API）。

ERNIE 4.0 是来自百度的文本生成模型，面向通用 AI 应用工作流。

ERNIE 3.0 是来自百度的文本生成模型，面向通用 AI 应用工作流。

ERNIE 3.5 是来自百度的文本生成模型，面向通用 AI 应用工作流。

ERNIE 2.0 是来自百度的文本生成模型，面向通用 AI 应用工作流。

ERNIE 1.0 是来自百度的文本生成模型，面向通用 AI 应用工作流。

于 2026年5月8日发布：从 ERNIE 5.0 弹性抽取的轻量级后继模型（总参数约为其 1/3，单次查询激活参数约为一半），预训练成本约为同级模型的 6%；是 LMArena 文本榜上名列前茅的中国模型（仅提供 API）。

百度最新的开放权重模型家族（2025年6月）：包含 10 个原生多模态的 Apache-2.0 变体，规模从 0.3B 到总参数 424B/激活 47B 的 MoE，涵盖 VL 与 Thinking 变体。

于 2026年9月21日 发布，配备 500K 上下文窗口，定价为每百万 token 2/6 美元。

Grok 4 Fast 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok Code Fast 1 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

于 2026年8月14日 发布。

Grok 4 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok 4 Heavy 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok 3 Mini 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok 3 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok 2 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok 2 Mini 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok 1.5V 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

Grok 1.5 是 xAI 推出的文本生成模型，面向通用 AI 应用工作流。

新一代图像模型（预览版），于 2026年9月21日 发布，面向专业创作：支持文生图与图生图（最多 5 张参考图）、多轮对话式编辑，最高可输出 2K，通过腾讯云提供，每张约 0.024 美元。

1.5B 开源语音基座模型，于 2026年9月9日 发布：支持零样本 TTS 与声音克隆、指令式 TTS、语音内容/声学/副语言编辑、语音增强与分离，并提供蒸馏版 AuK-Flash。

Hunyuan TurboS Latest 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan TurboS 20250716 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

新一代开源 MoE 旗舰，于 2026年8月28日 发布：总参数量 770B、激活参数 49B（256 个专家，top-8），支持 1M token 上下文，采用带 IndexCache 的门控稀疏注意力与原生 MTP 投机解码，针对软件工程与研究场景调优（Apache 2.0）。

Hunyuan T1 20250822 是腾讯推出的推理模型，专为推理、规划和复杂问题求解而设计。

Hunyuan T1 Latest 是腾讯推出的推理模型，专为推理、规划和复杂问题求解而设计。

Hunyuan Functioncall 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Turbo 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan A13B 是腾讯推出的推理模型，专为推理、规划和复杂问题求解而设计。

Tencent Hunyuan Video Generation Effects 是腾讯推出的视频生成模型，面向视频生成与动态内容制作。

Tencent Hunyuan Video Generation 是腾讯推出的视频生成模型，面向视频生成与动态内容制作。

Hunyuan Large Vision 是腾讯推出的图像理解模型，面向视觉理解与文档分析。

Hunyuan TurboS Vision 是腾讯推出的图像理解模型，面向视觉理解与文档分析。

Hunyuan T1 Vision 是腾讯推出的全模态模型，面向通用 AI 应用工作流。

Hunyuan Translation Lite 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Standard 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Standard 256K 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Large 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Vision 是腾讯推出的图像理解模型，面向视觉理解与文档分析。

Hunyuan Standard Vision 是腾讯推出的图像理解模型，面向视觉理解与文档分析。

Hunyuan Large Longcontext 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Lite Vision 是腾讯推出的图像理解模型，面向视觉理解与文档分析。

开放权重 MoE LLM，于 2026年7月6日 全面发布：总参数量 295B、激活参数 21B（另含 3.8B MTP 层），是腾讯同级别中主打推理与智能体的领先模型，通过 Hugging Face 和 ModelScope 分发。

Hunyuan Code 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Lite 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan Translation 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Hunyuan TurboS Longtext 128k 20250325 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Tencent Hunyuan Image Generation (Multi-turn Dialogue) 是腾讯推出的图像生成模型，面向图像生成与创意视觉工作流。

Hunyuan Role 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

Text-to-Image Lite 是腾讯推出的图像生成模型，面向图像生成与创意视觉工作流。

新一代图像模型（预览版），于 2026年9月21日 发布，面向专业创作：支持文生图与图生图（最多 5 张参考图）、多轮对话式编辑，最高可输出 2K，通过腾讯云提供，每张约 0.024 美元。

