模型广场

Claude Fable 5 被介绍为 Mythos 级别的 Claude 模型，面向更有野心、持续时间更长的项目。相关页面强调自主知识工作、软件工程、视觉、记忆，以及与子 Agent 协同长时间工作的能力。它的描述应更像“项目级协作者”，而不是短轮次助手。

Claude Opus 4.7 被 Anthropic 描述为面向高级软件工程和困难长周期任务的重要升级。官方信息强调它可以处理复杂工作，并对自身输出进行验证。它的描述应围绕持续工程判断和复杂任务执行，而不是泛泛强调写作质量。

Claude Opus 5 是 Anthropic 的旗舰模型，专为要求严苛的推理、编码和长期自主任务而设计。它在端到端软件任务、代码审查和错误发现、图表和文档的视觉分析、复杂办公交付以及协调并行子代理方面尤为出色。该模型在长时间任务中保持强大的指令遵循和工具使用能力，同时在优先考虑延迟和令牌效率的低努力设置下仍然有效。

Claude Sonnet 4.6 被介绍为在代码、计算机使用、长上下文推理、Agent 规划、知识工作和设计方面的全面升级。Anthropic 资料将其描述为具备 1M 上下文 beta 支持和更好 Agent 行为的强中档模型。它适合希望获得接近前沿能力，同时控制成本和延迟的团队。

Sonnet 5 是 Anthropic 最强大的 Sonnet 类模型，在编码、智能代理和专业知识工作方面具有前沿性能。它支持自适应思维，可选择推理努力级别（低、中、高、最高和超高），拥有100万token的上下文窗口，并支持文本、图像和文件输入。Sonnet 5 使用了更新的分词器，并包含实时网络安全防护措施，可阻止某些高风险的双用途活动。

DeepSeek R1 是 DeepSeek 的推理型模型，常被提到的特点是开放推理过程，以及在数学、逻辑和代码任务上的表现。它与 V3 一代共享大规模 MoE 的基础能力，但训练和产品定位更偏向深度推理，而不是普通对话。适合需要拆解、验证和逐步求解的复杂问题。

DeepSeek V3 是 V3 系列的通用 MoE 基座模型，常见官方资料描述为 671B 总参数、37B 激活参数。技术报告强调 MLA、DeepSeekMoE、高效训练，以及较强的通用语言和代码能力。在模型列表中，它更适合作为 DeepSeek 的通用对话与代码基线模型，而不是单纯的深度推理专用模型。

DeepSeek V3.1 Terminus 是 DeepSeek 对 V3.1 系列的官方升级版本，重点在语言一致性和更稳定的 Agent 行为。官方发布说明中特别提到 Code Agent 和 Search Agent 能力改进，因此它更适合需要推理、工具调用和检索结合的工作流。它不是彻底改变 V3.1 的模型定位，而是让原有能力在实际 Agent 场景中更稳定、更可靠。

DeepSeek V3.2 通常被介绍为基于 V3.1 系列升级的高效推理与工具调用模型。这里的 Think 可以理解为偏推理的模式，更适合多步骤解题、结构化规划，以及需要中间思考过程的 Agent 任务。相关来源强调稀疏注意力和长上下文效率，因此它的定位不是短回复，而是复杂工作流和需要推理链条的任务。

DeepSeek V4 Flash 保留了 V4 系列的 1M token 长上下文能力，但采用更轻量的 MoE 配置，常见模型卡描述为 284B 总参数、13B 激活参数。它的重点不是最大推理深度，而是更快推理、更低调用成本和更适合生产环境的吞吐量。对于高频请求、批量处理和长上下文但不一定需要最高推理强度的任务，Flash 会比 Pro 更合适。

DeepSeek V4 Flash Vision Exp 是 DeepSeek V4 Flash 0731 的实验性视觉增强版本，在保持基础模型文本性能（包括智能体能力、推理和世界知识）的同时，引入图像理解功能。它基于稀疏混合专家（MoE）架构，总参数为284B，激活参数为13B。

DeepSeek V4 Pro 被描述为大规模 MoE 模型，拥有 1.6T 总参数与 49B 激活参数，并支持 1M token 上下文窗口，适合处理超长输入。官方和三方模型卡更强调它在高级推理、代码任务和长周期 Agent 工作流中的能力，而不是普通聊天。相比 V4 Flash，Pro 更偏能力上限，适合大型代码库分析、复杂研究资料综合、多步骤自动化等需要深度推理的任务。

