筛选
模型列表
共 180 个模型
Baidu ERNIE 5.0
Baidu ERNIE 5.0 是百度文心新一代原生全模态大模型，采用原生的全模态统一建模技术，将文本、图像、音频、视频联合建模，具备综合的全模态能力。百度文心 5.0 模型基础能力全面升级，基准测试集表现出色，多模态理解、指令遵循、创意写作、事实性、智能体规划与工具应用等表现尤其出色。
文本生成、深度思考、多模态
Qwen3.5 35B A3B
Qwen3.5 系列 35B-A3B 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。该模型的综合表现接近于 Qwen3.5-27B。
深度思考、视觉理解、文本生成
Qwen3.5 122B A10B
Qwen3.5 系列 122B-A10B 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。该模型的综合表现仅次于 Qwen3.5-397B-A17B，文本能力显著优于 Qwen3-235B-2507，视觉能力优于 Qwen3-VL-235B。
深度思考、视觉理解、文本生成
Qwen3.5 Flash
Qwen3.5 原生视觉语言系列 Flash 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。模型效果在纯文本与多模态方面相较 Qwen3 系列均实现飞跃式进步；响应速度快，兼具推理速度和性能。
深度思考
Qwen3.5 27B
Qwen3.5 系列 27B 原生视觉语言 Dense 模型，融合了线性注意力机制；响应速度快，兼具推理速度和性能。该模型的综合能力接近于 Qwen3.5-122B-A10B。
深度思考、视觉理解、文本生成
Qwen3.5 397B A17B
Qwen 3.5 系列 397B-A17B 原生视觉语言模型采用了混合架构，该架构将线性注意力机制与稀疏混合专家模型相结合，实现了更高的推理效率。该模型在语言理解、逻辑推理、代码生成、智能体相关任务、图像理解、视频理解以及图形用户界面交互等多个任务中展现出顶尖性能，达到业界领先水平。凭借强大的代码生成和智能体能力，该模型在各类智能体应用中表现出卓越的泛化性能。
文本生成、深度思考、多模态
Doubao Seed 2.0 Code
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。
代码补全、深度思考
Qwen 3.5 Plus
Qwen 3.5 原生视觉语言系列 Plus 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。在多项任务评测中，3.5 系列均展现出与当前顶尖前沿模型相媲美的卓越性能，模型效果在纯文本与多模态方面相较 3 系列均实现飞跃式进步。
文本生成、深度思考、多模态
Doubao Seed 2.0 Pro
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。
文本生成、深度思考、多模态
GLM 5
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。
文本生成、深度思考、代码补全
MiniMax M2.5
MiniMax-M2.5 是一款最先进的大语言模型，专为提升实际生产力而设计。通过在多样化的复杂真实数字工作环境中训练，M2.5 在 M2.1 编码专长的基础上扩展至通用办公领域，能够熟练生成和操作 Word、Excel、PowerPoint 文件，在不同软件环境间进行上下文切换，并与各类智能体及人类团队协同工作。M2.5 在 SWE-Bench Verified、Multi-SWE-Bench 和 BrowseComp 上分别取得 80.2%、51.3% 和 76.3% 的得分，同时相比前代模型具有更高的词元效率——这得益于其通过规划优化自身行动与输出的训练机制。
内容生成、 深度思考、代码补全
输入：¥ 0.003 / 千 tokens
输出：¥ 0.01 / 千 tokens
Qwen3 Max Thinking
Qwen3-Max-Thinking 是 Qwen3 系列中的旗舰推理模型，专为需要深度、多步推理的高难度认知任务而设计。通过大幅扩展模型容量与强化学习计算规模，该模型在事实准确性、复杂推理、指令遵循、人类偏好对齐及智能体行为方面均取得了显著提升。
