Model Center

GPT‑6 Astra是OpenAI面向高要求端到端工作的旗舰模型。它适用于高级分析、软件工程、深度研究、科研工作以及文档创作，在涉及计算机与浏览器操作的长周期智能代理任务方面具备突出优势。

Qwen3.8-Max-0902（别名qwen3.8-max-2026-09-02）是qwen3.8-max的快照版本。编码深度再突破，可驾驭更复杂的工程级项目与长程自主开发；协作智能体能力显著增强，在多工具调度与端到端交付中表现更从容；视觉理解全面精进，图表推理、文档解析与多模态感知更敏锐准确。延续 100 万上下文、思考模式与完整工具生态，在更高智能水平上持续进化。

Gemini 3.8 Flash 是谷歌旗下能力最强的 Flash 模型，相较于 3.7 Flash 版本，它在软件工程、智能代理任务以及多步推理方面实现了大幅提升。

Gemini 3.7 Flash 是谷歌推出的多模态模型，适用于智能代理工作流、代码编写以及复杂多步推理场景。该模型专为需要响应迅速、可稳定完成多步问题求解的任务打造。

Claude Sonnet 4.5 是 Anthropic 迄今为止最先进的 Sonnet 模型，针对真实代理和编码工作流程进行了优化。它在 SWE-bench Verified 等编码基准测试中展现出顶尖性能，并在系统设计、代码安全性和规范遵循性方面均有所改进。该模型旨在实现扩展自主操作，保持跨会话的任务连续性，并提供基于事实的进度跟踪。 Sonnet 4.5 还引入了更强大的代理功能，包括改进的工具编排、推测并行执行以及更高效的上下文和内存管理。凭借增强的上下文跟踪和跨工具调用的令牌使用感知功能，它尤其适用于多上下文和长时间运行的工作流。用例涵盖软件工程、网络安全、财务分析、研究代理以及其他需要持续推理和工具使用的领域。

Veo 3.1 是 Google 最先进的模型，可生成高保真度的 8 秒 720p 或 1080p 视频，这些视频具有惊人的逼真效果和原生生成的音频。

混元Hy4 preview总参数770B、激活参数49B，重点面向Agent、Coding与生产力场景优化，强化复杂任务中的理解、规划、工具调用与持续执行能力。相比上一代模型，Hy4 preview在多步骤Agent、代码开发和生产力任务上进一步提升，具备更好的任务拆解、上下文承接、指令遵循和长链路执行能力。在Coding场景中，进一步增强代码理解、生成、修改和复杂工程任务处理能力；在生产力场景中，重点提升文档处理、信息分析、办公自动化、游戏开发、网页生成及跨工具协作等能力。Hy4 preview适用于Coding Agent、复杂工具调用以及各类需要多步骤规划和持续执行的Agent工作流，为真实业务场景中的复杂任务提供更可靠的任务完成能力。

Qwen3.5-Omni是Qwen最新一代全模态大模型，支持文本，图片，音频，音视频理解与交互。作为 Qwen3-Omni 的全面进化版本， 支持超过 10 小时的音频理解及超过 400 秒的 720P（1 FPS）音视频理解与对话，并进一步拓展语言范围，支持60+种语言音频输入，30+语言语音输出，并且具备强大的结构化音视频理解能力，广泛应用于文本创作、语音助手、多媒体分析等场景，提供自然流畅的多模态理解与交互体验。

Qwen3.5-Omni是Qwen最新一代全模态大模型，支持文本，图片，音频，音视频理解与交互。作为 Qwen3-Omni 的全面进化版本， 支持超过 10 小时的音频理解及超过 400 秒的 720P（1 FPS）音视频理解与对话，并进一步拓展语言范围，支持60+种语言音频输入，30+语言语音输出，并且具备强大的结构化音视频理解能力，广泛应用于文本创作、语音助手、多媒体分析等场景，提供自然流畅的多模态理解与交互体验。

Qwen3.8-Flash 是千问最新推出的多模态大模型，兼具强大的理解与生成能力和出色的响应速度。模型原生支持百万级上下文窗口，能够一次性处理超长文档、代码仓库和复杂对话。在编程辅助、智能体协作、图文理解等场景中表现尤为出色——无论是自动修复代码、操作桌面应用，还是分析图表与长视频，都能给出准确、高质量的结果。同时兼容 OpenAI 与 Anthropic 主流接口协议，可无缝接入 Claude Code、Codex 等开发者工具，轻松构建高并发应用与智能工作流。凭借优异的性能与极具竞争力的推理成本，Qwen3.8-Flash 是开发者和企业在 AI 应用中兼顾效果与效率的理想选择。

