旗舰级长上下文模型，面向高难度、长周期的知识工作、代码项目和多步智能体任务；支持文本、图像与 PDF 输入，适合跨文件分析、复杂研究和持续工具调用。它更偏向质量、推理深度与长链路执行，速度较慢、成本较高，适合需要稳定完成复杂任务的场景。

Qwen 系列的高效多模态主力模型，原生支持百万级上下文，并兼顾代码辅助、智能体工作流和图表等视觉理解；适合长文档、代码库、高并发应用与需要工具协作的任务。

GLM-5 系列中兼顾前沿能力与调用效率的 Flash 模型：原生支持多模态，面向长上下文和高频执行，适合代码、智能体以及需要图文理解的复杂任务；相比更大档位，更适合作为成本敏感的生产主力。

DeepSeek-V4-Flash 的实验性多模态变体，支持在文本交互中理解图像。适合视觉问答、截图和文档分析；由于处于实验阶段，更适合评估和灵活工作流，关键生产链路需谨慎使用。

免费模型仅供学习和体验，随时可能下架，高级模型设有每分钟5次请求的限制，且其可用性不作保证。

面向复杂软件工程和长周期智能体任务的旗舰主力模型：沿用 GLM-5.2 基座，能力提升来自后训练，官方 Z.ai Code Bench 相比 GLM-5.2 提升 50%，并强化终端操作与漏洞发现。它提供 1M 上下文、最长 128K 输出，始终启用推理并支持 low、high、max 三档强度、函数调用和结构化输出；当前仅支持文本输入，不适合需要图像理解的任务。

免费模型仅供学习和体验，随时可能下架，高级模型设有每分钟5次请求的限制，且其可用性不作保证。

Gemini 3 系列的新一代快速多模态模型，2026 年 8 月发布，主打低成本、高吞吐与多模态理解；支持文本、图像、视频、音频和文档输入，百万级上下文，适合大规模信息处理、批量任务和实时交互场景。

旗舰级通用模型，优先用于高质量代码、智能体执行和知识工作；适合需要持续规划、工具协作与复杂问题处理的任务。若只追求低延迟或低成本的简单调用，应优先选更轻量的模型。

千问当前能力最强的旗舰多模态推理模型，适合长程编程、专业工作与多阶段智能体任务。它可处理文本、图片和视频，提供 1M 上下文、最长 128K 输出，并支持函数调用、结构化输出、联网搜索与代码解释器；更适合作为高质量复杂任务主力，而不是追求最低成本和最低延迟的批量调用。

面向视频创作的全模态生成模型，可结合文本、图像、视频和音频参考生成带同步音频的视频素材；适合短视频、广告和参考驱动的角色与镜头创作。它不是通用聊天模型，选择时应重点看视频一致性、运动表现与音画效果。

面向复杂智能体编程和企业级知识工作的高端模型，强调长链路规划、持续执行、自我校验和稳定交付；拥有百万级上下文，适合大型代码库、复杂文档以及需要较少人工监督的多步骤项目。

Gemini Flash 系列的主力模型，强调效率、代码、知识工作和多模态理解；相比 3.5 Flash，它用更少的输出 token、推理步骤和工具调用完成多步任务，适合生产级智能体、文档与图表分析以及高频复杂工作流。

Gemini 3.5 系列中速度最快、成本最低的模型，适合高并发、低延迟任务，以及翻译、分类、文档处理和轻量智能体工作流；支持多模态输入和最高 1M 上下文，但复杂推理、长链路规划或高质量代码修改应优先选择更高档 Flash 模型。

月之暗面的旗艦模型，原生支援視覺理解和最高 100 萬 token 上下文；目前以 max 推理強度運行，適合長鏈路編碼、知識工作及需要終端工具協作的複雜任務。為保持穩定性，建議保留完整推理歷史，並在相容的 Agent 框架中新開會話使用。

免费模型仅供学习和体验，随时可能下架，高级模型设有每分钟5次请求的限制，且其可用性不作保证。

GPT-5.6 中兼顾能力与成本的主力档位。适合需要图像理解、工具调用和较长材料处理的生产任务；若任务难度和交付质量优先，选择 Sol；若重在高并发成本控制，选择 Luna。

