GLM-5.1 是智谱最新旗舰模型，代码能力大大增强，长程任务显著提升，能够在单次任务中持续、自主地工作长达 8 小时，完成从规划、执行到迭代优化的完整闭环，交付工程级成果。 在综合能力与 Coding 能力上，GLM-5.1 整体表现对齐 Claude Opus 4.6，并在长程自主执行、复杂工程优化与真实开发场景中展现出更强的持续工作能力，是构建 Autonomous Agent 与长程 Coding Agent 的理想基座。

Qwen3.6原生视觉语言系列Plus模型，展现出与当前顶尖前沿模型相媲美的卓越性能，模型效果相较3.5系列显著提升。模型在Agentic coding、前端编程、Vibe coding等代码能力、多模态万物识别、OCR、物体定位等能力上显著增强。

GLM-5V-Turbo 是智谱首个多模态 Agent 基座模型，面向视觉编程与复杂任务场景深度优化，支持图像、视频、文本与文件等多模态输入，强化视觉理解、长程规划与动作执行能力。相比通用多模态模型，它更适合融入 Agent 工作流，完成「环境感知 → 任务规划 → 执行落地」的完整闭环，让多模态能力从“能看懂”走向“能行动”。

Agentic指令遵循：在包含 50+ skills、60–150 个 feature list 的复杂环境中，M2.7 仍能保持稳定的技能调用与指令遵循能力，有效缓解大规模 skill library 场景下常见的遵从能力下降问题；针对需要 几十个技能协同的复杂任务进行优化，能够在长流程、多步骤的 Agent 场景中稳定完成复杂任务拆解与执行。 领先的 Agent Harness 能力，支持 Agent Teams、多工具检索（Tool Search）、多种 Agent 脚手架功能，便于构建复杂的多 Agent 系统。 强工程与 Coding 能力：在真实工程场景中具备优秀表现，包括 日志分析与 Bug 定位、代码重构、代码安全（生成无漏洞代码）、机器学习、Android 开发 等能力。 复杂 Office 自动化能力：支持复杂 Excel / Word / PPT 办公任务及多轮编辑。

Agentic指令遵循：在包含 50+ skills、60–150 个 feature list 的复杂环境中，M2.7 仍能保持稳定的技能调用与指令遵循能力，有效缓解大规模 skill library 场景下常见的遵从能力下降问题；针对需要 几十个技能协同的复杂任务进行优化，能够在长流程、多步骤的 Agent 场景中稳定完成复杂任务拆解与执行。 领先的 Agent Harness 能力，支持 Agent Teams、多工具检索（Tool Search）、多种 Agent 脚手架功能，便于构建复杂的多 Agent 系统。 强工程与 Coding 能力：在真实工程场景中具备优秀表现，包括 日志分析与 Bug 定位、代码重构、代码安全（生成无漏洞代码）、机器学习、Android 开发 等能力。 复杂 Office 自动化能力：支持复杂 Excel / Word / PPT 办公任务及多轮编辑。

GLM-5-Turbo 是面向真实 Agent 长链路任务深度优化的模型，重点提升了复杂指令拆解、工具调用、定时持续执行与长任务稳定性。相比通用对话模型，它更适合进入真实业务流程，让龙虾从“能聊”走向“能做”。

MiniMax M2.5 的更高吞吐版本，适合对延迟更敏感的生产场景。

GLM-5 是面向 Coding 与 Agent 场景的新一代大模型，在复杂系统工程与长程任务中达到开源 SOTA，真实编程体验逼近 Claude Opus 级别；基于 744B 新基座、异步强化学习与稀疏注意力，实现从“写代码”到“写工程”的全面升级。

强大多语言编程实力，全面升级编程体验

【deepseek官方】deepseek v3版本模型。DeepSeek-V3 为自研 MoE 模型，671B 参数，激活 37B，在 14.8T token 上进行了预训练。DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。

GLM-4.6V 是 GLM 系列在多模态方向上的一次重要迭代，它将训练时上下文窗口提升到128k tokens，在视觉理解精度上达到同参数规模 SOTA，并首次在模型架构中将 Function Call（工具调用）能力原生融入视觉模型，打通从「视觉感知」到「可执行行动（Action）」的链路，为真实业务场景中的多模态 Agent 提供统一的技术底座。

GLM-4.5V 是智谱新一代基于 MOE 架构的视觉推理模型，以 106B 的总参数量和 12B 激活参数量，在各类基准测试中达到全球同级别开源多模态模型 SOTA，涵盖图像、视频、文档理解及 GUI 任务等常见任务。

GLM-4.5 是一款专为智能体应用打造的基础模型，使用了混合专家（Mixture-of-Experts）架构。在工具调用、网页浏览、软件工程、前端编程领域进行了深度优化，支持无缝接入 Claude

能力均衡，推理效果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。

相比qwen-vl-plus再次提升视觉推理和指令遵循能力，在更多复杂任务中提供最佳性能。

DeepSeek-R1-Distill 模型是在开源模型的基础上通过微调训练得到的，训练过程中使用了由DeepSeek-R1生成的样本数据。DeepSeek-R1是由深度求索推出的推理大模型。DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。

Qwen2.5系列编程专家7B模型，相较于 Qwen2，Qwen2.5 获得了显著更多的知识，并在编程能力和数学能力方面有了大幅提升。

kimi-k2.5 是 Kimi 迄今最全能的模型，原生的多模态架构设计，同时支持视觉与文本输入、思考与非思考模式、对话与 Agent 任务 模型上下文长度 256k，支持长思考擅长深度推理 支持自动上下文缓存功能，ToolCalls、JSON Mode、Partial Mode、联网搜索功能等能力

强大多语言编程实力，全面升级编程体验