AI 模型库

Gemini 4 Carbon 于 2026-10-28 发布：AA 智能指数 v5.0 得 59 分排名第一，SEC-bench Pro 88.2%，但当前只对 Fairwind 计划内的网安防御者开放。

GPT-6.1 Terra 于 2026-10-26 发布：$1 输入 / $5 输出、1.05M 上下文、128K 输出，定位视觉推理与精确 computer use，已进 GitHub Copilot 模型池。

Kimi K3.1 Pro 于 2026-10-24 发布：基于 K3 大规模后训练，3T 级参数、1M 上下文，Terminal-Bench 4.0 得 65.7%，API 约 $2/$10，权重承诺 11-04 前放出。

Gemini 4 Argon 于 2026-10-13 全球开放：1M 统一输入输出额度，首发 $2/$10 至 11-30，12-01 起涨到 $4/$20，仅付费 API 与 Pro/Ultra 订阅可用。

Meta Muse Wonder 于 2026-10-12 发布：1M 上下文、$4/$20，主打 Active Memory 与 Active Focus；最强的 Wonder Full 仅对 Muse Code 订阅开放。

Claude Haiku 5.5 于 2026-10-07 发布：1M 上下文、128K 输出，≤100K 提示时 $0.10/$0.50，官方称平均比 Haiku 4.5 便宜约 75%。

Vidu Q4 Preview 于 2026-10-07 发布：单次最长 16 秒、最高 4K 10bit、最多 15 张参考图与 3 段参考音频，原生声画同步，首发 ¥0.09/秒起。仅支持图生视频与参考生视频，AA 图生视频榜第 3。

Mistral Large 4 于 2026-10-06 开放预览、10 月底放出权重：约 1T 参数 MoE、49B 激活、1M 上下文，API 列价 $0.70/$2.10，主攻自托管编程与网安。

GPT-6.1 Sol 于 2026-09-29 发布，与 GPT-6 Sol 同价 $2/$10：1.05M 上下文、128K 输出，已成为 Codex 默认模型与 GitHub Copilot 可选模型。

Claude Sonnet 5.5 于 2026-09-28 发布：$2/$10 同价换代、1M 上下文，官方称输出快 30%+ 且同任务更省 token，即日成为 API 默认 Sonnet。

Anthropic 于 2026-09-22 发布的 Claude 5.5 家族首款模型 claude-opus-5-5：输入 $4 / 输出 $20 每百万 token，缓存读降至 $0.20，官方称多数任务达到 Fable 5.1 水平而典型负载成本比 Opus 5 低约 40%，Terminal-Bench 4.0 达 66.4%。

GPT-6 Luna 是 OpenAI 2026-09-22 发布的轻量模型：1.05M 上下文 / 128K 输出，面向摘要、抽取、分类等高吞吐批量任务，Decisions API 已随其转正。

OpenAI 于 2026-09-22 发布的 GPT-6 中阶主力 gpt-6-sol：API 价 $2 输入 / $10 输出每百万 token，较 GPT-5.6 Sol 促销价腰斩，1.05M 上下文 / 128K 输出，官方定位复杂编程与 agentic 工作流，已在 Codex、ChatGPT Work 与 API 上线。

阿里 Qwen-Image-2.1：7B 开源图像模型，生成与编辑共用一个 checkpoint，原生 RGBA 透明输出、单次最多 10 张参考图、默认 2K 出图，Day-0 支持 ComfyUI。

阿里千问 2026-09-19 发布的实时同声传译大模型：Interleave 架构 + Hybrid MoE Thinker–Talker 双模块，字均延迟（LAAL）2.8 秒降至 2.3 秒，支持 60 种语言；新增实时说话人分离、原文译文同帧同出、长上下文消歧三大能力，官方评测在 Omnilingua-MSpeaker 与 FLEURS 上领先主流实时同传系统。

阶跃星辰 Step 5 Preview：600B 稀疏 MoE（激活约 27B）、1M 上下文，主打长程 Agent 与编程。AA 智能指数 44，API $1/$2.7 每百万 token，BF16 与 NVFP4 权重 10 月已开源。