GPT-5.6 系列的旗舰档位，面向复杂专业工作与高质量交付。支持图像输入、函数调用和结构化输出，并可承载超长上下文；对时延或单位成本敏感的高频任务，可考虑 Terra 或 Luna。

專業視覺創作的多模態影像產生模型，支援從文字產生影像，並結合參考圖和空間標註進行精準編輯；擅長高密度資訊圖、文字排版、真實光影與多語言圖文生成。

程式碼、知識工作和 STEM 議題的旗艦推理模型。支援影像輸入、函數呼叫和結構化輸出，50 萬 token 上下文適合跨文件分析與長材料處理；不需要高難度推理時可選成本更低的模型。

Anthropic 迄今最強的公開發布模型，專為高難度推理與長週期智能體（agentic）任務打造。原生支援 100 萬 token 超長上下文與 128k 輸出，自適應思考預設常開；擅長在任務欠明確時自主探索環境、制定計劃並持續推進長程編碼與多智能體編排，需要人工介入前能把任務推進得更遠。

偏高效率和快速迭代的图像生成与编辑模型，适合高频视觉草稿、社媒素材、海报和多轮改图；支持多模态输入与百万级上下文，在速度和规模化调用上更有优势，但复杂创作控制优先选择 Pro Image。

Sonnet 檔位的日常主力模型，重點是在較低成本下提供接近旗艦的智能體、編碼和知識工作能力。預設 100 萬 token 上下文與自適應思考適合長文件、程式碼庫和多步驟工具任務；需要最深推理或受限高風險安全研究時，仍應評估更高檔或專用模型。

Seedance 系列面向长叙事和复杂创作工作流的新一代模型：支持更灵活的多模态参考、视频延展与精细编辑，适合广告、影视短片和需要保持角色、场景与音画连续性的内容生产。

程式碼、代理程式和複雜生產力任務，相比 Doubao Seed 2.0 在長上下文、長輸出和工具任務上更進一步；對比 Qwen、GLM、DeepSeek 等同類國產旗艦，它適合作為中文辦公室、程式碼和多步驟自動化場景的高性價比選擇。

面向文生視頻，相比 HappyHorse 1.0 更突出音頻原生生成，一次完成對白、音效和背景音樂；對比 Veo、Kling、Runway，它的差異化優勢在聲畫同步和角色一致性工作流。適合短劇、廣告、電商和品牌行銷影片。

面向參考生成視頻，相比 HappyHorse 1.0 更突出音頻原生生成，一次完成對白、音效和背景音樂；對比 Veo、Kling、Runway，它的差異化優勢在聲畫同步和角色一致性工作流。適合短劇、廣告、電商和品牌行銷影片。

面向圖生視頻，相比 HappyHorse 1.0 更突出音頻原生生成，一次完成對白、音效和背景音樂；對比 Veo、Kling、Runway，它的差異化優勢在聲畫同步和角色一致性工作流。適合短劇、廣告、電商和品牌行銷影片。

面向視訊生成和多素材視訊創作，相較於 Seedance 1.x 在運動穩定性、音訊視訊聯合生成和參考輸入上更完整；對比 Veo、Kling、Runway，它更適合需要文字、影像、音訊、視訊混音驅動的中文創意工作流程。該 filter-off 版本相比普通 Seedance 2.0 保持同檔生成能力，但內容過濾更寬鬆；適合短劇、廣告、電商和社交素材。

面向推理、程式碼和長上下文代理任務，相比 GLM-5.1 在上下文長度、工具調用和複雜多步驟任務上更進一步；對比 Qwen、DeepSeek、Kimi 等國產旗艦，它更適合中文企業自動化、專案級程式碼分析和知識工作流。

Seedance 2.0 的轻量版本，保留文本、图像、视频等参考驱动的视频生成能力，更适合快速试做、批量草稿和对成本敏感的工作流；需要更复杂的运动控制、镜头表现或更高完成度时，优先选择标准版。

