你要的 AI 模型，这里都有

DeepSeek-V4.1-Flash-1017 是 DeepSeek-V4.1-Flash 的升级版本，原生支持图像与文本理解，在推理、编程、智能体任务和视觉理解方面进一步提升，同时减少任务执行时间与输出长度，提高复杂任务的完成效率

GLM-5.3-Flash 是智谱推出的原生多模态模型，总参数 320B、激活参数 18B，采用稀疏注意力与线性注意力混合架构，支持 1M 上下文，擅长视觉理解、编程、深度推理与复杂智能体任务

Hy4 preview 是腾讯混元新一代生产力旗舰模型，采用 Gated DSA（门控稀疏 注意力）与 iHC 残差设计，总参数量约 770B，每 token 激活约 49B。模型 原生支持 1M 上下文窗口与 64k 最大输出，引入原生 MTP 投机解码层提升 生成吞吐，具备较强的复杂 任务理解、规划与持续执行能力，原生支持工具调用、结构化输出与上下文 缓存，面向 Agent、Coding 与生产力场景深度优化，适合长程规划与代码 工作流

GLM-5.3 是智谱 AI 推出的 GLM-5 系列旗舰模型，沿用与 GLM-5.2 相同的基础模型，通过后训练在复杂编码、网络安全和长程智能体任务上实现显著提升。模型采用 MoE 架构，总参数量约 744B，激活参数约 40B，原生支持 1,048,576 tokens 上下文窗口、函数调用与结构化输出，适用于复杂软件工程、漏洞发现与长程智能体任务

DeepSeek-V4-Flash 是 DeepSeek-V4 系列中的 MoE 语言模型，总参数量 284B，激活参数量 13B，支持 1M tokens 超长上下文与最高 384K tokens 输出。模型采用混合注意力架构（Compressed Sparse Attention, CSA 与 Heavily Compressed Attention, HCA）并引入 Manifold-Constrained Hyper-Connections 与 DSpark 推测解码模块，以提升长上下文推理效率与整体性能。0731 版本为正式发布版本（public beta），仅对预览版进行 re-post-training，架构与参数规模保持不变，显著增强了智能体能力。在 DeepSeek 自测的 9 项 agentic / 编程基准上（包括 Terminal-Bench 2.1、DeepSWE、Toolathlon-Verified 等）分数均超过 V4-Pro Preview。模型原生支持 OpenAI Responses API 与 Codex 适配，reasoning_effort 参数支持 low / high / max 三档调节，适用于复杂 agent 工作流、长文本理解与代码任务

LongCat-2.0 核心特性如下：1. 面向 Agent 开发场景，原生支持工具调用、多步推理和长上下文任务；2. 在代码开生成、自动化工作流和复杂指令执行上表现突出；3. 深度适配 Claude Code、OpenClaw、OpenCode 和 Kilo Code 等生产力工具。

GLM-5.2 是 Z.ai 最新的旗舰模型，面向长程任务场景，相比 GLM-5.1 在长程任务能力上有显著提升。该 753B 模型支持稳定的 1M-token 上下文，具备更强的编程能力，并支持多种 thinking effort levels，以在性能和延迟之间进行灵活平衡。GLM-5.2 引入 IndexShare 架构优化，在 1M 上下文长度下将 per-token FLOPs 降低 2.9 倍，同时改进 MTP layer 以支持 speculative decoding，使 acceptance length 最高提升 20%

Kimi K2.7 Code 是 Moonshot AI 推出的面向代码任务的 agentic 模型，基于 Kimi K2.6 构建，在真实世界长程代码任务中有显著提升，可增强复杂软件工程工作流中的端到端任务完成能力，并将思考 token 使用量相比 Kimi K2.6 降低约 30%。该模型采用 MoE 架构，总参数量为 1T，激活参数量为 32B，支持 256K 上下文长度，并支持图像输入、视频输入、Thinking mode、Preserve Thinking 与多步工具调用

DeepSeek-V4-Pro 是 DeepSeek-V4 系列中的旗舰 MoE 语言模型，拥有 1.6T 总参数、49B 激活参数，原生支持 100 万 tokens 的超长上下文。该模型采用创新的混合注意力架构，结合压缩稀疏注意力（CSA）与高度压缩注意力（HCA），在 1M 上下文下仅需 DeepSeek-V3.2 的 27% 单 token 推理 FLOPs 和 10% KV 缓存。模型还引入流形约束超连接（mHC）增强层间信号传播稳定性，并采用 Muon 优化器加速收敛。DeepSeek-V4-Pro 在超过 32T 高质量多样化 tokens 上预训练，后训练采用“领域专家独立培养 + 在线策略蒸馏统一整合”的两阶段范式。其最大推理强度模式 DeepSeek-V4-Pro-Max 在编程基准上取得顶尖表现，并在推理与 Agentic 任务上大幅缩小与领先闭源模型的差距，是目前最强的开源模型之一，支持 Non-think、Think High、Think Max 三种推理强度模式

Qwen3.8-27B 是 Qwen3.8 系列中的 27B 稠密模型，基于 Qwen3.5 的架构基础构建，是原生视觉语言模型，支持图像和视频理解。模型在编码、专业工作、研究和长周期智能体任务方面进行了全面增强，默认启用 thinking mode，并支持通过 reasoning_effort 调整推理深度。模型原生支持 256K 上下文长度

