10-23
Kimi-K3.1-Pro
2026-10-23 月之暗面K3 的后训练升级版，长程编程与金融研究明显提升，幻觉率由 23.4% 降到 8.3%；同时推出提速 2–3 倍的 Highspeed 版。
请尝试更换搜索关键字或重置筛选条件
K3 的后训练升级版，长程编程与金融研究明显提升，幻觉率由 23.4% 降到 8.3%；同时推出提速 2–3 倍的 Highspeed 版。
M3 系列的轻量高速版；正式发布前以匿名代号 Space Bunny 在 OpenRouter 公测，并登上调用量榜首。
V4.1-Flash 的小版本更新，用自反馈强化学习训练，推理 token 减少约 20%~30%，任务耗时和输出更短；API 名称与价格不变。
Gemini 4 代首个模型。9 月 30 日先向网络安全防御方开放，10 月 13 日向订阅用户和 API 全面开放。
DevDay 发布的 GPT-6 Sol 升级版，定位在 Astra 之下：难任务接近 Astra，价格仅五分之一；另有 Ultrafast 高速版。
Opus 5.5 发布一周后跟进的 5.5 代中档模型，官方称生成速度比 Sonnet 5 快三成以上。
OpenRouter 与 OpenCode 上的匿名模型，数日内登上调用量榜首；后被确认为 MiniMax M3.1 Flash 早期版本。
5.5 代首发。官方称多数任务达到 Fable 5.1 水准，常规负载成本比 Opus 5 低约 40%，输出提速 30% 以上。
Astra 之下的主力档，与 Luna 同日发布，承接 Astra 的编程与操作能力；API 价比 GPT-5.6 Sol 降 50%（$2 / $10）。
Grok 4.6 发布约六周后的迭代版本；xAI 未发布技术报告，参数等细节仅见于第三方。
1.02T 总参数 / 42B 激活的 MoE，可输入文本、图像、视频和音频；发布即开源，五天后补发修复工具调用重复问题的新检查点。
阶跃星辰新旗舰的预览版，600B 总参数 / 27B 激活的稀疏 MoE；先通过自家产品和 API 提供，权重计划随后发布。
未找到名为「GPT-6 Codex」的官方模型；9 月 22 日 GPT-6 Sol / Luna 上线 Codex，本条可能指该组合。
未找到 0915 版本的公开说明。Seed 2.1 另有每周滚动更新的 Seed-Evolving 线，本条可能是其中某个版本。
Fable 5 的升级版，编程与长任务更强，缓存读取价降 75%（$0.25/M）；网络安全防护更精准。同模型的 Mythos 5.1 仅对受信项目开放。
新架构系列的首个模型（552B MoE），原生支持图像输入；官方称综合表现超过 V4-Pro，V4-Pro 随后下线并由它承接。
GPT-6 系列旗舰，OpenAI 迄今规模最大的一次训练；首发只向 Daybreak 网络安全计划的客户开放，并附加网络安全防护限制。
距 3.7 Flash 约三周再次迭代，官方称是最强的 Flash，主打长周期软件工程和自主智能体，思考深度可调。
Meta Muse Spark 系列的第三次月度迭代（7 月 1.1、8 月 1.2），侧重智能体与编程，价格与 1.2 相同。
腾讯混元第四代的预览版，770B 总参数 / 49B 激活的 MoE，开放权重；用于在全面上线前收集开发者和企业反馈。
GLM-5 系列首个原生多模态模型，320B 总参数 / 18B 激活，开放权重；发布前以代号 Ox Alpha 匿名测试。
在 GLM-5.2 基座上继续后训练，强化智能体编程，官方称编程能力比 5.2 提升约 50%；权重待安全评估后开放。
4 月 24 日与 V4-Flash 一同发布预览版，本条为正式版（0813）；9 月被 V4.1-Flash 取代下线。
3.6 Flash 三周后的升级，Google 称是当时最强的 Flash 档编程与智能体模型；已于 10 月 8 日弃用，请求转到 3.8 Flash。
架构与 4.5 相同（1.5T 参数），加长补充训练并在智能体环境中做强化学习，主打长时间运行的智能体和编程任务。
千问迄今最大的模型，2.4T 总参数 / 95B 激活的 MoE；7 月 WAIC 预览，8 月 3 日上线，权重随后开放。
4 月 24 日与 V4-Pro 一同发布预览版（284B 总参数 / 13B 激活），本条为正式版（0731），API 同步公测。
官方称智能接近 Fable 5、价格只有一半（与 Opus 4.8 同价），主打智能体编程、电脑操作和长周期推理。
2.8T 总参数的 MoE，发布时为规模最大的开放权重模型；引入 Attention Residuals，官方称扩展效率约为 K2 的 2.5 倍。
