由 Amux Special 提供的模型
Claude Fable 5 是 Anthropic 的 Mythos 级模型，专为自主知识工作和编码而构建。它支持文本、图像和文件输入以及文本输出，并具有推理支持和 1M 令牌上下文窗口。它适用于以前需要频繁人工签入的长时间运行、复杂和异步任务。
Claude Fable 5.1 在各方面都比 Claude Fable 5 有所提升，最大的进步体现在智能代理编码、长期运行的智能代理工作流程以及知识工作方面：尤其是长代码重构、前端和可视化代码生成，以及财务和分析任务。它在计划和总结方面也比 Fable 5 更加简洁。我们建议在当前使用 Fable 5 的地方直接升级测试，同时在需要大量推理的任务中与 Opus 5 一起使用。
Claude Haiku 4.5 是 Anthropic 最快、最高效的模型，以较大 Claude 模型的一小部分成本和延迟提供近前沿的智能。 Haiku 4.5 与 Claude Sonnet 4 在推理、编码和计算机使用任务方面的性能相匹配，为实时和大容量应用程序带来了前沿水平的功能。
Anthropic: Claude Haiku 5.5 是 Anthropic 迄今为止最经济、最快速且功能最强大的小型模型，专为高容量、成本敏感型工作负载而打造。它能以低延迟处理摘要、精简、数据库查询、分类和子代理编码任务，在实时客户支持、浏览器使用以及其他对速度要求极高的应用场景中表现尤为出色。
Opus 4.6 是 Anthropic 最强大的编码和长期运行专业任务模型。它是为跨整个工作流程而不是单个提示操作的代理而构建的，这使得它对于大型代码库、复杂的重构和随着时间的推移而展开的多步骤调试特别有效。与前几代模型相比，该模型表现出更深入的背景理解、更强的问题分解以及在艰巨的工程任务上更高的可靠性。
Opus 4.7 是 Anthropic Opus 系列的下一代产品，专为长期运行的异步代理而构建。它以 Opus 4.6 的编码和代理优势为基础，在复杂的多步骤任务上提供更强大的性能，并在扩展工作流程中提供更可靠的代理执行。它对于任务随时间展开的异步代理管道特别有效 - 大型代码库、多阶段调试和端到端项目编排。
Claude Opus 4.8 是 Anthropic Opus 系列中功能最强大的通用型号。它支持文本、图像和文件输入以及文本输出，并具有推理支持和 1M 令牌上下文窗口。它适用于高度自主的代理、长期代理工作、知识工作和记忆驱动的任务，在这些任务中，长时间会话的一致性很重要。
Claude Opus 5 是 Anthropic 的旗舰模型，适用于要求较高的推理、编码和长期代理工作。它在端到端软件任务、代码审查和错误查找、图表和文档的可视化分析、复杂的办公室可交付成果以及协调并行子代理方面尤其强大。
Anthropic: Claude Opus 5.5 是 Anthropic 旗下的旗舰模型，专为高要求的推理、编码和长周期智能体任务而设计，是 Claude Opus 5 的继任者。它在处理大型代码库的多步骤变更、代码审查与缺陷查找、金融与科学分析，以及解读密集型图表、示意图和截图方面表现尤为出色。与前代产品相比，它在引用数据和来源时更加严谨，确保仅陈述可证实的内容。 该模型以更少的步骤和 token 完成同类任务，并以更通俗的语言汇报工作成果，清晰地说明其操作过程、发现的问题以及需要用户配合的事项。模型思考过程始终保持自适应，因此“努力程度（effort）”是权衡深度、延迟和成本的主要杠杆，低努力程度的设置在对延迟敏感的工作负载中依然有效。
Sonnet 4.6 是 Anthropic 迄今为止最强大的 Sonnet 级模型，在编码、代理和专业工作方面具有前沿性能。它擅长迭代开发、复杂的代码库导航、带内存的端到端项目管理、精美的文档创建以及自信地使用计算机进行 Web QA 和工作流程自动化。
