火山引擎

【360在阿里云部署版】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。

【 deepseek-V3-0324 新版 V3 模型借鉴 DeepSeek-R1 模型训练过程中所使用的强化学习技术，大幅提高了在推理类任务上的表现水平，在数学、代码类相关评测集上取得了超过 GPT-4.5 的得分成绩。

【 deepseek-r1-0528 】虚拟模型名会自动路由到平台接入的各大deepseek-r1-0528 的供应商，账单也按照实际使用的模型计费。

【doubao-1.5-pro-32k 虚拟模型】豆包效果最好的主力模型，适合处理复杂任务，在参考问答、总结摘要、创作、文本分类、角色扮演等场景都有很好的效果。支持32k上下文窗口的推理和精调。

【虚拟模型】会路由到多个供应商，Doubao-Seed-1.6全新多模态深度思考模型，同时支持auto/thinking/non-thinking三种思考模式。 non-thinking模式下，模型效果对比Doubao-1.5-pro/250115大幅提升。支持 256k 上下文窗口，输出长度支持最大 16k tokens。

【虚拟模型】会路由到多个供应商，360zhinao-search-summary 专用于搜索摘要总结的模型

Kimi-K2 是一款Moonshot AI推出的具备超强代码和 Agent 能力的 MoE 架构基础模型，总参数 1T，激活参数 32B。在通用知识推理、编程、数学、Agent 等主要类别的基准性能测试中，K2 模型的性能超过其他主流开源模型。

DeepSeek-V3.2 的目标是平衡推理能力与输出长度，适合日常使用，例如问答场景和通用 Agent 任务场景。在公开的推理类 Benchmark 测试中，DeepSeek-V3.2 达到了 GPT-5 的水平，仅略低于 Gemini-3.0-Pro；相比 Kimi-K2-Thinking，V3.2 的输出长度大幅降低，显著减少了计算开销与用户等待时间。

Kimi K3 是 Kimi 迄今能力最强的旗舰模型，拥有 2.8 万亿参数，基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口。它是全球首个开源的 3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。

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。

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。

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。

内部特定业务专业模型

内部业务专业定制模型

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。

Seed-2.0-Lite 是一款功能全面且极具成本效益的企业级主力模型。它不仅具备强大的多模态与智能体（Agent）能力，还实现了显著降低的延迟，使其成为涵盖文本、视觉及工具应用等各类生产级工作负载的理想默认之选。该模型专为高频视觉理解及智能体驱动型工作流而精心打造，是实现大规模部署并确保极低延迟的绝佳方案。

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。

指向 doubao-seed-2-0-pro 最新版

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。