AI 大模型，看清底座再选

OpenAI 2026/9/3（美西）发布的第六代旗舰模型：自称「全球最智能且对齐程度最高的模型」，定位长程智能体与计算机操作；首个达到网络安全 Critical 关键级门槛的模型，ARC-AGI-3 99.9%、FrontierMath Tier 4 97.6%、ExploitBench 100%；API $10/$50

字节 2026/6/23 FORCE 大会发布，对标 GPT-5.5 / Opus 4.7 / Gemini 3.1 Pro；可连续 10+ 小时自主推进完整工程；看 2 小时视频并端到端剪辑；Pro 输入 6 元 / 输出 30 元每百万 Tokens（缓存命中 1.2 元）、综合成本较 Opus 4.6-4.8 低近 80%；Turbo 价格为 Pro 一半；日均 Token 调用 180 万亿

Google DeepMind 2026/9/15 发布的近实时语音对话模型，含标准版与 Live Extended Thinking 两个变体：后者边推理边说话、面向多步复杂任务，Speech to Speech Quality Index 82.6 居首、τ-Voice 68.6%、Big Bench Audio 97.7%；支持 97 种语言中途切换、用户打断、后台工具调用与异步长任务，音频带 SynthID 水印

xAI 面向编码、Agent 任务与知识工作的旗舰模型，50 万 token 上下文，输入 2 美元、输出 6 美元每百万 token，AA-Briefcase 1657 Elo，另有仅在 Cursor 与 Grok Build 提供的快速变体

Anthropic 2026/9/22 发布的 Claude 5.5 系列首个模型，官方称在多数任务上达到 Claude Fable 5.1 水平；输入 4 美元、输出 20 美元每百万 token，缓存读取降 60%，典型负载总成本较 Opus 5 低约 40%，输出速度快 30% 以上

OpenAI 2026/9/22（美西）发布的 GPT-6 轻量模型，面向摘要、抽取、短问答这类目标明确的高频任务；API 定价 0.1 美元输入、0.5 美元输出每百万 token，比 GPT-5.6 Luna 再降一半，免费档与 Go 档可在桌面端使用

OpenAI 2026/10/27 发布的中间档模型，API 每百万 token 输入 1 美元、输出 5 美元、缓存输入 0.05 美元，两项费率均为 GPT-6.1 Sol 的一半，主打 computer use，官方称视觉任务超过 GPT-6 Astra 且快约 47%、成本低约 92%

Google DeepMind 2026/10/28 发布的旗舰模型，距 Argon 仅两周，AA 智力指数 59 分登顶，主打网络安全与可连续跑数天的长程智能体

月之暗面 2026/6/12 发布的编程专项小迭代：1.1T MoE / 32B 激活 / 256K 上下文 / 原生 INT4 / 支持 Image+Video 输入；3 项编程基准超 K2.6，平均 token 消耗减 30%；价格不变，下周一上线 5-6× 速度的高速版（约 180-260 t/s，价格 2 倍）

Cursor 自研编程模型 2.5 版本，底座 Kimi K2.5（1.04T MoE）+ 自家 RL 后训练，$0.10/任务为当前最便宜前沿编码模型，IDE 内专用无独立 API

微软自研编程模型，2026/6 Build 发布，MoE 架构 + Maia 加速器，对 Rust/Haskell 等小众语言提升尤其显著；2026/8 起取代 GPT-4 Turbo 成为 GitHub Copilot 默认引擎

月之暗面 2026/10/24 发布的 K3 后训练版：2.8 万亿总参、约 1040 亿激活、100 万上下文，AA 智力指数 55 分全球第四，Terminal-Bench 4.0 取 65.7%，API 输入 $2、输出 $10 较 K3 降三成，权重 11/4 前开放

