MiniMax M2.7 是 MiniMax 的新一代大语言模型，专为自主化、真实世界的生产力提升以及持续优化而设计。MiniMax M2.7 通过多智能体协作，主动参与自身演进，并将先进的智能体能力整合其中，使其能够在动态环境中规划、执行并改进复杂任务。M2.7 经过面向生产级性能的训练，能够处理诸如实时调试、根因分析、财务建模，以及跨 Word、Excel 和 PowerPoint 的完整文档生成等工作流程。

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。

Doubao Seed 2.0 Code 面向真实编程环境优化的 Coding 模型，能稳定调用 Claude Code 等常见 IDE 中的工具。模型特别优化了前端能力，在使用常见的前端框架时能有良好表现。模型支持使用 Skills，可以配合多种自定义技能使用。Doubao Seed 2.0 Code 是Seed 2.0 的编程加强版，更适合 Agentic Coding。

GLM-5 是智谱的旗舰开源基础模型，专为复杂系统设计与长期智能体工作流打造。它面向专业开发者，在大规模编程任务中展现出生产级性能，与领先的闭源模型并驾齐驱。凭借高级智能体规划、深度后端推理与迭代自我修正能力，GLM-5 已超越代码生成，迈向全系统构建与自主执行。

Doubao Seed 2.0 是面向高频企业场景兼顾性能与成本的均衡型模型，综合能力超越上一代 Doubao Seed 1.8。胜任非结构化信息处理、内容创作、搜索推荐、数据分析等生产型工作，支持长上下文、多源信息融合、多步指令执行与高保真结构化输出。在保障稳定效果的同时显著优化成本。Doubao Seed 2.0 Pro 侧重长链路推理能力与复杂任务稳定性，适配真实业务中的复杂场景。

Step 3.5 Flash 是阶跃星辰目前最强大的开源基座模型。它专为极致效率而生，具备前沿的推理能力和卓越的智能体（Agent）性能。该模型基于稀疏混合专家（MoE）架构，拥有 1960 亿参数，但处理每个 Token 时仅需选择性激活 110 亿参数。这种极高的“智能密度”使其推理深度足以媲美顶级闭源模型，同时兼顾了实时交互所需的敏捷响应速度。

DeepSeek-OCR 2 是 DeepSeek AI 发布的一款多模态文档识别模型，作为 DeepSeek-OCR 的升级版本。通过引入 DeepEncoder V2 架构，它实现了视觉编码范式从“固定扫描”到“语义推理”的转变。该模型用轻量级语言模型（Qwen2-0.5B）替代了原始的 CLIP 编码器，并加入了因果流查询机制，同时保留了 DeepSeek-3B-MoE 解码器。该模型仅需 256 到 1120 个视觉 token 即可覆盖复杂文档页面。

MiMo-V2-Pro 是小米的旗舰级基础模型，总参数量超过 1 万亿，支持 100 万上下文长度，专为智能体场景深度优化。该模型对 OpenClaw 等通用智能体框架具有高度适应性，在 PinchBench 和 ClawBench 等标准基准测试中稳居全球第一梯队，感知性能已接近 Opus 4.6 水平。MiMo-V2-Pro 旨在作为智能体系统的"大脑"，能够编排复杂的工作流程，驱动生产工程任务，并提供可靠的结果交付。

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。

Qwen3.6 27B 是 Qwen3.6 系列原生视觉语言 Dense 模型，模型效果相较 Qwen3.5 27B 重点提升了 Agentic Coding 能力、模型 STEM 与推理能力进一步增强；视觉模态方面在空间智能、物体定位与检测能力上显著增强，视频理解、文档 OCR 及视觉 Agent 能力稳步提升。

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。

Qwen3.6 Max Preview 是 Qwen3.6 系列中规模最大、综合能力最强的 Max 模型 Preview 版本，当前开放纯文本模型能力供体验。相较于此前发布的 Qwen3-Max 和 Qwen3.6-Plus ，本模型在 Vibe Coding 能力上进一步提升、Coding Agent 执行更加高效、前端编程开发能力显著提升，长尾知识能力进一步升级。

Embedding 3 是智谱 AI 推出的第三代文本向量化模型，在前代基础上全面升级，提供更强的语义理解能力和更灵活的向量维度选择。该模型支持自定义向量维度，在保持高质量语义表示的同时，为不同应用场景提供了更优的性能和成本平衡。

Qwen3.6 35B A3B 是 Qwen3.6 系列原生视觉语言模型，基于混合架构设计，融合了线性注意力机制与稀疏混合专家模型，实现了更高的推理效率。Qwen3.6 35B A3B 模型效果相较 Qwen3.5 35B A3B 显著提升了 Agentic Coding 能力、数学推理和代码推理能力、空间智能能力、物体定位与目标检测能力。

Qwen3.6 Flash 是 Qwen3.6 原生视觉语言系列 Flash 模型，模型效果相较 Qwen3.5 Flash 显著提升。本模型重点提升 Agentic Coding 能力（在多项代码智能体基准上大幅超越前代）、数学推理和代码推理能力；视觉方面在空间智能能力上显著增强，物体定位与目标检测提升尤为突出。

GLM-5.1 在编码能力上实现了重大飞跃，尤其在处理长周期任务方面提升显著。与此前基于分钟级交互构建的模型不同，GLM-5.1 可针对单一任务自主持续工作超过 8 小时，全程独立完成规划、执行与自我优化，最终交付完整的工程级成果。

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。

DeepSeek-OCR 2 是 DeepSeek AI 发布的一款多模态文档识别模型，作为 DeepSeek-OCR 的升级版本。通过引入 DeepEncoder V2 架构，它实现了视觉编码范式从“固定扫描”到“语义推理”的转变。该模型用轻量级语言模型（Qwen2-0.5B）替代了原始的 CLIP 编码器，并加入了因果流查询机制，同时保留了 DeepSeek-3B-MoE 解码器。该模型仅需 256 到 1120 个视觉 token 即可覆盖复杂文档页面。

KAT-Coder-Pro V2 是 KwaiKAT 的 KAT-Coder 系列中最新的高性能模型，专为复杂的企业级软件工程和 SaaS 集成而设计。它延续了前代版本在智能体编码方面的优势，重点面向大规模生产环境、多系统协同以及跨现代软件技术栈的无缝集成，同时还支持网页美学生成，可生成可直接用于生产的落地页和演示文稿。

MiMo-V2-Omni 是一款前沿的全模态模型，能够在统一架构中原生处理图像、视频和音频输入。它融合了强大的多模态感知能力与智能体功能——包括视觉定位、多步规划、工具使用和代码执行——使其非常适合处理跨越多种模态的复杂现实世界任务。