DeepSeek V4 Pro 是 DeepSeek V4 系列的两款强大的专家混合（Mixture-of-Experts, MoE）语言模型之一，性能比肩顶级闭源模型，Agent 能力大幅提高，且具有丰富的世界知识和世界顶级推理性能，在数学、STEM、竞赛型代码的测评中，DeepSeek V4 Pro 超越当前所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。

DeepSeek V4 Flash 是 DeepSeek V4 系列的两款强大的专家混合（Mixture-of-Experts, MoE）语言模型之一，拥有 284B 参数（13B 激活参数），支持 100 万 Tokens（1M Tokens）的上下文长度，支持非思考模式与思考模式。在 Agent 测评中，DeepSeek-V4-Flash 在简单任务上与 Pro 版本旗鼓相当，但在高难度任务上仍有差距。

MiMo V2.5 Pro 是一个开源的混合专家（MoE）语言模型，总参数量为 1.02T，激活参数量为 42B。模型采用了 MiMo-V2-Flash 中引入的混合注意力架构和 3 层多令牌预测（MTP），支持高达 1M tokens 的上下文长度。MiMo V2.5 Pro 是小米迄今为止能力最强的模型，专为要求最苛刻的智能体、复杂软件工程和长周期任务而设计。它能够在 1M tokens 的上下文窗口中，维持跨越数千次工具调用的复杂执行轨迹，并具备强大的指令遵循能力和连贯性。

Qwen 3.6 原生视觉语言系列 Plus 模型，展现出与当前顶尖前沿模型相媲美的卓越性能，模型效果相较 Qwen 3.5 系列显著提升。模型在 Agentic coding、前端编程、Vibe coding 等代码能力、多模态万物识别、OCR、物体定位等能力上显著增强。

MiMo V2.5 是一款原生全模态模型，具备强大的智能体能力，在统一架构内支持文本、图像、视频和音频理解。此模型基于 MiMo-V2-Flash 主干网络构建，并扩展了专用的视觉和音频编码器，在多模态感知、长上下文推理以及智能体工作流方面表现出色。MiMo V2.5 总计在约 48T 的 Tokens 上完成训练。

Hunyuan Hy3 preview 面向 Agent 工作负载设计，采用 295B/21B 激活的 MoE 架构。在同一个模型内提供 no_think（极速响应）、think_low（快速思考）、think_high（深度推理）三档模式，适配从高频交互到复杂工程任务的不同延迟与深度需求。在 SWE-bench Verified 等代码基准上接近当前最强水平，256K 上下文支持跨文件代码重构与长文档分析。

Kimi K2.6 是月之暗面推出的新一代多模态模型，专为长程编码、编码驱动的 UI/UX 生成以及多智能体协同编排而设计。它能够处理跨越 Python、Rust 和 Go 语言的复杂端到端编码任务，并可将提示词与视觉输入转化为生产就绪的界面。其智能体集群架构可扩展至数百个并行子智能体，实现任务的自主拆解——单次运行即可交付文档、网站与电子表格，全程无需人工干预。

Qwen3.7 Max 是 Qwen3.7 系列中规模最大、综合能力最强的 Max 模型，当前开放纯文本模型能力供体验。Qwen3.7 是面向智能体时代的新一代旗舰模型，核心优势在于智能体能力的广度与深度：在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

LongCat 2.0 是美团 LongCat AI 推出的新一代万亿参数的混合专家（MoE）大语言模型，此模型专为 **Agentic Coding（智能体编程）** 场景设计，在上下文长度、专家融合架构以及国产算力适配上带来了多项行业突破。

Qwen-Image-2.0 是通义千问推出的新一代多模态图像生成基础模型。该模型最大的突破在于将“图像生成”与“图像编辑”两条技术路径完美融为一体。它在架构上耦合了 Qwen3-VL 作为条件编码器（Condition Encoder），并搭配多模态扩散 Transformer（Multimodal Diffusion Transformer, MDT）进行联合建模，实现了从理解、生成到编辑的一体化。

Qwen-Image-2.0-Pro 是通义千问推出的专业级图像生成大模型。该模型基于先进的 **MMDiT（Multi-modal Diffusion Transformer）** 架构，拥有约 20B（200亿）的参数量。它主打高精度、商业级和强可控性的文生图与图生图能力，尤其在中文语境理解和复杂排版上表现优异。

Doubao Seedream 5.0 Lite（豆包图像创作模型 5.0 Lite）是字节跳动推出的一款专业级图像创作与多模态创意模型。作为 Seedream 系列的最新轻量化（Lite）迭代版本，它不仅在画面表现上继承了豆包一贯的高水准，更在实时检索、跨模态推理及一致性上实现了跨越式的升级。

GLM-Image 是智谱新旗舰图像生成模型， 模型全程基于国产芯片完成训练，采用独创的「自回归+扩散解码器」混合架构，兼顾全局指令理解与局部细节刻画，克服了海报、PPT、科普图等知识密集型场景生成难题，是面向以 Nano Banana Pro 为代表的新一代「认知型生成」技术范式的一次重要探索。

CosyVoice V3 Plus 是通义实验室推出的最新一代生成式语音合成（TTS）大模型。该模型代表了目前 CosyVoice 系列中合成效果最佳、综合能力最强的旗舰版本。

DeepSeek V4 Flash 是 DeepSeek V4 系列的两款强大的专家混合（Mixture-of-Experts, MoE）语言模型之一，拥有 284B 参数（13B 激活参数），支持 100 万 Tokens（1M Tokens）的上下文长度，支持非思考模式与思考模式。在 Agent 测评中，DeepSeek-V4-Flash 在简单任务上与 Pro 版本旗鼓相当，但在高难度任务上仍有差距。

DeepSeek V4 Pro 是 DeepSeek V4 系列的两款强大的专家混合（Mixture-of-Experts, MoE）语言模型之一，性能比肩顶级闭源模型，Agent 能力大幅提高，且具有丰富的世界知识和世界顶级推理性能，在数学、STEM、竞赛型代码的测评中，DeepSeek V4 Pro 超越当前所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。

Fun-ASR-Flash 是阿里巴巴通义实验室推出的工业级端到端语音识别（ASR）大模型，全面支持汉语传统七大方言体系（官话/吴/湘/赣/客/闽/粤），并适配 20+ 地区口音官话。针对中文古诗词的韵律、节奏与文言表达特点进行专项优化，提升对古诗词内容的识别准确率，适用于文化传承、教育讲解、有声读物等场景。

Qwen3-ASR-Flash 是阿里巴巴通义千问团队推出的一款高性能语音识别（ASR，Automatic Speech Recognition）模型服务。它基于强大的 Qwen3-Omni 多模态大模型底座，并经过了数千万小时多模态语音数据的精细训练，旨在提供极其快速、精准且具备大模型理解能力的语音转文字体验。

CosyVoice V3 Flash 是阿里巴巴通义实验室（FunAudioLLM 团队）推出的新一代轻量级、超低延迟的大语言模型语音合成（TTS）与声音克隆模型。作为 CosyVoice 3.0 家族中的重要一员，“Flash” 版本核心主打极致的响应速度（低延迟）与高性价比的商业化落地。

GLM-TTS 是一款以新一代智谱语音大模型为核心的语音合成（TTS）大模型，突破了传统的语音合成框架，通过上下文智能预判文本情绪与语调，显著提升语音自然度与表现力，让合成语音具备真实情感与生命力。