轻量级 8.3B 开源视频生成模型（2025年11月21日），支持文生视频与图生视频，可在 14GB 显存的消费级 GPU 上运行；目前仍是腾讯最新的开源视频模型。

Hunyuan Embedding 是腾讯推出的嵌入模型，面向通用 AI 应用工作流。

Tencent Yuanqi 是腾讯推出的文本生成模型，面向通用 AI 应用工作流。

GLM 4.5 Flash 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 4.5 X 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 4.5 AirX 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 4.5 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 4.5 Air 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

旗舰模型，于 2026年2月11日发布。

旗舰模型，于 2026年2月11日发布。

Cogview 4 是来自智谱 AI的图像生成模型，适用于图像生成与创意视觉工作流。

Cogvideox 3 是来自智谱 AI的视频生成模型，适用于视频生成与动态内容制作。

GLM Z1 Air 是来自智谱 AI的推理模型，适用于推理、规划与复杂问题求解。

GLM Z1 Flash 是来自智谱 AI的推理模型，适用于推理、规划与复杂问题求解。

GLM Z1 AirX 是来自智谱 AI的推理模型，适用于推理、规划与复杂问题求解。

Cogvideox Flash 是来自智谱 AI的视频生成模型，适用于视频生成与动态内容制作。

Cogvideox 2 是来自智谱 AI的视频生成模型，适用于视频生成与动态内容制作。

旗舰模型，于 2026年2月11日发布。

GLM 4 9B 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 4 Long 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

Cogview 3 Plus 是来自智谱 AI的图像生成模型，适用于图像生成与创意视觉工作流。

Cogview 3 Flash 是来自智谱 AI的图像生成模型，适用于图像生成与创意视觉工作流。

GLM 4 Plus 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 4 Assistant 是来自智谱 AI的推理模型，适用于推理、规划与复杂问题求解。

GLM 4 AllTools 是来自智谱 AI的推理模型，适用于推理、规划与复杂问题求解。

GLM 4 Flash 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 4 FlashX 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

Cogview 3 是来自智谱 AI的图像生成模型，适用于图像生成与创意视觉工作流。

GLM 4 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

GLM 3 Turbo 是来自智谱 AI的文本生成模型，面向通用 AI 应用工作流。

旗舰模型，于 2026年2月11日发布。

于 2025年12月22日发布；免费档 4.7-Flash 随后于 2026年1月19日推出。

编程与智能体式预览版，于 2026年9月11日 推送至 Kimi Code 和 Kimi Work：整体性能接近 Kimi K3，价格约为其一半，支持 1M token 上下文、三档思考力度和图像输入。

于 2026年4月20日 发布。

Kimi K2 Turbo Preview 是月之暗面推出的推理模型，专为推理、规划和复杂问题求解而设计。

Kimi K2 0905 Preview 是月之暗面推出的推理模型，专为推理、规划和复杂问题求解而设计。

Kimi Thinking Preview 是月之暗面推出的推理模型，专为推理、规划和复杂问题求解而设计。

Moonshot V1 128k Vision Preview 是月之暗面推出的图像理解模型，面向视觉理解与文档分析。

Moonshot V1 32k Vision Preview 是月之暗面推出的图像理解模型，面向视觉理解与文档分析。

Moonshot V1 8k Vision Preview 是月之暗面推出的图像理解模型，面向视觉理解与文档分析。

Kimi K2 0711 Preview 是月之暗面推出的推理模型，专为推理、规划和复杂问题求解而设计。

Moonshot V1 128k 是月之暗面推出的文本生成模型，面向通用 AI 应用工作流。

Moonshot V1 8k 是月之暗面推出的文本生成模型，面向通用 AI 应用工作流。

Moonshot V1 32k 是月之暗面推出的文本生成模型，面向通用 AI 应用工作流。

Kimi Latest 32k 是月之暗面推出的文本生成模型，面向通用 AI 应用工作流。

Kimi Latest 128k 是月之暗面推出的文本生成模型，面向通用 AI 应用工作流。

Kimi Latest 8k 是月之暗面推出的文本生成模型，面向通用 AI 应用工作流。

于 2026年4月20日 发布。

Kimi K2 是月之暗面推出的文本生成模型，面向通用 AI 应用工作流。

多模态编程预览版，于 2026年9月27日 在 MiniMax Code 上首发，次日开启 API 公测：具备 1M token 上下文与可调思考力度，面向日常编程、前端和研究工作负载；免费预览持续至 10月7日。

