模型发布与更新记录
部分历史模型将于近期下线，请查看模型下线机制说明了解下线时间表与替代模型。
2026年8月13日
deepseek-v4-pro-0813
旗舰级 MoE 大模型，总参1.6T、激活 49B，原生支持百万级超长上下文。依托海量高质量训练数据，具备顶尖数学逻辑、复杂推理、专业代码与长文本深度解析能力，适配高阶科研、复杂办公、深度智能代理等高难度场景。支持流式输出、深度思考、Function Calling、结构化输出、联网搜索与上下文缓存。详见 DeepSeek。qwen3.8-2.4t-a95b
Qwen3.8-2.4T-A95B 是通义千问最新旗舰系列的开源版本，采用稀疏 MoE 架构，总参数 2.4 万亿，每步激活约 950 亿，配合混合注意力机制，支持 100 万 Token 上下文。模型默认开启思考模式，在编程、办公、科研和长周期 Agent 任务上实现显著提升。详见文本生成模型。pixverse/pixverse-v6-r2v-omni
V6-R2V-Omni 是 PixVerse 推出的融合参考生视频模型，支持图片+视频混合参考输入，智能融合多主体和动作信息，生成高质量视频。支持多种分辨率和宽高比输出。API 参考2026年8月4日
2026年8月3日
qwen3.8-max
Qwen3.8 原生视觉语言系列 Max 模型，是通义千问迄今能力最强的旗舰模型，拥有 2.4 万亿参数，采用 MoE 架构，展现出与当前顶尖前沿模型相媲美的卓越性能，模型效果相较 3.7 系列显著提升。支持混合思考模式（默认开启），1M 上下文。详见文本生成模型。2026年8月1日
deepseek-v4-flash-0731
高效轻量化MoE模型，总参284B，激活13B，原生支持百万超长上下文能力。推理速度快、延迟低、调用成本低廉，综合能力均衡，主打高并发、轻量化任务，适合日常对话、内容创作、基础 RAG、批量文案处理等普惠刚需场景。详见 DeepSeek。2026年7月30日
Qwen-Audio-3.0-ASR-Flash 系列语音识别模型
新增 Qwen-Audio-3.0-ASR-Flash-Streaming（实时）、Qwen-Audio-3.0-ASR-Flash-Filetrans（非实时）和 Qwen-Audio-3.0-ASR-Flash（非实时）系列模型：方言支持覆盖汉语七大方言（官话/吴/湘/赣/客/闽/粤）及 20+ 地区口音；古诗词识别优化，适用于文化教育、有声读物等场景；标点预测与文本归一化增强，数字/日期/金额自动转标准格式；支持中、英、日、韩等共 30 个语种；支持热词（预编译热词和即时热词）与 context 上下文，提升特定词汇识别准确率。详见语音识别模型。2026年7月25日
qwen3.7-flash、qwen3.7-flash-2026-07-15
Qwen3.7 原生视觉语言系列 Flash 模型，相较 qwen3.6-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。2026年7月17日
kimi/kimi-k3
Kimi K3 是 Kimi 迄今能力最强的旗舰模型，拥有 2.8 万亿参数，原生支持视觉理解，并拥有 100 万 token 上下文窗口，面向长程编程、知识工作和推理等前沿智能场景而设计。详见 Kimi-月之暗面。2026年7月16日
2026年7月15日
qwen3.7-text-embedding
Qwen3.7 多语言文本统一向量模型，相较 text-embedding-v4 在文本检索、聚类、分类性能大幅提升，MTEB 多语言、中英、Code 检索等评测效果提升 20%；支持 256~2560 维用户自定义向量维度。详见文本与多模态向量化。2026年7月14日
qwen-plus-character
千问系列角色扮演模型，适合拟人化的角色扮演，同时优化了限定人设指令遵循、话题推进、倾听共情等能力，支持个性化角色的深度还原。角色扮演（Qwen-Character）qwen-audio-3.0-realtime-plus、qwen-audio-3.0-realtime-flash
Qwen-Audio端到端实时语音大模型兼顾语音推理能力与双工对话节奏，在保持流畅、自然的实时交互体验的同时，通过并行推理、全向流式等工程优化，有效控制端到端响应时延。实时语音对话（Qwen-Audio-Realtime）qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash
Qwen-Audio-TTS语音合成模型上线，新增更多小语种和中文方言支持，增强了指令遵循与细粒度标签控制能力，音质和表现力全面提升。其中 Plus 版本面向高品质专业场景，Flash 版本面向低延迟实时交互场景。实时语音合成2026年7月13日
Vidu 图像生成系列
由生数科技提供的 Vidu 系列图片生成 API 服务，支持文生图、参考图生图和图片编辑，对中英文字精准渲染、UI/图表等设计细节像素级还原。可用模型：vidu/vidu-image_reference2image、vidu/viduq3-fast_reference2image、vidu/viduq2-pro_reference2image、vidu/viduq2-fast_reference2image。API 参考vidu/viduq3-pro-fast_img2video
Vidu 图生视频旗舰极速版，最高支持 1080P，最长 16 秒。API 参考vidu/viduq3-ad_reference2video
Vidu 参考生视频广告版，面向广告行业，支持营销级智能切镜、运镜和音效直出。API 参考vidu/viduq3-drama_reference2video
