大语言模型
面向对话、推理、编程与智能体的前沿与开源语言模型，按价格、上下文窗口与基准对比。
Gemini 4 Argon
Google DeepMind 2026 年 9 月 30 日发布的前沿模型——DeepSWE v1.1 77.9%，AutomationBench 51.3%，LVBench 91.7%，输出上限 1M token，入门价 $2 / $10。目前通过 Fairwind 计划限量开放，全面推出时间待定。
Claude Opus 5.5
Anthropic 2026 年 9 月 22 日发布的旗舰——多数任务达到 Fable 5.1 水平，定价 $4 / $20，典型负载比 Opus 5 便宜 40%，1M 上下文，输出提速 30% 以上，Terminal-Bench 4.0 达 66.4%。
GPT-6
OpenAI 的 GPT-6 家族——Astra（$10 / $50，9 月 3 日）、Sol 与 Luna（9 月 22 日）、GPT-6.1 Sol（9 月 29 日，$2 / $10 逼近 Astra 智能）——1.05M 上下文，ARC-AGI-3 99.9%，FrontierMath Tier 4 98%。
Claude Fable 5.1
Anthropic 2026 年 9 月 1 日发布的 Mythos 级升级版——缓存读取降 75%（$0.25），典型负载比 Fable 5 便宜约 25%，网络安全误拦减少 60%，Terminal-Bench-Science 52.6% 对 24.7%。与受限的 Mythos 5.1 是同一个模型。
GLM-5.3
Z.ai 2026 年 8 月 14 日对 GLM-5.2 的后训练升级——同一个 753B 基座，自家 Code Bench 编码能力提升 50%，Terminal-Bench 3.0 从 4.6 升到 28.3，1M 上下文、开放权重，发布时 CyberGym 得分居首。
Muse Glimmer
Meta 首个 Apache 2.0 模型——30B 密集多模态智能体，为消费级 GPU 本地部署优化，DFlash 推测解码加速推理。
Muse Spark 1.2
Meta 编码旗舰——与 Muse Code 终端智能体联合训练，TB 2.1 82.9%，$1.25/$4.25 标准定价，1M 上下文，已宣布将开放权重。
Qwen3.8-Max
阿里巴巴旗舰——2.4T 参数稀疏 MoE（95B 激活），多模态，智能体/研究基准顶尖，$2/$6 定价，开放权重已于 2026 年 8 月 12 日发布。
Claude Opus 5
Anthropic 2026 年 7 月旗舰——以 Opus 定价（$5/$25）实现接近 Fable 的智能，Frontier-Bench、ARC-AGI-3 与 OSWorld 2.0 均为 SOTA，默认开启推理。
Gemini 3.6 Flash
Google 2026 年 7 月主力模型——比 3.5 Flash 少 17% 输出 token，更便宜（$1.50/$7.50），为智能体编码与知识工作优化。
Kimi K3
全球首个开放权重的 3T 级前沿模型——2.8T 参数（104B 激活 MoE），1M 上下文，原生视觉，自定义收入分级许可。
Grok 4.5
xAI 于 2026 年 7 月发布的编程与智能体旗舰——500K 上下文、$2/$6 每 100 万 token，默认用于 Grok Build 与 Cursor，并与 Cursor 联合训练。
Claude Sonnet 5
Anthropic 迄今最具智能体能力的 Sonnet——以 $2/$10 的首发价提供接近 Opus 的编码、智能体与知识工作能力,并成为 claude.ai 的新默认模型。
GPT-5.6
OpenAI 的 GPT-5.6 家族——旗舰 Sol、均衡 Terra 与快省 Luna——具备 max/ultra 推理模式与分档定价。2026 年 7 月 9 日全面上线。
Sakana Fugu
东京 Sakana AI 于 2026 年 6 月推出的多智能体编排系统——以单一 OpenAI 兼容模型交付，动态把每个任务路由到一个可替换的前沿与开源模型池。
GLM-5.2
Z.ai 的开源权重长跨度旗舰——753B 参数 MoE，MIT 许可下稳定 1M 上下文，在多个编码基准上击败 GPT-5.5。
Kimi K2.7 Code
Moonshot 的开源权重智能体编码旗舰——1T 参数 MoE（32B 激活），256K 上下文，原生图像/视频输入，思考量比 K2.6 精简约 30%。
Claude Fable 5
Anthropic 首个面向大众的 Mythos 级模型——几乎所有基准都是 SOTA,并配备安全分类器,敏感话题自动回落到 Opus 4.8。6 月 12–30 日曾因美国出口管制下线,7 月 1 日起全球恢复。
Claude Opus 4.8
2026 年 6 月的整体智能领跑者，也是智能体编码的顶尖模型，拥有所有前沿模型中最审慎的幻觉校准。
DeepSeek V4-Pro
开源权重的性价比冠军——以 MIT 许可、1M token 上下文，在闭源模型的零头价格下实现接近前沿的编码能力（SWE-V ~85%）。