中国电信 2026-09-17 发布的星辰 Xing4.0-29B-A4B，MoE 架构总参 29B、激活 4B，是国内首个基于国产算力与国产框架完成训练、面向复杂工程任务深度优化的百亿参数模型；低比特量化后可在消费级显卡本地运行，已开源上线多个社区。

Google DeepMind 于 2026-09-15 发布的原生语音到语音（speech-to-speech）实时对话模型，含标准版与 Extended Thinking 两个版本。Extended Thinking 可在说话的同时后台推理、异步调用工具并实时汇报进度，以 82.6 分登顶 Artificial Analysis 语音质量指数；实测每小时输入音频成本 3.50 美元，标准版低至 0.84 美元。支持 97 种语言单次对话内切换、近实时视觉输入、128K 上下文，输出音频带 SynthID 水印。

Grok 4.7 已上线官方 API：500K 上下文、$2/$0.50/$6 每百万 token。AA 智能指数 46.3 与 MiMo 打平但成本约 19 倍，FrontierCode 反而低于 4.6。

DeepSeek V4.1-Flash 于 2026-09-10 发布：552B MoE，Causal Encoder–Decoder 非对称架构（输入激活 8B / 输出 16B），1M 上下文 + 原生视觉，权重 MIT 开源。

Cognition 于 2026 年 9 月 10 日发布的编程模型 SWE-2，基于月之暗面 Kimi K3（2.8T 参数）后训练而来。官方称 FrontierCode 1.1 Main 得 50.0%，距 Claude Fable 5.1 仅 1 分而成本低 64%；Terminal-Bench 2.1 达 92.8%，但 Terminal-Bench 4 仅 27.3%。仅在 Devin 产品线内提供，无开源权重、无独立 API。

OpenAI 2026-09-03 发布的新旗舰 GPT-6 Astra：1.05M 上下文、主打 computer use 与长程 Agent，OSWorld 2.0 达 72.6%，定价 $10/$50 每百万 token。

Google 2026 年 9 月 2 日发布的 Gemini 3.8 Flash 与安全特化版 Flash Cyber，官方称「迄今最强推理与编程模型」，促销价 $0.75/$3.75 与 3.7 Flash 持平，Flash Cyber 面向 Fairwind 计划受信防御方。

Anthropic 2026-09-01 发布的 Claude Fable 5.1，定位高要求推理与长程 agentic 工作，1M 上下文，$10/$50 定价不变但缓存读降至 $0.25，另有受邀制 Mythos 5.1。

智谱 AI 2026 年 8 月 14 日发布的 GLM-5.3，总参数 7430 亿，编程与智能体能力逼近 Claude Fable 5，是当前排名最高的开源模型，完整权重将于约两周后开源、API 即将上线。

Google 2026 年 8 月发布的 agent-first Flash 模型，发布价 $0.75/$3.75 每百万 token（约为 3.6 Flash 一半），1M 上下文，编程与 Agent 基准大幅跳升，驱动 Gemini Spark 常驻 Agent。

xAI 2026 年 8 月发布的 Grok 4.6，经 agentic RL 训练，AA 智能指数 61 追平 GPT-5.6 Sol，定价维持 $2/$6。配套 Grok Bot——拥有独立电脑、可端到端自主完成任务的 AI 队友。

Anthropic 于 2026-07-24 发布的 Claude Opus 5（claude-opus-5）：1M 上下文、128K 最大输出、$5/$25 每百万 token，adaptive thinking 默认开启，官方定位为长时间运行 Agent 的跨代升级；退役时间不早于 2027-07-24。

Google 于 2026 年 7 月 21 日发布的稳定版 Flash 模型，1M 上下文、65K 输出，定价 $1.50/$7.50 每百万 token，定位高吞吐多模态场景，原生支持函数调用与流式。

Kimi 是月之暗面（Moonshot AI）的旗舰模型系列。最新 Kimi K3 为 2.8T 开源权重、1M 上下文，Arena.ai 编程榜全球第一。本文评测其编程能力、定价与自托管价值，帮你判断是否值得用。