文本生成、深度思考
Qwen3 Coder Next
Qwen3-Coder-Next 是一款开放权重的自回归（因果）语言模型，针对编程智能体与本地开发工作流进行了优化。它采用稀疏专家模型（Mixture-of-Experts，MoE）设计，总参数量为 80B（约 800 亿），但每个 token 仅激活 3B（约 30 亿）参数，能够提供与那些每次激活计算量高 10 到 20 倍的模型相当的性能，因此非常适合对成本敏感且需要常驻运行的智能体部署。 模型在训练中强调代理能力（agentic focus），在长时程的编码任务、复杂工具调用以及从执行失败中恢复方面具有可靠表现。模型原生支持 256k 的上下文窗口，能够无缝集成到真实世界的命令行（CLI）和集成开发环境（IDE）中，并能很好地适配现代编码工具常用的代理框架。该模型仅在非“思考”模式（non-thinking mode）下运行，不会输出 `<think>` 块，从而简化了在生产级编码智能体中的集成。
文本生成、深度思考、代码补全
输入：¥ 0.0015 / 千 tokens
输出：¥ 0.009 / 千 tokens
Step 3.5 Flash
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。
文本生成、代码补全、深度思考
输入：¥ 0.0012 / 千 tokens
输出：¥ 0.0035 / 千 tokens
Kimi K2.5
Kimi K2.5 是月之暗面（Moonshot AI）自主研发的多模态模型，具备顶尖的视觉编码能力与自主智能体集群范式。该模型基于 Kimi K2 架构，通过对约 15 万亿视觉与文本混合 Token 进行持续预训练，在通用推理、视觉编码及智能体工具调用方面表现卓越。
文本生成、视觉识别、深度思考、多模态
输入：¥ 0.0055 / 千 tokens
输出：¥ 0.029 / 千 tokens
MiniMax M2-her
MiniMax M2-her是一款以对话为核心的大型语言模型，专为沉浸式角色扮演、人物驱动型聊天以及富有表现力的多轮对话而打造。该模型设计上注重保持语调与个性的言行一致性，支持丰富的消息角色类型（如用户系统、群组、示例用户消息、示例AI消息），并能通过示例对话学习，从而更好地匹配用户场景的风格与节奏。对于追求自然流畅的对话节奏和生动交互体验的故事叙述、虚拟伙伴及对话式应用场景而言，它是理想的选择。
文本生成、角色扮演
输入：¥ 0.00375 / 千 tokens
输出：¥ 0.015 / 千 tokens
Baidu ERNIE 5.0 Thinking Preview
文心新一代模型文心5.0是原生全模态大模型，采用原生的全模态统一建模技术，将文本、图像、音频、视频联合建模，具备综合的全模态能力。文心5.0基础能力全面升级，基准测试集表现出色，多模态理解、指令遵循、创意写作、事实性、智能体规划与工具应用等表现尤其出色。
深度思考、多模态
GLM 4.7 Flash
作为具备300亿参数规模的先进模型，GLM-4.7-Flash在性能与效率之间实现了新的平衡。该模型进一步针对智能编程场景进行优化，增强了代码生成、长程任务规划及工具协作能力，在多项主流公开基准测试中均取得同规模开源模型的领先表现，为追求高效能计算的应用提供了卓越选择。
文本生成、深度思考
输入：¥ 0.00125 / 千 tokens
输出：¥ 0.0055 / 千 tokens
Qwen Flash Character
Qwen Flash Character 是通义千问系列多语言角色扮演模型，本模型是动态更新版本，模型更新会提前通知，适合拟人化的角色扮演，同时优化了限定人设指令遵循、话题推进、倾听共情等能力，支持个性化角色的深度还原。
文本生成、角色扮演
输入：¥ 0.00027 / 千 tokens
输出：¥ 0.00175 / 千 tokens
Doubao Seed 1.8
Doubao-Seed-1.8 面向多模态 Agent 场景定向优化。Agent 能力上，Tool Use、复杂指令遵循等能力均大幅增强。多模态理解方面，视觉基础能力显著提升，可低帧率理解超长视频，视频运动理解、复杂空间理解及文档结构化解析能力也有所优化，还原生支持智能上下文管理，用户可配置上下文策略。
多模态、深度思考