Model Center

DeepSeek R1-0528是DeepSeek R1模型的小版本升级版。通过增加计算资源和引入后训练阶段的算法优化，DeepSeek R1-0528显著提升了推理与推断的深度和能力。该模型在数学、编程及一般逻辑等多项基准测试中表现优异，整体性能已接近业内领先的 O3和Gemini 2.5 Pro模型，展现出强大的多领域应用潜力。

采用混元MOE结构，是混元最新多模态模型，支持多语种作答，中英文能力均衡。

Claude-3.7-sonnet（Thinking）是Anthropic于 2025 年推出的新一代思维型大语言模型。该模型首次融合自回归生成与符号推理架构，具备多步骤思维展示、自我纠错能力以及长达 10 万 tokens 的上下文理解能力，标志着AI从简单生成向深度逻辑推理与透明思考的跨越。

GLM-4.5-Air为GLM-4.5的轻量版，兼顾性能与性价比，可灵活切换混合思考模型。

GLM-4.5-AirX为GLM-4.5-Air的极速版，响应速度更快，专为大规模高速度需求打造。

Qwen3-235B-A22B-Instruct-2507是Qwen3-235B-A22B-FP8的增强版本，在指令遵循、逻辑推理、文本理解、数学与编程能力、多语言知识覆盖等方面表现显著提升，并在256K长上下文处理和主观任务对齐度上进一步优化，生成内容更高质量、更贴近用户意图。

GLM-4.5-Air为GLM-4.5的轻量版，兼顾性能与性价比，可灵活切换混合思考模型。

GLM-4.5-X为GLM-4.5的极速版，在性能强劲的同时，生成速度可达100tokens/秒。

GLM-4.5-X为GLM-4.5的极速版，在性能强劲的同时，生成速度可达100tokens/秒。

MiniMax-M1，世界上第一个开源的大规模混合架构的推理模型，适合在复杂场景中使用。

Claude 3.5 Haiku是Anthropic最快且最具成本效益的下一代模型，非常适合速度和经济性重要的应用场景。

Kimi-latest是一个最长支持128k上下文的视觉模型，支持图片理解。同时，kimi-latest 模型总是使用Kimi智能助手产品使用最新的Kimi 大模型版本，可能包含尚未稳定的特性。

基于Qwen3的思考模式开源模型，相较通义千问3-235B-A22B逻辑能力、通用能力、知识增强及创作能力均有大幅提升，适用于高难度强推理场景。

vidu/vidu1.5是生数科技推出的多模态AI视频生成模型，核心突破多主体一致性难题，上传1-3张参考图即可精准控制人物、物体及场景融合，无需LoRA微调。支持文生、图生、参考生视频，输出最高1080P分辨率，30秒内即可出片。具备上下文理解能力，适配写实、动漫风格，广泛应用于影视预制作、广告创作、动漫开发等场景。

Qwen3-VL-Embedding 是 Qwen3 多模态模型体系中的新一代视觉-语言嵌入模型，专为跨模态语义理解、检索与排序任务设计。该模型基于 Qwen3 系列高性能视觉语言基础模型构建，能够将文本、图像及其组合统一映射到高质量向量空间，实现精准的跨模态语义对齐。模型支持长上下文输入与高维嵌入表示，兼顾细粒度语义表达与大规模检索效率，广泛适用于多模态搜索、RAG 知识增强、内容推荐、相似度计算与智能审核等场景。继承 Qwen3 系列卓越的多语言与视觉理解能力，Qwen3-VL-Embedding 在复杂语义推理与跨语言跨模态任务中表现出色，并支持灵活的输出维度与任务指令感知能力，帮助开发者针对不同业务场景进行高效优化。

Qwen3-VL-Reranker 是 Qwen3 多模态重排序模型系列的最新专有模型，专为视觉-语言相关性建模与精排决策任务设计。该模型基于 Qwen3 系列高性能视觉语言密集基础模型构建，具备强大的跨模态语义对齐与细粒度理解能力，可对文本、图像及其组合进行高精度相关性打分与排序判断。模型支持长上下文输入，能够处理复杂查询、多候选内容与多轮语义条件，在多模态检索增强生成（RAG）、跨模态搜索、内容推荐与审核等场景中显著提升最终结果质量。继承 Qwen3 系列卓越的多语言与视觉推理能力，Qwen3-VL-Reranker 在跨语言与复杂语义匹配任务中表现稳定可靠，并支持指令感知与任务自适应优化，帮助开发者针对不同业务目标实现更高相关性与转化效率。

我们最新发布的 35B-A3B 科学多模态推理模型，支持 256K 上下文窗口；通过任务 scaling 与架构优化，重点提升科学发现和通用智能体能力。

Gemini 2.5 Flash 的原生音频模型，支持Live API格式调用。

最新的发布的通用多模态大模型系列，拥有卓越的图文推理能力。

GLM-4.5-AirX为GLM-4.5-Air的极速版，响应速度更快，专为大规模高速度需求打造。

先进开源多模态推理模型，综合性能优秀，支持内置联网搜索能力

Qwen3-Embedding-4B是通义千问团队推出的文本嵌入模型，旨在将文本转换为高质量的向量表示，广泛用于检索、分类、聚类等任务。它拥有40亿参数，支持长达32K的上下文。 该模型具备三大优势：一是支持超过100种语言的多语言能力；二是支持灵活的向量维度自定义（32至2560），便于平衡性能与成本；三是具备指令感知能力，能通过提示词适配特定任务。在权威的MTEB多语言榜单上，其8B版本更是取得了第一名的成绩，展现了卓越的性能

No model description is currently available.

融合了专业科学能力的多模态大模型