Vidu 参考生视频精品剧版，角色一致性强、动效细腻、情绪表达真实，适合剧情向内容生产。API 参考2026年7月1日
wan2.7-t2v-2026-06-12
万相2.7文生视频模型快照版本，模型能力与 wan2.7-t2v 一致。详见万相2.7-文生视频。wan2.7-r2v-2026-06-12
万相2.7参考生视频模型快照版本，支持主体参考和音色定制，并可输入单张多宫格故事板直接生成剧本化视频。详见万相2.7-参考生视频。2026年6月25日
2026年6月22日
happyhorse-1.1-t2v
HappyHorse 1.1 文生视频模型。支持生成带音频的 3-15 秒视频，分辨率 720P/1080P。API 参考happyhorse-1.1-i2v
HappyHorse 1.1 图生视频模型。支持生成带音频的 3-15 秒视频，分辨率 720P/1080P。API 参考happyhorse-1.1-r2v
HappyHorse 1.1 参考生视频模型。支持多张参考图像输入，生成带音频的 3-15 秒视频，分辨率 720P/1080P。API 参考happyhorse-1.0-video-edit
HappyHorse 视频编辑模型，支持对视频进行风格化编辑和增强。API 参考2026年6月18日
kimi/kimi-k2.7-code-highspeed
月之暗面直供的高速编程模型，与 kimi/kimi-k2.7-code 功能完全一致，速度提升5~6倍。详见 Kimi-月之暗面。2026年6月17日
glm-5.2
GLM-5.2 是智谱AI推出的面向长程任务（Long Horizon Task）设计的最新旗舰模型，支持 1M 超长上下文。拥有强大逻辑推理、长文本理解与代码生成能力，兼顾性能与推理效率；在多任务基准中表现优异，适用于智能交互、企业应用、开发辅助等场景。支持 OpenAI 兼容、DashScope 及 Anthropic 兼容接口调用。详见 GLM-千问AI平台。ZHIPU/GLM-5.2
智谱AI直供的 glm-5.2 模型。详见 GLM-智谱。fun-asr-flash-2026-06-15
百聆2026年6月更新的大模型ASR版本，全面支持汉语传统七大方言体系（官话/吴/湘/赣/客/闽/粤），并适配 20+ 地区口音官话。针对中文古诗词的韵律、节奏与文言表达特点进行专项优化，提升对古诗词内容的识别准确率，适用于文化传承、教育讲解、有声读物等场景。优化标点预测与文本归一化能力，使输出文本更符合书面表达习惯，数字、日期、金额等信息自动转换为标准格式，增强内容的可读性与专业性。同时语种扩展至英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚、保加利亚语、克罗地亚语、斯洛伐克语等，共计30个语种。支持context上下文能力，可转写5分钟以内的音频。2026年6月16日
qwen3.5-ocr
千问文字提取模型，基于 Qwen3.5 架构，速度更快，效果更强。上下文长度扩展至 128K，支持多轮对话。信息抽取能力大幅提升，覆盖多种国内外卡证。详见文字提取。2026年6月15日
2026年6月10日
qwen3.7-max-2026-06-08
Qwen3.7系列中规模最大、综合能力最强的Max模型，相较于5月20日快照增加了视觉模态理解能力，能够感知真实世界场景，具备多模态交互混合智能体能力。2026年6月8日
pixverse/pixverse-v6-r2v
爱诗V6-参考生视频模型，参考多张图像生成视频。相较于v5.6全面升级，通用场景推荐使用。支持将一张多宫格分镜拼接图一键转化为视频。详见爱诗-参考生视频。2026年6月1日
qwen3.7-plus、qwen3.7-plus-2026-05-26
千问3.7Plus系列，在强大文本能力的基础上全面升级了视觉-语言能力，同时保持了在编码、工具使用和生产力工作流方面的完整智能体能力。其核心特色为多模态交互混合智能体能力，能够感知真实世界场景、读取屏幕并操作 GUI、基于视觉参考生成代码、端到端导航移动应用。2026年5月29日
vanchin/deepseek-v4-pro
由快手万擎直供的 DeepSeek 模型推理服务。详见 DeepSeek-快手万擎。2026年5月28日
stepfun/step-3.7-flash
阶跃星辰直供的 Step 3.7 Flash 模型，Flash 档位新一代旗舰。在搜索、Agent、编码、多模态四大方向全面升级，深度检索与多模态图搜能力大幅增强，Agent 与工具调用能力显著提升，编码能力在 Flash 档位多项基准中表现优异，多模态理解能力对标头部旗舰。详见 Stepfun-阶跃星辰。2026年5月25日
qwen3.7-max-preview、qwen3.7-max-2026-05-17
Qwen Max 系列模型快照。仅支持纯文本输入，默认开启思考模式。2026年5月22日
qwen3.5-livetranslate-flash-realtime
Qwen3.5-LiveTranslate-Flash 的实时版本，一款高精度、高响应、高鲁棒性的多语言实时音视频同传大模型。依托 Qwen3.5-Omni 强大的基座能力，能听懂 60 种语言，会说 29 种语言。详见实时音视频翻译。2026年5月21日
qwen3.7-max、qwen3.7-max-2026-05-20
Qwen Max 系列新一代旗舰模型。仅支持纯文本输入，默认开启思考模式，支持显式缓存，在编程、办公与生产力、长周期自主执行方面均能出色胜任各项任务。2026年5月19日
2026年5月15日