GPT-5.5
OpenAI 的统一推理与对话旗舰——终端原生智能体工作的最强模型，原生全模态，覆盖文本、图像、音频与视频。
Gemini 3.1 Pro
性价比最高的闭源前沿模型——顶级推理与原生多模态，约 $2 每 100 万输入 token，配 1M token 上下文。
Claude Haiku 5.5
Anthropic 2026 年 10 月 7 日发布的小模型——$0.10 / $0.50 每百万 token 起（比 Haiku 4.5 便宜约 75%），首个支持 effort 调节的 Haiku，1M 上下文，OSWorld 2.1 离线集 72.4%。
Mistral Large 4
Mistral 2026 年 10 月 6 日发布的公开预览——1.05T 参数的开放权重多模态 MoE（52B 激活），1M 上下文，在网络安全、金融与法律上为开放模型最强，DeepSWE v1.1 达 61.7%。权重预计 10 月底发布。
Claude Sonnet 5.5
Anthropic 2026 年 9 月 28 日发布的主力模型——Terminal-Bench 4.0 达 70.6%，CursorBench 4.0 达 55.5%，比 Sonnet 5 快 30% 以上、单任务最多便宜 30%，价格仍为 $2 / $10，缓存读取减半至 $0.10。
MiMo-V2.6-Pro
小米 2026 年 9 月 22 日发布的开放权重全模态旗舰——1.02T 参数 MoE（激活 42B），支持文本、图像、视频、音频输入，1M 上下文，MIT 许可，经六天大规模强化学习训练，每百万 token $0.435 / $0.87。
Grok 4.7
xAI 2026 年 9 月 21 日发布的编码与知识工作旗舰——全新、更大的基座模型，价格与速度同 Grok 4.6（$2 / $6），500K 上下文，支持 xhigh 推理，CursorBench 4.0 达 46.3%，Terminal-Bench 4.0 达 37.6%。
Qwen3.8-Omni-Flash
阿里 2026 年 9 月 18 日发布的原生全模态模型——支持文本、图像、音频、视频输入，1M 上下文，专为音视频智能体打造（视频剪辑、音乐视频、长会议分析），每百万 token $0.15 / $0.47，另有独立的 Realtime API 处理实时语音与视频。
DeepSeek V4.1-Flash
DeepSeek 2026 年 9 月 10 日发布的 MIT 开源多模态 MoE——552B 参数，输入 8B、输出 16B 激活，1M 上下文，KV 缓存缩小到四分之一，DeepSWE v1.1 达 74.2%、Terminal-Bench 2.1 达 90.6%，每百万 token 低至 $0.15 / $0.60。
Gemini 3.8 Flash
Google 2026 年 9 月 2 日发布的主力模型——迄今最强的 Flash，面向长程编码与智能体，HLE-Verified 54.9%，1M 输入 / 64K 输出，多模态，入门价 $0.75 / $3.75（2027 年起升至 $1.50 / $7.50）。
GLM-5.3-Flash
Z.ai 2026 年 8 月 26 日发布的原生多模态开放权重模型——320B 参数、激活 18B，稀疏加线性注意力的混合架构，1M 上下文，MIT 许可，DeepSWE v1.1 上以约十分之一的价格超过 GLM-5.2（63.4 对 46.2）。
Qwen3.8-Flash-Next
阿里 2026 年 8 月 26 日发布的开放权重多模态 MoE，也是 Qwen4 的架构预览——125B 参数外加 51B N-gram Embedding，每 token 仅激活 6B，SWE-bench Pro 达 62.5，训练成本约为 Qwen3.7-Plus 的 1/9，托管版 qwen3.8-flash 每百万 token $0.15 / $0.47。
Nemotron 3.5 Lightning
NVIDIA 面向长时程智能体工作流的最高效率开放模型——由 Nemotron Coalition 构建，配套 NeMo Switchyard 智能多模型路由。
Inkling
Mira Murati 的首个模型——975B/41B 激活的开放权重 MoE，Apache 2.0 许可，原生文本/图像/音频，1M 上下文，定位为微调基础模型。
MiniMax M3
首个把前沿编码、1M token 上下文与原生多模态合于一身的开源权重模型——基于稀疏注意力构建的 428B MoE（22B 激活）。
Ornith-1.0
Ornith-1.0 是 DeepReinforce 面向智能体编码的开源、自我改进 LLM 家族——从 9B 边缘模型到在 SWE-Bench 上比肩 Claude Opus 4.7 的 397B MoE。
Qwen3.7-Max
阿里巴巴的专有“Agent Frontier”旗舰——顶尖的知识得分与跨 1M token 上下文的长跨度自主能力。
Grok 4.3
xAI 的预算前沿模型——强劲的智能体工具调用与自报的低幻觉率，搭配 1M token 窗口，价格 $1.25 / $2.50 每 100 万。