模型中心

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。

Seedance 2.5 是豆包大模型团队推出的新一代多模态视频创作模型，已迈入「长叙事 × 多素材 × 强编辑 × 多语言」的工业级新阶段。

支持图像、视频、音频等多模态作为参考输入生成视频，还具备视频编辑、延长等能力

GPT-5.1 是 GPT-5 系列的最新前沿模型，与 GPT-5 相比，它拥有更强大的通用推理能力、更高的指令遵循度以及更自然的对话风格。它采用自适应推理技术动态分配计算资源，能够快速响应简单查询，同时在处理复杂任务时投入更多精力。该模型能够生成更清晰、更贴近实际的解释，减少专业术语的使用，即使是技术性或多步骤问题也更容易理解。 GPT-5.1 旨在覆盖广泛的任务，在数学、编程和结构化分析等工作负载方面均取得了持续的提升，能够提供更连贯的长篇答案，并提高工具使用的可靠性。它还改进了对话对齐方式，能够在不牺牲准确性的前提下，提供更亲切、更直观的回答。GPT-5.1 是 GPT-5 的主要全功能继任者。

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。

( 最新版本 0905) Kimi K2是一款上下文长度256k的模型，具备更强的Agentic Coding能力、更突出的前端代码的美观度和实用性、以及更好的上下文理解能力。

GLM-5.3

qwen-audio-3.0-tts-flash

GLM-5.3

gpt-4o-transcribe-diarize

gpt-4o-transcribe

gpt-transcribe

gpt-4o-mini-tts

minimax tts 模型 speech-2.8-hd

minimax stt 模型 asr-1.0

Qwen3-Coder-Plus，这是通义千问系列迄今为止最具代理能力的代码模型。

Gemini Omni 1.1 Flash 预览版，是谷歌在高阶人工智能模型迭代升级道路上的全新里程碑成果。该模型具备强大的通用内容创作与编辑能力，可适配任意形式的输入内容，全面覆盖视频等多元媒介形态。

Gemini Omni Flash 是谷歌在高阶人工智能模型领域的全新迭代成果，是其推进顶尖AI模型研发的重要一步。该模型支持基于各类输入源完成内容的创作与编辑，视频是其核心落地应用场景之一。

通义千问系列图像生成模型，参数规模200亿。具备卓越的文本渲染能力，在复杂文本渲染、各类生成与编辑任务重表现出色，在多个公开基准测试中获得SOTA。

Seedream 4.0 是基于领先架构的SOTA级多模态图像创作模型，其生成美感、指令遵循、结构完整度、主体保持一致性处于世界头部水平。模型采用同一套架构实现文生图与编辑能力的统一，原生支持文本 、单图和多图输入，并能通过对提示词的深度推理，自动适配最优的图像比例尺寸与生成数量，可一次性连续输出最多 15 张内容关联的图像，支持 4K 超高清输出

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。

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。