LLM.

深度求索 Flash 系列的当前服务版本（checkpoint 2026-10-17，官方 API 名 deepseek-flash 已指向该版本）。相较 0924 版 11 项基准全线上涨：DeepSWE v1.1 74.2→77.0、Terminal-Bench 4.0 31.2→42.3、HLE 39.2→42.6、Apex Bench v1.1 64.6→72.1；官方强调输出更短、任务完成更快，单项任务平均费用较上一版下降约六成。原生多模态视觉输入、1M 上下文，大幅压缩 KV Cache（对 HBM 需求降至上一代 1/4），权重以 MIT 协议开源，Arena Code Arena WebDev 榜开源第一（1670 分）。

Meta 于 2026 年 9 月 3 日发布的多模态推理模型，面向长程智能体、多智能体协作与编程工作流。原生接受文本、图像、视频与 PDF 文档并输出文本，1M Token 上下文，最大输出约 94 万 Token，支持推理强度调节、工具调用与结构化输出，缓存命中输入价 $0.15/M。

Anthropic 面向最艰难技术挑战的旗舰模型，于 2026 年 11 月 9 日发布（与 Mythos 5.2 同期），在编程、金融和科学推理方面树立新标杆，价格为每百万 tokens $8/$40。适用于长周期自主智能体和密集型研发。

Google 于 2026 年 10 月 14 日发布的最前沿模型，专为编程、金融、法律、网络安全和科学领域最艰难的现实任务打造。它在衡量经济价值工作的 Vals Index 上排名第一，支持最多 1,048,576 个输出 token，与输入和思考共享单个 100 万 token 上下文窗口，并将有害请求违规率较上一代 Gemini 降低近一半。

Anthropic于2026年9月22日发布的Opus档最新旗舰模型，在多数工作上达到Claude Fable 5.1的水平，而运行成本比Opus 5低约40%。主打长时程高自主性Agent、大规模代码库的构建/调试/重构/代码审查，以及端到端企业工作流；支持记忆跨会话学习、子Agent编排与Fast模式（最高2.5倍速）。

Anthropic于2026年9月28日发布的Claude 5.5家族第二款模型，Sonnet 5的明确升级版，运行速度提升30%以上、多数任务成本降低最多30%。定位为Opus 5.5的更快、更低成本补充，擅长范围明确的日常任务、Bug修复与文档/幻灯片/表格制作。

稀宇科技 2026-10-19 正式发布的轻量多模态 MoE 模型（428B 总参数 / 约 23B 激活），原生支持文本、图像、视频输入，1M 上下文、最长输出 524K；思考默认常开并可调 5 档推理强度，主打编码 Agent、computer use 与安全场景。全时段统一计价 $0.15/$0.60（无峰谷，缓存输入 $0.015），约为 M3 基础价的一半，权重以 MiniMax 社区许可开放。

Google DeepMind 于 2026 年发布的 Gemini 4 系列最高阶推理旗舰，定位于 Gemini 4 Argon 之上的「深度思考」型号，在 Artificial Analysis Intelligence Index 上位列全球第二（60.0）。主打超长上下文下的复杂多步推理、科学发现与代码生成，并与 Google 生态（Antigravity、Workspace、Search AI Mode）深度集成。

智谱 GLM-5.3 的轻量多模态版本，1M 上下文，支持图片、视频、文件与文本输入，缓存存储限时免费。

Anthropic 2026 年 10 月发布的轻量级模型，100 万上下文。OpenRouter 定价仅 $0.10/$0.50（百万 tokens），约为上代 Haiku 4.5（$1/$5）的十分之一；上线首周即登上 OpenRouter token 增长榜第 2，是当前最便宜的百万上下文闭源模型之一。

OpenAI GPT-6.1 代的轻量高效版本，定价 $1.00/$5.00（百万 tokens，缓存输入 $0.05）、上下文 105 万，主打视觉推理、精确的 computer use 与清晰写作，价格仅为 GPT-5.6 Terra 的一半。

Meta 于 2026 年发布的 Muse 系列全量旗舰模型，面向最高质量的推理与创作任务，在 Artificial Analysis Intelligence Index 上位列全球第 9（50.1）。相较轻量版 Muse Wonder，Full 版开放完整 1M 上下文与最强推理能力，主打开放生态与多语言创作。