面向長上下文、多步驟工具呼叫和程式碼/文件工作流程，相較於 Kimi K2.6 更強調工程任務穩定性和上下文承載能力；對比 Qwen、GLM、DeepSeek，它更適合中文長文件分析、專案問答和日常智能程式設計。

面向長上下文、多步驟工具呼叫和程式碼/文件工作流程，相較於 Kimi K2.6 更強調工程任務穩定性和上下文承載能力；對比 Qwen、GLM、DeepSeek，它更適合中文長文件分析、專案問答和日常智能程式設計。

以影像/視訊為導向的生成、編輯和延展，相較於 Grok Imagine 1.0 更強調運動一致性和快速社交內容產出；對比 Veo、Kling、Runway，它更適合 xAI 生態裡的短影片、廣告創意和即時趨勢素材。

面向代理式工作負載、程式碼和辦公室生產力，相較於 Qwen3.6 更強調長上下文、工具呼叫和結構化輸出的穩定組合；對比 GPT、Claude、Gemini 等旗艦模型，它更適合作為中文、程式碼和多步驟工具任務裡的高性價比替代。

免费模型仅供学习和体验，随时可能下架，高级模型设有每分钟5次请求的限制，且其可用性不作保证。

以長週期編碼、工具使用和多輪生產協作，相較於 MiniMax M2.7 進一步擴展到多模態輸入並保留 100 萬 token 上下文；對比 Claude、Gemini、GLM-5.2 等長上下文代理模型，它更適合將文字、圖像、視訊資料放入同一工作流程。

面向旗艦推理與複雜代理任務，相比 Claude Opus 4.7 在長上下文、程式碼、工具使用和複雜規劃上更進一步；對比 GPT、Gemini、Qwen 等旗艦模型，它更適合高可靠代理、程式碼庫維護和深度研究工作流程。

面向任意輸入到視訊的多模態創作，相較於 Gemini 早期視訊能力更強調文字、影像、音訊和視訊資料的統一編排；對比 Veo、Kling、Runway，它更適合將複雜多模態素材整合進同一創意工作流程。

面向多模態理解、程式碼和長上下文任務，相較於 Gemini 3.1 在吞吐、上下文和工具能力上更進一步；對比 GPT、Claude、Qwen 等模型，它更適合把文字、圖像、音訊、視訊和文件放進統一分析工作流程。

面向代理式工作負載、程式碼和辦公室生產力，相較於 Qwen3.6 更強調長上下文、工具呼叫和結構化輸出的穩定組合；對比 GPT、Claude、Gemini 等旗艦模型，它更適合作為中文、程式碼和多步驟工具任務裡的高性價比替代。

面向視訊編輯，相較於 早期視訊模型 更突出音訊原生生成，一次完成對白、音效和背景音樂；對比 Veo、Kling、Runway，它的差異化優勢在聲畫同步和角色一致性工作流程。適合短劇、廣告、電商和品牌行銷影片。

面向文生視頻，相比 早期視頻模型 更突出音頻原生生成，一次完成對白、音效和背景音樂；對比 Veo、Kling、Runway，它的差異化優勢在聲畫同步和角色一致性工作流。適合短劇、廣告、電商和品牌行銷影片。

面向參考生成視頻，相比 早期視頻模型 更突出音頻原生生成，一次完成對白、音效和背景音樂；對比 Veo、Kling、Runway，它的差異化優勢在聲畫同步和角色一致性工作流。適合短劇、廣告、電商和品牌行銷影片。

面向圖生視頻，相比 早期視頻模型 更突出音頻原生生成，一次完成對白、音效和背景音樂；對比 Veo、Kling、Runway，它的差異化優勢在聲畫同步和角色一致性工作流。適合短劇、廣告、電商和品牌行銷影片。

面向推理、程式碼和智能體工具使用，相比 DeepSeek V3.2 更強調長上下文、思考模式和複雜任務執行；對比 Qwen、GLM、Kimi 等國產模型，它在數學、程式設計和邏輯推理場景中更具競爭力，適合嚴肅程式碼與分析任務。

