模型百科

GPT-5.6 Sol 是 OpenAI 的通用模型，适合高难度推理、代码 Agent、生物分析、安全研究和需要最强综合能力的任务

GPT-5.6 Terra 是 OpenAI 的通用模型，适合日常智能助手、代码协作、内容生成、复杂问答和成本性能均衡的生产场景

GPT-5.6 Luna 是 OpenAI 的通用模型，适合高频客服、批量处理、轻量自动化、摘要改写和成本敏感的快速任务

GPT-5.5 Pro 是 OpenAI 的 gpt-pro 模型（上下文约 105 万 tokens，输入价约 $30/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.5 是 OpenAI 的通用模型，适合高难度问答、复杂代码、长文分析、Agent 工作流和需要更强综合能力的生产场景

GPT-5.4 Pro 是 OpenAI 的 gpt-pro 模型（上下文约 105 万 tokens，输入价约 $30/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.3 Chat (latest) 是 OpenAI 的 gpt 模型（上下文约 12.8 万 tokens，输入价约 $1.75/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.3 Codex Spark 是 OpenAI 的 gpt-codex-spark 模型（上下文约 12.8 万 tokens，输入价约 $1.75/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.3 Codex 是 OpenAI 的 gpt-codex 模型（上下文约 40 万 tokens，输入价约 $1.75/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.2 是 OpenAI 的 gpt 模型（上下文约 40 万 tokens，输入价约 $1.75/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.2 Pro 是 OpenAI 的 gpt-pro 模型（上下文约 40 万 tokens，输入价约 $21/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.2 Chat 是 OpenAI 的 gpt-codex 模型（上下文约 12.8 万 tokens，输入价约 $1.75/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.2 Codex 是 OpenAI 的 gpt-codex 模型（上下文约 40 万 tokens，输入价约 $1.75/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.1 Codex mini 是 OpenAI 的 gpt-codex 模型（上下文约 40 万 tokens，输入价约 $0.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.1 Chat 是 OpenAI 的 gpt-codex 模型（上下文约 12.8 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.1 是 OpenAI 的 gpt 模型（上下文约 40 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.1 Codex Max 是 OpenAI 的 gpt-codex 模型（上下文约 40 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.1 Codex 是 OpenAI 的 gpt-codex 模型（上下文约 40 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5 Pro 是 OpenAI 的 gpt-pro 模型（上下文约 40 万 tokens，输入价约 $15/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5-Codex 是 OpenAI 的 gpt-codex 模型（上下文约 40 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5 Chat (latest) 是 OpenAI 的 gpt-codex 模型（上下文约 40 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5 Nano 是 OpenAI 的 gpt-nano 模型（上下文约 40 万 tokens，输入价约 $0.05/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5 是 OpenAI 的 gpt 模型（上下文约 40 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5 Mini 通常用于需要新一代 GPT 能力但又关注成本和延迟的场景。它适合做默认轻量模型、批量内容处理、搜索增强问答和应用内助手，在能力与价格之间取得更均衡的折中

o3-pro 是 OpenAI 的 o-pro 模型（上下文约 20 万 tokens，输入价约 $20/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

o4-mini 是 OpenAI 的 o-mini 模型（上下文约 20 万 tokens，输入价约 $1.1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

o3 是 OpenAI 的 o 模型（上下文约 20 万 tokens，输入价约 $2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4.1 是 OpenAI 的 gpt 模型（上下文约 104.8 万 tokens，输入价约 $2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4.1 mini 是 OpenAI 的 gpt-mini 模型（上下文约 104.8 万 tokens，输入价约 $0.4/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4.1 nano 是 OpenAI 的 gpt-nano 模型（上下文约 104.8 万 tokens，输入价约 $0.1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

o1-pro 是 OpenAI 的 o-pro 模型（上下文约 20 万 tokens，输入价约 $150/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

o3-mini 是 OpenAI 面向推理任务推出的轻量模型，适合代码调试、数学题解析、规则推演和技术问题分析。它比通用轻量模型更重视推理链路，同时比高阶推理模型更适合成本敏感场景

o1 是 OpenAI 面向复杂推理任务推出的模型系列，重点能力在数学、代码、逻辑分析和多步骤问题拆解。相比普通对话模型，o1 更适合需要审慎分析和推演的任务，但通常成本更高、响应也更慢

