MODEL INDEX
模型索引
当前页显示 20 个模型,可按输入、输出、交互方式、机构与发布日期组合筛选。
- GE
Gemini 4 Neon
文本 + 图像 + 音频 + 视频 → 文本流式输出Gemini 4 Neon(gemini-4-neon)是 Google DeepMind 面向复杂编码、分析推理和企业知识工作的多模态模型,由 Gemini 4 Carbon 改造而来。模型接收文本、图像、音频和视频,输出文本。输入和输出共享约 100 万 token 的上下文窗口,默认同步输出上限为 64K token,长解码可在共享窗口内继续生成。
已发布1 个事件 - GP
GPT-6.2 Sol
文本 + 图像 → 文本流式输出GPT-6.2 Sol 是 OpenAI 面向日常编码、写作和多步骤智能体任务的通用模型。它能结合文字、图像和工具完成任务,并支持通过 Responses API 调用网页搜索和计算机操作工具。
已发布1 个事件 - GP
GPT-6.2 Astra
文本 + 图像 → 文本流式输出GPT-6.2 Astra 是 OpenAI 面向复杂推理、编程和专业文档工作的模型。它可以结合文本和图像修改代码、操作计算机,并按给定模板制作演示文稿、电子表格和文档。
已发布1 个事件 - QW
Qwen4-Max
文本 + 图像 + 视频 → 文本流式输出Qwen4-Max 是千问新一代旗舰多模态模型,支持文本生成、图像与视频理解、深度推理、工具调用和结构化输出,面向编程、办公、前端设计及复杂智能体任务。上下文为 1,000,000 token;非思考模式最大输出 131,072 token,思考与最终回答合计最多 262,144 token。
已发布1 个事件 - GE
Gemini 4 Hydrogen
文本 + 图像 + 音频 + 视频 → 文本Gemini 4 Hydrogen 是 Google DeepMind 发布的多模态模型,面向日常编码、智能体工作流及通用任务。模型支持文本、图像、音频和视频输入与文本输出,上下文窗口为 1,048,576 token。
已发布1 个事件 - MU
Muse Ember
文本 + 图像 + 音频 + 视频 → 文本Meta 发布的轻量多模态模型,面向推理、工具调用、编程子任务和文档处理,支持文本、图像、音频和视频输入以及文本输出。
已发布1 个事件 - CL
Claude Fable 5.2
文本 + 图像 → 文本Anthropic 发布的模型,面向复杂推理、编程和长时间智能体任务;支持文本与图像输入、文本输出,具备 100 万 token 上下文窗口。
已发布1 个事件 - GP
GPT-6 Cyber
文本 + 图像 → 文本OpenAI 的网络安全专用模型,基于 GPT-6 Astra,面向授权范围内的漏洞发现、验证和安全研究;支持文本与图像输入、文本输出。
受限1 个事件 - HY
Hy4
文本 + 图像 → 文本腾讯混元团队发布的新一代旗舰大模型 Hy4。模型采用 MoE 混合专家架构,总参数 770B、激活 49B,支持 100 万 token 上下文。相比预览版,Hy4 首次引入多模态视觉理解与电脑操作(Computer Use)能力,在指令遵循、长程智能体、代码与专业金融分析等真实生产力场景实现全面提升。
已发布1 个事件 - GP
GPT Image 2.6
文本 + 图像 → 图像GPT Image 2.6 面向高质量图像生成与编辑,支持原生动图 GIF 生成、透明图层 markup 局部修改与 SVG 矢量导出,生成速度提升约 50%,并在多轮编辑中强化角色与品牌一致性;API 提供 Flare(速度优先)与 Sunburst(细节与一致性优先)两款模型。
已发布1 个事件 - GE
Gemini 4 Carbon
文本 + 图像 + 音频 + 视频 → 文本Google DeepMind 的 Gemini 4 前沿模型,面向复杂知识工作、软件工程、科学推理和长程智能体任务。官方模型卡确认支持文本、图像、音频和视频输入及文本输出,输入输出合计上下文最长 100 万 token。2026 年 10 月 28 日公布,11 月 10 日扩展至付费 API 和 Google AI Ultra 等产品渠道。
已发布2 个事件 - GP
GPT-6.1 Terra
