Model Center

Claude Sonnet 4.5 是 Anthropic 迄今为止最先进的 Sonnet 模型，针对真实代理和编码工作流程进行了优化。它在 SWE-bench Verified 等编码基准测试中展现出顶尖性能，并在系统设计、代码安全性和规范遵循性方面均有所改进。该模型旨在实现扩展自主操作，保持跨会话的任务连续性，并提供基于事实的进度跟踪。 Sonnet 4.5 还引入了更强大的代理功能，包括改进的工具编排、推测并行执行以及更高效的上下文和内存管理。凭借增强的上下文跟踪和跨工具调用的令牌使用感知功能，它尤其适用于多上下文和长时间运行的工作流。用例涵盖软件工程、网络安全、财务分析、研究代理以及其他需要持续推理和工具使用的领域。

Veo 3.1 是 Google 最先进的模型，可生成高保真度的 8 秒 720p 或 1080p 视频，这些视频具有惊人的逼真效果和原生生成的音频。

Claude Haiku 4.5 为各种用例提供​​近乎前沿的性能，并脱颖而出，成为最佳编码和代理模型之一——其速度和成本恰到好处，能够为免费产品和海量用户体验提供支持。用例：为免费层级用户体验提供支持：Claude Haiku 4.5 以合理的成本和速度提供近乎前沿的性能，使为免费代理产品和代理用例提供支持在经济上可行。

Claude Haiku 4.5 为各种用例提供​​近乎前沿的性能，并脱颖而出，成为最佳编码和代理模型之一——其速度和成本恰到好处，能够为免费产品和海量用户体验提供支持。用例：为免费层级用户体验提供支持：Claude Haiku 4.5 以合理的成本和速度提供近乎前沿的性能，使为免费代理产品和代理用例提供支持在经济上可行。

Veo 3.1 是 Google 最先进的模型，可生成高保真度的 8 秒 720p 或 1080p 视频，这些视频具有惊人的逼真效果和原生生成的音频。

Sora2 是OpenAI 于2025 年9 月30 日发布的AI 视频生成模型升级版。 它在物理模拟、真实感和可控性方面大幅提升，能够生成高度逼真的视频，包括复杂动作如奥运体操或滑水后空翻等场景，并首次支持与画面匹配的AI 音频生成。

ali/qwen-image-3.0

（当前仅支持/v1/responses接口）GPT-5.1-Codex 是 GPT-5.1 的一个特殊版本，专为软件工程和编码工作流程而优化。它既适用于交互式开发，也适用于长时间独立执行复杂的工程任务。该模型支持从零开始构建项目、功能开发、调试、大规模重构和代码审查。与 GPT-5.1 相比，Codex 更易于控制，能够更严格地遵循开发者指令，并生成更简洁、更高质量的代码输出。可以通过 `reasoning.effort` 参数调整推理难度。

谷歌最强图像模型，nano banana 2

Anthropic 最智能模型的下一代产品 ——Claude Opus 4.5，在编码、代理、计算机使用以及企业工作流方面处于行业领先地位。应用场景如下： 编码：Opus 4.5 能够自信地在几小时内完成原本需要数天的软件开发项目，它可以独立工作，凭借深厚的技术功底和出色的品味，打造高效且简洁的解决方案。它在各种编程语言上的性能都有所提升，在规划和架构选择方面表现更优，是企业开发者的理想模型。 代理：Claude Opus 4.5 结合我们先进的工具使用能力，能打造出功能更强大、具备新行为模式的代理。 计算机使用：作为我们目前最出色的计算机使用模型，Claude Opus 4.5 能以自信、一致的方式应对新场景，实现更接近人类的浏览体验，从而优化网络问答、工作流自动化以及高级用户体验。 企业工作流：Opus 4.5 可以为代理提供支持，助力其从头到尾管理庞大的专业项目。它能更好地利用内存来保持文件间的上下文连贯性和一致性，同时在创建电子表格、幻灯片和文档方面实现了显著的飞跃式改进。 财务分析：Opus 4.5 能够整合复杂信息系统中的各类数据，包括监管文件、市场报告和内部数据，从而实现复杂的预测建模和主动合规。 cybersecurity（网络安全）：Opus 4.5 为安全工作流带来专业级别的分析能力，它能关联日志、漏洞数据库和威胁情报，实现主动威胁检测和自动化事件响应。

Gemini 3.6 Flash 是 Google 推出的一款高效模型，适用于编程、智能体工作流以及网页和应用开发。

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。

DeepSeek-V3.2 是一款大型语言模型，旨在兼顾高计算效率、强大的推理能力以及智能体工具使用性能。它引入了 DeepSeek 稀疏注意力机制 (DSA)，这是一种细粒度的稀疏注意力机制，能够在长上下文场景下降低训练和推理成本，同时保持模型质量。可扩展的强化学习后训练框架进一步提升了推理能力，其性能已达到 GPT-5 的水平，并在 2025 年国际数学奥林匹克竞赛 (IMO) 和国际信息学奥林匹克竞赛 (IOI) 中荣获金奖。V3.2 还采用了大规模智能体任务合成流程，将推理更好地融入工具使用场景，从而提升模型在交互式环境中的适应性和泛化能力。

HappyHorse-1.1-R2V支持参考生视频，进一步提升主体、场景风格与画面一致性的稳定保持。模型最多支持9张参考图片输入，能够更精准理解并延续创作意图，在人物、场景、风格和镜头表现上带来更强的可控性与表现力。

专为 Agentic Coding 设计，全面覆盖编程任务与场景，通过大规模智能体强化学习，实现智能行为涌现，在代码编写性能上显著超越同类模型。

HappyHorse-1.1-I2V支持图生视频，进一步提升画面质感、动态表现与跨片段一致性。模型能够更精准地理解输入图像并延续创作意图，在人物皮肤质感、ID跨片段保持、动作流畅度、文字渲染稳定性以及音画同步上带来显著改善，输出更真实自然、细节丰富且一致性更高的高质量视频。

DeepSeek-V3.2 是一款大型语言模型，旨在兼顾高计算效率、强大的推理能力以及智能体工具使用性能。它引入了 DeepSeek 稀疏注意力机制 (DSA)，这是一种细粒度的稀疏注意力机制，能够在长上下文场景下降低训练和推理成本，同时保持模型质量。可扩展的强化学习后训练框架进一步提升了推理能力，其性能已达到 GPT-5 的水平，并在 2025 年国际数学奥林匹克竞赛 (IMO) 和国际信息学奥林匹克竞赛 (IOI) 中荣获金奖。V3.2 还采用了大规模智能体任务合成流程，将推理更好地融入工具使用场景，从而提升模型在交互式环境中的适应性和泛化能力。

Seedream 4.5 是字节跳动最新推出的图像多模态模型，整合了文生图、图生图、组图输出等能力，融合常识和推理能力。相比前代4.0模型生成效果大幅提升，具备更好的编辑一致性和多图融合效果，能更精准的控制画面细节，小字、小人脸生成更自然