GPT-4o (2024-11-20) 是 OpenAI 的 gpt 模型（上下文约 12.8 万 tokens，输入价约 $2.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

o1-preview 是 OpenAI 的 o 模型（上下文约 12.8 万 tokens，输入价约 $15/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

o1-mini 是 o1 系列中更轻量的推理模型，常用于代码、数学、逻辑拆解等对推理有要求但又关注成本的场景。它在部分专业任务上比通用轻量模型更可靠，但不适合作为所有对话场景的默认模型

GPT-4o (2024-08-06) 是 OpenAI 的 gpt 模型（上下文约 12.8 万 tokens，输入价约 $2.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4o mini 是 OpenAI 面向低成本、高并发场景推出的轻量模型。它保留了 GPT-4o 系列的多模态和通用语言能力，但在成本与响应速度上更适合批量任务、简单客服、分类、摘要和轻量代码辅助等场景

o4-mini-deep-research 是 OpenAI 的 o-mini 模型（上下文约 20 万 tokens，输入价约 $2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

o3-deep-research 是 OpenAI 的 o 模型（上下文约 20 万 tokens，输入价约 $10/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4o (2024-05-13) 是 OpenAI 的 gpt 模型（上下文约 12.8 万 tokens，输入价约 $5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4o 是 OpenAI 面向通用场景推出的旗舰多模态模型，名称中的 o 代表 omni，强调其在文本、图像和语音交互上的统一能力。它适合需要稳定理解、生成、代码辅助和图像分析的产品场景，在速度和成本上相较早期 GPT-4 系列更适合规模化接入

text-embedding-3-large 是 OpenAI 的 text-embedding 模型（上下文约 8191 tokens，输入价约 $0.13/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

text-embedding-3-small 是 OpenAI 的 text-embedding 模型（上下文约 8191 tokens，输入价约 $0.02/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4 Turbo 是 OpenAI 的 gpt 模型（上下文约 12.8 万 tokens，输入价约 $10/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-4 是 OpenAI 的 gpt 模型（上下文约 8192 tokens，输入价约 $30/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-3.5-turbo 是 OpenAI 的 gpt 模型（上下文约 1.6 万 tokens，输入价约 $0.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

text-embedding-ada-002 是 OpenAI 的 text-embedding 模型（上下文约 8192 tokens，输入价约 $0.1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GPT-5.4 nano 是 OpenAI 的通用模型，适合批量标签、简单抽取、轻量路由、内容预处理和对延迟成本极敏感的场景

