Reference model descriptions are provided in their original language.
Reference catalog: 294 models. Availability and prices follow the configured catalog.
Nano Banana 2.1（Gemini Nano Banana 2.1）是谷歌推出的适用于 Flash 级别的图像生成和编辑模型。它是在 Nano Banana 2 和 Nano Banana Pro 的基础上进行升级的版本。该模型提升了产品情境化的处理能力、基于遮罩和墨水的编辑功能，以及事实准确性方面的能力。它能够呈现逼真的肤色、详细的材质细节、合理的光照效果，以及连贯的背景效果。该模型支持文本和图像输入，可以生成带有可选文字的图像，并支持 1K、2K 和 4K 分辨率输出，还可以通过 image_config API 参数实现宽高比扩展。
GPT-6.1 Sol 是 OpenAI 推出的 GPT-6 系列中的一款升级版产品，其性能位于旗舰产品 GPT-6 Astra 之下。该模型适用于智能编程、计算机处理、需要大量文档处理的专业工作，以及多步骤的业务流程自动化任务。在这些任务上，GPT-6.1 Sol 能够以更低的成本获得与 GPT-6 Astra 相当的效果。与 GPT-6 Sol 相比，GPT-6.1 Sol 在事实性错误方面更少，并且在遵循用户意图和施加明确限制方面更加可靠。
GPT-6.1 Terra 是 OpenAI GPT-6.1 系列中的中端模型，定价低于 GPT-6.1 Sol。它适用于日常智能代理、代码编写以及文案创作工作，在识别截图与屏幕内容方面表现尤为突出，并且效率出众，能够应对大批量任务。
Claude Fable 5.2是Anthropic面向高难度技术任务打造的最强模型，相比Fable 5.1，它在代码编写、逻辑推理与视觉能力方面均有提升。在预发布测试中，它完成了原本难以实现的软件迁移工作，从零设计出可正常运行的电子设备，并在物理与数学领域的开放性难题上取得进展。该模型的表达清晰度优于早期Fable系列模型，输出速度最高比Fable 5.1快30%。自适应深度思考功能默认持续开启，推理强度分为低至最高多个档位（默认档位为高），并且能够在多轮对话中保留推理过程。Anthropic建议，大多数代码和知识类日常工作可选用Opus 5.5，而Fable 5.2适用于挑战性最高、开放性强的复杂问题。
GPT Image 2.6 Flare是OpenAI推出的图像生成与编辑模型，针对速度进行了优化：支持快速迭代以及交互式文生图、图生图工作流，生成速度比GPT Image 2.5快约50%。该模型接收文本和图像输入并生成图像，画质档位从低到最高可选，支持透明背景，可自定义尺寸，尺寸需为16像素的倍数，宽高比范围为1:3至3:1。GPT Image 2.6新增复杂度设置，用于控制模型在渲染前的规划程度，同时支持标记引导编辑、动态GIF输出以及SVG输出。
GPT Image 2.6 Sunburst是OpenAI推出的图像生成与编辑模型，专为细节表现优化：适合高密度构图、含大量文字的版式，以及多次编辑间细节保持一致的修改任务，可输出中高品质图像，生成速度比GPT Image 2.5快约50%。该模型支持文本与图像作为输入来生成图片，画质档位从低到最高可选，支持透明背景，可自定义尺寸，尺寸需为16像素的整数倍，宽高比范围1:3至3:1。GPT Image 2.6新增复杂度设置，用于控制模型在渲染前的规划程度，同时支持标记引导编辑、动态GIF输出以及SVG格式输出。
GPT‑6 Astra是OpenAI面向高要求端到端工作的旗舰模型。它适用于高级分析、软件工程、深度研究、科研工作以及文档创作，在涉及计算机与浏览器操作的长周期智能代理任务方面具备突出优势。
GPT-6 Luna是OpenAI GPT-6系列中速度快、性价比高的模型，定位低于GPT-6 Sol。它适用于高并发、对延迟敏感的工作负载，例如对话、分类以及轻量智能体任务；在调高推理算力投入时，它能够处理原本需要Sol级别模型才能完成的复杂软件工程与计算机操作任务。该模型继承了GPT-6系列在事实可靠性方面的提升，以及更清晰、简洁的表达风格。
GLM-5.3 是智谱最新旗舰模型，复杂软件工程与 Agent 任务能力全面进阶。它使用与 GLM-5.2 相同的基础模型——所有提升均来自后训练。与 GLM-5.2 相比，它在复杂编程和长程任务方面表现更加出色。
