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。

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。

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。

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。

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。

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 Lite 兼顾生成质量与响应速度，适合作为通用生产级模型。

Doubao Seedream 5.0 Pro 是字节跳动 Seed 团队研发的最新一代旗舰级多模态图像创作与编辑模型。Seedream 5.0 Pro 模型将图像创作推进到可控生产的新阶段，本次更新的主要亮点是编辑更可控、生产更落地、效果更自然。

Tongyi GTE Rerank V2 是由阿里巴巴通义实验室（Tongyi Lab）研发的第二代通用文本重排序（Rerank）模型。该模型广泛应用于检索增强生成（RAG）、智能客服、企业知识库以及多语言搜索等业务场景。

MiMo-V2.5-ASR 是由小米（Xiaomi）MiMo 团队开发的一款端到端（End-to-End）开源语音识别（ASR）模型。模型于2026年7月正式发布，定位为全链路语音模型的“听觉基座”，适用于应对真实世界中复杂多变的语音场景。

Qwen3 Rerank 是通义团队构建的专门用于文本检索二次排序的模型。Qwen3 Rerank 基于 Qwen LLM 底座训练的文本排序模型，对输入的 Query 和候选 Docs 进行相关性排序，支持 100+ 语种和长文本输入，适用于文本检索、RAG 等场景，效果对齐开源 Qwen3-Rerank 系列模型

Zhipu Rerank 模型用于文本重排序，通过接收用户的查询文本（`query`）及候选文本列表（`documents`），使用模型计算候选文本与查询文本的相关性得分并返回分数。Rerank 模型适用于智能问答、信息检索、RAG知识库等场景。

腾讯混元 Hy3 正式版面向真实业务场景打磨，采用 295B 总参数、21B 激活 MoE 架构，原生支持 256K 上下文，并提供了多档思考模式，兼顾极速响应、复杂推理与调用成本。Hy3 正式版重点提升了 Coding Agent、长文理解、多轮上下文承接、搜索问答与复杂任务执行能力，在减少幻觉、提升任务完成度和工程可用性方面表现更稳。

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。

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。

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。

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。

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。