GPT-5.4 是 OpenAI 的通用模型，适合产品助手、内容生成、代码辅助、结构化处理和多模态理解等通用任务

GPT-5.4 mini 是 OpenAI 的通用模型，适合高频调用、客服问答、摘要改写、轻量分类和成本敏感的自动化流程

GPT Image 2 是 OpenAI 官方模型目录中的图像生成模型，重点面向文本生成图像、图像编辑、创意设计和视觉内容生产

GPT Realtime 2 面向低延迟语音输入和语音输出场景，更适合需要语音输入、语音输出和多轮推理的实时助手、电话客服、语音代理和互动式应用

GPT Realtime mini 面向低延迟语音输入和语音输出场景，更适合对成本和延迟敏感的实时语音助手、客服机器人、语音入口和轻量多轮交互

GPT Realtime 1.5 面向低延迟语音输入和语音输出场景，适合需要稳定实时对话体验的语音助手、会议辅助、互动语音产品和原型验证

GPT Realtime Translate 面向实时语音翻译场景，重点是跨语言对话、会议翻译和低延迟语音互译

GPT Realtime Whisper 面向语音转文字场景，适合实时字幕、语音输入、会议记录和语音流转写

GPT-4o Transcribe 面向语音转文字场景，适合高质量音频转写、字幕生成、会议记录和语音内容处理

GPT-4o mini Transcribe 面向语音转文字场景，适合批量音频处理、低成本转写、语音输入和实时字幕

GPT-4o mini TTS 面向文本转语音场景，适合语音播报、内容朗读、助手回复和语音化产品体验

Claude Sonnet 5 是 Anthropic Claude 系列模型，适合长文理解、代码协作、严肃写作和强调安全边界的企业场景

Claude Fable 5 是 Anthropic Claude 系列模型，适合长文理解、代码协作、严肃写作和强调安全边界的企业场景

Claude Mythos 5 是 Anthropic Claude 系列模型，适合长文理解、代码协作、严肃写作和强调安全边界的企业场景

Claude Opus 4.8 是 Anthropic Claude 系列模型，适合长文理解、代码协作、严肃写作和强调安全边界的企业场景

Claude Opus 4.7 是 Anthropic 的 claude-opus 模型（上下文约 100 万 tokens，输入价约 $5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Sonnet 4.6 是 Anthropic 的 claude-sonnet 模型（上下文约 100 万 tokens，输入价约 $3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Opus 4.6 是 Anthropic 的 claude-opus 模型（上下文约 100 万 tokens，输入价约 $5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Opus 4.5 是 Anthropic 的 claude-opus 模型（上下文约 20 万 tokens，输入价约 $5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Haiku 4.5 (latest) 是 Anthropic 的 claude-haiku 模型（上下文约 20 万 tokens，输入价约 $1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Anthropicclaude

Claude Sonnet 4.5 延续 Sonnet 系列的均衡定位，并进一步强化代码、代理式任务执行和长时间复杂工作流。它适合软件开发、数据分析、文档处理和企业自动化等场景，是 Claude 生态中面向高质量任务的主力选择

Claude Opus 4.1 是 Anthropic 的 claude-opus 模型（上下文约 20 万 tokens，输入价约 $15/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Opus 4 (latest) 是 Anthropic 的 claude-opus 模型（上下文约 20 万 tokens，输入价约 $15/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Sonnet 4 (latest) 是 Anthropic 的 claude-sonnet 模型（上下文约 20 万 tokens，输入价约 $3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Anthropicclaude

Claude Sonnet 4 是 Anthropic Claude 系列的主力模型，定位在高质量文本理解、长文处理、代码辅助和企业知识工作流。它通常以稳健、克制、长上下文体验好著称，适合需要可靠输出和复杂文档处理的应用

Anthropicclaude

Claude Opus 4 是 Anthropic Claude 系列中面向高难度任务的模型，适合复杂代码、深度文档分析、研究辅助和多步骤任务执行。相比 Sonnet 系列，它更适合高价值、复杂度更高的任务

Claude Sonnet 3.7 是 Anthropic 的 claude-sonnet 模型（上下文约 20 万 tokens，输入价约 $3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Haiku 3.5 (latest) 是 Anthropic 的 claude-haiku 模型（上下文约 20 万 tokens，输入价约 $0.8/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Haiku 3.5 是 Anthropic 的 claude-haiku 模型（上下文约 20 万 tokens，输入价约 $0.8/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Sonnet 3.5 v2 是 Anthropic 的 claude-sonnet 模型（上下文约 20 万 tokens，输入价约 $3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Haiku 3 是 Anthropic 的 claude-haiku 模型（上下文约 20 万 tokens，输入价约 $0.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Sonnet 3 是 Anthropic 的 claude-sonnet 模型（上下文约 20 万 tokens，输入价约 $3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Claude Opus 3 是 Anthropic 的 claude-opus 模型（上下文约 20 万 tokens，输入价约 $15/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Anthropicclaude

Claude Haiku 4 是 Claude 系列中更偏轻量和低延迟的模型，适合分类、摘要、简单问答和高频客服场景。它适合作为基础任务入口，与 Sonnet 或 Opus 形成分层使用