Cohere 5/22 发布的开源大模型，2180 亿参数 MoE，Apache 2.0 协议，单张 B200 可运行，支持 48 种语言，原生引用能力

DeepSeek 2026/4/24 首发开源、7/15 V4 正式版全量上线的旗舰 MoE 模型：Pro 1.6T/激活 49B、Flash 284B/激活 13B，原生 1M 上下文；ARR已达4-5亿美元，启动科创板IPO筹备，估值升至5000亿元

美团 2026/9/25 上线的新一代大模型预览版，延续 MoE 架构（约 1.6T 参数、48B 激活），新增原生图片理解，代码能力深度适配 Claude Code 等开发环境，兼容 OpenAI 与 Anthropic 双接口

英伟达 2026年4月28日发布的开源全模态推理模型，30B总参数/3B激活的MoE架构，原生支持文本、图像、视频、音频四模态输入，Agent效率提升9倍

面壁智能开源的全双工多模态模型，9B参数性能超GPT-4o，支持边看边听边说的实时交互，RTX 5070即可本地部署

蚂蚁集团5月9日发布的万亿参数思考模型Ring-2.6-1T，可调推理强度，PinchBench 87.60超越国际闭源模型，已开源，权重上线 Hugging Face 与 ModelScope

DeepSeek 新架构家族最小模型，2026/9/10 首发、10/17 更新至 1017 checkpoint：552B 主干 + 196B Engram（合计约 763B 权重），prefill 激活 8B、解码激活 16B、原生视觉理解、1M 上下文、FP4 KV 缓存每 token 约 890 字节；1017 版 DeepSWE v1.1 达 77.0，MIT 开源，API 输入缓存未命中低至 1 元/百万 token

Sakana AI 的编排型模型，池化调度各家开源与专用模型；Fugu Max 定价 $2/$6 每百万 token，Fugu Ultra v2 主攻复杂多步任务

小米新一代原生全模态开源模型，1.02T 总参数 / 42B 激活的稀疏 MoE，1M 上下文，Artificial Analysis 智能指数 46 分为开放权重最高，MIT 许可

NVIDIA 开源权重的混合架构模型，30B 总参数约 3B 激活，最高 100 万 token 上下文并支持工具调用，面向高频 Agent 执行步骤与本地部署

智谱推出的代码与Agent旗舰模型，后训练能力显著增强，因安全加固策略暂不开放权重

Google 2026/9/2 发布的 Flash 系列新一代模型（六周内第三个 Flash 版本），主打长程 Coding Agent 与专业工作流：DeepSWE v1.1 73.7%、Terminal-Bench 2.1 89.4%、Vals Finance Agent v2 61.4%；1M 上下文/64K 输出，介绍价 0.75/3.75 美元每百万 token；同场发布面向防守方的 Flash Cyber

腾讯混元 2026/8/28 发布并开源的新一代旗舰大模型（Apache 2.0），总参数 770B、激活 49B、1M 上下文，定位「为生产力而生」；腾讯内部 163 名专家工程盲测均分 2.99/4，覆盖软件工程/办公分析/游戏开发/科研场景，WorkBuddy、元宝、ima 同步首发

OpenAI 2026/9/10 上线 API 的全双工语音模型，单一模型同时听和说，实时响应打断与附和，可把深度推理与工具调用委派给 GPT-6 Astra 等后端模型，语音层每分钟 $0.05

Anthropic 于 2026 年 9 月 28 日发布的中端模型，输出速度比 Sonnet 5 快 30% 以上、每任务成本最多降 30%，定价保持不变。

OpenAI 于 2026 年 9 月 29 日 DevDay 发布的模型，接替仅上线 7 天的 GPT-6 Sol，能力接近 GPT-6 Astra 而价格约为其五分之一。

Google DeepMind 于 2026 年 9 月 30 日发布的前沿模型，Gemini 4 系列首款；输出 token 上限从 64K 提升到 100 万，主打长程软件工程、法律与金融等企业知识工作、网络安全防御与创意写作；先行通过 Fairwind 计划向可信网络防御者开放，随后面向付费 API 客户与 Google AI Ultra 订阅用户