文本 + 图像 → 文本普通请求OpenAI 发布的多模态模型,侧重视觉推理、计算机操作和自然写作,亦支持编程任务。API 支持文本和图像输入及文本输出,最大上下文窗口为 1,050,000 token。
已发布1 个事件 - KI
Kimi K3.1 Pro
文本 + 图像 + 视频 → 文本流式输出月之暗面于 2026 年 10 月 23 日发布 Kimi K3.1 Pro 旗舰多模态推理模型。作为 Kimi K3 的后训练升级版,模型保持 2.8T MoE 架构与 100 万 token 上下文,大幅增加后训练与跨领域强化学习算力,在长程代码工程(支持 Unity、Unreal、Godot)、3D/CAD 建模、智能体工作流与金融研究方面取得突破,在 Terminal-Bench 4.0 达到 65.7%。全量模型权重计划于 2026 年 11 月 4 日公开发布。
已发布1 个事件 - MU
Muse Spark Open
文本 + 图像 + 音频 + 视频 → 文本普通请求Meta 发布的多模态开放权重模型,面向编程、智能体和多步推理任务。模型总参数为 816B,每次激活 42B,支持最高约 100 万 token 上下文。
已发布1 个事件 - MU
Muse Wonder
文本 + 图像 + 视频 → 文本流式输出Meta 推出面向个人与专业智能体的前沿推理模型系列 Muse Wonder,由 Alexandr Wang 领导的 Meta 超级智能实验室(MSL)历时 14 个月重组研发。模型引入 Active Memory(主动记忆)与 Active Focus(主动专注),支持 100 万 token 上下文与长程复杂工具调用。社区实测指出,其在公开评测集表现极高但引发“BenchMax”(针对 benchmark 激进优化)争议,多步 Agent 思考与调用致 token 消耗极快(“TokenWonder”),且受地区政策限制在部分区域无法直接登录访问,复杂空间与 3D 建模任务也存在明显短板。
已发布1 个事件 - CL
Claude Haiku 5.5
文本 + 图像 → 文本流式输出Anthropic 面向高频、低延迟任务的小型模型,支持摘要、上下文压缩、分类、编程子任务和计算机操作;提供 100 万 token 上下文与自适应思考。
已发布1 个事件 - NA
Nano Banana 2.1
文本 + 图像 + 视频 → 文本 + 图像Google DeepMind 的图像生成与对话式编辑模型,API ID 为 gemini-nano-banana-2.1。它是 Nano Banana 2 的更新,改善视觉质量、提示遵循、多轮角色一致性、文字渲染和宽幅图像表现,支持 1K、2K、4K 输出及搜索增强。标准 API 的 1K 图片输出为 $0.0336/张(约 $0.034),相比 Nano Banana Pro 的 $0.134/张约低 75%;该比较仅包含图片输出费用。
已发布1 个事件 - MI
Mistral Large 4
文本 + 图像 → 文本Mistral Large 4(Le Chonk)是 Mistral AI 的原生多模态混合专家模型,拥有 1.05T 总参数、49B 激活参数和 1.6B 视觉编码器,支持文本与图像输入、文本输出及 1M token 上下文。模型在欧洲自有数据中心从头训练,面向编程、智能体、网络防御、制造、金融及法律等工作负载。2026 年 10 月 6 日开放 API 公开预览;权重计划于 2026 年 10 月底发布,目前尚未开放。
限量预览1 个事件 - GE
Gemini 4 Argon
文本 + 图像 + 音频 + 视频 → 文本普通请求Google DeepMind 于 2026 年 9 月 30 日公布的 Gemini 4 系列前沿推理模型,10 月 13 日扩大至开发者、企业和消费者付费产品。面向软件工程、多步骤智能体和专业知识工作;支持文本、图像、音频、视频输入及文本输出,API 统一输入、思考、输出窗口为 1,048,576 token。
已发布2 个事件 - GP
GPT-6.1 Sol
文本 + 图像 → 文本普通请求GPT-6.1 Sol 更新 GPT-6 Sol,面向编程、计算机操作与专业知识工作;官方 API 支持文本和图像输入、文本输出,提供 105 万 token 上下文。
已发布1 个事件