GPT-5.6 Luna是OpenAl公司GPT-5.6系列中的一款快速且成本效益高的模型。它适用于高容量、对时延敏感的任务，如聊天、分类以及轻量级代理式工作流程，并以其在价格定位范围内的出色推理能力而著称。

Claude Haiku 4.5 为各种用例提供​​近乎前沿的性能，并脱颖而出，成为最佳编码和代理模型之一——其速度和成本恰到好处，能够为免费产品和海量用户体验提供支持。用例：为免费层级用户体验提供支持：Claude Haiku 4.5 以合理的成本和速度提供近乎前沿的性能，使为免费代理产品和代理用例提供支持在经济上可行。

Veo 3.1 是 Google 最先进的模型，可生成高保真度的 8 秒 720p 或 1080p 视频，这些视频具有惊人的逼真效果和原生生成的音频。

DeepSeek V4 Flash Vision Exp是DeepSeek推出的DeepSeek V4 Flash 0731实验版视觉能力版本，新增图像理解能力，同时在智能代理、推理以及世界知识等文本能力方面与基础模型保持同等水平。该模型为稀疏混合专家模型，总参数量2840亿，激活参数量130亿。适用于文档与图表理解、视觉问答，以及文本与图像交替处理的多模态智能代理工作流。

GLM-5.3 是智谱最新旗舰模型，复杂软件工程与 Agent 任务能力全面进阶。它使用与 GLM-5.2 相同的基础模型——所有提升均来自后训练。与 GLM-5.2 相比，它在复杂编程和长程任务方面表现更加出色。

Qwen3.8 27B是通义千问推出的一款开放权重稠密多模态视觉语言模型。该模型适用于代码编写、专业工作流程、科研、多模态交互以及长时间运行的智能体任务，可开启或关闭灵活思考能力。

Sora2 是OpenAI 于2025 年9 月30 日发布的AI 视频生成模型升级版。 它在物理模拟、真实感和可控性方面大幅提升，能够生成高度逼真的视频，包括复杂动作如奥运体操或滑水后空翻等场景，并首次支持与画面匹配的AI 音频生成。

KAT-Coder 系列模型中的轻量化版本。专为 Agentic Coding 设计，全面覆盖编程任务与场景，通过大规模智能体强化学习，实现智能行为涌现，在代码编写性能上显著超越同类模型。

DeepSeek V4 Pro 是 DeepSeek 推出的大型专家混合模型，它专为高级推理、编码和长远视野代理工作流设计，在知识、数学和软件工程基准测试中表现出色。它基于与 DeepSeek V4 Flash 相同的架构，引入了混合注意力系统，实现高效的长上下文处理，并支持多种推理模式，根据任务平衡速度和深度。它非常适合复杂工作负载，如全代码库分析、多步自动化和大规模信息综合，这些工作在能力和效率上都至关重要。

HappyHorse-1.1-T2V支持文生视频，进一步提升文本语义理解、镜头调度与动态生成表现。模型能够更精准地还原创作意图，在人物动作、场景氛围、视觉美感和物理运动上生成更流畅自然、细节丰富且一致性更高的高质量视频。

Qwen3.7原生视觉语言系列Flash模型，相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强，真实世界感知与空间智能进一步提升，Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定，多模态Coding能力优化、vibe coding 体验更加流畅。

MiniMax H3 是开放通用的多模态视频模型，可以统一理解文本、图片、视频和音频输入，完成视频生成、参考创作与视频编辑。

Qwen3.5-4B 是通义千问团队推出的原生多模态大语言模型，拥有 4B 参数，是 Qwen3.5 系列中最轻量的 Dense 模型。该模型采用门控 Delta 网络与门控注意力相结合的高效混合架构，原生支持 256K 上下文长度，并可扩展至约 100 万 tokens。模型通过早期融合训练实现了统一的视觉语言基础能力，支持文本、图像和视频理解，在同规模模型中表现优异，多项指标超越 GPT-5-Nano 和 Gemini-2.5-Flash-Lite。模型默认启用思考模式（Thinking Mode），支持工具调用，并覆盖 201 种语言和方言

Qwen3.5-9B 是通义千问团队推出的原生多模态大语言模型，拥有 9B 参数。作为 Qwen3.5 系列的轻量级 Dense 模型，它采用门控 Delta 网络与门控注意力相结合的高效混合架构，原生支持 256K 上下文长度，并可扩展至约 100 万 tokens。模型通过早期融合训练实现了统一的视觉语言基础能力，支持文本、图像和视频理解。模型默认启用思考模式（Thinking Mode），支持工具调用，并覆盖 201 种语言和方言