OpenAI 2026 年 7 月 9 日全量 GA 的 GPT-5.6 家族，分 Sol/Terra/Luna 三档，1.1M 上下文，Terminal-Bench 2.1 最高 91.9%，全平台覆盖。

xAI 2026 年 7 月 8 日发布的 Grok 4.5，1.5T MoE、最高 500K 上下文，用 Cursor 会话数据联合训练。定价 $2/$6 约为同级一半，主打编程性价比。

Anthropic 2026 年 6 月 30 日发布的 Claude Sonnet 5，1M 上下文，SWE-bench Verified 85.2%，现为 claude.ai 默认模型，促销期定价 $2/$10。

DeepSeek 2026 年 6 月 27 日发布的 V4（代号 DSpark），分 Pro/Flash 两档。⚠️ 2026-09-14 起 V4-Pro 与 V4-Flash 均已退役，请求统一路由至 V4.1-Flash（552B、MIT 开源、闲时 $0.15/$0.60）；本卡定价与双档结构已失效，新项目请改用 V4.1-Flash。

智谱 AI GLM-5.2 旗舰大模型（2026 年发布），国产编程与 Agent 工具调用能力第一梯队，国内直连零延迟，输入 ¥2/M 价格友好，提供慷慨免费 API 额度与开源权重，国内开发者主力选项。

月之暗面 2026 年 6 月开源的编程专用模型：1.1 万亿参数 MoE、256K 上下文、Token 成本较上代降 30%，编程基准官方称对标 Claude Sonnet 4。官方 API ¥8/¥32 每百万 token，配套 Kimi Code CLI 开箱即用，是国产编程模型第一梯队。

小米 2026 年 6 月 11 日随 MiMo Code Agent 开源的自研编程模型：SWE-bench Pro 62%、Terminal Bench 2 73% 双超 Claude Code，内置多模态与记忆系统，是国产 Agent 第一次在权威基准上正面超越 Anthropic 的核心武器。

Qwen-Max 是阿里百炼的闭源旗舰档（当前对应 qwen3-max 正式版，等同快照 qwen3-max-2026-01-23），智能体编程与工具调用专项升级。输入 ¥2.4/百万 token（缓存命中 ¥0.48），输出 ¥9.6，国内直连支付宝计费，是国产旗舰里 Agent 场景的稳妥选择。

Google Translate 团队基于 Gemma 3 训练的开源专用翻译模型家族，2026-01-15 发布，提供 4B / 12B / 27B 三个尺寸，WMT24++ 评测覆盖 55 种语言，支持文本与「图片中的文字」两种输入，可在端侧完全离线运行。12B 版本在 WMT24++ 的 MetricX 上超过了参数量两倍于它的 Gemma 3 27B 基线。输入上下文约 2000 token，权重按 Gemma 条款开放。

Anthropic 2025 年 11 月发布的旗舰模型，专为编程/agent/computer use 优化，SWE-bench Verified 发布即 SOTA，新增 effort 参数大幅降本。

OpenAI 2025 年 11 月发布的专用 agentic 编码模型，首创 compaction 跨窗口机制可连续工作 24+ 小时，SWE-bench Verified 77.9%，首个原生支持 Windows。

Google 2025 年 11 月发布的旗舰多模态模型，1M 上下文 + LMArena 登顶 + vibe coding 标杆，同步推出 agent 开发平台 Antigravity。

月之暗面 2025 年 11 月开源的 agent 推理模型，1T/32B MoE，可连续 200-300 次工具调用，原生 INT4 提速 2x，BrowseComp 超过 GPT-5 High。

MiniMax 2025 年 10 月开源的 agent/编程专用模型，230B/10B MoE，MIT 许可，约 Claude Sonnet 8% 价格 + 2x 速度，性价比之王。

Claude Haiku 4.5 是 Anthropic 于 2025-10-15 发布的轻量档模型：200K 上下文、64K 输出、$1/$5 每百万 token，家族中延迟最低。继任者 Claude Haiku 5.5 已于 2026-10-07 发布，本卡转为上一代基线与迁移对照。