面向推理、程式碼和智能體工具使用，相比 DeepSeek V3.2 更強調長上下文、思考模式和複雜任務執行；對比 Qwen、GLM、Kimi 等國產模型，它在數學、程式設計和邏輯推理場景中更具競爭力，適合嚴肅程式碼與分析任務。

面向推理、程式碼、視覺理解和智能體任務，相比 GPT-5.4 更強調長上下文、工具調用和規模化穩定輸出；對比 Claude、Gemini、Qwen 等旗艦模型，它更適合作為通用高可靠自動化和複雜知識工作流程底座。

面向一句話音色設計和文字轉語音，相比 MiMo V2 TTS 更強調 V2.5 系列的自然語言音色創建、語速/情緒/語氣細粒度控制和低門檻聲音生產；對比 ElevenLabs、OpenAI TTS 和 Azure Speech，它更適合無需參考音頻的角色設計、廣告配音、短片旁白和多風格語音旁白。

面向少量樣本聲音克隆，相比 MiMo V2 TTS 更強調 V2.5 系列的高保真音色復刻、音色特徵一致性和跨文本泛化穩定性；對比 ElevenLabs、OpenAI TTS 和 Azure Speech，它更適合中文角色配音、短視頻旁白、播客復刻和需要保留目標音色的多語言語音生產。

以文字轉語音、Voice Design 和聲音克隆，相較於 MiMo V2 TTS 更強調 V2.5 系列的自然語音合成、細粒度語速/情緒/音調控制和低門檻音色創建；對比 ElevenLabs、OpenAI TTS 和 Azure Speech，它更適合中文音訊旁白、角色配音、短視訊音訊和多語言語音生產。

面向代理、程式碼和長上下文任務，相比 MiMo V2 在多模態理解、百萬級上下文和長程推理上更完整；對比 Qwen、GLM、DeepSeek 等國產模型，它的優勢在小米生態適配和工程自動化場景。

面向代理、程式碼和長上下文任務，相比 MiMo V2 在多模態理解、百萬級上下文和長程推理上更完整；對比 Qwen、GLM、DeepSeek 等國產模型，它的優勢在小米生態適配和工程自動化場景。

這是特價體驗線路，生成等待時間較長，大概有 10% 的機率生成失敗。適合對成本敏感、可以接受排隊和偶發失敗的圖片生成體驗；如需更穩定的生產使用，建議選擇常規線路。

這是特價體驗線路，生成等待時間較長，大概有 10% 的機率生成失敗。適合對成本敏感、可以接受排隊和偶發失敗的圖片生成體驗；如需更穩定的生產使用，建議選擇常規線路。

面向高品質影像生成與編輯，相較於 GPT Image 1.x 在文字渲染、局部編輯和多輪一致性上更進一步；對比 Gemini 影像模型、Qwen Image 和 Seedream，它更適合品牌視覺、廣告設計、產品圖和需要精細控制的創意工作流程。

面向旗艦推理與複雜代理任務，相比 Claude Opus 4.6 在長上下文、程式碼、工具使用和複雜規劃上更進一步；對比 GPT、Gemini、Qwen 等旗艦模型，它更適合高可靠代理、程式碼庫維護和深度研究工作流程。

面向文本生成、推理和工具調用，相比 MiniMax M2.x 早期版本更強調 200K 長上下文和代理式工作流程穩定性；對比 Kimi、GLM、Qwen 等同類中文模型，它適合辦公室、程式碼輔助和長文檔處理。

面向文本生成、推理和工具調用，相比 MiniMax M2.x 早期版本更強調 200K 長上下文和代理式工作流程穩定性；對比 Kimi、GLM、Qwen 等同類中文模型，它適合辦公室、程式碼輔助和長文檔處理。

面向推理、程式碼、視覺理解和智能體任務，相比 GPT-5.3 更強調長上下文、工具調用和規模化穩定輸出；對比 Claude、Gemini、Qwen 等旗艦模型，它更適合作為通用高可靠自動化和複雜知識工作流程底座。

面向推理、程式碼、視覺理解和智能體任務，相比 GPT-5.3 更強調長上下文、工具調用和規模化穩定輸出；對比 Claude、Gemini、Qwen 等旗艦模型，它更適合作為通用高可靠自動化和複雜知識工作流程底座。