OpenAI于2026年7月9日发布的新一代模型家族，分为三个层级：旗舰级Sol、主力型号Terra和轻量级Luna。Luna旨在实现低成本高吞吐量，其事实性错误比GPT-5.5 Instant少约62%。自7月30日起永久降价：Luna降价80%，Terra降价20%；Sol新增Fast模式（价格翻倍，速度提升2.5倍）。

OpenAI GPT-6.1 代的最新成员，定价 $2.00/$10.00（百万 tokens）、上下文 105 万，定位为 GPT-6.1 系列的中档（高于 Luna、低于 Pro）。

OpenAI GPT-6 代的高性能档位，定价 $10/$50（百万 tokens），1M 上下文，适合对推理质量要求高、调用量不敏感的最复杂任务。

小米 2026 年 10 月发布的轻量模型，105 万上下文，定价 $0.14/$0.28（百万 tokens）。OpenRouter 周 token 量 10.9T 排全球第 4、月榜第 7，是使用量最高的百万上下文模型之一，也是性价比最高的之一。

Anthropic的2026年9月更新，Fable 5的性能比Fable 5提升2倍以上（Frontier-Bench）。支持新的“自适应推理”模式，用于处理复杂的多步骤任务。Claude Max/Team Premium的默认模型。

月之暗面2026年7月发布的2.8T参数前沿旗舰模型，896专家MoE架构、每token激活16个专家，1M上下文统一定价无分级加价。KDA混合注意力机制带来6.3倍解码加速，前端编程能力全球第一，编码与推理对标Claude Opus而成本低一半。2026年7月27日开放权重。

智谱AI 2026年8月14日发布的新一代旗舰模型，743B参数，与GLM-5.2同基座，通过后训练Scaling（IndexShare、SAO及开源Slime强化学习框架）编程能力较GLM-5.2提升50%，Terminal Bench 3.0、Agents' Last Exam (CLI) 开源第一，Agent能力与Kimi K3、Claude Opus 4.8、Claude Fable 5同一水平。已上线ZCode、AutoClaw及GLM Coding Plan全量用户，完整权重两周内开源，API即将上线。

OpenAI GPT-6 代的最新超轻量旗舰，定价 $0.10/$0.50（百万 tokens）、上下文 105 万——在同等上下文下比 GPT-5.6 Luna（$0.20/$1.20）价格直接减半，是 OpenAI 产品线中最便宜的百万上下文模型。

OpenAI GPT-5.6 代的中档模型，定价 $2.00/$10.00（百万 tokens）、上下文 105 万，与 GPT-6.1 Sol、GPT-6 Sol 处于同一价格带。

Google 2026年7月21日发布，3.5 Flash后继。输出token减少17%、速度翻倍(303 tok/s)，知识截止2026年3月，内置Computer Use。

阶跃星辰 2026 年 10 月发布的预览版模型，100 万上下文，定价 $1.00/$2.70（百万 tokens）。OpenRouter 单日 token 量冲至第 2（2.59T）、周环比 +309% 居增长榜首位，是当前增长最快的国产大模型之一。

SpaceXAI（原xAI）2026年7月9日发布，基于1.5万亿参数V9底座，与Cursor联合训练。Token效率为竞品2倍，推理速度80TPS，SWE-bench Pro 64.7%超越GPT-5.5。定价极具侵略性，成本仅为Opus的1/4。

稀宇科技2026年6月1日发布并开源的新一代旗舰模型，自研MSA稀疏注意力架构（非MoE），1M上下文，原生多模态。SWE-Bench Pro 59.0%超越GPT-5.5，BrowseComp 83.5分超越Claude Opus 4.7。发布一周OpenRouter全球调用量第三。

腾讯混元 Hy4 正式版，2026 年 11 月 4 日发布，MoE 架构 770B 总参/49B 激活，1M 上下文（最大输出 64K）。相比 8 月的 preview 版，正式版扩大了预训练与后训练规模，并首次引入两项新能力：视觉理解（细粒度图像解析、复杂图表分析、带图数学推理）与 Computer Use（识别屏幕、操控鼠标键盘、混用命令行完成跨软件长流程任务，并针对 Blender、CAD 等专业软件做过专项训练）。办公协作内部评测平均 83.18 分、任务通过率 96.15%，12 项场景中 9 项国内第一；金融领域联合 213 位专家对 579 项真实任务盲测，综合 3.04 分居开源模型首位。定价延续 preview 版（输入 ¥6 / 输出 ¥18 / 缓存命中 ¥0.3 每百万 tokens），发布期另有 5 折优惠；模型权重将于近期开源。