月之暗面 Kimi K2 超长文本旗舰模型，单次可吞下数百万字上下文，中文长文档分析、合同 / 论文 / 财报理解能力国产最强之一，网页版完全免费可用，API 提供慷慨免费额度，长文场景首选。

阿里通义千问 Qwen 3 系列开源大模型，0.5B 至 235B 全尺寸覆盖，端侧小模型性能业界领先，多语言（119 种）能力广泛，国内可直连 + 慷慨免费 API 额度，适合从边缘设备到云端 GPU 的全栈部署。

GPT-5 深度评测：OpenAI 推理旗舰模型，400K 超长上下文，128K 输出窗口，多模态原生支持。数学/科学/代码全面，API 价格低于 Sonnet 4。含编程能力对比、国内可用性、Cursor 实测反馈。

Meta Llama 4 开源旗舰大模型，完全免费可商用 + 多模态原生支持，HuggingFace 社区生态与微调工具链最完整，权重开放支持 LoRA / 全参微调与私有化部署，适合学术研究、企业自托管与合规敏感场景。

阿里 2025 年 7 月开源的 agentic 编码旗舰，480B/35B MoE，Apache 2.0，256K 上下文（可扩 1M），SWE-bench 开源 SOTA，配套 Qwen Code CLI。

字节跳动豆包（Doubao）1.5 Pro 旗舰模型，256K 超长上下文 + 多模态原生支持，火山引擎稳定服务无境外延迟，输入 ¥0.8/M 极低价，深度集成飞书 / 抖音 / 扣子（Coze）生态，国内合规场景首选。

Google Gemini 2.5 Flash 极致性价比模型，输入 $0.075/M 全网最低之一，100 万 token 超长上下文 + 原生多模态（图像 / 音频 / 视频），适合高吞吐 RAG、批量文档分析与成本敏感型生产场景。

Anthropic Claude Haiku 4 轻量快速模型，价格为 Sonnet 4 的 1/3、推理速度约 3 倍，工具调用与指令跟随保持 Claude 家族水准，适合代码补全、IDE 实时辅助、批量处理与高并发 Agent 场景。

Anthropic Claude Opus 4 旗舰推理模型，复杂代码任务、长文写作、多步规划与 Agent 链路能力业界领先，Output $75/M 为 Sonnet 4 的 5 倍，适合高价值难题、深度研究与企业级关键任务。

Claude Sonnet 4 深度评测：Anthropic 编程旗舰模型，200K 上下文窗口，SWE-bench 72.7%。在 Cursor / Claude Code 中编程表现最佳，64K 输出窗口，artifacts 原生支持。含价格、API 兼容、国内可用性分析。

Google Gemini 2.5 Pro 旗舰多模态模型，100 万 token 业界最长上下文，图像 / 音频 / 视频 / 代码原生混合推理，Vertex AI 企业级 SLA 集成，Flash 版本提供 1/16 价格兜底。

Google DeepMind 基于 Gemini 2.0 的机器人多模态模型家族，能把自然语言指令和摄像头画面直接转成机器人动作；2026 年进一步推出 On-Device 本机推理版本，让模型跑在机器人自己身上。

NVIDIA 的开放人形机器人基础模型家族（GR00T N1 / N1.5 / N2），配 Cosmos 世界模型与 Newton 物理引擎，主打跨本体、可定制、可规模化训练，是 2026 年具身智能最核心的开放底座之一。

深度求索 DeepSeek-R1 开源推理大模型，完整暴露思维链（Chain of Thought）推理过程，数学与代码推理能力对标 GPT-5/o3，API 输入仅 ¥1/M 是 OpenAI 同级的 1/30，国内可直连且权重开放，支持私有部署。

深度求索 DeepSeek-V3 开源 MoE 大模型，671B 总参数 / 37B 激活，编程与数学逼近 GPT-4o 第一梯队，API 输入 ¥1/M 全网最低，权重 MIT 协议开放，国内直连无延迟，支持私有化部署。

OpenAI GPT-4o 多模态主力模型，文本 / 图像 / 语音原生统一推理，响应速度业界领先，开发者生态最成熟（Function Calling、Assistants API、Structured Outputs 一线适配），适合通用多模态应用与高吞吐生产部署。