DeepSeek-V4.1-Flash 是一款快速高效的多模态 AI 模型，具备先进的推理、编码和智能体能力。支持高达 100 万 tokens 上下文和原生视觉理解，以更低的推理成本提供前沿级智能，非常适合 AI 智能体、自动化、编码助手和可扩展应用。

Doubao 2.0 Lite 是 Seed 2.0 系列中的轻量版本，通常被描述为面向企业生产环境的高性价比模型，支持多模态和 Agent 工作负载。三方模型卡强调更低延迟、适合生产部署，以及文本、视觉和工具能力。它与 Pro 的区别应写在效率和成本优势上，而不是声称同样的推理深度。

豆包-Seed-2.0-mini 是字节跳动 Seed 2.0 智能体模型系列中的轻量级成员。它保留了 Seed 2.0 的核心能力，如深度推理、文本生成、多模态理解、函数调用、结构化输出和 256K 上下文窗口，同时面向低延迟、高并发和成本敏感的工作负载。其多级思维模式使其适用于分类、格式化、简单助手以及吞吐量重要的轻量级智能体任务。

Gemini 3.1 Pro Preview 被介绍为对 Gemini 3 Pro 的可靠性增强版本。Google 预览说明强调更好的思考能力、token 效率、grounding、事实性、软件工程、Agentic Tool Use 和多步骤执行。由于是 Preview，描述中应体现它是用于测试下一阶段 Pro 能力的高级但仍在演进的模型。

GLM-4.5 是 Z.ai 推出的面向 Agent 的 MoE 模型，官方资料描述为 355B 总参数、32B 激活参数。文档强调推理、代码、工具调用和浏览器类 Agent 能力，并支持思考与非思考模式。它可以作为 GLM-5 之前一代重要的 Agent 基座模型来介绍。

GLM-5 是 Z.ai 面向 Agentic Engineering、复杂系统工程和长程 Agent 任务的新一代基座模型。官方文档强调它面向生产级编程、规划、后端推理和迭代式自我纠错。描述时应突出复杂工程工作流，而不是只把它写成“中国大模型”。

GLM-5.1 被描述为面向代码、长周期任务和 Agentic Engineering 的重要升级。相关资料强调它可以在更长时间跨度内规划、执行和改进任务，输出更完整的工程级结果。它更适合作为开发者与 Agent 模型来介绍，而不是普通问答模型。

GLM-5.2 是智谱 AI（Z.ai）面向长程工程任务、Agent 工作流和复杂推理的旗舰基础模型。其可用的 1M token 上下文可承载项目级代码库、系统文档和多步骤持续执行。你可以通过 Tokiway 调用 GLM API / 智谱 API，查看当前价格、可用端点、上下文限制和基准测试结果，再评估其是否适合需求分析、仓库理解、实现、测试与部署等生产级开发流程。

GLM-5.3 是 Z.ai 最新的旗舰模型，专为高级编码、软件工程和长周期智能体任务而构建。拥有 1M 令牌上下文窗口、最高 128K 输出令牌、强大的推理和工具使用能力，非常适合编码智能体、复杂开发工作流和多步骤自动化。

GLM-5.3-Flash 是智谱 AI（Z.ai）GLM-5 系列首个原生多模态模型，面向快速编程、视觉理解和 Agent 工作流。它采用 320B 参数的 MoE 架构，每个 token 激活 18B 参数，并结合稀疏注意力与线性注意力，以提升长上下文任务的推理效率。你可以通过 Tokiway 调用 GLM API / 智谱 API，查看当前 GLM-5.3-Flash 的价格、模型 ID、支持输入、工具调用、上下文限制和端点，再评估是否用于生产级编程或多模态智能体任务。

GPT-5.5 被 OpenAI 描述为更智能的前沿模型，面向代码、研究、数据分析和专业知识工作。官方发布信息强调它在能力、速度和文档/结构化分析任务上的提升。它的描述应聚焦广泛的专业智能，而不是某一个单一细分场景。

GPT-5.5 Pro 是 OpenAI GPT-5.5 一代中使用更多计算资源的高阶版本，适合答案质量比速度更重要的高难度专业任务。OpenAI 资料将 Pro 档描述为会“思考得更深”，在代码、研究、数据分析和文档密集型工作中追求更高精度。它应被定位为面向复杂推理和专业交付的模型，而不是日常聊天模型。