OpenAI GPT-5.6 代的中高档模型，定价 $2.00/$12.00（百万 tokens）、上下文 105 万，定位介于 Sol（$2/$10）与 Pro 档之间。

月之暗面于 2026 年发布的 Kimi K3.1 系列 Pro 旗舰，主打超长上下文（1M+）下的深度推理与中文复杂任务，在 Artificial Analysis Intelligence Index 上位列全球第 10（46.5）。相较 Kimi K3，K3.1 Pro 在推理深度与工具调用上显著增强，面向专业与研究场景。

Mistral AI 2026 年 10 月发布的旗舰模型，100 万上下文，定价 $0.68/$2.09（百万 tokens）。主打欧洲合规与性价比，上线首周进入 OpenRouter token 增长榜第 3。

Gemini 3.8 Flash 是 Google 最智能的 Flash 模型，在软件工程、智能体任务和多步骤推理方面相比 3.7 Flash 有显著提升。它提供 100 万 token 的上下文窗口，定价为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元，定位为面向高要求工作负载的能力强且注重成本的选择。典型用途包括编码、智能体工作流和复杂多步骤推理。

阿里巴巴 2026 年 8 月发布的 Qwen3.8 代旗舰多模态大模型，总参数 2.4T、激活 95B（A95B），1M 上下文，原生支持视觉理解与 Function Calling，是 Qwen3.8 代的 Max 档旗舰。

深度求索2026年4月发布的旗舰大模型，MoE架构，总参数1.6万亿，激活49B，原生支持100万Token上下文，MIT协议完全开源。SWE-bench Verified得分80.6%，Codeforces 3206分，性能比肩全球顶级闭源模型。

NVIDIA 2026 年 10 月发布的开放权重 MoE 模型（550B 总参 / 55B 激活）。OpenRouter 周 token 量 6.38T 排第 7、月榜 22.5T（+31%）；提供免费端点（1M 上下文），是长上下文批处理的高性价比选择。

OpenAI 最小、最便宜的模型，定价 $0.05/$0.40（百万 tokens）、上下文 40 万——输入价是 OpenAI 全线最低档，比 GPT-5.4 Mini 输入价便宜约 40 倍。

阿里云百炼新一代轻量模型，原生支持百万级上下文，适合超长文档、大型代码仓库与复杂对话的低成本处理。

Google的2026旗舰模型，拥有1M-token上下文和先进的多模态能力。于2026年7月15日发布，专注于企业应用和开发者工具。

月之暗面面向代码场景的编程模型，在长上下文中更可靠地遵循指令，编程任务成功率更高；支持文本、图片与视频输入，仅思考模式，上下文 256K。

Meta 于 2026 年 10 月 13 日发布的旗舰前沿模型，Mark Zuckerberg 称其让公司重回 AI 前沿。Meta 声称它在部分技术基准上优于 Anthropic 的 Claude Opus 5.5 和 Fable 5.1 以及 OpenAI 的 GPT-6 Astra，具备强大的高级编程能力和改进的多轮记忆。它是闭源的，最强层级直接向企业销售。

Kimi K2.6 是 Moonshot AI 的下一代多模态模型，面向长周期编码、编码驱动的 UI/UX 生成以及多智能体编排。它在 26.2 万 token 的上下文窗口内处理跨 Python、Rust 和 Go 的复杂端到端编码任务。定价为每百万输入 token 0.65 美元、每百万输出 token 3.41 美元，支持持续的智能体和开发工作流。

GLM-5.1 是 Zhipu AI 的模型，在编码能力上实现重大飞跃，在处理长周期任务方面提升尤为显著。与以往围绕分钟级交互构建的模型不同，它能够独立、持续地处理长时间任务。它提供 20.5 万 token 的上下文窗口。定价为每百万输入 token 1.4 美元、每百万输出 token 4.4 美元，适用于持续编码和长时间运行的自主工作。

GLM-4.6 是 Zhipu AI 推出的 GLM-4.5 继任者，将上下文窗口从 12.8 万 token 扩展至 20 万 token，以处理更复杂的输入。它面向长上下文推理和生成工作负载，定价为每百万输入 token 0.5 美元、每百万输出 token 2.0 美元，定位为面向扩展上下文任务的注重成本的选择。

