可用模型 · 供应商路由 · 实时价格
anthropic/claude-fable-5
Claude Fable 5 是 Anthropic 推出的 Mythos 级模型，面向自主知识工作与编程。它支持文本、图像和文件输入，以文本输出，具备推理能力和 100 万 token 的上下文窗口，适合长时间运行、复杂且异步的任务。 它擅长处理耗时数小时、数天甚至数周的端到端工作，包括需求尚不明确、步骤繁多的问题。对于范围明确的任务，它可通过反复验证与自我纠正减少错误，并配备相应的安全防护机制。
anthropic/claude-fable-5.1
Claude Fable 5.1 在 Claude Fable 5 的基础上全面提升，尤其在智能体编码、长时运行的智能体工作流和知识工作方面进步最大，例如大型代码重构、前端生成与金融分析。
anthropic/claude-fable-5.2
Claude Fable 5.2 是 Anthropic 面向复杂推理、编程、研究和长程智能体任务的模型，支持文本与图像输入、文本输出。上下文窗口为 1,000,000 Token，最大输出为 128,000 Token。自适应思考始终开启，可调整推理强度；支持工具调用、结构化输出和提示缓存。
anthropic/claude-haiku-5.5
Claude Haiku 5.5 是 Anthropic 面向高频任务的快速轻量模型，适用于分类、信息提取、摘要、客户支持和编程子智能体。支持文本与图像输入、文本输出，拥有 1,000,000 token 上下文窗口，最大输出 128,000 token。支持工具调用、结构化输出、流式输出和提示缓存。默认启用自适应思考，推理强度为 medium，可选 low、medium、high、xhigh 和 max 五档；仅在 low、medi…
anthropic/claude-opus-5
Claude Opus 5 是 Anthropic 的旗舰模型，专为高要求的推理、编码与长程智能体任务而打造。
anthropic/claude-opus-5.5
Claude Opus 5.5 接替 Claude Opus 5 成为 Anthropic 面向高要求推理、编码与长程智能体任务的旗舰模型，以更低成本带来更强的推理与更长的输出。
anthropic/claude-sonnet-5.5
Claude Sonnet 5.5 是 Anthropic 面向日常编程、错误修复、文档分析和智能体任务的快速模型。支持文本与图像输入、文本输出，拥有 1,000,000 token 上下文窗口，最大输出 128,000 token。默认启用自适应思考，推理强度为 high，可选 low、medium、high、xhigh 和 max 五档。支持工具调用、结构化输出、流式输出和提示缓存，知识截止时间为 2026 年 6 月。不支持非默…
deepseek/deepseek-v4-flash-0731
DeepSeek V4 Flash 0731 是经过后训练更新的 V4 Flash 正式发布版本，采用稀疏 MoE 架构，总参数量为 284B、激活参数量为 13B。它面向编程、推理和智能体工作流，上下文窗口为 1,048,576 token。
deepseek/deepseek-v4-pro-0813
DeepSeek V4 Pro 0813 是开放权重的文本推理模型，主干为 1.6 万亿参数、每 token 激活约 490 亿参数，并加入 DSpark 推测解码模块。支持 1,048,576 tokens 上下文、最大 393,216 tokens 输出、工具调用和 JSON 输出。
deepseek/deepseek-v4.1-flash
DeepSeek V4.1 Flash 采用稀疏 MoE 因果编码器-解码器架构，总参数量为 552B，处理输入时激活 8B、生成输出时激活 16B。它原生理解文本与图像，面向编程、计算机操作智能体和长时间任务。上下文窗口为 1,048,576 token，输出限制取决于服务提供商。
deepseek/deepseek-v4.1-flash-1017
