Model Pricing

Kimi K2 Thinking 是月之暗面（Moonshot AI）迄今最先进的开源推理模型，将 K2 系列拓展至智能体化、长周期推理领域。该模型基于 Kimi K2 引入的万亿参数混合专家（MoE）架构构建，每次前向传播激活 320 亿参数，支持 25.6 万词元（token）的上下文窗口。

DeepSeek V4 Flash - MoE架构，超快推理，1000k上下文

DeepSeek V4 Pro - 1.6万亿参数，推理编码强劲，1000k上下文

与 GLM-4.5 相比，这一代产品带来了几项关键改进：更长的上下文窗口：上下文窗口从128K扩展到200K个token，使模型能够处理更复杂的代理任务。更卓越的编码性能：模型在代码基准测试中取得更高分数，并在Claude Code、Cline、Roo Code和Kilo Code等应用程序中展现出更佳的实际性能，包括在生成视觉精美的前端页面方面有所改进。高级推理：GLM-4.6在推理性能方面表现出明显的提升，并支持在推理过程中使用工具，从而增强了整体能力。更强大的代理：GLM-4.6在工具使用和基于搜索的代理方面表现出更强的性能，并且与代理框架的集成更加有效。更精细的写作：在风格和可读性方面更符合人类的偏好，在角色扮演场景中表现更自然。

GLM-4.7作为智谱AI最新的旗舰模型，在两大核心领域实现升级：编程能力显著增强，多步推理与任务执行更稳定。该模型在执行复杂智能体任务时展现出显著提升，同时带来更自然的对话体验与更优的前端呈现效果。

GLM-5作为智谱AI的划时代旗舰模型，在编程、多步推理、复杂任务执行、多模态理解与生成以及超长上下文处理方面实现了全面革新。该模型不仅能更稳定、高效地完成智能体任务，提供更接近人类的自然对话体验，还在跨模态内容创作与超长文档理解上展现出卓越性能，为企业级应用带来无限可能。

GLM-5.1在代码能力上实现了一次重大飞跃，尤其在处理长周期任务方面进步显著。与传统基于分钟级交互的模型不同，GLM-5.1能够针对单一任务独立持续工作超过8小时，全程自主规划、执行并优化改进，最终交付完整且符合工程标准的成果。

Kimi-K2 是一款具备超强代码和 Agent 能力的 MoE 架构基础模型，总参数 1T，激活参数 32B。在通用知识推理、编程、数学、Agent 等主要类别的基准性能测试中，K2 模型的性能超过其他主流开源模型

Kimi K2.5 围绕「更智能、更全能」的理念进行深度进化，在系统性提升视觉理解、代码生成与长程任务能力的同时，革命性地引入了「Agent 集群」协作机制，将单一AI的“思考”升级为多智能体的“团队作战”，为攻克真实世界的复杂难题提供了全新解决方案。

MiMo-V2-Flash 是一个混合专家（MoE）语言模型，总参数为 309B，激活参数为 15B。它专为高速推理和代理工作流设计，采用了一种新颖的混合注意力架构和多令牌预测（MTP），在实现最先进性能的同时显著降低了推理成本。

MiniMax M2.1围绕「为真实世界复杂任务而生」的理念进行深度优化，在系统性提升多语言编程、移动端开发、复合指令遵从与Agent泛化能力的同时，致力于将“vibe coding”转化为可持续、可交付的生产实践。

MiniMax-M2.5是MiniMax于2026年2月发布的最新旗舰模型，基于大规模强化学习在数十万真实复杂环境中深度训练而成。模型在SWE-Bench Verified上达到80.2%、Multi-SWE-Bench上达到51.3%、BrowseComp上达到76.3%，在编程、智能体工具调用与搜索、办公文档处理等高经济价值任务上均达到业界领先水平。M2.5具备高效推理与最优任务分解能力，完成SWE-Bench Verified的速度比上一代快37%，与Claude Opus 4.6持平，而成本仅为其十分之一到二十分之一。

MiniMax-M2.7 是一款面向自主实时生产力与持续进化的下一代大语言模型，它通过多智能体协作集成了先进的自主能力，能够在动态环境中规划、执行并优化复杂任务，从而深度参与其自身的演进过程。该模型为实现生产级性能而训练，可流畅处理实时调试、根因分析、金融建模及跨 Word、Excel、PowerPoint 的完整文档生成等工作流，并在多项基准测试中表现卓越：SWE-Pro 得分达 56.2%，Terminal Bench 2 获得 57.0% 的优异成绩，在 GDPval-AA 评估中更以 1495 ELO 评级刷新了多智能体系统在真实数字工作流领域的新标准。

Qwen3 是 Qwen 系列中最新一代大型语言模型，提供全面的密集模型和混合专家 (MoE) 模型。Qwen3 基于丰富的训练经验，在推理、指令遵循、代理能力和多语言支持方面取得了突破性进展。

Qwen3-32B 是 Qwen3 系列中一个拥有 328 亿参数的密集因果语言模型，针对复杂推理和高效对话进行了优化。它支持在“思考”模式（用于数学、编程和逻辑推理等任务）和“非思考”模式（用于更快的通用对话）之间无缝切换。该模型在指令遵循、代理工具使用、创意写作以及跨 100 多种语言和方言的多语言任务中表现出色。

Qwen3.5是阿里巴巴通义千问团队于2026年2月16日（除夕）发布的新一代旗舰大模型，采用397B-A17B混合专家架构（Gated Delta Networks + 稀疏MoE），总参数3970亿但每次推理仅激活170亿参数。模型基于万亿级多模态Token进行原生早期融合训练，在推理、编程、智能体和视觉理解等方面全面超越上一代Qwen3系列。相比前代Qwen3-Max，部署显存占用降低60%，推理效率最高提升19倍，API定价低至0.8元/百万Token，仅为Gemini 3 Pro的1/18。模型以Apache 2.0协议开源，支持本地部署与商用。

LongCat-Flash是一个强大的高效语言模型，总参数量为 5600 亿，采用创新的专家混合（MoE）架构。该模型结合了动态计算机制，根据上下文需求激活 186 亿至 313 亿个参数（平均约 270 亿），从而优化了计算效率和性能。

GPT-image-2 官方API，按照token计费，支持更多参数，更稳定

GPT-image-2 按调用次数计费，价格更优惠

Qwen3-Coder-480B-A35B-Instruct 是由 Qwen 团队开发的混合专家 (MoE) 代码生成模型。该模型针对函数调用、工具使用以及基于存储库的长上下文推理等代理编码任务进行了优化。该模型总共包含 4800 亿个参数，每次前向传递有 350 亿个活跃参数（160 位专家中的 8 位）。

Qwen3-coder-next是通义千问团队推出的最新代码专业模型，深度优化了编程语言的理解和生成。该模型在多种编程语言、复杂算法实现、代码补全、错误检测及重构等方面表现出色。它能够理解开发者的意图，生成高质量、高效率、符合最佳实践的代码，同时支持与各类开发工具链的无缝集成，极大提升软件开发效率。