Claude Sonnet 5 被打造为迄今为止最具活力的 Sonnet 模型。它可以规划、使用浏览器和终端等工具，并以最近才需要更大、更昂贵的模型的水平自主运行。
Anthropic: Claude Sonnet 5.5 是 Anthropic 升级版的 Sonnet 级模型，性能强于 Claude Sonnet 5，同时运行速度提升超过 30%，且在许多工作负载下成本更低。它专为代理式编码、工具使用和日常专业任务而设计，非常适合开发人员和团队构建快速且功能强大的 AI 智能体。
Seedance 2.0 是字节跳动推出的一款视频生成模型。它支持“文生视频”、“图生视频”（包含首尾帧控制）以及多模态参考视频生成。该模型在保持角色一致性、视觉风格以及参考素材中的运镜效果方面表现尤为出色。其 Token 数量计算公式为：（输出视频高度 × 输出视频宽度 × 时长 × 24）/ 1024。
Seedance 2.0 Fast 是字节跳动推出的一款视频生成模型。它支持“文生视频”、“图生视频”（包含首尾帧控制）以及多模态参考生成视频等功能。该模型在设计上优先考虑生成速度与成本效益，而非追求极致的输出画质。其 Token 数量计算公式为：（输出视频高度 × 输出视频宽度 × 时长 × 24）/ 1024。
Seedance 2.0 Mini 是字节跳动推出的一款视频生成模型。该模型支持“文生视频”、支持首尾帧控制的“图生视频”，以及基于图像、视频和音频输入的多模态参考视频生成。它支持输出 480p 和 720p 分辨率、时长为 4 至 15 秒的视频。其 Token 数量计算公式为：（输出视频高度 × 输出视频宽度 × 时长 × 24）/ 1024。
Seedance 2.5 是字节跳动推出的一款视频生成模型，适用于长篇叙事、基于多模态参考的生成、视频编辑及视频延展等场景。该模型支持首帧控制或首尾帧控制，允许使用多达 50 个图像、视频及音频参考素材，并支持可选的音频生成以及多语言视听内容生成。
Gemini 2.5 Flash Image（又称“Nano Banana”）现已全面推出。它是一款具备上下文理解能力的尖端图像生成模型，支持图像生成、编辑以及多轮对话。
Google: Nano Banana 2 (Gemini 3.1 Flash Image) 专为速度和效率而设计，可有效实现快速、交互式的响应以及高吞吐量。
Google: Nano Banana 2 Lite (Gemini 3.1 Flash-Lite Image) 是 Google 最快、最具成本效益的 Gemini 图像模型，专为高频开发流水线和快速视觉探索而构建。它能在约 5 秒内完成文本转图像生成，速度比 Gemini 3.1 Flash Image 快约 2.7 倍，同时保持了 Nano Banana 系列的角色一致性、精确编辑能力和现实世界知识。单一的嵌入式 API 可处理文本转图像、图像编辑和多图像合成。作为多模态模型，它还能在返回图像的同时生成文本。输出分辨率为 1K，支持 14 种宽高比，并带有不可见的 SynthID 水印，以便识别为 AI 生成。作为 Nano Banana 2 系列中质量与速度的最佳平衡点，它能以比重量级生产模型低得多的成本生成数千张图像，非常适合原型设计、实时应用程序和大规模视觉工作流。
Gemini 3.1 Pro 是 Gemini 系列模型的下一代产品，是一套高性能、原生多模式推理模型。 Gemini 3 Pro 现在是 Google 针对复杂任务最先进的模型，可以理解海量数据集，解决来自不同信息源的问题，包括文本、音频、图像、视频和整个代码存储库
Gemini 3.6 Flash 是 Google 的一个高效模型，用于编码、代理工作流程以及 Web 和应用程序开发。它旨在产生精美的输出，减少不必要的编辑和对冲，同时减少令牌使用和完成任务所需的模型调用数量。