DeepSeek V4.1 Flash 1017 是面向编程、智能体工作流和视觉理解的多模态推理模型更新版本。支持文本与图像输入、文本输出，上下文窗口为 1,048,576 token，最大输出为 393,216 token。支持思考与非思考模式、工具调用、JSON 输出和流式输出。
google/gemini-3.8-flash
Gemini 3.8 Flash 是 Google 面向编程和智能体任务的多模态模型，支持文本、图像、音频、视频和 PDF 输入，输出文本。输入上限为 1,048,576 Token，输出上限为 65,536 Token，支持工具调用、结构化输出、上下文缓存和低、中、高三档思考强度。
google/gemini-4-argon
Gemini 4 Argon 是 Google 面向复杂编程、科学问题求解和多步智能体任务的多模态推理模型。支持文本、图像、音频、视频与 PDF 输入，输出文本。输入、思考与输出共享 1,048,576 Token 上下文窗口；普通同步请求最多输出 65,536 Token。Google 的长解码模式可通过后台执行或续写，将输出扩展至剩余上下文容量。支持工具调用、结构化输出、流式输出和隐式缓存。思考强度可选 low、medium（默认…
google/gemini-4-carbon
Gemini 4 Carbon 是 Google 面向复杂软件工程、科学问题求解、网络安全分析和长程智能体任务的推理模型，支持文本、图像、音频、视频与 PDF 输入，输出文本。输入、思考与输出共享 1,048,576 Token 上下文。常规同步生成最多支持 65,536 个思考与输出 Token；更长输出需要使用 Google 的长解码后台执行或续写模式，仍受共享上下文上限约束。支持低、中、高三档思考强度、工具调用、结构化输出和隐式…
google/gemini-4-hydrogen
Gemini 4 Hydrogen 是 Google 面向编程、工具调用和长程智能体任务的推理模型，支持文本、图像、音频、视频与文档输入，输出文本。输入、思考与输出共享 1,048,576 Token 上下文。常规前台生成每段最多支持 65,536 个思考与输出 Token；更长生成需要 Google 的续写或长解码功能。支持 low、medium、high（默认）和 xhigh 四档思考强度，以及函数调用、结构化输出、流式响应和隐式…
moonshotai/kimi-k2.6
Kimi K2.6 是 Moonshot AI 面向长时间编程任务、基于视觉参考生成界面以及多智能体协作的多模态模型。它支持 Python、Rust、Go 等语言的端到端开发，并可将复杂工作分配给数百个并行智能体。
moonshotai/kimi-k2.7-code
Kimi K2.7 Code 是面向编程的 MoE 模型，接受文本和图像输入。其总参数量约为 1T、激活参数量为 32B，始终启用思考模式，并在多轮对话中保留推理内容。262,144 token 的上下文支持仓库级编程和智能体工作流。
moonshotai/kimi-k3
Kimi K3 是月之暗面推出的开放权重多模态推理模型。它采用混合专家（MoE）架构，总参数量为 2.8 万亿，每个 token 激活约 1040 亿参数，支持 1,048,576 tokens 上下文。模型可接收文本、图像和视频输入，并生成文本，适用于复杂编程、知识工作和需要持续执行的智能体任务，支持工具调用与结构化输出。模型权重按 Kimi K3 License 发布。
moonshotai/kimi-k3.1-pro
Kimi K3.1 Pro 是月之暗面基于 K3 升级的 3 万亿级多模态推理模型，面向编程、工具调用和长流程智能体任务。支持文本、图片和视频输入以及文本输出，上下文窗口为 1,048,576 Token。推理始终开启，可选择 low、high 或 max 思考强度，默认为 max；支持流式输出和 JSON Schema 结构化输出。默认生成上限为 131,072 Token，最大可设置为 1,048,576 Token，实际输出受输…
openai/gpt-5.6-luna
GPT-5.6 Luna 是 OpenAI GPT-5.6 系列的高速经济型型号，专为延迟敏感的交互应用打造。