首次以 Sol（旗舰）、Terra（中档）、Luna（低价）三档同时发布，并加入 max 推理强度。
取代 Sonnet 4.6 成为免费和 Pro 用户的默认模型；官方称多数任务接近 Opus 4.8，价格不到其一半。
火山引擎 FORCE 大会发布，同时推出更快更便宜的 Seed 2.1 Turbo；豆包 2.1 Pro 助手即由它驱动。
未找到名为 Doubao-2-Pro 的独立发布；同期豆包 2.1 Pro 由 Seed 2.1 Pro 驱动，可能与该条是同一模型。
上下文从 GLM-5.1 的约 200K 扩到 1M，新增 High / Max 两档推理模式，编程推荐用 Max。
基于 K2.6 的编程专用版（1T / 32B 激活），官方称思考 token 比 K2.6 少约 30%，可直接在 Kimi Code 中使用。
在 Opus 之上新设的 Mythos 级档位，首个面向公众开放的 Mythos 级模型；网络安全、生化等高风险请求会自动转交 Opus 4.8。
★ 里程碑Claude 产品线首次在 Opus 之上增加新档位，更强的 Mythos 5 仅对少数合作方开放。
用自研稀疏注意力 MSA 实现 1M 上下文，原生支持图像、视频输入和桌面操作；6 月 7 日开放权重。
Opus 4.7 发布约六周后的小幅升级，提升智能体编程、推理和诚实度（更坦白自己不确定的地方），价格不变。
阿里云峰会正式发布，主打智能体任务；5 月 14 日先以匿名身份出现在 Arena 排行榜，不开放权重。
Google I/O 发布的 3.5 代首个模型；官方称编程和智能体测试超过 Gemini 3.1 Pro，成为 Gemini 应用的默认模型。
V4 系列首次发布，含 V4-Pro（1.6T 总参数 / 49B 激活）与 V4-Flash（284B / 13B）两档，均为 1M 上下文。
GPT-5.4 发布六周后推出（内部代号 Spud），主打智能体编程和电脑操作，另有面向高级订阅的 Pro 版。
小米当时最强的模型，主打长周期复杂智能体任务；官方称同等分数下 token 用量比 Kimi K2.6 少 42%。
1T 总参数 / 32B 激活，原生多模态；主打长周期编程，可连续数小时调用工具、跨大型项目修改代码。
GLM-5 的升级版（754B），官方称是唯一能连续工作 8 小时的开源模型；开源同时 API 涨价约 10%。
闭源托管模型，主打智能体编程和多模态推理；3 月底先在 OpenRouter 免费预览，同系列小尺寸模型另行开源。
官方称其内部版本参与了自身的强化学习研发流程（「自我进化」）；先上线 API，4 月开放权重。
Gemini 首个 .1 小版本，推理核心来自 Gemini 3 Deep Think 的更新，官方称 ARC-AGI-2 成绩是 3 Pro 的两倍多。
同日开源的 Qwen3.5-397B-A17B 的托管版，默认 1M 上下文并内置工具调用；官方称使用成本比上代低 60%。
Seed 2.0 系列（Pro / Lite / Mini / Code）同日发布，主打长链推理和智能体，Pro 版对标 GPT-5.2。
开放权重，官方称编程测试与 Opus 4.6 相当、输出价格约为其三十分之一；比智谱 GLM-5 晚一天发布。
744B 总参数 / 40B 激活，据称在华为昇腾芯片上训练，同时开源强化学习框架 slime；GLM-5-V 的发布信息待确认。
GPT-5.2-Codex 的继任，在 Codex 中提速约 25%，面向长时间软件工程、终端和电脑操作任务。
Opus 系列首次支持 1M 上下文（测试版），Claude Code 同步推出多智能体协作的 Agent Teams 预览；价格与 Opus 4.5 相同。
在 K2 基础上加入原生视觉，主打看图写代码；新增 Agent Swarm（测试版），可自行拆分任务并并行调度最多 100 个子智能体。
发布当天即接入 Gemini 应用和搜索 AI 模式（首次新模型首发就进搜索），同日推出 Google Antigravity 开发平台。
Anthropic 称其为当时最好的编程模型，面向构建复杂智能体；价格与 Sonnet 4 相同。
把快速模型、深度思考模型和自动路由合成一个系统，ChatGPT 不再需要在 GPT-4o 与 o 系列之间手动切换。
以 V3 为基座、用大规模强化学习训练出长思维链，数学与代码推理对标 OpenAI o1。
★ 里程碑首个开放权重的 o1 级推理模型，并公开训练方法，推理模型由此在开源社区普及。
单一模型端到端处理文本、图像和音频，语音回复平均延迟约 320ms；能力与 GPT-4 Turbo 相当，API 价格减半。
★ 里程碑原生多模态实时语音交互的起点，也是 GPT-4 级模型首次向免费用户开放。