Gemini 3.5 Flash 是 Google 的 gemini-flash 模型（上下文约 104.9 万 tokens，输入价约 $1.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 3.1 Flash Lite 是 Google 的 gemini-flash-lite 模型（上下文约 104.9 万 tokens，输入价约 $0.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini Flash-Lite Latest 是 Google 的 gemini-flash-lite 模型（上下文约 104.9 万 tokens，输入价约 $0.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemma 4 31B IT 是 Google 的 gemma 模型（上下文约 26.2 万 tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 3.1 Flash Lite Preview 是 Google 的 gemini-flash-lite 模型（上下文约 104.9 万 tokens，输入价约 $0.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Nano Banana 2 是 Google 的 gemini-flash 模型（上下文约 6.6 万 tokens，输入价约 $0.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 3.1 Pro Preview Custom Tools 是 Google 的 gemini-pro 模型（上下文约 104.9 万 tokens，输入价约 $2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 3.1 Pro Preview 是 Google 的 gemini-pro 模型（上下文约 104.9 万 tokens，输入价约 $2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 3 Flash Preview 是 Google 的 gemini-flash 模型（上下文约 104.9 万 tokens，输入价约 $0.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Nano Banana Pro 是 Google 的 gemini-pro 模型（上下文约 13.1 万 tokens，输入价约 $2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 3 Pro Preview 是 Google 的 gemini-pro 模型（上下文约 104.9 万 tokens，输入价约 $2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini Flash Latest 是 Google 的 gemini-flash 模型（上下文约 104.9 万 tokens，输入价约 $1.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Nano Banana 是 Google 的 gemini-flash 模型（上下文约 3.3 万 tokens，输入价约 $0.3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 2.5 Pro 是 Google 的 gemini-pro 模型（上下文约 104.9 万 tokens，输入价约 $1.25/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 2.5 Flash-Lite 是 Google 的 gemini-flash-lite 模型（上下文约 104.9 万 tokens，输入价约 $0.1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 2.5 Flash 是 Google 的 gemini-flash 模型（上下文约 104.9 万 tokens，输入价约 $0.3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini Embedding 001 是 Google 的 gemini 模型（上下文约 2048 tokens，输入价约 $0.15/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 2.5 Pro Preview TTS 是 Google 的 gemini-flash 模型（上下文约 8192 tokens，输入价约 $1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 2.5 Flash Preview TTS 是 Google 的 gemini-flash 模型（上下文约 8192 tokens，输入价约 $0.5/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Googlegemini-pro

Gemini 2.5 Pro 是 Google Gemini 系列中的高阶模型，强调长上下文、多模态理解和复杂问题处理。它适合处理大型文档、视频或图像相关理解任务，也适合需要与 Google 生态结合的 AI 应用

Googlegemini-flash

Gemini 2.5 Flash 是 Google 面向速度、成本和高吞吐场景推出的模型，适合需要快速响应的问答、摘要、分类、搜索增强和多模态轻量任务。它通常与 Pro 系列搭配使用，用于承担高频基础请求

Gemini 2.0 Flash-Lite 是 Google 的 gemini-flash-lite 模型（上下文约 104.9 万 tokens，输入价约 $0.075/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Gemini 2.0 Flash 是 Google 的 gemini-flash 模型（上下文约 104.9 万 tokens，输入价约 $0.1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Googlegemini

Gemini Experimental 1206 是 Google Gemini 系列中的实验版本，通常用于提前体验和评估新能力。它适合技术验证、模型对比、原型探索和非关键生产任务

DeepSeek Reasoner 是 DeepSeek 的 deepseek-thinking 模型（上下文约 100 万 tokens，输入价约 $0.14/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

DeepSeekdeepseek

DeepSeek Chat 是 DeepSeek 面向通用对话场景的模型，适合中文问答、内容生成、代码解释和知识库问答。它常用于需要稳定中文体验和较好成本控制的产品中