Anthropic 于 2026 年 10 月 7 日发布的小模型，官方称是其迄今最便宜也最快的模型。100K token 以内的请求输入 $0.10/M、输出 $0.50/M，长于此为 $0.50/$2.50，比 Haiku 4.5 最多便宜九成；1M 上下文、最高 128K 输出，首次提供可调推理档位；适合摘要、压缩、分类、数据库查询等高吞吐任务，也能给 Opus 5.5 与 Sonnet 5.5 当编码子智能体

MiniMax 推出的多模态 MoE 模型，428B 总参数、约 23B 激活，1M 上下文，主打编码与智能体工作流，输入每百万 token 0.15 美元

Inception Labs 扩散式大语言模型，宣称 1000 tokens/s 以上、1M 上下文，面向低延迟高吞吐场景

开源最强编码与协作模型，2.4T 参数，首次开源 Qwen-Max 级权重

阿里通义千问 2026/8/26 深夜开源、基于下一代 Qwen4 架构的先导预览模型：多模态 MoE，主模型总参 125B、每 token 仅激活 6B，另含 51B N-gram 词表层，原生 256K 上下文可扩展至 1M；训练成本较 Qwen3.7-Plus 降近九成，权重已在 Hugging Face 与魔搭开源

阿里开源的27.8B稠密多模态模型，Apache 2.0协议，262K上下文，Terminal-Bench 73.0，消费级GPU可运行

Recursive 首个开源权重编码模型，40B 稀疏专家仅激活 2.5B，262K 上下文，MacBook 上每秒 125 token，OpenRouter 可免费试用

BOSS 直聘旗下南北阁 2026/10/25 开源的 33B 稠密智能体编程模型，Apache 2.0，512K 上下文，Terminal-Bench 2.1 得 80.9，BF16 权重约 66GB 需 4 卡张量并行

MiMo 端到端语音合成模型，支持情感切换、原生方言（粤语/四川话/河南话/台湾腔）和歌唱音高控制；TTS 限时免费、ASR 全面开源

Anthropic 2026/9/1 发布的旗舰模型（与 Mythos 5.1 同底层的公开版），官方定位全球最先进的编程与知识工作模型：Terminal-Bench-Science 0.1 52.6%、CursorBench 73.4%、Terminal-Bench 4.0 55.8%；缓存读取降价 75% 至 0.25 美元，典型负载成本降约 25%；1M 上下文/128K 输出

Anthropic 2026/9/1 发布的科研受限版旗舰（与 Fable 5.1 同底层、放宽双用途领域护栏），仅向可信访问计划审核的网络安全与生命科学机构开放；网络能力超越前代 Mythos 5，蛋白质设计 12 个靶点约半数命中；其能力同时支撑面向企业客户的 Claude Security

NVIDIA 开源 4B 参数世界模型，为机器人及边缘 AI 提供环境理解、实时推理与动作生成

小红书 dots 大模型，内部版本 dots-note 3.0 获 IMO 2026 满分金牌（42/42）；不依赖形式化语言，直接读 LaTeX 端到端解题

面壁智能联合 OpenBMB 发布的具身智能模型系列，含 1.5B VLA 通用操作模型与 0.9B 移动跟踪模型，开源

Meta开源的30B稠密多模态模型，Apache 2.0协议，面向本地智能体场景，单张消费级显卡即可运行，支持图文视频输入与工具调用

阿布扎比基础模型研究所 IFM（MBZUAI 旗下）2026/9/3 发布的六款全开放模型家族（0.9B–375B-A23B），Apache 2.0 许可并公开权重、训练代码、数据配比与中间检查点；旗舰 375B-A23B 每 token 激活约 23B、原生 512K 上下文，Terminal-Bench 2.1 70.2%