影像生成與編輯，相較於 Qwen Image 1.x 在中文文字渲染、指令遵循和複雜版式上更進一步；對比 GPT Image、Gemini 圖像模型和 Seedream，它更適合中文海報、電商圖、資訊圖和多輪視覺創作。

影像生成與編輯，相較於 Qwen Image 1.x 在中文文字渲染、指令遵循和複雜版式上更進一步；對比 GPT Image、Gemini 圖像模型和 Seedream，它更適合中文海報、電商圖、資訊圖和多輪視覺創作。

以影像產生與編輯，相較於 Gemini 早期影像能力更強調多模態理解、對話式修改和快速視覺原型；對比 GPT Image、Qwen Image 和 Seedream，它更適合把文件、圖片和提示詞合併到同一視覺工作流程中。

Gemini 图像模型中兼顾质量与速度的高效档位，适合文本生图、图像编辑、多图融合和需要快速规模化产出的工作流；支持更灵活的构图与文字渲染，复杂专业设计可考虑 Gemini 3 Pro Image。

面向多模態理解、程式碼和長上下文任務，相較於 Gemini 3.0 / 2.5 在吞吐、上下文和工具能力上更進一步；對比 GPT、Claude、Qwen 等模型，它更適合把文字、圖像、音訊、視訊和文件放進統一分析工作流程。

面向高效編碼與代理任務，相比 Claude 4.5/4.6 前序版本 在長上下文、程式碼、工具使用和複雜規劃上更進一步；對比 GPT、Gemini、Qwen 等旗艦模型，它更適合高可靠代理、程式碼庫維護和深度研究工作流程。

程式碼、代理程式和複雜生產力任務，相比 Doubao Seed 2.0 在長上下文、長輸出和工具任務上更進一步；對比 Qwen、GLM、DeepSeek 等同類國產旗艦，它適合作為中文辦公室、程式碼和多步驟自動化場景的高性價比選擇。

影像生成與編輯，相較於 Seedream 4.x 更強調中文指令理解、視覺推理和高頻創意產出；對比 GPT Image、Gemini 圖像模型和 Qwen Image，它更適合字節生態內的廣告設計、電器素材和多場景視覺生產。

面向真實生產力智能體的高性價比模型，強項在程式碼、工具呼叫、搜尋和辦公室交付，而不只是聊天。它適合讓代理商規劃並執行跨文件修改、研究檢索、文件/表格/演示類任務；相比更貴的旗艦模型，核心取捨是用更低成本換取接近前沿的執行效率。

面向視訊生成和多素材視訊創作，相較於 Seedance 1.x 在運動穩定性、音訊視訊聯合生成和參考輸入上更完整；對比 Veo、Kling、Runway，它更適合需要文字、影像、音訊、視訊混音驅動的中文創意工作流程。該 filter-off 版本相比普通 Seedance 2.0 保持同檔生成能力，但內容過濾更寬鬆；適合短劇、廣告、電商和社交素材。

面向視訊生成和多素材視訊創作，相較於 Seedance 1.x 在運動穩定性、音訊視訊聯合生成和參考輸入上更完整；對比 Veo、Kling、Runway，它更適合需要文字、影像、音訊、視訊混音驅動的中文創意工作流程。該 filter-off 版本相比普通 Seedance 2.0 保持同檔生成能力，但內容過濾更寬鬆；適合短劇、廣告、電商和社交素材。

面向旗艦推理與複雜代理任務，相比 Claude 4.5/4.6 前序版本 在長上下文、程式碼、工具使用和複雜規劃上更進一步；對比 GPT、Gemini、Qwen 等旗艦模型，它更適合高可靠代理、程式碼庫維護和深度研究工作流程。

以文字/影像為導向影片和多鏡頭創作，相較於 Kling 2.x 在運動穩定性、鏡頭語言和參考圖一致性上更進一步；對比 Veo、Runway、Seedance，它更適合中文短劇、廣告素材和高品質社群影片生產。