DeepSeek V4 Pro 是 DeepSeek 官方模型，适合中文问答、代码辅助、内容生成和性价比敏感的生产场景

DeepSeek V4 Flash 是 DeepSeek 官方模型，适合中文问答、代码辅助、内容生成和性价比敏感的生产场景

DeepSeekdeepseek

DeepSeek V3 是 DeepSeek 面向通用对话、代码和知识问答场景的主力模型之一。它在中文任务、代码生成和成本控制方面受到关注，适合需要高性价比中文能力的应用，也常作为国内产品的主力基础模型

DeepSeekdeepseek

DeepSeek R1 是 DeepSeek 面向推理任务推出的模型，重点能力在复杂逻辑、数学推导、代码分析和多步骤问题拆解。它常被用于需要明确推理过程的场景，也是国内推理模型生态中的重要选择

Qwen3.7 Max 是阿里云通义千问模型，适合中文企业问答、内容生成、代码辅助和业务自动化场景

Qwen3.7 Plus 是阿里云通义千问模型，适合中文企业问答、内容生成、代码辅助和业务自动化场景

阿里云（Qwen）qwen

Qwen Turbo 是通义千问系列中偏轻量和高性价比的模型，适合高频问答、摘要、分类、改写和简单客服场景。它适合放在产品默认链路中处理大量基础中文请求

阿里云（Qwen）qwen

Qwen Plus 是通义千问系列中面向均衡能力的模型，适合中文问答、企业知识库、代码辅助和内容生成。相比 Turbo，它更适合对质量有一定要求但仍关注成本的业务场景

阿里云（Qwen）qwen

Qwen Max 是通义千问系列中能力更强的模型，适合复杂中文理解、代码生成、长文档分析和高质量内容生产。它通常用于对准确性、稳定性和复杂任务处理能力要求更高的场景

Kimi K2.7 Code 是 Moonshot AI 的 kimi-k2 模型（上下文约 26.2 万 tokens，输入价约 $0.95/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2.7 Code HighSpeed 是 Moonshot AI 的 kimi-k2 模型（上下文约 26.2 万 tokens，输入价约 $1.9/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2.6 是 Moonshot AI 的 kimi-k2 模型（上下文约 26.2 万 tokens，输入价约 $0.95/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2.5 是 Moonshot AI 的 kimi-k2 模型（上下文约 26.2 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2 Thinking 是 Moonshot AI 的 kimi-thinking 模型（上下文约 26.2 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2 Thinking Turbo 是 Moonshot AI 的 kimi-thinking 模型（上下文约 26.2 万 tokens，输入价约 $1.15/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2 0905 是 Moonshot AI 的 kimi-k2 模型（上下文约 26.2 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2 Turbo 是 Moonshot AI 的 kimi-k2 模型（上下文约 26.2 万 tokens，输入价约 $2.4/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Kimi K2 0711 是 Moonshot AI 的 kimi-k2 模型（上下文约 13.1 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Moonshot v1 128K 是月之暗面 Kimi 体系模型，适合中文问答、长文档理解、内容生成和知识库场景

Kimi K2 是月之暗面 Kimi 体系模型，适合中文问答、长文档理解、内容生成和知识库场景

Kimi K2.6 是月之暗面 Kimi 体系模型，适合中文问答、长文档理解、内容生成和知识库场景

Kimi K2.5 是月之暗面 Kimi 体系模型，适合中文问答、长文档理解、内容生成和知识库场景

Moonshot v1 8K 是月之暗面 Kimi 系列的基础上下文模型，适合普通中文对话、短文档总结、内容改写和知识库问答。它适用于上下文规模不大的高频任务

Moonshot v1 32K 提供更长的上下文窗口，适合合同、报告、文章和知识库片段的理解与总结。它比 8K 版本更适合需要携带较多上下文的中文文档任务

GLM-4.7-FlashX 是 Zhipu AI 的 glm-flash 模型（上下文约 20 万 tokens，输入价约 $0.07/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.7-Flash 是 Zhipu AI 的 glm-flash 模型（上下文约 20 万 tokens，输入价约 $0/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.7 是 Zhipu AI 的 glm 模型（上下文约 20.5 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.6V 是 Zhipu AI 的 glm 模型（上下文约 12.8 万 tokens，输入价约 $0.3/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.6 是 Zhipu AI 的 glm 模型（上下文约 20.5 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.5V 是 Zhipu AI 的 glm 模型（上下文约 6.4 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.5-Air 是 Zhipu AI 的 glm-air 模型（上下文约 13.1 万 tokens，输入价约 $0.2/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.5 是 Zhipu AI 的 glm 模型（上下文约 13.1 万 tokens，输入价约 $0.6/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4.5-Flash 是 Zhipu AI 的 glm-flash 模型（上下文约 13.1 万 tokens，输入价约 $0/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

