你要的聚合 AI，这里都有

GLM-5.3-Flash 是智谱（Z.ai / BigModel 开放平台）GLM-5 系列中首个原生多模态模型，总参数量 320B、激活参数量 18B，采用稀疏/线性注意力混合架构，在大幅降低单 Token 计算量与 KV 缓存占用的同时，实现超越 GLM-5.2 的编码与智能体（Agent）能力，可原生理解图片、视频、文件等输入并生成可交互代码。模型支持 1M 上下文窗口、最大输出 128K Tokens，强制启用深度思考并可通过 reasoning_effort（low/high/max）调节推理强度，同时支持 Function Calling、结构化 JSON 输出、上下文缓存与流式输出。定价约为 GLM-5.3 的 1/10（限时折扣期内为 1/20），主打“前沿智能、Flash 成本”的高性价比定位，权重以 MIT 协议开源。

2.4万亿参数MoE旗舰，编程与办公能力全面跃升，可自主编程十数天交付完整项目。胜任法律、金融、设计等数百种专业任务，一次对话端到端交付生产级成果。原生视觉理解贯穿规划、执行与验证全流程，支持超长文档与长视频的深度语义解析。长程任务中自主规划与闭环迭代，持续进化。

通过多模态 content 数组输入（文本 / 图片 / 视频 / 音频），支持文生视频、图生视频（首尾帧）、多模态参考生视频，2K 直出。

GLM-5 是智谱（Z.ai / BigModel 开放平台）于 2026 年 2 月发布的基座大模型，面向 Agentic Engineering（智能体工程）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 能力上取得开源 SOTA 表现。官方文档标称上下文窗口 200K、最大输出 128K，输入输出模态均为文本，支持思考模式、流式输出、Function Calling（工具调用）与上下文缓存。API 按输入长度阶梯计费（国内站，元/百万 Tokens），2026 年 2 月起国内 0–32K 档输入 4 元、输出 18 元每百万 Tokens。

Kimi K2.7 Code 是月之暗面（Moonshot AI）推出的面向代码场景的开源编程智能体模型，基于 Kimi K2.6 构建，采用 1 万亿总参数、320 亿激活参数的 MoE 架构，支持 256K（262,144）tokens 上下文窗口。该模型在长上下文中更可靠地遵循指令，能以更高的成功率完成编程任务，同时支持文本、图片与视频输入，仅支持思考模式，支持多步工具调用与推理，思考 token 消耗较 K2.6 平均降低约 30%。

MiniMax M2.7 是 MiniMax 推出的新一代 Agent 文本大模型，官方定位为“开启模型的自我迭代”，强调模型自我进化与复杂 Agent 能力，可面向编程、推理、工具调用和长文本任务等生产力场景。

MiniMax-M2.5 是 MiniMax 于2026年2月发布的开源大语言模型，在数十万个复杂真实环境中经过大规模强化学习训练，在编程、智能体工具调用与搜索、办公等真实生产力场景中达到或刷新 SOTA 水平（SWE-Bench Verified 80.2%）。模型为 MoE 架构（约230B总参数、10B激活参数），支持工具调用与交错思维链，上下文窗口 204,800 tokens，面向智能体与真实世界生产力任务提供极致性价比。

Qwen3.7原生视觉语言系列Flash模型，相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强，真实世界感知与空间智能进一步提升，Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定，多模态Coding能力优化、vibe coding 体验更加流畅。

Hy3 是腾讯混元研发的快慢思考融合大语言模型，采用 MoE 架构，总参数 295B、激活参数 21B、MTP 层参数 3.8B，支持 256K 上下文长度（最大输入 192K、最大输出 128K）。模型于 2026 年 7 月 6 日正式发布并以 Apache 2.0 协议开源，基于真实业务场景打磨，强化 Coding、长文、推理与 Agent 能力，支持深度思考（reasoning_effort 调节）、工具调用（Function Calling）、结构化输出与流式调用。

Qwen3.5原生视觉语言系列Plus模型，基于混合架构设计，融合了线性注意力机制与稀疏混合专家模型，实现了更高的推理效率。在多项任务评测中，3.5系列均展现出与当前顶尖前沿模型相媲美的卓越性能，模型效果在纯文本与多模态方面相较3系列均实现飞跃式进步。

字节跳动 Doubao-Seedream-5.0 系列图像生成模型，支持文生图与图生图。

Qwen3.6原生视觉语言系列Plus模型，展现出与当前顶尖前沿模型相媲美的卓越性能，模型效果相较3.5系列显著提升。模型在Agentic coding、前端编程、Vibe coding等代码能力、多模态万物识别、OCR、物体定位等能力上显著增强。

HappyHorse-1.0-Video-Edit支持视频编辑，自然语言指令编辑视频，可参考最多5张图片局部或全局编辑视频元素，能够精准复刻视频动态过程，实现更强表现能力。

Qwen3.7系列中高性价比Plus模型，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。

Qwen3.7 系列中规模最大、综合能力最强的 Max 模型，当前开放纯文本模型能力供体验。Qwen3.7 是面向智能体时代的新一代旗舰模型，核心优势在于智能体能力的广度与深度：在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。

qwen3.6-flash（即Qwen3.6-35B-A3B）是阿里通义千问团队推出的轻量高效混合专家模型，总参数350亿、激活参数仅30亿。该模型原生支持多模态，具备卓越的智能体编程、深度推理、视觉理解与空间智能能力，适用于文本生成、代码辅助及复杂多模态任务。

Qwen-Image-2.0是阿里巴巴通义实验室于2026年2月发布的图像生成与编辑一体化模型，支持1K token超长中文提示词和2K高分辨率输出，具备强大的中文汉字渲染能力与复杂构图理解能力。该模型在AI Arena文生图和图生图评测中分别获得1029分和1034分，适用于PPT、海报、信息图等专业场景。

豆包大模型团队推出的新一代专业级多模态创作视频模型 Seedance 2.0，支持图像、视频、音频等多模态作为参考输入生成视频，还具备视频编辑、延长等能力，能高精度还原各类细节并稳定角色特征，具备极致拟真的视听稳定性，深度适配商业广告、影视制作与社交媒体营销等各大核心场景

豆包 Seedance 1.5 Pro 是字节跳动推出的新一代视频生成大模型，支持文生视频、图生视频等功能，具备卓越的视频生成质量、物理规律遵循能力和音视频同步能力。