GLM-5.3限时 5 折GLM-5.3 是智谱发布的编程能力最强开源模型，与 GLM-5.2 同基座、同参数规模（总参数 7430 亿），全部能力提升来自极致的后训练 Scaling。它在复杂软件工程、终端操作与长程 Agent 任务上取得显著突破，编程能力较 GLM-5.2 提升 50%；同时补齐网络安全能力，在白盒代码审查与漏洞发现等防御性安全任务中表现突出。配合百万上下文、多档思考强度、Function Calling 与 MCP 工具，可直接驱动项目级软件开发、安全审计与复杂自动化流水线。
DeepSeek-V4.1-Flash-1017NEWDeepSeek-V4.1-Flash-1017 是深度求索全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。模型为 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入与输出不对称：输入激活仅 8B、输出激活 16B，成本显著低于已知的同尺寸模型。新一代结构大幅压缩 KV Cache，对 HBM 的需求降至上一代的 1/4、对 SSD 的需求降至 1/8，显著降低缓存命中费用占比较高的 Agent 类任务成本。模型支持 1M 上下文与最大 384K 输出，思考模式默认开启，可按任务复杂度选择 low / high / max 三档思考强度。
开放权重全模态视频模型，音画一体输出，支持文生、首尾帧与全能参考生视频。
DeepSeek-V4.1-Flash-1017 是深度求索全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。模型为 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入与输出不对称：输入激活仅 8B、输出激活 16B，成本显著低于已知的同尺寸模型。新一代结构大幅压缩 KV Cache，对 HBM 的需求降至上一代的 1/4、对 SSD 的需求降至 1/8，显著降低缓存命中费用占比较高的 Agent 类任务成本。模型支持 1M 上下文与最大 384K 输出，思考模式默认开启，可按任务复杂度选择 low / high / max 三档思考强度。
GLM-5.3 是智谱发布的编程能力最强开源模型，与 GLM-5.2 同基座、同参数规模（总参数 7430 亿），全部能力提升来自极致的后训练 Scaling。它在复杂软件工程、终端操作与长程 Agent 任务上取得显著突破，编程能力较 GLM-5.2 提升 50%；同时补齐网络安全能力，在白盒代码审查与漏洞发现等防御性安全任务中表现突出。配合百万上下文、多档思考强度、Function Calling 与 MCP 工具，可直接驱动项目级软件开发、安全审计与复杂自动化流水线。
Kimi K3 是 Moonshot AI 月之暗面推出的旗舰多模态模型，主打 1M 超长上下文与多档深度推理。在长文档阅读、跨章节引用、多轮工具调用等场景中持续保持目标一致性，配合 Function Calling、MCP 工具与结构化输出，可直接驱动企业级知识库问答与复杂自动化流水线。
DeepSeek-V4-Flash 是面向规模化在线业务推出的轻量级 MoE 文本模型，整体参数量 284B、单次推理仅激活约 13B。在保持长上下文理解能力的前提下，模型面向日常对话、检索增强、内容生产、客服、辅助编程以及长链路任务做了推理路径优化，单价相比同档位模型具备显著优势，适合高 QPS、低延迟与成本敏感型的接入场景。
DeepSeek-V4-Pro 是面向企业级关键链路的旗舰 MoE 模型，总参数 16T、单次推理激活 498B，原生支持百万级超长上下文窗口。模型面向高难度推理与高质量训练数据场景做了优化，重点强化数学逻辑、复杂推理、专业代码生成与长文本分析能力，可驱动高吞吐业务与多步骤自动化流水线，承担关键路径的核心引擎角色。
DeepSeek-V4.1-Flash 是深度求索全新模型结构系列中尺寸最小的模型，具备原生多模态视觉理解能力。模型为 552B 参数的 MoE 模型，采用全新的 Causal-Encoder-Decoder 结构，输入与输出不对称：输入激活仅 8B、输出激活 16B，成本显著低于已知的同尺寸模型。新一代结构大幅压缩 KV Cache，对 HBM 的需求降至上一代的 1/4、对 SSD 的需求降至 1/8，显著降低缓存命中费用占比较高的 Agent 类任务成本。模型支持 1M 上下文与最大 384K 输出，思考模式默认开启，可按任务复杂度选择 low / high / max 三档思考强度。
GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，采用 320B-A18B 稀疏注意力与线性注意力混合架构，是全球首个采用该混合架构的开源前沿模型。它在 Artificial Analysis Intelligence Index（AA 综合智能指数）取得 57 分，与 Claude Opus 4.8 持平、全面超越 GLM-5.2。视觉能力被原生融入 Coding 循环，模型能主动观察界面、渲染结果与交互反馈并持续改进，在代码、浏览器与图形界面之间协同完成任务；同时拓展至 Office、金融研究、专业文档等场景，可自主拆解目标、调用工具并交付 PPTX、PDF、DOCX、XLSX 等成品。定价仅为 GLM-5.3 的 1/10，让前沿智能第一次不用省着用。
图生视频模型，让静态图片获得自然镜头运动。
参考图生视频模型，用多图约束主体、风格与场景一致性。
文生视频模型，将文本脚本快速转化为动态镜头。
Kimi K2.7-Code 是 Moonshot AI 月之暗面专为代码场景微调的专用模型，在 HumanEval、MBPP、BigCodeBench 等主流代码基准上取得领先分数。支持 70+ 种编程语言与主流 IDE 协议，代码补全、单元测试、Bug 修复、跨文件重构一气呵成，是日常研发与自动化代码工作流的得力助手。
Kimi K3.1 Pro 是月之暗面（Moonshot AI）K3.1 系列的首个模型，也是 Kimi 迄今能力最强的旗舰模型。它是约 3 万亿参数级的开放权重模型，原生支持视觉理解与 100 万 token 上下文窗口，在编程、3D 创作、金融研究与建模上显著提升：可从修复真实代码库问题一路做到从零搭建完整项目，直接编写 Blender、FreeCAD 等软件脚本完成 3D 建模，并胜任财务建模与投研分析。思考模式始终开启，可通过 reasoning_effort 在 low / high / max 三档推理强度间选择，默认 max。
Kimi K3.1 Pro Highspeed 是 Kimi K3.1 Pro 的高速版模型，保持同等智能与 100 万 token 上下文窗口，输出速度约为标准版的 2~3 倍。它与 K3.1 Pro 一样具备原生视觉理解，在编程、3D 创作与金融研究建模上同样表现突出，适合交互式编码、实时助手等对响应速度要求高的场景。思考模式始终开启，可通过 reasoning_effort 在 low / high / max 三档推理强度间选择，默认 max。
Qwen3.8-Flash 是阿里巴巴通义千问 Qwen3.8 系列的高性价比多模态模型，基于同架构的开放权重版 Qwen3.8-Flash-Next：总参数 125B、每 token 仅激活 6B，采用 Gated DeltaNet 与 Qwen 稀疏注意力（QSA）交替的混合结构。模型原生支持文本、图像与视频输入，提供 1M token 上下文与思考模式，在智能体任务、代码工程与视觉理解上表现突出，官方公布 SWE-bench Pro 62.5、AndroidWorld 84.5。适合大规模智能体调用、编程辅助、文档与图像理解等对成本敏感的在线场景。
Qwen3.8-Max 是阿里巴巴通义千问 Qwen3.8 系列的旗舰模型，也是千问迄今规模最大、能力最强的模型。它采用稀疏 MoE 与混合注意力结构，总参数 2.4 万亿、每次推理激活 950 亿，支持 1M token 上下文与思考模式，原生具备视觉理解能力，可输入图像与视频。模型面向自主编程、长周期智能体任务与复杂真实业务，发布时在 Vision Arena 排名第二、Text Arena 第五。适合作为复杂代码工程、多工具智能体编排以及长文档与图表分析的主力模型。
Qwen3.7-Max 是通义千问 3.7 系列的 Max 版本，参数规模达 720B，定位为通用旗舰大模型。模型在复杂知识推理、长文本理解、专业写作与跨语言任务上均处于头部水平，原生支持百万级上下文与多档思考模式。它既可充当企业级知识中枢，也可在 Token Plan 的高单价档位下作为研发与生产主力，覆盖从研究到规模化部署的全链路需求。
Qwen3.7-Plus 是 Qwen3.7 系列的增强版，主打通用能力升级与更轻量的部署体验。在保持多任务输出质量与跨场景适配能力的前提下，相比 Pro / Max 档位具备更优的性价比，单位任务成本明显降低，可用于规模化在线业务、对话产品、内容生产以及基础编程辅助等多类落地场景。
均衡画质与稳定表现，适合正式素材生成。