Yutori 2026/8/26 发布的 27B 通用 computer-use 模型：支持完整桌面操作（Linux/macOS/Windows），不再局限于浏览器；OSWorld 2.0 65.2%（约 1.46 美元/任务）、OSWorld-Verified 85.3%、MacAgentBench 83.1%；API 输入 0.5 美元/百万 token、输出 4 美元

Reflection 2026/10/16 开源的首款大模型：501B MoE（激活 23B）、100 万 Token 上下文、纯文本，Apache 2.0 发布 BF16/FP8/NVFP4 权重，专攻编码与智能体任务；开源 Mirror CLI，40+ 平台 Day-0 支持，前 DeepMind 研究员创办

小红书 AllSpark 团队 2026/9/14 开源的搜索智能体模型家族：Iris-mini（35B，基座 Qwen3.6-35B-A3B）与 Iris-pro（397B，基座 Qwen3.5-397B-A17B）双版本，均支持 256K 上下文；在 BrowseComp、BrowseComp-ZH、DeepSearchQA 与 HLE 四项基准上取得同量级开源模型中的领先成绩，Iris-mini 在 BrowseComp 的 82.2 已接近万亿参数模型；训练采用 SFT 与 RL 递进爬坡，判分与摘要全部收进训练集群内部，超长轨迹支持断点续跑；权重、论文与模型卡已开源

上海人工智能实验室 2026/9/13 在浦江创新论坛发布、9/14 正式版开源上架 Hugging Face 的科学多模态基础大模型：397B 参数，主打长程科研与智能体能力，知识、代码与智能体等通用能力进入开源第一梯队；引入可插拔 Memory Decoder 专业记忆，不改动主模型参数即可接入领域知识；FrontierScience-Olympiad 87.00、HMMT-2026 93.56、SWE-bench-Pro 68.54；与昇腾计算生态深度协同，并将接入书生·端砚科学发现平台

阿里通义千问 2026/9/17 发布的原生全模态模型，文本、图像、音频、视频四路输入配 1M token 上下文；官方称 29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%，音频输入每小时价格下降超过 98%、音视频输入下降超过 93%，主打音视频智能体任务交付

Google 2026/9/15 发布的轻量开源翻译模型，基于 Gemini 训练，支持 55 种语言、可离线运行；同期官方称 Google 语言技术已覆盖 300 多种语言、对应全球约 86% 人口

通义千问 2026/9/18 发布的实时同声传译模型，Interleave 单流架构与 Hybrid-MoE Thinker-Talker 设计，平均同传延迟 LAAL 从 2.8 秒降至 2.3 秒；支持 60 种语言文本输入、29 种语言语音输出，内置实时说话人分离、源文译文同屏对齐与长上下文消歧；经阿里云百炼实时 API 提供

TypeSafe AI 推出的面向高频决策的大模型，不做对话与文本生成，只输出带置信度的类型化判断，训练方法为自研 RLCD；官方口径工作流场景比传统大模型快最多 193.6 倍、成本低最多 444.6 倍；官网申请资格接入，Vercel 已首发集成

MiMo-V2.6 系列的原生全模态效率档，309B 总参数 / 15B 激活的稀疏 MoE，1M 上下文，与 Pro 同批开源，MIT 许可

小米 MiMo-V2.6-Pro 的超高速服务档位，与标准档共用同一检查点，官方口径最高 20 倍输出速度，单价约为标准档十倍，面向强实时交互与对响应速度敏感的生产场景

H Company 于 2026 年 9 月 28 日发布的通用计算机使用智能体模型系列，含 27B 与 35B-A3B 两个尺寸，可跨桌面、网页、手机与 API 完成任务。

蚂蚁百灵（InclusionAI）2026 年 9 月 30 日发布的 MoE 大模型，约 560B 总参数、每 token 激活约 25B，上下文窗口上限 1M；围绕通用智能体、搜索、日常办公与软件研发持续优化，并在医疗、金融与材料科学等场景提升能力；开放两周免费体验（体验期服务长度 256K），之后转付费并计划开源

