MiMo-V2.6-Pro 是小米自主研发的旗舰级基础模型。该模型参数规模超过 1 万亿（1T），旨在突破应对高难度任务的能力极限。它具备 100 万 token 的上下文窗口及原生多模态能力，并针对智能体（Agent）工作流进行了深度优化；在代码编程、视觉处理、通用任务及科研探索等场景下均展现出顶尖性能，尤其擅长处理复杂且长周期的任务，并在各类智能体应用框架中表现出强大的泛化能力。

MiMo-V2.6-Flash 是由小米开发的开源基础模型。该模型基于“混合专家”（Mixture-of-Experts）架构构建，总参数量达 3090 亿，每个 Token 激活参数量为 150 亿，并采用混合注意力机制以提升计算效率。它具备 100 万 Token 的上下文窗口及原生多模态能力。该模型针对智能体（Agent）工作流进行了优化，在编程、视觉、通用及研究等场景下表现出色，尤其擅长处理复杂的长程任务，并在多种智能体框架下展现出强大的泛化能力。

新一代全模态大模型，原生支持文本、视觉、音频统一理解，具备 1M 超长上下文窗口，多模态综合能力优秀，在 Coding 与 Agent 场景下任务完成能力提升显著。

DeepSeek V4.1 Flash 为 552B 参数的 MoE 模型，采用了全新的 Causal-Encoder-Decoder 结构，输入和输出不对称，输入激活只有 8B，输出激活 16B，成本显著低于已知的同尺寸模型。同时，V4.1 Flash 还采用了新的预训练方式、经过了更大规模的强化学习后训练，在基准测试中，成功超越了包括 DeepSeek V4 Pro 在内的一众旗舰模型的智能水平。

Qwen3.8-Flash 是千问最新推出的多模态大模型，兼具强大的理解与生成能力和出色的响应速度。模型原生支持百万级上下文窗口，能够一次性处理超长文档、代码仓库和复杂对话。在编程辅助、智能体协作、图文理解等场景中表现尤为出色——无论是自动修复代码、操作桌面应用，还是分析图表与长视频，都能给出准确、高质量的结果。同时兼容 OpenAI 与 Anthropic 主流接口协议，可无缝接入 Claude Code、Codex 等开发者工具，轻松构建高并发应用与智能工作流。凭借优异的性能与极具竞争力的推理成本，Qwen3.8-Flash 是开发者和企业在 AI 应用中兼顾效果与效率的理想选择。

GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，以极致低成本架构实现超越 GLM-5.2 的更强智能： GLM-5.3-Flash 总参数量 320B、激活参数量 18B，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。在保持精准长上下文能力的同时，显著降低计算与服务成本。相比 GLM-5.3，其注意力计算量和 KV 缓存大小分别降低 3.01 倍和 4.44 倍。 视觉能力被原生融入 Coding 循环，使模型能够主动观察界面、渲染结果与交互反馈，并据此持续测试和改进。无论是前端开发、游戏构建、Blender 3D 场景，还是 BUA、CUA 驱动的真实环境操作，模型都能在代码、浏览器和图形界面之间协同完成任务。 GLM-5.3-Flash 进一步拓展至 Office、金融研究和专业文档等工作场景。它能够自主拆解复杂目标、调用合适工具、检查并优化输出，完成从研究分析、模型构建到 PPTX、PDF、DOCX、XLSX 成品交付的完整工作流。

deepseek-v4-flash-vision-exp 模型支持在文本之外输入图片，你可以让模型描述图片、识别截图中的文字、分析图表等。 支持的图片格式：JPEG、PNG、GIF、WebP。格式由文件实际内容判断，而非文件名或声明的 MIME 类型。

GLM-5.3 是智谱最新旗舰模型，复杂软件工程与 Agent 任务能力全面进阶。它使用与 GLM-5.2 相同的基础模型——所有提升均来自后训练。与 GLM-5.2 相比，它在复杂编程和长程任务方面表现更加出色。 GLM-5.3 目前仅支持处理文本模态信息，支持 1M 上下文窗口，最大输出 Tokens 为 128K。 GLM-5.3 会始终启用思考功能，支持三个思考强度级别：low、high 和 max，并不再支持禁用思考功能。

