硅基流动

Kimi K2.5 是一款开源的原生多模态智能体模型，基于 Kimi-K2-Base，通过约 15 万亿混合视觉与文本 tokens 持续预训练而成。该模型采用 MoE 架构，拥有 1T 总参数和 32B 激活参数，支持 256K 上下文长度，能够无缝融合视觉与语言理解能力，并具备即时模式（Instant）和思考模式（Thinking）两种推理方式，以及对话和智能体两种交互范式

GLM-4.7 是智谱新一代旗舰模型，总参数量 355B，激活参数量 32B，在通用对话、推理和智能体能力方面全面升级。GLM-4.7 增强了 Interleaved Thinking（交错思考），并引入了 Preserved Thinking（保留思考）和 Turn-level Thinking（轮级思考），使复杂任务更加稳定可控。在 agentic coding 和终端任务方面，GLM-4.7 在 SWE-bench 达到 73.8%，在 SWE-bench Multilingual 达到 66.7%，在 Terminal Bench 2.0 达到 41%。GLM-4.7 在"Vibe Coding"上也有显著提升，能生成更简洁现代的网页，以及布局和尺寸更精准的幻灯片

DeepSeek-V3.2 是一款兼具高计算效率与卓越推理和 Agent 性能的模型。其方法建立在三大关键技术突破之上：DeepSeek 稀疏注意力（DSA），一种高效的注意力机制，在保持模型性能的同时显著降低了计算复杂性，并特别针对长上下文场景进行了优化；可扩展的强化学习框架，通过该框架，模型性能可与 GPT-5 相媲美，其高算力版本在推理能力上可与 Gemini-3.0-Pro 匹敌；以及大规模 Agent 任务合成管线，旨在将推理能力整合到工具使用场景中，从而提高在复杂交互环境中的指令遵循和泛化能力。该模型在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中取得了金牌表现

DeepSeek-V3.2 是一款兼具高计算效率与卓越推理和 Agent 性能的模型。其方法建立在三大关键技术突破之上：DeepSeek 稀疏注意力（DSA），一种高效的注意力机制，在保持模型性能的同时显著降低了计算复杂性，并特别针对长上下文场景进行了优化；可扩展的强化学习框架，通过该框架，模型性能可与 GPT-5 相媲美，其高算力版本在推理能力上可与 Gemini-3.0-Pro 匹敌；以及大规模 Agent 任务合成管线，旨在将推理能力整合到工具使用场景中，从而提高在复杂交互环境中的指令遵循和泛化能力。该模型在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中取得了金牌表现

DeepSeek-V3.1-Terminus 是由深度求索（DeepSeek）发布的 V3.1 模型的更新版本，定位为混合智能体大语言模型。此次更新在保持模型原有能力的基础上，专注于修复用户反馈的问题并提升稳定性。它显著改善了语言一致性，减少了中英文混用和异常字符的出现。模型集成了“思考模式”（Thinking Mode）和“非思考模式”（Non-thinking Mode），用户可通过聊天模板灵活切换以适应不同任务。作为一个重要的优化，V3.1-Terminus 增强了代码智能体（Code Agent）和搜索智能体（Search Agent）的性能，使其在工具调用和执行多步复杂任务方面更加可靠

DeepSeek-V3.1-Terminus 是由深度求索（DeepSeek）发布的 V3.1 模型的更新版本，定位为混合智能体大语言模型。此次更新在保持模型原有能力的基础上，专注于修复用户反馈的问题并提升稳定性。它显著改善了语言一致性，减少了中英文混用和异常字符的出现。模型集成了“思考模式”（Thinking Mode）和“非思考模式”（Non-thinking Mode），用户可通过聊天模板灵活切换以适应不同任务。作为一个重要的优化，V3.1-Terminus 增强了代码智能体（Code Agent）和搜索智能体（Search Agent）的性能，使其在工具调用和执行多步复杂任务方面更加可靠

DeepSeek-R1-0528 是一款强化学习（RL）驱动的推理模型，解决了模型中的重复性和可读性问题。在 RL 之前，DeepSeek-R1 引入了冷启动数据，进一步优化了推理性能。它在数学、代码和推理任务中与 OpenAI-o1 表现相当，并且通过精心设计的训练方法，提升了整体效果。

DeepSeek-R1-0528 是一款强化学习（RL）驱动的推理模型，解决了模型中的重复性和可读性问题。在 RL 之前，DeepSeek-R1 引入了冷启动数据，进一步优化了推理性能。它在数学、代码和推理任务中与 OpenAI-o1 表现相当，并且通过精心设计的训练方法，提升了整体效果。

PaddleOCR-VL-1.5 是 PaddleOCR-VL 系列的全新升级版本，在文档解析权威评测集 OmniDocBench v1.5 上取得 94.5% 的精度，超越全球顶尖通用大模型与文档解析专用模型。该版本创新支持文档元素的异形框定位，在扫描、倾斜、屏幕拍摄等真实场景下表现稳健，全面保持 SOTA 性能。同时，模型集成印章识别与文本检测识别任务，关键指标持续领先，推动部署效率与精准度双重提升。

新版 DeepSeek-V3 （DeepSeek-V3-0324）与之前的 DeepSeek-V3-1226 使用同样的 base 模型，仅改进了后训练方法。新版 V3 模型借鉴 DeepSeek-R1 模型训练过程中所使用的强化学习技术，大幅提高了在推理类任务上的表现水平，在数学、代码类相关评测集上取得了超过 GPT-4.5 的得分成绩。此外该模型在工具调用、角色扮演、问答闲聊等方面也得到了一定幅度的能力提升。