Gemini 3.7 Flash 是 Google 的多模式模型，用于快速代理工作流程、编码和复杂的多步骤推理。它专为需要响应性能和可靠的多步骤问题解决的任务而设计。
Gemini 3.8 Flash 是 Google 最智能的 Flash 模型，在软件工程、代理任务和多步推理方面较 3.7 Flash 有了显着的进步。
Google: Nano Banana Pro (Gemini 3 Pro Image) 是一款基于 Google Gemini 3 Pro 构建的 AI 图像生成模型，是其前代产品的一次重大升级。它旨在超越简单的模式匹配，转向一个更具推理驱动的系统，并在物理理解、文本渲染和图像一致性方面进行了改进。其主要功能包括更快的处理速度、原生 2K 分辨率以及对现有图像进行更高精度编辑的能力，旨在提供更可靠、专业级的生成结果。
Google: Gemini 4 Argon 是 Google DeepMind 于 2026 年 9 月 30 日发布的尖端模型。它是 Gemini 4 系列中的首个模型，采用了全新的命名方案。它在编程、金融研究、法律起草以及自主修复网络安全漏洞方面表现强劲。该模型支持文本、图像、视频和文件输入，并拥有 100 万 token 的上下文窗口。在基准测试中，其 DeepSWE v1.1 得分为 77.9%，领先于 Claude Opus 5.5 和 GPT-6 Astra，并以 68.90% 的成绩在 Vals Index 中排名第一。
MoonshotAI: Kimi K3 是 Kimi 迄今为止能力最强的模型，拥有 2.8 万亿参数。它基于混合线性注意力机制 Kimi Delta Attention 和注意力残差技术构建，具备原生视觉理解能力，并拥有 100 万 token 的上下文窗口，适用于软件工程、知识工作和深度推理等前沿智能场景。
GPT-5.4 是 OpenAI 的最新前沿模型，它将 Codex 和 GPT 系列统一为一个系统。它具有 100 多万个标记上下文窗口（922K 输入，128K 输出），支持文本和图像输入，可在同一工作流程中进行高上下文推理、编码和多模态分析。
GPT-5.4 mini 将 GPT-5.4 的核心功能引入更快、更高效的模型，并针对高吞吐量工作负载进行了优化。它支持文本和图像输入，在推理、编码和工具使用方面具有强大的性能，同时减少大规模部署的延迟和成本。
GPT-5.5是OpenAI专为复杂专业工作负载而设计的前沿模型，建立在GPT-5.4的基础上，具有更强的推理能力、更高的可靠性以及在困难任务上提高的代币效率。它具有 1M+ 令牌上下文窗口（922K 输入，128K 输出），支持文本和图像输入，可在单个系统内实现大规模推理、编码和多模式工作流程。
GPT-5.6 Luna 是 OpenAI GPT-5.6 系列中快速、经济高效的型号。它适用于大容量、延迟敏感的任务，例如聊天、分类和轻量级代理工作流程，为其价格层提供有力的推理。
GPT-5.6 Sol是OpenAI GPT-5.6系列中的旗舰型号。它适用于复杂的推理、编码和代理工作流程，并且在命令行和多步骤编码任务以及长期问题解决方面尤其强大。
GPT-5.6 Terra 是 OpenAI GPT-5.6 系列中的平衡型号，定位于旗舰 Sol 层和经济高效的 Luna 层之间。它适用于需要平衡能力和成本的日常编码、推理和代理任务，以大约 Sol 一半的成本提供强大的性能。
GPT-6.1 Sol是OpenAI对GPT-6 Sol的升级版，定位低于GPT-6系列中的旗舰产品GPT-6 Astra。它适用于代理编码、计算机使用、文档繁重的专业工作和多步骤业务工作流程自动化，并以更低的成本在这些任务上达到 Astra 级别的结果。与 GPT-6 Sol 相比，它的事实错误更少，并且在代理任务期间更可靠地遵守明确的限制和用户意图。
