模型
核心能力概覽：解析度：最高可達 4K（4096×4096），與 Pro 相當。參考圖片一致性：最多支援 14 張參考圖片（10 個物件 + 4 個角色），維持風格與角色一致性。極端寬高比：新增 1:4、4:1、1:8、8:1 比例，適合長圖、海報與橫幅。文字渲染：進階文字生成，適用於資訊圖表與行銷海報版面。搜尋強化：整合 Google Search + Image Search。Grounding：內建思考過程；在生成前會先對複雜提示進行推理。 Claude Opus 4.6 是 Anthropic 的「Opus」級大型語言模型，於 2026 年 2 月發布。它被定位為知識工作與研究工作流程的主力，著重提升長上下文推理、多步規劃、工具使用（包括代理型軟體工作流程），以及電腦操作任務，例如自動化製作投影片與試算表。 Claude Sonnet 4.6 是我們迄今為止最強大的 Sonnet 模型。它對模型在程式設計、電腦操作、長上下文推理、代理規劃、知識工作與設計等方面的能力進行了全面升級。Sonnet 4.6 亦提供 1M 詞元的上下文視窗，目前處於 Beta 階段。 上下文:400,000
GPT-5.4 nano 專為速度與成本最為關鍵的任務而設計，例如分類、資料擷取、排序與子智能體。上下文:400,000
GPT-5.4 mini 將 GPT-5.4 的優勢帶入一個更快速、更高效、專為大量工作負載設計的模型。Claude Mythos Preview 是我們迄今最強大的前沿模型，與我們先前的前沿模型 Claude Opus 4.6 相比，在多項評測基準上的分數呈現出
顯著躍升。 MiMo-V2-Pro 是 Xiaomi 的旗艦級基礎模型，具備超過 1T 的總參數與 1M 的上下文長度，並針對 Agent 化場景進行了深度優化。它可高度適配 OpenClaw 等通用 Agent 框架。在標準的 PinchBench 與 ClawBench 基準測試中名列全球頂尖，其感知表現接近 Opus 4.6。MiMo-V2-Pro 旨在作為 Agent 系統的大腦，編排複雜工作流程、推動生產級工程任務，並可靠地交付結果。 MiMo-V2-Omni 是一款尖端的全模態模型，能在統一的架構中原生處理影像、影片與音訊輸入。它結合了強大的多模態感知與代理式能力 - 視覺定位、多步規劃、工具使用與程式碼執行 - 使其非常適合處理跨模態的複雜真實世界任務。256K 的上下文視窗。 MiniMax-M2.7 提供與標準版相同的頂級智能——包括遞迴自我演化與專家級辦公生產力——但專為需要亞秒級延遲與高速 token 生成的應用而設計。借助增強的推理骨幹架構，其輸出速度比標準版快 66%（可達 100 tps）。它是互動式程式設計助理、即時智能體迴圈執行，以及對完成時間有嚴格要求的高吞吐量企業級管線的首選。 上下文:200k
GLM-5 Turbo 是 Z.ai 推出的新模型，旨在為由智能體驅動的環境（如 OpenClaw 場景）提供快速推理與強勁表現。上下文:1,050,000
能生成更智慧、更精準回應的 GPT-5.4 版本上下文:1,050,000
GPT-5.4 是面向複雜專業工作的前沿模型。Reasoning.effort 支援：none（預設）、low、medium、high 和 xhigh。ChatGPT 所使用的 GPT-5.3 Instant 模型 Gemini 3.1 Flash-Lite 是 Google 的 Gemini 3 系列中一款極具成本效益且低延遲的 Tier-3 模型，專為在吞吐量與速度比最大化推理深度更為重要的大規模生產級 AI 工作流程而設計。它結合了大型多模態上下文視窗與高效的推理效能，且成本低於多數旗艦級對應產品。 每秒:$0.24
Sora 2 Pro 是我們最先進且最強大的媒體生成模型，能生成帶有同步音訊的影片。它可以從自然語言或圖像創建細節豐富、動態的影片片段。每秒:$0.08
超強大的影片生成模型，具備音效，支援對話格式。每次請求:$0.6
Midjourney video generation作為原生視覺語言模型，Qwen3.5 系列的 QWEN3.5-397B-A17B 在推理、程式設計、代理能力以及多模態理解等綜合基準評測中表現出色，幫助開發者與企業大幅提升生產力。該模型採用創新的混合架構，將線性注意力（Gated Delta Networks）與稀疏混合專家（MoE）結合，實現卓越的推理效率：總參數量達 3970 億，且每次前向傳播僅啟用 170 億參數，在維持能力的同時優化速度與成本。我們還將語言與方言支援從 119 種擴展至 201 種，為全球使用者提供更廣泛的可用性與更完善的支援。 上下文:2,000,000
Grok 4.20 版本引入了多代理架構（多個專門化代理在即時協調下協同運作）、擴充的上下文模式，並在指令遵循、降低幻覺，以及結構化／工具化輸出方面進行了重點改進。每秒:$0.04
可根據文字提示生成影片，將靜態圖片動態化，或以自然語言編輯現有影片。API 支援為生成的影片自訂時長、寬高比與解析度 — SDK 會自動處理非同步輪詢。上下文:32,000
用於音訊輸入、音訊輸出的最佳語音模型。搭配 Chat Completions 進行音訊輸入、音訊輸出的最佳語音模型。 上下文:400,000
GPT-5.3-Codex 針對在 Codex 或類似環境中的代理式程式設計任務進行了優化。GPT-5.3-Codex 支援低、中、高與超高的推理強度設定。每次請求:$0.028
Seedream 5.0 Lite 是一款統一式多模態圖像生成模型，具備深度思考與線上搜尋能力，在理解、推理與生成能力上全方位升級。Gemini 3.1 Pro 是 Gemini 系列模型的下一代，是一套能力極強、原生多模態的推理模型。Gemini 3 Pro 現已是 Google 用於複雜任務的最先進模型，並能理解龐大的資料集，以及來自不同資訊來源的具挑戰性問題，包含文字、音訊、影像、影片，以及整個程式碼儲存庫。 Qwen3.5 原生視覺語言系列 Plus 模型採用將線性注意力機制與稀疏專家混合模型相結合的混合式架構，實現更高的推理效率。 Qwen3.5 系列 397B-A17B 原生視覺語言模型採用將線性注意力機制與稀疏專家混合模型整合的混合架構，實現更高的推理效率。 🔹 Doubao Seed 2.0 系列
doubao-seed-2-0-code-preview-260215
重點強化長鏈式推理能力與複雜任務的穩定性，並適配真實商業環境中的複雜場景。作為 Seed 2.0 的程式碼增強版本，更適合用於 Agentic Coding。
doubao-seed-2-0-lite-260215
在生成品質與回應速度之間取得平衡，適合作為通用的生產級模型。
doubao-seed-2-0-mini-260215
面向低延遲、高併發與成本敏感場景而設計。強調快速回應與靈活的推理部署，支持四層次思考與多模態理解能力。 MiniMax-M2.5 是一款為真實世界生產力而設計的 SOTA 級大型語言模型。在多元且複雜的真實數位工作環境中受訓的 M2.5，建基於 M2.1 的程式編碼專長，進一步拓展至一般辦公工作，能熟練生成與操作 Word、Excel 與 Powerpoint 檔案、在多元軟體環境之間進行情境切換，並與不同的智能體與人類團隊協作。 