GLM-4-Air 是智谱 AI GLM 系列模型，适合中文对话、企业知识问答、代码辅助和智能体任务

GLM-4-Flash 是智谱 AI GLM 系列模型，适合中文对话、企业知识问答、代码辅助和智能体任务

GLM-4.5 是智谱 AI GLM 系列模型，适合中文对话、企业知识问答、代码辅助和智能体任务

GLM-Z1 是智谱 AI GLM 系列模型，适合中文对话、企业知识问答、代码辅助和智能体任务

GLM-5.1 是智谱 AI GLM 系列模型，适合中文对话、企业知识问答、代码辅助和智能体任务

GLM-5-Turbo 是智谱 AI GLM 系列模型，适合中文对话、企业知识问答、代码辅助和智能体任务

GLM-5 是智谱 AI GLM 系列模型，适合中文对话、企业知识问答、代码辅助和智能体任务

GLM-4-Plus 是智谱 AI 面向高质量中文任务和企业应用的高阶模型，适合复杂问答、知识库、代码辅助和内容生成。它在中文生态和国内接入方面具备较好适配性

GLM-4 是智谱 AI 的通用模型之一，适合中文对话、写作、摘要、知识问答和轻量代码辅助。它适合需要国内模型供应和企业接入支持的应用

ABAB6.5s Chat 是 MiniMax 官方模型，适合中文对话、内容生成、业务助手和多模态产品能力评估

ABAB6.5 Chat 是 MiniMax 官方模型，适合中文对话、内容生成、业务助手和多模态产品能力评估

MiniMax Text 01 是 MiniMax 官方模型，适合中文对话、内容生成、业务助手和多模态产品能力评估

MiniMax M1 是 MiniMax 官方模型，适合中文对话、内容生成、业务助手和多模态产品能力评估

MiniMax Speech 01 面向语音和多媒体内容场景，适合语音生成、语音交互和音频化产品体验

MiniMax M3 是 MiniMax 官方模型，适合中文对话、内容生成、业务助手和多模态产品能力评估

abab7-chat 是 MiniMax 面向对话和内容生成的模型，适合中文聊天、角色对话、内容创作和客户服务。它在对话体验和内容表达方面有较明确定位

abab6.5s-chat 是 MiniMax 较轻量的对话模型，适合低延迟聊天、简单内容生成和客服问答。它通常用于对速度和成本更敏感的互动场景

Step 3.5 Flash 2603 是 stepfun 的 AI 模型（上下文约 25.6 万 tokens，输入价约 $0.1/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