GPT-6 Astra 是 OpenAI 的旗舰模型，适用于要求苛刻的端到端工作。它适用于高级分析、软件工程、深入研究、科学工作和文档创建，在涉及计算机和浏览器使用的长期代理任务中具有特殊优势。
OpenAI: GPT-6 Luna 是 OpenAI GPT-6 系列中快速且具成本效益的模型，定位低于 GPT-6 Sol。它适用于高并发和对延迟敏感的工作负载，例如聊天、分类和轻量级代理任务；在更高的推理工作量下，它能够承担此前需要 Sol 级模型才能完成的复杂软件工程和计算机使用任务。它共享了 GPT-6 系列在事实可靠性方面的提升，以及更清晰、更简洁的沟通风格。
OpenAI: GPT-6 Sol 是 OpenAI GPT-6 系列中的高性价比高端模型，定位在旗舰级 GPT-6 Astra 之下、快速级 GPT-6 Luna 之上。它适用于要求严苛的专业工作、代理编码、业务工作流自动化及计算机使用，尤其擅长真实代码库中的长跨度软件工程任务。它以极低的成本实现了接近 Astra 级的可靠性，并在技术与编程对话中延续了 Astra 清晰、简洁的沟通风格。
OpenAI最新的图像生成模型。通过专用图像 API 支持高保真图像生成和编辑。
GPT Image 2.5 Flare是OpenAI的图像生成和编辑模型，定位为GPT Image 2.5系列中以速度为导向的层。它适用于大批量的日常生成、创作者内容以及通过专用图像 API 进行快速原型设计。
GPT Image 2.5 Sunburst是OpenAI的图像生成和编辑模型，定位为GPT Image 2.5系列的精度导向层。它适合通过专用图像 API 进行详细的创意工作，其中编辑准确性比生成速度更重要。
Grok 4.3 是 SpaceXAI 的推理模型。它接受文本和图像输入以及文本输出，适用于代理工作流程、遵循指令的任务以及需要高事实准确性的应用程序。推理可以在无/低/中/高（默认低）努力级别之间进行配置。
Grok 4.5 是 SpaceXAI 的一个模型，在编码、知识工作和 STEM 方面具有前沿性能。
Grok 4.6 是 SpaceXAI 最智能的模型，在编码、知识工作和 STEM 方面具有前沿性能。
Grok 4.7 是 SpaceXAI 继 Grok 4.6 后，用于编码、代理任务和知识工作的旗舰模型。它在长期运行的软件工程任务、验证自己的工作和管理长上下文方面特别强大，并且在起草文档和演示文稿等专业知识工作方面比其前身有所改进。
Grok Build 0.1 是 SpaceXAI 的快速编码模型，专门针对代理软件工程工作流程进行了训练。它支持文本和图像输入以及文本输出，并针对交互式编码代理、工具使用和多步骤开发任务进行了优化。该模型为 SpaceXAI 的 Grok Build CLI 提供支持，并具有 256K 上下文窗口，没有文本输出限制，使其非常适合长期编码和自动化工作流程。目前处于抢先体验阶段。
GLM 5.2是Z.ai的大规模推理模型。它支持使用 1M 令牌上下文窗口进行文本输入和输出，适用于长期代理工作流程、项目级软件工程和复杂的多步骤自动化。
GLM-5.3 是 Z.ai 的大规模推理模型，专为复杂的软件工程和长期代理任务而构建。它支持具有 1M-token 上下文窗口的文本输入和输出，并在编码以及性能和令牌效率之间的平衡方面改进了 GLM-5.2。
GLM-5.3-Flash 是 Z.ai 的原生多模式模型。它适合高效编码和长期代理任务。其混合稀疏和线性注意架构保持准确的长上下文行为，同时减少计算开销。
Z.AI: GLM 5.3 FlashX 是 GLM-5.3-Flash 的更快、更流畅版本，推理速度高达 200 tokens/s。Z.AI: GLM 5.3 FlashX 是 Z.ai 旗下的原生多模态模型，适用于高效编程和长程代理任务。其混合稀疏与线性注意力架构在降低计算开销的同时，保持了精准的长上下文表现。