GLM‑5.3‑Flash为GLM‑5系列首款原生多模态模型，以低成本架构实现优于GLM‑5.2的能力，采用总参320B、激活参18B的稀疏与线性注意力混合架构，在保障长上下文精度的同时大幅降低算力与KV缓存开销；它将视觉原生融入代码流程，可识别界面渲染反馈完成前端、游戏、Blender及真实环境操控类任务，同时拓展至办公、金融研究、专业文档场景，能够拆解任务、调用工具、自检优化，一站式输出PPTX、PDF、DOCX、XLSX等成品文档。
DeepSeek V4 Pro 是 DeepSeek 推出的大型专家混合模型，它专为高级推理、编码和长远视野代理工作流设计，在知识、数学和软件工程基准测试中表现出色。它基于与 DeepSeek V4 Flash 相同的架构，引入了混合注意力系统，实现高效的长上下文处理，并支持多种推理模式，根据任务平衡速度和深度。它非常适合复杂工作负载，如全代码库分析、多步自动化和大规模信息综合，这些工作在能力和效率上都至关重要。
DeepSeek V4.1Flash 1017 版本。采用了新的模型结构，原生多模态支持、能力 更强、速度更快、且成本更低。
Search 按 query 搜索网页，返回结构化结果，由 DeepSeek 自研搜索引擎提供支持。
Search 按 query 搜索网页，返回结构化结果，由 DeepSeek 自研搜索引擎提供支持。
Search 按 query 搜索网页，返回结构化结果，由 DeepSeek 自研搜索引擎提供支持。
DeepSeek-V4-Flash是深度求索公司于2026年4月24日发布的高效经济版大语言模型。它采用混合专家（MoE）架构，总参数量约2840亿，每次推理仅激活约130亿参数，并原生支持高达100万Token的超长上下文。该版本在推理能力和简单Agent任务上接近性能强大的Pro版本，但凭借更小的参数和激活规模，能提供更快捷、低成本的API服务。适合需要快速响应和追求极致性价比的各类轻量级应用场景。
Kimi K3.1 Pro 是月之暗面的旗舰开源权重多模态推理模型，也是 Kimi K3 的后训练迭代版本，支持100万token上下文窗口。该模型面向长周期代码开发、3D创作、金融研究以及端到端智能体知识工作打造，原生具备图像与视频理解能力。
Kimi K3.1 Pro 是月之暗面的旗舰开源权重多模态推理模型，也是 Kimi K3 的后训练迭代版本，支持100万token上下文窗口。该模型面向长周期代码开发、3D创作、金融研究以及端到端智能体知识工作打造，原生具备图像与视频理解能力。Kimi K3.1 Pro Highspeed，同等智能，输出速度约 2~3 倍
Kimi K3 是 Kimi 迄今能力最强的旗舰模型，拥有 2.8 万亿参数，基于 KDA 混合线性注意力机制（Kimi Delta Attention）和注意力残差（Attention Residuals）技术构建，原生支持视觉理解，并拥有 100 万 token 上下文窗口。它是全球首个开源的 3 万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。
Seedance 2.5 是豆包大模型团队推出的新一代多模态视频创作模型，已迈入「长叙事 × 多素材 × 强编辑 × 多语言」的工业级新阶段。
MiniMax-M3.1-Flash 是 MiniMax 的一款多模态型号。与 M3 相比，它在多个基准测试中带来了显著提升，尤其是在复杂的代理任务、编码和网络安全方面。它专为复杂、多步骤的协作自动化而建，理解真实代码库，修复漏洞，构建功能，以及视觉化理解和创建，包括前端和演示创建。计划进行开放式重量训练。
MiMo-V2.6-Flash 是小米推出的原生全模态 MoE 开源模型，支持图文音视频输入与百万级长上下文，经强化学习优化，兼顾推理能力与推理成本，适合高并发大规模业务调用。
Doubao-Seed-Evolving 面向 Coding 与 Agent 场景，持续周级升级，以统一模型 ID 提供最新能力，助力复杂任务高效落地。
MiMo-V2.6-Pro 是小米 MiMo-V2.6 系列旗舰原生全模态模型，支持 1M 超长上下文，适配多模态、多 Agent 、多 Harness 协同复杂任务。重点优化代码、办公、设计、科研、创作、网络安全、电脑操控能力。