Kimi K2.6 是月之暗面（Moonshot AI）开源的原生多模态智能体模型，在 HLE（含工具）、SWE-Bench Pro、BrowseComp 等多项主流榜单上取得开源最优水平。 模型采用 MoE 架构，总参数量 1T，激活参数 32B，支持 256K tokens 上下文，并通过 MoonViT 视觉编码器支持图像与视频输入。 K2.6 专为智能体场景优化：支持 4,000+ 次工具调用与超 12 小时持续自主执行；多智能体协作可扩展至 300 个并行子智能体 × 4,000 步，单次运行生成 100+ 文件；同时支持思考（Thinking）与即时（Instant）双推理模式，以及 Function Call 与多轮思维链保留能力

GLM-5.1 是面向智能体工程的下一代旗舰模型，采用混合专家（MoE）架构，拥有 754B 参数。该模型编程能力显著增强，在 SWE-Bench Pro 上取得了领先水平，在 NL2Repo（仓库生成）和 Terminal-Bench 2.0（真实终端任务）等基准上大幅领先前代。GLM-5.1 专为长周期智能体任务设计，能够以更好的判断力处理模糊问题，拆解复杂任务、执行实验、分析结果，并在数百轮迭代和数千次工具调用中持续优化

Xing4.0-29B-A4B让百亿参数模型从“会写代码”迈向“能干工程”，总参数量为29B，单次激活参数量为4B。全国产开源，原生支持256K，外推可达512K超长上下文，兼具复杂推理、工具调用与长程任务执行能力。基于昇腾算力训练，支持私有化及消费级单卡部署，以更低成本释放企业智能生产力。

Z-Image-Turbo 是 Z-Image 系列的 6B 文生图模型，是 Z-Image 的蒸馏版本，采用 Scalable Single-Stream DiT（S3-DiT）架构，通过 Decoupled-DMD 与强化学习后训练实现高效少步生成。该模型仅需 8 次 NFEs 即可生成高质量图像，并可在 16G VRAM 消费级设备上运行。Z-Image-Turbo 擅长写实图像生成、中英文双语文本渲染和稳健的指令遵循，适合对生成质量与推理速度都有较高要求的文生图场景

Z-Image 是 Z-Image（造相）系列的图像生成基础模型，采用单流 Diffusion Transformer 架构，面向高质量生成、稳定的生成多样性、广泛的风格覆盖和精准的提示词遵循能力。与面向速度优化的 Z-Image-Turbo 不同，Z-Image 是未蒸馏的全容量 Transformer 模型，支持完整的 Classifier-Free Guidance（CFG）和负向提示词控制，适合复杂提示词工程、专业创作流程、LoRA 训练、ControlNet 结构条件控制和语义条件控制等开发场景

DeepSeek-V3.2 是一款兼具高计算效率与卓越推理和 Agent 性能的模型。其方法建立在三大关键技术突破之上：DeepSeek 稀疏注意力（DSA），一种高效的注意力机制，在保持模型性能的同时显著降低了计算复杂性，并特别针对长上下文场景进行了优化；可扩展的强化学习框架，通过该框架，模型性能可与 GPT-5 相媲美，其高算力版本在推理能力上可与 Gemini-3.0-Pro 匹敌；以及大规模 Agent 任务合成管线，旨在将推理能力整合到工具使用场景中，从而提高在复杂交互环境中的指令遵循和泛化能力。该模型在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中取得了金牌表现

DeepSeek-V3.2 是一款兼具高计算效率与卓越推理和 Agent 性能的模型。其方法建立在三大关键技术突破之上：DeepSeek 稀疏注意力（DSA），一种高效的注意力机制，在保持模型性能的同时显著降低了计算复杂性，并特别针对长上下文场景进行了优化；可扩展的强化学习框架，通过该框架，模型性能可与 GPT-5 相媲美，其高算力版本在推理能力上可与 Gemini-3.0-Pro 匹敌；以及大规模 Agent 任务合成管线，旨在将推理能力整合到工具使用场景中，从而提高在复杂交互环境中的指令遵循和泛化能力。该模型在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中取得了金牌表现

DeepSeek-V3.1-Terminus 是由深度求索（DeepSeek）发布的 V3.1 模型的更新版本，定位为混合智能体大语言模型。此次更新在保持模型原有能力的基础上，专注于修复用户反馈的问题并提升稳定性。它显著改善了语言一致性，减少了中英文混用和异常字符的出现。模型集成了“思考模式”（Thinking Mode）和“非思考模式”（Non-thinking Mode），用户可通过聊天模板灵活切换以适应不同任务。作为一个重要的优化，V3.1-Terminus 增强了代码智能体（Code Agent）和搜索智能体（Search Agent）的性能，使其在工具调用和执行多步复杂任务方面更加可靠

DeepSeek-V3.1-Terminus 是由深度求索（DeepSeek）发布的 V3.1 模型的更新版本，定位为混合智能体大语言模型。此次更新在保持模型原有能力的基础上，专注于修复用户反馈的问题并提升稳定性。它显著改善了语言一致性，减少了中英文混用和异常字符的出现。模型集成了“思考模式”（Thinking Mode）和“非思考模式”（Non-thinking Mode），用户可通过聊天模板灵活切换以适应不同任务。作为一个重要的优化，V3.1-Terminus 增强了代码智能体（Code Agent）和搜索智能体（Search Agent）的性能，使其在工具调用和执行多步复杂任务方面更加可靠

Qwen3.6-35B-A3B 是通义千问团队推出的 Qwen3.6 系列大语言模型，采用混合专家（MoE）架构，拥有 350 亿总参数，每次推理仅激活约 30 亿参数，兼顾高效推理与优秀性能。模型支持思考与非思考双模式，可在快速响应与深度推理间灵活切换