Model Center

Agnes 2.0 Flash 是 Agnes AI 的快速高效语言模型，适合智能体工作流、工具调用、编码、多轮对话、推理和图像理解等高频生产场景。

Agnes 3.0 Flash 是 Agnes AI 推出的全新一代升级文本模型，面向 Agent 编程与工具驱动任务，重点提升复杂任务的端到端执行质量。

Qwen3-Reranker-0.6B 是一款来自 Qwen3 系列的文本重排模型。 它专为优化初始检索系统的结果而设计，其核心功能是根据给定查询对文档的相关性进行重新排序。 该模型拥有 6 亿参数和 32k 的上下文长度，并继承了其 Qwen3 基础模型强大的多语言（支持超过 100 种语言）、长文本理解及推理能力。评测结果显示，Qwen3-Reranker-0.6B 在 MTEB-R、CMTEB-R 和 MLDR 等多个文本检索基准测试中均取得了优异的性能

Qwen3-Reranker-4B 是一款功能强大的文本重排模型，源自 Qwen3 系列，拥有 40 亿参数。 该模型旨在通过根据查询对初始文档列表进行重新排序，从而显著提升搜索结果的相关性。 它继承了其 Qwen3 基础模型的核心优势，包括对长文本（上下文长度高达 32k）的卓越理解能力以及对超过 100 种语言的强大支持。 基准测试结果表明，Qwen3-Reranker-4B 模型在各种文本和代码检索评测中表现出色

Qwen3-VL-Reranker 是 Qwen3 多模态重排序模型系列的最新专有模型，专为视觉-语言相关性建模与精排决策任务设计。该模型基于 Qwen3 系列高性能视觉语言密集基础模型构建，具备强大的跨模态语义对齐与细粒度理解能力，可对文本、图像及其组合进行高精度相关性打分与排序判断。模型支持长上下文输入，能够处理复杂查询、多候选内容与多轮语义条件，在多模态检索增强生成（RAG）、跨模态搜索、内容推荐与审核等场景中显著提升最终结果质量。继承 Qwen3 系列卓越的多语言与视觉推理能力，Qwen3-VL-Reranker 在跨语言与复杂语义匹配任务中表现稳定可靠，并支持指令感知与任务自适应优化，帮助开发者针对不同业务目标实现更高相关性与转化效率。

GLM-4.5-AirX为GLM-4.5-Air的极速版，响应速度更快，专为大规模高速度需求打造。

Qwen3-VL-Embedding 是 Qwen3 多模态模型体系中的新一代视觉-语言嵌入模型，专为跨模态语义理解、检索与排序任务设计。该模型基于 Qwen3 系列高性能视觉语言基础模型构建，能够将文本、图像及其组合统一映射到高质量向量空间，实现精准的跨模态语义对齐。模型支持长上下文输入与高维嵌入表示，兼顾细粒度语义表达与大规模检索效率，广泛适用于多模态搜索、RAG 知识增强、内容推荐、相似度计算与智能审核等场景。继承 Qwen3 系列卓越的多语言与视觉理解能力，Qwen3-VL-Embedding 在复杂语义推理与跨语言跨模态任务中表现出色，并支持灵活的输出维度与任务指令感知能力，帮助开发者针对不同业务场景进行高效优化。

Qwen3-Embedding-0.6B 是 Qwen3 嵌入模型系列的最新专有模型，专为文本嵌入和排序任务设计。该模型基于 Qwen3 系列的密集基础模型，具有 6 亿参数规模，支持长达 32K 的上下文长度，可生成最高 1024 维的嵌入向量。模型继承了基础模型卓越的多语言能力，支持超过 100 种语言，具备长文本理解和推理能力。在 MTEB 多语言排行榜上表现优异（得分 64.33），在文本检索、代码检索、文本分类、文本聚类和双语挖掘等多项任务中表现出色。模型支持用户自定义输出维度（32 到 1024）和指令感知功能，可根据特定任务、语言或场景进行优化，为需要平衡效率和效果的应用场景提供理想选择

百度自研的旗舰级超大规模⼤语⾔模型，综合效果表现出色，广泛适用于各领域复杂任务场景；支持自动对接百度搜索插件，保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀

Qwen-Turbo基于Qwen2.5开发，具有速度快、成本低的特点，适用于处理简单任务。

Qwen-Turbo基于Qwen2.5开发，是一款支持100万token上下文长度的大模型，具有速度快、成本低的特点，适用于处理简单任务。

Qwen-Plus 基于 Qwen2.5 基础模型构建，是一款支持 131K 上下文长度的大模型，在性能、速度与成本之间实现了良好平衡。

Sound Effect

Grok 3是Grok的第三代版本，在数据提取、编码和文本摘要等企业用例中表现出色。

Text to Audio

模型能力全面提升，更好满足多轮长历史对话处理、长文档理解问答任务。

模型能力全面提升，更好满足多轮长历史对话处理、长文档理解问答任务。

GPT OSS 20B是OpenAI发布的开放权重210亿参数模型，它采用MoE架构，每次前向传递有36亿个有效参数，并针对低延迟推理和在消费级或单GPU硬件上的部署进行了优化。该模型采用OpenAI的Harmony响应格式进行训练，并支持推理级别配置、微调和代理功能，包括函数调用、工具使用和结构化输出。

GPT OSS 120B是OpenAI推出的开放权重、包含1170亿个参数的MoE语言模型，专为高推理、代理和通用生产用例而设计。它每次前向传递可激活51亿个参数，并经过优化，可在具有原生MXFP4量化的单个H100 GPU上运行。

文本创作、知识问答等能力提升显著。输出长度及整句时延相较ERNIE 4.5有所增加。

文心一言大模型全新版本，图片理解、创作、翻译、代码等能力显著提升，首次支持32K上下文长度，首Token时延显著降低。

Meta Llama 3.3 是一款多语言大语言模型，在 70B 参数规模下进行了预训练与指令微调，支持文本输入与输出。该模型专为多语言对话场景优化，具备强大的生成与理解能力。

GPT 4o是OpenAI智能水平最高、通用性最强的旗舰模型。它支持文本与图像输入，并生成文本输出（包括结构化结果），在大多数任务中表现出色，是目前除o系列专用模型外能力最强的通用模型。

GPT-4o-mini是一款快速、经济的小型模型，适用于聚焦型任务和微调场景。它支持文本和图像输入，并生成文本输出，在成本和响应速度方面具有显著优势。