自研深度研究模型，类似cursor plan模式，先对研究内容进行规划然后逐步进行，主要面向深度研究场景，适用于需要生成结构化研究报告、进行复杂信息整合和深度分析的应用。典型的应用场景包括学术研究、投资分析、政策研究、行业调研、竞品分析等。在这些场景中，用户通常需要系统性地收集大量信息，进行批判性分析，并产出具有一定深度和洞察力的研究报告。对于需要深度专业分析的研究任务，v1 Pro是更合适的选择。v1 Pro擅长研究推理，能够从收集材料中分析和提出专业见解。对于需要高质量专业分析报告的场景，如学术论文撰写、投资尽职调查、战略咨询报告等，U1 Pro更强的推理能力和内容核查功能能够带来更高的研究质量，从而实现更好的投入产出比。v1 Pro支持的内容核查功能在这种场景下尤为重要，能够显著降低AI幻觉对报告质量的影响.

自研深度研究模型，类似cursor plan模式，先对研究内容进行规划然后逐步进行，主要面向一般的深度研究需求，建议优先选择v2模型。v2作为第二代通用深度研究模型，提供了更新的技术能力和可能的性能改进。v2擅长信息挖掘和快速深度搜索整合，适用于大多数以信息收集和初步分析为主的研究任务。例如，在进行市场调研时，U2能够快速收集行业动态、竞品信息、市场规模等数据，并整合成结构化的调研报告。

支持200K上下文窗口，1M token上下文窗口处于beta阶段，最大输出128K token，可处理大规模文本内容；在代理式编程、复杂代码库运作、长时间代理任务中表现出色，能自主完成复杂编码任务，规划周密且可发现自身错误；金融、法律等领域知识处理能力突出，相关专项测试领先；可集成进Excel、PowerPoint等办公软件，处理复杂数据并生成演示文稿，提升办公效率；支持扩展思考实现深度推理，还可参与自身调试部署，构建AI自我改进与自动化开发闭环。

自研深度搜索模型，类似cursor plan模式，结合最新版本glm、kimi、claude sonnet（模型版本动态更新最新版）调用各种工具组合分析搜索内容进行深度搜索及事实核查，主要面向深度搜索场景，适用于需要快速获取准确信息、进行事实核查和初步信息收集的应用。典型的应用场景包括实时信息查询、人物背景调查、事件追踪、知识问答、内容创作辅助等。在这些场景中，用户通常需要快速获得准确、全面的信息，而不是深度的分析见解。

自研深度搜索模型，类似cursor plan模式，结合最新版本glm、kimi、claude sonnet（模型版本动态更新最新版）调用各种工具组合分析搜索内容进行深度搜索及事实核查，主要面向深度搜索场景，适用于需要快速获取准确信息、进行事实核查和初步信息收集的应用。典型的应用场景包括实时信息查询、人物背景调查、事件追踪、知识问答、内容创作辅助等。在这些场景中，用户通常需要快速获得准确、全面的信息，而不是深度的分析见解。

Claude Sonnet 4.5-20250929是Anthropic推出的全能型模型，核心优势如下： 顶尖编程能力：号称全球最强编码模型，SWE-bench测试达77.2%，擅长多文件代码修改、复杂bug调试、代码审查与创意代码生成，支持完整代码库分析，搭配VS Code扩展、代码分析可视化等开发者工具。 卓越智能体与实操能力：可自主持续执行复杂多步骤任务超30小时，能处理电子表格等办公文件，具备网络安全相关能力，适配实际智能体应用场景。 高效长任务与记忆机制：动态追踪可用token并自动清理陈旧工具结果，跨会话传承关键信息；支持最高100万token大上下文窗口，可处理数百份文档、维护大量工具交互历史。 综合性能优异：在推理、数学、企业数据处理等领域表现突出，兼顾性能、速度与成本，还配备安全升级。

Claude Sonnet 4.6是Anthropic推出的中阶大模型，兼顾高性能与成本效益，适配高吞吐量生产工作负载，核心优势如下： 搜索与长文本能力大幅跃升：在MRCR v2 8-needle 1M「大海捞针」基准测试中得分76%，远高于前代Claude Sonnet 4.5的18.5%，长文本信息检索精度显著提升。 编程与推理能力卓越：优化日常开发任务，代码自动化、逻辑推理表现突出；支持「扩展思考」模式，可深入处理复杂问题，指令遵循精度更高。 多模态与通用场景适配：支持文字、图片输入及文字输出，具备多语言能力，可胜任客服对话、数据分析、代码生成、文档处理等多元场景。 工具与任务管理升级：支持并行工具调用，具备本地文件记忆能力，任务连续性强，减少无效捷径行为，提升任务执行可靠性。