阿里云百炼 2026 年 6 月上线的 Qwen3.7 系列中高性价比闭源多模态模型（快照 qwen3.7-plus-2026-05-26），原生支持文本、图像、视频输入，可读屏并操作 GUI、按视觉参考直接生成代码，1M 上下文（最大输入 991,808、最大输出 131,072），支持思考模式、联网搜索与上下文缓存。按单次输入长度阶梯计费：≤256K 档 输入 ¥2 / 输出 ¥8（当前限时 8 折 ¥1.6/¥6.4，缓存命中 ¥0.32），>256K 档 输入 ¥6 / 输出 ¥24（8 折 ¥4.8/¥19.2）。

GPT-5.4 是 OpenAI 最新的前沿模型，将 Codex 和 GPT 两条产品线统一为单一系统。它提供 100 万+ token 的上下文窗口，其中输入 92.2 万、输出 12.8 万，支持长文档和大代码库工作负载。定价为每百万输入 token 2.5 美元、每百万输出 token 15.0 美元，面向统一架构内的高要求编码、推理和智能体任务。

GPT-5.5 是 OpenAI 为复杂专业工作负载构建的前沿模型，接替 GPT-5.4，在困难任务上具备更强的推理、更高的可靠性和更好的 token 效率。它提供 110 万 token 的上下文窗口，定价为每百万输入 token 5.0 美元、每百万输出 token 30.0 美元，定位为面向高要求长上下文工作的优质档选择。

Gemini 3.1 Pro Preview 是 Google 的前沿推理模型，基于多模态基础构建，面向高要求的复杂工作流。它提供 100 万 token 的上下文窗口，并带来增强的软件工程性能、更高的智能体可靠性以及更高效的 token 使用。定价为每百万输入 token 2.0 美元、每百万输出 token 12.0 美元，适用于高级推理、编码和智能体驱动的任务。

Grok 4.3 是 SpaceXAI 的推理模型。它接受文本和图像输入并生成文本输出，面向智能体工作流、指令遵循任务以及需要高事实准确性的应用。该模型支持 100 万 token 的上下文窗口。定价为每百万输入 token 1.25 美元、每百万输出 token 2.5 美元，面向成本敏感的大规模部署。

Gemini 3.5 Flash-Lite 是 Google 的高效多模态模型，以 Flash 级别的成本和速度提供接近 Pro 级别的编码和推理能力。它针对编码熟练度和并行智能体执行进行了高度优化，并支持 100 万 token 的上下文窗口。定价为每百万输入 token 0.30 美元、每百万输出 token 2.50 美元，面向成本敏感的高吞吐工作负载。

Claude Opus 4.8 是 Anthropic Opus 系列中能力最强且已普遍可用的模型。它接受文本、图像和文件输入并生成文本输出，支持推理，并具有 100 万 token 的上下文窗口。定价为每百万输入 token 5.0 美元、每百万输出 token 25.0 美元，定位为面向需要强推理和大上下文处理的高要求工作负载的优质旗舰产品。

GPT-5.2 是 OpenAI GPT-5 系列中最新的前沿级模型，在智能体和长上下文性能上强于 GPT-5.1。它使用自适应推理来动态分配计算资源，快速响应的同时按需扩展投入。该模型支持 40 万 token 的上下文窗口。定价为每百万输入 token 1.75 美元、每百万输出 token 14.0 美元，面向高要求的智能体和长上下文工作负载。

GPT-5.1 是 OpenAI GPT-5 系列中最新的前沿级模型，相比 GPT-5 提供更强的通用推理、更好的指令遵循以及更自然的对话风格。它使用自适应推理，并支持 40 万 token 的上下文窗口。定价为每百万输入 token 1.25 美元、每百万输出 token 10.0 美元，适用于高要求的通用推理、指令遵循和对话工作负载。

百度千帆的高性价比文心模型，128K 上下文，配合批量推理与预置量包可进一步降本。

字节跳动2026年2月14日发布的旗舰大模型，IMO/CMO数学竞赛和ICPC编程竞赛金牌水平，超越Gemini 3 Pro的Putnam基准。多模态、科学推理、Agent全能，月活破亿。