GPT Image 2.5 Flare 是 OpenAI 推出的一款图像生成与编辑模型，属于 GPT Image 2.5 系列中主打速度的层级。它非常适合通过专用 Images API 进行大规模日常图像生成、创作者内容制作以及快速原型设计。

GPT Image 2.5 Sunburst 是由 OpenAI 推出的图像生成与编辑模型，属于 GPT Image 2.5 系列中主打高精度特性的版本。该模型通过专用的 Images API 运行，非常适合那些对编辑精度要求高于生成速度的精细化创意工作。

内容丰实：支持最大 4.5k token 输入，支持图中图密集信息排版，让报纸、分镜、菜单、试卷等复杂版面一次生成。 细节真实：支持 10px 小字精准渲染，微表情、毛孔、发丝等细节生动还原，逼近真实摄影的质感。 知识厚实：支持 12 国语言、多种字体原生渲染，主流网页、游戏、直播等界面仿真，外部知识全纳入。 Qwen-Image-3.0-Pro 不只是在追求"好看"，更在追求“好用”——让图像生成真正成为可落地的生产力工具。

Gemini 3.1 Flash Image Preview, a.k.a. "Nano Banana 2,"是谷歌最新推出的尖端图像生成与编辑模型。该模型融合了先进的语境理解能力与高效经济的推理机制，使复杂图像生成与迭代编辑变得前所未有的便捷。

M2.5 极速版：效果不变，更快，更敏捷（输出速度约 100 tps）

强大多语言编程实力，全面升级编程体验

强大多语言编程实力，全面升级编程体验

Gemini 3.1 Pro 是推理能力最强的 Gemini 模型，能够解决复杂问题。Gemini 3.1 Pro 能够利用其 100 万 token 的上下文窗口，理解来自不同信息来源（包括文本、音频、图片、视频、PDF 甚至整个代码库）的海量数据集和复杂难题。

【deepseek官方】deepseek v3版本模型。DeepSeek-V3 为自研 MoE 模型，671B 参数，激活 37B，在 14.8T token 上进行了预训练。DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。

能力均衡，推理效果和速度介于通义千问-Max和通义千问-Turbo之间，适合中等复杂任务。

GPT-5：GPT-5为分析和代码生成能力提供更深入、更丰富的推理。

Gemini 3.1 Flash Image Preview, a.k.a. "Nano Banana 2,"是谷歌最新推出的尖端图像生成与编辑模型。该模型融合了先进的语境理解能力与高效经济的推理机制，使复杂图像生成与迭代编辑变得前所未有的便捷。

GPT-5.2 在 GPT-5 的基础上进行了改进,使交互更加可靠、灵活和用户友好。其重点在于提供更清晰的响应、更好的适应性以及针对多样化任务的增强控制。主要亮点包括: 更高的一致性:生成更可预测、更准确的输出,与用户指令保持一致。 自适应推理:以更深入的方式处理复杂查询,同时在处理简单任务时保持高效。 扩展的上下文处理:支持更长的输入,适用于多步骤工作流程和更丰富的对话。 精细化定制:提供对语气、风格和结构化输出的更好控制,以实现量身定制的体验。 更广泛的适用性:在保持清晰性和安全性的同时,增强了跨多个领域的性能。

指向 doubao-seed-1-8 最新版，虚拟模型

Gemini 3 Flash 将 Gemini 3 Pro 的推理能力与 Flash 系列在低延迟、高效率和成本优势上的表现结合在一起。它不仅以更强的推理能力支持日常任务，还专为应对最复杂的智能体（Agentic）工作流而设计。

DeepSeek-V3.2 的目标是平衡推理能力与输出长度，适合日常使用，例如问答场景和通用 Agent 任务场景。在公开的推理类 Benchmark 测试中，DeepSeek-V3.2 达到了 GPT-5 的水平，仅略低于 Gemini-3.0-Pro；相比 Kimi-K2-Thinking，V3.2 的输出长度大幅降低，显著减少了计算开销与用户等待时间。

Claude Opus 4.5 是 Anthropic 最智能的模型，在编程和智能体能力方面处于最前沿，尤其擅长智能体搜索。它为需要前沿智能的客户提供卓越表现：高级编程：能够独立规划并端到端执行复杂的开发任务。

GPT-5.1 在 GPT-5 的基础上进行了改进,使交互更加可靠、灵活和用户友好。其重点在于提供更清晰的响应、更好的适应性以及针对多样化任务的增强控制。主要亮点包括: 更高的一致性:生成更可预测、更准确的输出,与用户指令保持一致。 自适应推理:以更深入的方式处理复杂查询,同时在处理简单任务时保持高效。 扩展的上下文处理:支持更长的输入,适用于多步骤工作流程和更丰富的对话。 精细化定制:提供对语气、风格和结构化输出的更好控制,以实现量身定制的体验。 更广泛的适用性:在保持清晰性和安全性的同时,增强了跨多个领域的性能。

Kimi K2 Thinking 是 Moonshot AI 迄今为止最先进的开源推理模型，它将 K2 系列扩展到了智能体层面，实现了长时域推理。该模型基于 Kimi K2 中引入的万亿参数混合专家 (MoE) 架构构建，每次前向传播激活 320 亿个参数，并支持 256 个 k-token 上下文窗口。