Model Center

即梦最新发布视频3.0模型，最大特点是2个：非常强的质量遵循能力和多镜头运镜、切换能力。

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。

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。

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。

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。

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-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。

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-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。

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。

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。

Qwen3.5-9B 是 Qwen3.5 系列中的多模态基础模型，旨在以高效的 9B 参数架构提供强大的推理、编码和视觉理解能力。它采用统一的视觉语言设计，并早期融合多模态标记，使模型能够在同一上下文中处理和推理文本和图像。

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。

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。

主打高可控性与电影级画质。支持文生、图生、参考生三重模式，可输入7张参考图精准控制多主体一致性，生成1080P分辨率视频，动态过渡自然且符合物理规律。其首尾帧功能仅需两张图即可实现电影级运镜，音频生成支持48KHz高保真采样，同步精度达±0.1秒。在VBench测评中，该模型以绝对优势超越Sora、Runway等国际竞品，稳居文生/图生视频双榜首。凭借每秒0.3元的低成本与10秒极速生成能力，ViduQ1广泛应用于电商广告、影视预制作、动漫开发等场景，推动AI视频从创意工具向生产力引擎升级。

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。

百度自研的旗舰级超大规模⼤语⾔模型，综合效果表现出色，广泛适用于各领域复杂任务场景；支持自动对接百度搜索插件，保障问答信息时效。相较于ERNIE 4.0在性能表现上更优秀

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

融合了专业科学能力的多模态大模型

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。