Step 1 32K 是阶跃星辰 Step 系列模型，适合中文问答、长文本、多模态理解和企业级应用

Step 3.5 Flash 是阶跃星辰 Step 系列模型，适合中文问答、长文本、多模态理解和企业级应用

Step 1 128K 是阶跃星辰 Step 系列模型，适合中文问答、长文本、多模态理解和企业级应用

Step 2 Mini 是阶跃星辰 Step 系列模型，适合中文问答、长文本、多模态理解和企业级应用

Step 1V 8K 是阶跃星辰 Step 系列模型，适合中文问答、长文本、多模态理解和企业级应用

Step 3.7 Flash 是阶跃星辰 Step 系列模型，适合中文问答、长文本、多模态理解和企业级应用

Step-1 8K 是阶跃星辰 StepFun 生态中的基础模型，适合轻量中文问答、内容生成、摘要和改写。它适合上下文规模不大的高频任务

Step-2 16K 是 StepFun 生态中更高阶的模型，适合复杂中文问答、多轮业务助手、内容生成和文档处理。相比 Step-1，它更适合质量要求更高的任务

Doubao Pro 是火山引擎豆包体系模型，适合中文对话、内容生成、多模态理解和企业自动化场景

Doubao Lite 是火山引擎豆包体系模型，适合中文对话、内容生成、多模态理解和企业自动化场景

Doubao Seed 1.6 是火山引擎豆包体系模型，适合中文对话、内容生成、多模态理解和企业自动化场景

Doubao Seed 1.6 Thinking 是火山引擎豆包体系模型，适合中文对话、内容生成、多模态理解和企业自动化场景

Doubao Vision Pro 是火山引擎豆包体系模型，适合中文对话、内容生成、多模态理解和企业自动化场景

Doubao Pro 32K 是火山引擎豆包系列中面向较高质量任务的模型，适合中文问答、企业知识库、文档总结和内容生产。32K 上下文适合处理中等长度文档和多轮业务上下文

Doubao Lite 32K 是豆包系列中更关注成本和速度的模型，适合中文客服、摘要、分类、改写和基础知识库问答。它适合承担高频基础任务，并与 Pro 版本形成分层使用

MiMo-V2.5-Pro-UltraSpeed 是 Xiaomi 的 mimo 模型（上下文约 104.9 万 tokens，输入价约 $1.305/1M tokens），可用于智能助手、内容生成、知识问答与业务自动化

MiMo V2.5 是小米 MiMo 体系模型，适合中文对话、工具调用、多模态交互和智能硬件生态场景

MiMo V2.5 Pro 是小米 MiMo 体系模型，适合中文对话、工具调用、多模态交互和智能硬件生态场景

MiMo V2 Flash 是小米 MiMo 体系模型，适合中文对话、工具调用、多模态交互和智能硬件生态场景

MiMo V2 Omni 是小米 MiMo 体系模型，适合中文对话、工具调用、多模态交互和智能硬件生态场景

MiMo V2 Pro 是小米 MiMo 体系模型，适合中文对话、工具调用、多模态交互和智能硬件生态场景

ERNIE 4.0 Turbo 8K 是百度文心/千帆体系模型，适合中文理解、知识问答、内容生成和企业应用

ERNIE 4.5 Turbo 是百度文心/千帆体系模型，适合中文理解、知识问答、内容生成和企业应用

ERNIE X1 是百度文心/千帆体系模型，适合中文理解、知识问答、内容生成和企业应用

ERNIE Speed 是百度文心/千帆体系模型，适合中文理解、知识问答、内容生成和企业应用

ERNIE Lite 是百度文心/千帆体系模型，适合中文理解、知识问答、内容生成和企业应用

百度（文心）ernie

ERNIE 4.0 Turbo 8K 是百度文心系列中的通用模型，适合中文问答、内容生成、企业知识库和文档处理。它适合已经使用百度智能云或千帆平台的业务快速接入

Balanced Mistral model for enterprise assistants, multilingual work, and tools

Balanced Mistral model for enterprise assistants, multilingual work, and tools

Fast Mistral production model for chat, extraction, and cost-sensitive agents 知识截止：2025-06

Mistral's coding-agent model for repository work, terminal tasks, and software fixes 知识截止：2025-12

Legacy model retained for compatibility with older integrations 知识截止：2025-12

Legacy model retained for compatibility with older integrations 知识截止：2025-12

Legacy model retained for compatibility with older integrations 知识截止：2025-12

Mistral model for multilingual chat, reasoning, and tool-assisted workflows 知识截止：2025-05

Legacy model retained for compatibility with older integrations 知识截止：2025-05

Legacy model retained for compatibility with older integrations 知识截止：2025-05

Efficient Mistral model for fast chat, extraction, and production assistants 知识截止：2025-03

Legacy model retained for compatibility with older integrations 知识截止：2025-05

Mistral model for multilingual chat, reasoning, and tool-assisted workflows 知识截止：2025-05