Model Center

通义千问系列能力均衡的模型，推理效果、成本和速度介于通义千问-Max和通义千问-Turbo之间，适合中等复杂任务。

先进开源多模态推理模型，综合性能优秀，支持内置联网搜索能力

Gemini 2.5 Flash 的原生音频模型，支持Live API格式调用。

融合了专业科学能力的多模态大模型

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。

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

我们最新发布的 35B-A3B 科学多模态推理模型，支持 256K 上下文窗口；通过任务 scaling 与架构优化，重点提升科学发现和通用智能体能力。

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。

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。

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 2.5 Flash 是基于 Agnes 2.0 Flash 升级的全量可用语言模型。它沿用 OpenAI 兼容的 Chat Completions 接入方式，同时在编码任务、智能体工作流、工具调用、多轮对话、推理和图像理解体验上进行了优化。

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。

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。

DeepSeek-V3是DeepSeek公司发布的一款大型语言模型，以其在数学、编码和中文等任务上的卓越性能而闻名。该模型采用了MoE架构，拥有6710亿参数，每个token激活的参数量为370亿，并且支持128K token的超长上下文窗口。DeepSeek-V3不仅在性能上对标GPT-4o等主流模型，还在推理速度和效率上取得了显著提升。

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。

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。

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。

Hy3 正式版面向真实业务场景打磨，采用 295B 总参数、21B 激活 MoE 架构，原生支持 256K 上下文，并提供no_think（极速响应）、think_low（快速思考）与 think_high（深度推理） 多档思考模式，兼顾极速响应、复杂推理与调用成本。相比 Preview 版本，Hy3 基于腾讯元宝、WorkBuddy、ima 、Marvis等真实业务反馈，重点提升了 Coding Agent、长文理解、多轮上下文承接、搜索问答与复杂任务执行能力，在减少幻觉、提升任务完成度和工程可用性方面表现更稳。更加适合前端任务、跨文件代码开发、长文档分析、办公自动化和多步骤 Agent 工作流等实用场景。