全模态视频模型（2026年7月31日）：可生成 2K/24fps、时长 15 秒并带同步音频的视频片段；开放权重，下载量超过 350 万次。

Minimax M1 是 MiniMax 推出的文本生成模型，面向通用 AI 应用工作流。

Minimax Hailuo 02 1080P 是 MiniMax 推出的视频生成模型，面向视频生成与动态内容制作。

Minimax Hailuo 02 512P 是 MiniMax 推出的视频生成模型，面向视频生成与动态内容制作。

Minimax Hailuo 02 768P 是 MiniMax 推出的视频生成模型，面向视频生成与动态内容制作。

Minimax Text 01 是 MiniMax 推出的全模态模型，面向通用 AI 应用工作流。

Minimax Image 01 是 MiniMax 推出的图像生成模型，面向图像生成与创意视觉工作流。

Minimax Image 01 Live 是 MiniMax 推出的图像生成模型，面向图像生成与创意视觉工作流。

Minimax S2V 01 是 MiniMax 推出的视频生成模型，面向视频生成与动态内容制作。

Minimax T2V 01 是 MiniMax 推出的视频生成模型，面向视频生成与动态内容制作。

Minimax I2V 01 是 MiniMax 推出的视频生成模型，面向视频生成与动态内容制作。

于 2026年2月12日 发布并开放权重；在 SWE-bench Verified 上取得 80.2% 的成绩，输入价格约为每百万 token 0.30 美元。

原生统一多模态模型，于 2026年8月20日 基于 NEO-unify 架构开源（Apache 2.0）：支持原生 4K 生成，复杂指令遵循、文字/排版渲染与图像编辑能力更强，并支持 3000-4000 字符的超长指令。

旗舰级可交付的原生多模态智能体基座，于 2026年7月18日 在 WAIC 上亮相，专为数据分析、深度研究和迭代式图像编辑等长程任务打造（发布时通过 API/邀请制开放）。

视觉理解与生成统一模型，于 2026年7月13日 全面开源：该 7B Mixture-of-Transformers 模型将检测、分割和深度估计重构为多模态文本生成，并附带 5000 万对训练语料。

Sensenova V6 Turbo 是商汤科技推出的全模态模型，面向通用 AI 应用工作流。

Sensenova V6 Pro 是商汤科技推出的全模态模型，面向通用 AI 应用工作流。

Sensenova V6 Reasoner 是商汤科技推出的推理模型，专为推理、规划和复杂问题求解而设计。

SenseNova V6.5 Miaohua Base 是商汤科技推出的图像生成模型，面向图像生成与创意视觉工作流。

SenseNova V6.5 Miaohua Pro 是商汤科技推出的图像生成模型，面向图像生成与创意视觉工作流。

原生统一的理解与生成多模态系列，于 2026年4月下旬 开源发布，并同步推出免费 Token 套餐；后续以开源的 U1.5-Lite-Preview 持续迭代，向 U1 Pro 演进。

Baichuan M2 32B 是来自百川智能的推理模型，适用于推理、规划与复杂问题求解。

Baichuan2 53B 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan2 Turbo 192k 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan M1 14B 是来自百川智能的推理模型，适用于推理、规划与复杂问题求解。

Baichuan2 Turbo 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan2 13B Chat 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan2 7B Base 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan2 13B Base 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan2 7B Chat 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan 13B 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

Baichuan 7B 是来自百川智能的文本生成模型，面向通用 AI 应用工作流。

基于 M3 底座的商业 API 模型，于 2026年1月22日发布，新增六源循证范式，将事实性幻觉降至 2.6%。

开放权重医疗增强 LLM，于 2026年1月13日发布（约 235B 参数）：发布时在 HealthBench Hard 上排名第一，通过领域 RL 实现临床级问诊与低幻觉（Apache 2.0）。

Yi Lightning 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi Medium 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi Large 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi Large RAG 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi Large Turbo 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 9B 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 9B 200K 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 6B 200K 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 34B 200K 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 34B Chat 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 6B Chat 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 6B 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

Yi 34B 是来自零一万物的文本生成模型，面向通用 AI 应用工作流。

开放权重的端侧边缘模型，由 Ciyuan Spark 于 2026年9月1日 发布；是最早具备原生 1M token 上下文的边缘模型之一（Apache 2.0）。

1.7B 端侧稠密 LLM，于 2026年9月1日 与 4B 边缘模型一同开源（Apache 2.0）：借助混合注意力实现最高 1M token 的原生上下文，支持 200 多种语言，在华为昇腾集群上完成训练。

开放权重的端侧边缘模型，由 Ciyuan Spark 于 2026年9月1日 发布；是最早具备原生 1M token 上下文的边缘模型之一（Apache 2.0）。