Liquid AI 的决策模型，输入文本或图像加上问题，不生成任何 token，一次前向传播直接给出每个答案的概率，文本决策 200 到 300 毫秒，只对输入 token 计费

Mistral 于 2026 年 10 月 6 日以 Research Public Preview 形式发布的前沿模型，1T 参数、49B 激活，原生多模态，512K 上下文、最高 256K 输出。Artificial Analysis 智能指数 38 分，与 GPT-6 Luna（max）持平，是美国与中国之外评分最高的模型；网络能力指数 50 分；1T 权重大约在 10 月底公开

Google DeepMind 于 2026 年 10 月发布的多模态嵌入模型，基于 Gemma 4 架构、740M 参数，以 Apache 2.0 许可开放权重。把文本、代码、图像、视频帧和音频映射到同一个嵌入空间，让用文字检索图片或视频这类跨模态查询直接成立，体量也小到可以放进端侧与浏览器场景

微软 2026/10/9 发布的决策模型，基于 Qwen3.5-9B 后训练，把文本与图像转成概率、选项或评分等结构化答案，已上线 Microsoft Foundry 并接入 OpenRouter。官方称其在约 36 项盲测基准（约 15 万道题）中准确率最高，比第二名快 4.5 倍，定价每百万输入 token 0.042 美元，输出免费，上下文 32K。

Cloudflare 于 2026/10/9 发布的开放权重多模态决策模型，30B 总参数、3B 激活的 MoE，由 Qwen3-Omni-30B-A3B-Instruct 后训练而来。单次调用即可对文本、图像、音频与视频一并打分，输出每个选项的校准概率而不是生成文本，支持真假判断、选择题与评分三类问题。权重以 Apache-2.0 释出，在 Workers AI 上以 @cf/cloudflare/clef-omni 提供，上下文 64K，纯文本决策中位延迟约 130 毫秒，输入每百万 token 0.15 美元、输出不额外计费。

Nace AI 开源的 8.95B 稠密决策模型，读取文本或 JSON 状态加上类型化问题后为每个选项输出概率，不生成任何文本，支持选择题、是非题与序数评分三类，接口沿用 POST /v1/systemone。在公开 Decision Index 0.3.1 上得 58.08，与闭源的 Jev 1.13.0 处于并列区间，是 10B 以下参数量里的最高分；32K 至 128K token 长文档准确率 93.4%，中位延迟 2.0 秒。权重已上架 Hugging Face，另提供约 9.5 GB 的 Q8_0 量化版可在 Apple 芯片与 CPU 上运行，OpenRouter 托管价每百万输入 token 0.04 美元。

Meta 2026/10/12 发布的旗舰模型系列，Muse Wonder 与 Muse Wonder Full，Artificial Analysis 智能指数 52 与 56 分，1M 上下文，面向个人与专业智能体场景

Liquid AI 2026/10/13 发布的开源权重模型，240 亿总参数、每 token 激活 20 亿，131K 上下文，先写思维链再给答案，面向在笔记本或自有设备上跑快速私有智能体

韩国 KRAFTON AI 2026/10/21 预览的自研开源模型，30B-A4B 稀疏 MoE 配线性注意力，28.8B 总参 4.3B 激活，256K 上下文，NVFP4 量化可单张 RTX 5090 运行

Liquid AI 2026/10/27 发布的六个开源权重 2B 级模型家族，全部从同一 tri-hybrid 骨干分支，覆盖文本、视觉、语音、全模态与决策，文本档 1.73B 参数、26 万 token 上下文、4 比特量化约 1GB 内存

Google 2026 年 4 月开源的多模态模型家族，从 2.3B 到大参数全覆盖，推理与 Agent 能力突出

Meta 超级智能实验室 2026年4月首款模型，原生多模态，三种推理模式，全球前五

商汤4月28日发布并开源的原生理解生成统一模型，NEO-unify架构，已推出Token Plan+U1 Fast+6.7 Flash-Lite轻量版