Claude Sonnet 4.6是Anthropic推出的中阶大模型，兼顾高性能与成本效益，适配高吞吐量生产工作负载，核心优势如下： 搜索与长文本能力大幅跃升：在MRCR v2 8-needle 1M「大海捞针」基准测试中得分76%，远高于前代Claude Sonnet 4.5的18.5%，长文本信息检索精度显著提升。 编程与推理能力卓越：优化日常开发任务，代码自动化、逻辑推理表现突出；支持「扩展思考」模式，可深入处理复杂问题，指令遵循精度更高。 多模态与通用场景适配：支持文字、图片输入及文字输出，具备多语言能力，可胜任客服对话、数据分析、代码生成、文档处理等多元场景。 工具与任务管理升级：支持并行工具调用，具备本地文件记忆能力，任务连续性强，减少无效捷径行为，提升任务执行可靠性。

GLM-5 是智谱新一代的旗舰基座模型，面向 Agentic Engineering 打造，能够在复杂系统工程与长程 Agent 任务中提供可靠生产力。在 Coding 与 Agent 能力上，GLM-5 取得开源 SOTA 表现，在真实编程场景的使用体感逼近 Claude Opus 4.5，擅长复杂系统工程与长程 Agent 任务，是通用 Agent 助手的理想基座。

【官方模型】Qwen3.5-Plus是阿里推出的旗舰大模型，核心亮点如下： 架构革新，以小博大：采用线性注意力+稀疏MoE混合架构，总参数量达3970亿，每次推理仅激活170亿参数，性能超越万亿参数的Qwen3-Max模型。 性能顶尖，媲美闭源旗舰：多项能力媲美甚至超越GPT-5.2、Gemini 3 Pro等闭源顶级模型；在MMLU-Pro知识推理评测获87.8分（超GPT-5.2）、GPQA博士级难题测评获88.4分（高于Claude 4.5）、IFBench指令遵循获76.5分刷新纪录，多模态任务（MathVison、RealWorldQA、CC_OCR、RefCOCO-avg、MLVU等）均拿下最佳成绩。 效率飞跃，成本骤降：部署显存占用降低60%，推理吞吐量提升19倍，推理效率大幅提升，部署成本显著下降。 原生多模态，能力全面：支持文本、图像、视频输入，实现视觉与语言统一理解，具备像素级空间定位、视频因果时序理解、手绘草图转代码、图片文字识别、画作风格判断等跨模态能力；在复杂推理、编程、Agent智能体、具身智能等领域表现领先同级模型。

Gemini 3 Pro 是 Google 最先进的推理模型,具备处理复杂问题的卓越能力。拥有 100 万 token 的超大上下文窗口,能够理解海量数据集和来自文本、音频、图像、视频、PDF 甚至完整代码库等多种信息源的复杂问题。引入了 thinkinglevel (低/高推理级别)、mediaresolution (多模态输入的视觉处理分辨率)等新功能,支持更严格的思维签名验证、多模态函数响应和流式函数调用,在多模态理解、代理任务和编程方面表现领先。

GPT-5.2 是 OpenAI 最新的旗舰模型,专为编程和代理任务设计。拥有 400,000 个 token 的超大上下文窗口,在通用智能、长上下文理解、代理工具调用和视觉能力方面都有显著提升。特别擅长创建电子表格、构建演示文稿、编写代码和处理复杂的多步骤项目,是当前最适合专业工作和长期运行代理的模型。

GPT-5.2-2025-12-11 是 GPT-5.2 的特定日期快照版本,于 2025 年 12 月 11 日发布。该版本固定了模型的参数和行为,确保在生产环境中的稳定性和一致性。在 SWE-bench 等编程基准测试中达到 71.80% 的高分,是需要精确版本控制的企业级应用的理想选择。

GPT-5.2-chat-latest 指向 ChatGPT 当前使用的 GPT-5.2 快照版本,专门针对聊天场景进行了优化。该模型会自动更新到最新的聊天优化版本,适合希望测试 OpenAI 最新聊天改进的开发者。对于大多数 API 使用场景,官方推荐使用标准的 gpt-5.2 模型。