以文字/影像為導向影片和多鏡頭創作，相較於 Kling 2.x 在運動穩定性、鏡頭語言和參考圖一致性上更進一步；對比 Veo、Runway、Seedance，它更適合中文短劇、廣告素材和高品質社群影片生產。

Seedance 2.0 的速度优先版本，面向低延迟生成和快速迭代；适合批量试镜、素材探索和需要尽快得到可用视频草稿的场景。若更看重复杂参考融合、动作稳定性和最终画面完成度，应选择标准版。

Seedance 2.0 标准版，适合把文本、图像、音频和视频参考组合成可控的视频创作；在复杂运动、多主体互动、镜头控制和音画联合生成之间取得平衡，适合作为广告、短片和高质量素材生产的常规主力。

Google 高速推理模型，專為 Agent 工作流程、多輪對話和程式碼輔助而設計。支援文字、圖像、音訊、視訊和 PDF 輸入，100 萬 token 上下文視窗。支援可配置推理等級、工具呼叫和結構化輸出。比前代 Gemini 2.5 Flash 在推理、多模態理解和可靠性方面全面提升。

以影像產生與編輯，相較於 Gemini 早期影像能力更強調多模態理解、對話式修改和快速視覺原型；對比 GPT Image、Qwen Image 和 Seedream，它更適合把文件、圖片和提示詞合併到同一視覺工作流程中。

面向专业创作的推理型图像生成与编辑模型，适合复杂平面设计、高保真产品样机、信息图和需要准确文字渲染的视觉内容；相比更快的 Flash Image 档位，更强调精细控制、事实依据与成片质量。

面向旗艦推理與複雜代理任務，相比 Claude 4 系列前序版本 在長上下文、程式碼、工具使用和複雜規劃上更進一步；對比 GPT、Gemini、Qwen 等旗艦模型，它更適合高可靠代理、程式碼庫維護和深度研究工作流程。

面向高保真視訊生成，相比 Veo 2/3 在原生音訊、鏡頭控制和參考輸入工作流程上更成熟；對比 Kling、Runway、Seedance，它更適合電影感短片、廣告分鏡和需要穩定物理運動的視訊創作。 Lite 檔相較標準檔更偏向高吞吐和低成本草稿。

面向高保真視訊生成，相比 Veo 2/3 在原生音訊、鏡頭控制和參考輸入工作流程上更成熟；對比 Kling、Runway、Seedance，它更適合電影感短片、廣告分鏡和需要穩定物理運動的視訊創作。 Fast 檔相較標準檔較適合快速概念驗證。

面向高保真視訊生成，相比 Veo 2/3 在原生音訊、鏡頭控制和參考輸入工作流程上更成熟；對比 Kling、Runway、Seedance，它更適合電影感短片、廣告分鏡和需要穩定物理運動的視訊創作。

以影像產生與編輯，相較於 Gemini 早期影像能力更強調多模態理解、對話式修改和快速視覺原型；對比 GPT Image、Qwen Image 和 Seedream，它更適合把文件、圖片和提示詞合併到同一視覺工作流程中。

面向高效編碼與代理任務，相比 Claude Haiku 3.5 在長上下文、程式碼、工具使用和複雜規劃上更進一步；對比 GPT、Gemini、Qwen 等旗艦模型，它更適合高可靠代理、程式碼庫維護和深度研究工作流程。

通义万相 3.0 系列的速度优先版本（早期访问阶段），在保持高质量视频生成的同时缩短出片等待，适合低延迟预览、批量试做和需要快速迭代的短视频工作流；若更看重极致画面控制而非出片速度，可选择标准版。

阿里通义万相 3.0 系列的标准视频生成模型（早期访问阶段），支持文生视频、图生视频及多模态参考输入，单次可生成最长约 30 秒的视频并同步生成音频，适合广告、短剧和叙事短片的快速出片；正式发布日期尚未公布，规格以官方为准。

以影像產生與編輯，相較於早期 GLM 視覺能力更專注於中文提示詞、圖文理解和可控生成；對比 GPT Image、Gemini 圖像模型和 Qwen Image，它更適合中文行銷素材、知識圖解和多輪視覺修改。