2.4万亿参数MoE旗舰，编程与办公能力全面跃升，可自主编程十数天交付完整项目。胜任法律、金融、设计等数百种专业任务，一次对话端到端交付生产级成果。原生视觉理解贯穿规划、执行与验证全流程，支持超长文档与长视频的深度语义解析。长程任务中自主规划与闭环迭代，持续进化。

Qwen3.7原生视觉语言系列Flash模型，相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强，真实世界感知与空间智能进一步提升，Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定，多模态Coding能力优化、vibe coding 体验更加流畅。

能力优先，通过一个 Model ID 调用最强版本，周级更新，持续进化。当前版本与 doubao-seed-2.1-pro 相同。 主要面向开发者，适合 Coding、办公、生产力提效场景。 版本升级自动生效，不需要切换模型或改造调用链路，降低接入维护成本和版本迁移风险。

效果与成本均衡，全面升级编程、智能体与多模态能力。 适合规模化生产场景，例如需要稳定承接大量线上调用的 Coding、Agent 和多模态理解任务。 适合标准化业务流程的大规模落地，与 Pro 版本支持的能力一样。

Seed 旗舰版 Coding & Agent 模型，视觉理解能力再次提升。 适合高复杂度任务探索，例如复杂 Coding、长链路 Agent、多步骤工程交付等场景。 适合高价值生产任务，例如需要更强的需求理解、长期规划、工具调用闭环和多模态推理能力的任务。 适合真实且要求稳定的生产场景。

内部特定业务专业模型

MiniMax-M3 是 MiniMax 推出的多模态基础模型。它支持文本、图像和视频输入，并输出文本，拥有 1M 的上下文窗口，适用于长时间的智能体工作、编码和工具使用。该模型基于 MiniMax 稀疏注意力机制 (MSA) 构建，MSA 用键值块选择取代了完整的注意力机制，从而在长时间上下文中大幅降低每个词元的计算量——在 1M 个token的情况下，其计算成本约为上一代模型的 1/20，同时显著加快了预填充和解码速度，并在大多数任务中保持了质量。 该模型在交错数据上作为原生多模态模型进行训练，并通过交互式用户模拟器框架针对多轮次、类似生产环境的协作进行了调优，因此更适合持续的多步骤任务，而非单轮执行。

Doubao-Seed-2.0-pro 是一款旗舰级通用大模型，专为 Agent 时代的复杂推理和长链任务执行场景而设计。它强调多模态理解、长上下文推理、结构化生成和工具增强执行。其在执行复杂指令和多重约束方面的能力非常出色，能够稳定处理诸如多步复杂规划、复杂图文推理、视频内容理解和高难度分析等场景。

DeepSeek-V4 拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。 相比前代模型，DeepSeek-V4-Pro 的 Agent 能力显著增强。在 Agentic Coding 评测中，V4-Pro 已达到当前开源模型最佳水平，并在其他 Agent 相关评测中同样表现优异。

DeepSeek-V4 拥有百万字超长上下文，在 Agent 能力、世界知识和推理性能上均实现国内与开源领域的领先。 相比 DeepSeek-V4-Pro，DeepSeek-V4-Flash 在世界知识储备方面稍逊一筹，但展现出了接近的推理能力。而由于模型参数和激活更小，相较之下 V4-Flash 能够提供更加快捷、经济的 API 服务。

Seed-2.0-mini 面向对延迟敏感、高并发及成本敏感的场景，强调快速响应与灵活的推理部署。支持 256k 上下文窗口及四种推理强度模式（极简/低/中/高），具备多模态理解能力，并针对那些将成本与速度置于首位的轻量级任务进行了专门优化。

Doubao-Seed-Code 针对智能体编程任务进行了深度优化，在多个权威基准测试（包括 Terminal Bench、SWE-Bench-Verified-Openhands 和 Multi-SWE-Bench-Flash-Openhands）中展现出卓越的性能，超越了国内同类模型，并支持高达 256k token 的上下文窗口。