GPT-5.2 Pro 是 GPT-5.2 的增强版本,产生更智能、更精确的响应。该模型专为处理复杂困难问题设计,支持 medium、high、xhigh 三个推理强度级别。仅通过 Responses API 提供,支持多轮模型交互和高级 API 功能。由于专注于复杂任务,某些请求可能需要数分钟才能完成,建议使用后台模式避免超时。

GPT-5.2-pro-2025-12-11 是 GPT-5.2 Pro 的特定日期快照版本,于 2025 年 12 月 11 日发布。该版本锁定了增强推理能力的模型状态,确保在处理复杂专业任务时的行为一致性。支持多级推理强度控制,是需要最高精度和深度思考能力的企业级应用的最佳选择。

Claude Haiku 4.5 是 Anthropic 最快、性价比最高的小型模型,在编程、计算机使用和代理任务方面达到接近前沿水平的性能,与 Claude Sonnet 4 相当。该模型以三分之一的成本和两倍以上的速度提供类似的编程性能,特别擅长实时、低延迟任务如聊天助手、客户服务代理和配对编程。在 SWE-bench Verified 上得分 73.3%,是首个配备扩展思考功能的 Haiku 模型,适合需要高智能与快速响应相结合的场景。

中文人设对话场景

中文人设对话场景

英文等多语种人设对话场景

abab6.5s-chat是MiniMax推出的万亿参数MoE大语言模型，采用Transformer架构与混合注意力机制，核心特点如下： 指令遵循能力突出，出token速度极快，适配实时语音交互、拟人化对话场景； 支持最大245k上下文窗口，可处理超长文本，适配通用及复杂生产力任务，还支持搜索、function call等功能； 在MMLU、推理测试等学术基准中表现优异，支持多语言，上下文理解能力出色，可胜任问答、闲聊、任务型对话等多类任务。

abab6.5t-chat是MiniMax推出的超大规模语言模型，核心优势如下： 针对中文人设对话场景深度优化，人设保持、指令遵从、意图理解能力出色，生成内容富有趣味； 基于Transformer架构，依托6.5万亿参数捕捉细微语言特征，上下文理解能力突出，对话连贯准确； 多语言支持优秀，特定语言表现更优，具备多任务处理能力，可胜任文本生成、问答、摘要等多种语言任务； 支持函数调用，适配多类实际场景需求。

bce-reranker-base_v1是网易有道开发的BCEmbedding系列交叉编码器重排序模型，专为检索增强生成（RAG）场景打造： 多语言覆盖：支持中、英、日、韩四种语言，适配跨语种语义精排需求； 精排能力突出：可对初检索结果二次排序，输出0-1的相关性分数（一般以0.35-0.4为低质内容过滤阈值），能深度分析文本对语义关联，精排效果优于多数开源及闭源同类模型； 适配场景广：可搭配bce-embedding-base_v1组成两阶段检索系统，适用于教育内容发现、法律文档搜索、多语言FAQ系统等领域； 商业友好：采用Apache 2.0许可证；仅当候选内容数量较多时，精排处理时间会有所增加，可能影响响应效率。

将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。

由智源研究院研发的中文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。

由智源研究院研发的重排模型,与嵌入模型不同，重排序器以问题和文档作为输入，直接输出相似度而非嵌入。您可以通过向重排序器输入查询和文章来获得相关性分数。该分数可通过sigmoid函数映射到[0,1]区间内的浮点值。

CharGLM-4（charglm-4）是智谱AI推出的超拟人大模型，核心优势为拟人化对话能力：支持基于人设的角色扮演，具备超长多轮记忆，可实现千人千面的角色对话；擅长适配情感陪伴、游戏智能NPC打造、网红/明星/影视剧IP分身、数字人/虚拟主播、文字冒险游戏等拟人对话或游戏类场景，具备情感模拟与记忆网络功能，能满足多种人格化AI交互需求。

chatgpt-4o-latest 模型版本持续指向 ChatGPT 中使用的 GPT-4o 版本，并在有重大变化时最快更新。

于2024年10月22日发布的快照版本,Claude 3.5 Haiku在各项技能上都有所提升，包括编码、工具使用和推理。作为Anthropic系列中速度最快的模型，它提供快速响应时间，适用于需要高互动性和低延迟的应用，如面向用户的聊天机器人和即时代码补全。它在数据提取和实时内容审核等专业任务中也表现出色，使其成为各行业广泛应用的多功能工具。它不支持图像输入。

于2024年6月20日发布的快照版本,Claude 3.5 Sonnet是一个平衡了性能和速度的模型，在保持高速度的同时提供顶级性能，支持多模态输入。