Spark X1 是科大讯飞推出的文本生成模型，面向通用 AI 应用工作流。

Spark Tiny 是科大讯飞推出的文本生成模型，面向通用 AI 应用工作流。

Spark Medical Model Lite 是科大讯飞推出的文本生成模型，面向通用 AI 应用工作流。

Spark Mini 是科大讯飞推出的文本生成模型，面向通用 AI 应用工作流。

Spark Lite Patch 是科大讯飞推出的文本生成模型，面向通用 AI 应用工作流。

Spark Max 是科大讯飞推出的文本生成模型，面向通用 AI 应用工作流。

Spark Mini Instruct 是科大讯飞推出的文本生成模型，面向通用 AI 应用工作流。

深度推理旗舰，于 2026年2月11日 发布，完全在华为昇腾算力上训练；能力较 X1.5 提升约 50%，并支持可通过 API 控制的动态思考模式（仅限 API）。

与 Pro 同系的稀疏 MoE 模型，总参数量 92B、激活参数 6B，支持 512K 上下文；自 2026年6月30日 起逐步开源，是七个组件中的首个。

Pangu NLP N2 32K 5.0.1.1 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu NLP N2 128K 5.0.1.1 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu NLP N4 Reasoner 128K 3.0.1.2 是华为推出的推理模型，专为推理、规划和复杂问题求解而设计。

Pangu NLP N2 Reasoner 128K 5.0.0.1 是华为推出的推理模型，专为推理、规划和复杂问题求解而设计。

Pangu NLP N1 Reasoner 128K 3.0.1.1 是华为推出的推理模型，专为推理、规划和复杂问题求解而设计。

Pangu NLP N2 Reasoner 32K 3.0.1.1 是华为推出的推理模型，专为推理、规划和复杂问题求解而设计。

Pangu NLP N4 Reasoner 32K 3.0.1.2 是华为推出的推理模型，专为推理、规划和复杂问题求解而设计。

Pangu AgentExpert N2 0.0.2 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu AgentExpert N1 0.0.2 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu MM M2 AIGVideo 1.0.0 是华为推出的视频生成模型，面向视频生成与动态内容制作。

Pangu MM M2 Text2Video 1.0.0 是华为推出的视频生成模型，面向视频生成与动态内容制作。

Pangu MM M1 Txt2Img 1.0.0 是华为推出的图像生成模型，面向图像生成与创意视觉工作流。

Pangu RAG N1 32K 4.3.2 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu NLP N4 4K 3.2.36 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu NLP N1 128K 3.2.36 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu NLP N1 32K 3.2.36 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu NLP N2 32K 3.1.35 是华为推出的文本生成模型，面向通用 AI 应用工作流。

Pangu NLP N4 32K 2.5.35 是华为推出的文本生成模型，面向通用 AI 应用工作流。

与 Pro 同系的稀疏 MoE 模型，总参数量 92B、激活参数 6B，支持 512K 上下文；自 2026年6月30日 起逐步开源，是七个组件中的首个。

Starcoder2 3b 是来自BigCode的文本生成模型，面向通用 AI 应用工作流。

旗舰智能体基座模型，于 2026年9月20日 发布：采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，支持 1M token 上下文、原生文本+图像+视频输入和 64K 最大输出，定价为每百万 token 1.00/2.70 美元；官方已宣布将于 2026年10月15日 开放权重。

语音与音频模型系列，于 2026年9月15日 发布：Step-Audio 3 Realtime 提供具备自适应推理能力的全双工低延迟语音对话，另有 ASR、TTS、Music 和 Gen 等版本，可根据一段描述生成完整声景。

Step Video TI2V 是阶跃星辰推出的视频生成模型，面向视频生成与动态内容制作。

Step Video T2V 是阶跃星辰推出的视频生成模型，面向视频生成与动态内容制作。

Step Video T2V Turbo 是阶跃星辰推出的视频生成模型，面向视频生成与动态内容制作。

Step 2 是阶跃星辰推出的文本生成模型，面向通用 AI 应用工作流。

Step 2 Mini 是阶跃星辰推出的文本生成模型，面向通用 AI 应用工作流。

Step 1X 是阶跃星辰推出的图像生成模型，面向图像生成与创意视觉工作流。

开放权重视觉语言 MoE 模型，于 2026年5月29日 发布：总参数量 198B、激活参数 11B，具备约 256K 上下文和显式推理模式，专为编程智能体与搜索工作流打造。

约 196B 参数的稀疏 MoE 开源基座模型，于 2026年2月2日 发布（Apache 2.0），定位为阶跃星辰面向前沿推理与智能体方向最强的开源版本；同时还发布了基座检查点。