openai/gpt-5.6-sol
GPT-5.6 Sol 是 OpenAI GPT-5.6 系列的旗舰型号，拥有该系列最强的推理与编码性能，面向高要求的专业工作。
openai/gpt-5.6-terra
GPT-5.6 Terra 是 OpenAI GPT-5.6 系列的均衡型号，定位介于旗舰 Sol 与经济型 Luna 之间，适合常规生产负载。
openai/gpt-6-astra
GPT-6 Astra 是 OpenAI 面向高要求端到端任务的旗舰模型，将 GPT-6 世代最深的推理能力与 100 万 token 上下文窗口相结合。
openai/gpt-6-luna
GPT-6 Luna 是 OpenAI GPT-6 系列的高速经济型号，定位低于 GPT-6 Sol，面向交互式、延迟敏感的负载。
openai/gpt-6-sol
GPT-6 Sol 是 OpenAI GPT-6 系列的高性价比高端型号，定位低于旗舰 GPT-6 Astra、高于高速型号 GPT-6 Luna。
openai/gpt-6.1-sol
GPT-6.1 Sol 是 OpenAI 在 GPT-6 Sol 基础上升级的模型，适用于智能体编程、计算机操作、文档分析及多步骤业务工作流。它提升了事实准确性，以及遵循用户意图和明确约束的能力。支持文本、图像与文件输入，以文本输出，具备工具调用、结构化输出及可调节的推理强度。上下文窗口为 1,050,000 token，最多输出 128,000 token。
qwen/qwen3.8-flash
Qwen3.8 Flash 支持文本、图像和视频输入，并生成文本；上下文为 1,000,000 tokens，最大输出为 131,072 tokens，支持推理、工具调用和结构化输出。
qwen/qwen3.8-max
Qwen3.8 Max 采用 2.4 万亿参数的 MoE 架构，面向编程和智能体任务，支持文本、图像和视频输入，上下文为 1,000,000 tokens，最大输出为 131,072 tokens。
qwen/qwen3.8-omni-flash
Qwen3.8 Omni Flash 支持文本、图像、音频和视频理解，输出为文本。上下文为 1,000,000 tokens，最大输出为 131,072 tokens，支持推理、工具调用和隐式缓存。
xiaomi/mimo-v2.6-flash
MiMo-V2.6-Flash 是 Xiaomi MiMo-V2.6 系列中的高效模型，在智能、效率与成本之间实现了最佳平衡。它是一个稀疏混合专家模型，总参数量为 309B，每个 token 激活 15B，并采用混合注意力机制以提升计算效率。与 Pro 模型一样，它原生支持全模态，可接受文本、图像、视频和音频，并具备 100 万 token 的上下文窗口。它针对智能体工作流进行了调优，在编程、视觉、通用和研究任务上表现强劲，并且在各种…
z-ai/glm-5.2
GLM-5.2 是 Z.ai 面向长周期任务时代的旗舰模型。它拥有真正可用的 1M token 上下文窗口，能够处理项目级工程上下文，更可靠地执行长时间运行的任务，更稳定地遵循工程规范，并在单个任务中完成从需求到多平台部署的完整开发流程。
z-ai/glm-5.3
GLM-5.3 是 Z.ai 面向复杂软件工程和长时间智能体任务的文本推理模型，相比 GLM-5.2 改进了编程能力与 token 效率。推理始终启用，支持 low、high 和 max 三种强度，默认值为 max。输出限制因服务提供商而异。
z-ai/glm-5.3-flash
GLM-5.3-Flash 是面向高效编程、视觉理解和长时间智能体任务的原生多模态模型，采用混合稀疏注意力与线性注意力架构以降低计算开销。它接受文本、图像和视频输入并生成文本，输出限制因服务提供商而异。
z-ai/glm-5.3-flashx
GLM-5.3-FlashX 是 GLM-5.3-Flash 的高速服务版本，速度最高可达每秒 200 token。它采用相同的混合稀疏注意力与线性注意力架构，总参数量为 320B、激活参数量为 18B，接受文本、图像和视频输入，适用于编程、视觉理解和智能体任务。
请调整搜索条件或筛选项。