新版 DeepSeek-V3 （DeepSeek-V3-0324）与之前的 DeepSeek-V3-1226 使用同样的 base 模型，仅改进了后训练方法。新版 V3 模型借鉴 DeepSeek-R1 模型训练过程中所使用的强化学习技术，大幅提高了在推理类任务上的表现水平，在数学、代码类相关评测集上取得了超过 GPT-4.5 的得分成绩。此外该模型在工具调用、角色扮演、问答闲聊等方面也得到了一定幅度的能力提升。

MiniMax-M2.1 是一个专为代理能力优化的开源大型语言模型，在编程、工具使用、指令遵循和长期规划方面表现出色。模型支持多语言软件开发和复杂的多步骤工作流执行，在 SWE-bench Verified 上达到 74.0 分，在多语言场景中超越 Claude Sonnet 4.5

GLM-4.6V 在视觉理解精度上达到同参数规模 SOTA，并首次在模型架构中将 Function Call（工具调用）能力原生融入视觉模型，打通从「视觉感知」到「可执行行动（Action）」的链路，为真实业务场景中的多模态 Agent 提供统一的技术底座。视觉上下文窗口扩展至 128k，支持长视频流处理及高分辨率多图分析。

Kimi K2 Thinking 是最新、最强大的开源思考模型。它通过大幅扩展多步推理深度，并在 200–300 次连续工具调用中保持稳定的工具使用，在 Humanity's Last Exam (HLE)、BrowseComp 及其他基准测试中树立了新的标杆。同时，K2 Thinking 是一款原生支持 INT4 量化的模型，拥有 256K 上下文窗口，实现了推理延迟和 GPU 显存占用的无损降低

Kimi K2 Thinking 是最新、最强大的开源思考模型。从 Kimi K2 开始，我们将其构建为一个能够逐步推理并动态调用工具的思考代理。它通过大幅扩展多步推理深度，并在 200–300 次连续工具调用中保持稳定的工具使用，在 Humanity's Last Exam (HLE)、BrowseComp 及其他基准测试中树立了新的标杆。同时，K2 Thinking 是一款原生支持 INT4 量化的模型，拥有 256K 上下文窗口，实现了推理延迟和 GPU 显存占用的无损降低

与 GLM-4.5 相比，GLM-4.6 带来了多项关键改进。其上下文窗口从 128K 扩展到 200K tokens，使模型能够处理更复杂的智能体任务。模型在代码基准测试中取得了更高的分数，并在 Claude Code、Cline、Roo Code 和 Kilo Code 等应用中展现了更强的真实世界性能，包括在生成视觉效果精致的前端页面方面有所改进。GLM-4.6 在推理性能上表现出明显提升，并支持在推理过程中使用工具，从而带来了更强的综合能力。它在工具使用和基于搜索的智能体方面表现更强，并且能更有效地集成到智能体框架中。在写作方面，该模型在风格和可读性上更符合人类偏好，并在角色扮演场景中表现得更自然

KAT-Dev（32B）是一款专为软件工程任务设计的开源 32B 参数模型。在 SWE-Bench Verified 基准测试中，它取得了 62.4% 的解决率，在所有不同规模的开源模型中排名第五。该模型通过多个阶段进行优化，包括中间训练、监督微调（SFT）与强化微调（RFT），以及大规模智能体强化学习（RL）。该模型基于 Qwen3-32B，其训练过程通过增强工具使用、多轮交互和指令遵循等基础能力，为后续微调和强化学习阶段奠定基础。在微调阶段，模型不仅学习了八种精心策划的任务类型和编程场景，还创新性地引入了强化微调（RFT）阶段，利用人类工程师标注的“教师轨迹”进行指导。最后的智能体强化学习阶段通过多级前缀缓存、基于熵的轨迹修剪和高效架构解决了扩展性挑战

PaddleOCR-VL 是一款专为文档解析设计的 SOTA 且资源高效的模型。其核心组件 PaddleOCR-VL-0.9B 是一个紧凑而强大的视觉语言模型（VLM），它集成了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型，以实现精确的元素识别。这款创新模型高效支持 109 种语言，在识别复杂元素（如文本、表格、公式和图表）方面表现出色，同时保持极低的资源消耗。通过在广泛使用的公共基准和内部基准上进行全面评估，PaddleOCR-VL 在页面级文档解析和元素级识别方面均达到了 SOTA 性能。它显著优于现有解决方案，与顶级 VLM 相比展现出强大的竞争力，并提供快速的推理速度。这些优势使其非常适合在实际场景中进行部署

Qwen3-VL 是 Qwen3 系列中的视觉语言模型，在多个视觉语言（VL）基准测试中取得了领先（SOTA）性能。该模型支持百万像素级别的高分辨率图像输入，并具备强大的通用视觉理解、多语言 OCR、细粒度视觉定位和视觉对话能力。作为 Qwen3 系列的一部分，它继承了强大的语言基础，能够理解和执行复杂的指令

Qwen3-VL-Thinking 是 Qwen3-VL 系列中一个为复杂视觉推理任务特别优化的版本。该模型内置了“思考模式”（Thinking Mode），使其在回答问题前能够生成详细的中间推理步骤（Chain-of-Thought），从而显著增强其在需要多步逻辑、规划和深入分析的视觉问答及其他视觉语言任务上的表现。与 Instruct 版本一样，它支持百万像素级的高分辨率图像，并具备强大的通用视觉理解和多语言能力