Hy4 ของ Tencent Hunyuan เป็นโมเดลเรือธงรุ่นทางการ รองรับบริบทหนึ่งล้านโทเคนและการทำความเข้าใจภาพ สำหรับการให้เหตุผล การเขียนโค้ด และงานเอเจนต์

The flagship K3.1 model from Moonshot AI, a 3-trillion-parameter system with a one-million-token context, native vision and always-on reasoning for coding, agentic and knowledge work.

Kimi K3.1 Pro Highspeed carries the same capabilities as Kimi K3.1 Pro while generating output about two to three times faster, at higher per-token prices.

MiniMax M3.1 Flash is a multimodal reasoning model for coding and agent tasks, with a 1M-token context and adjustable reasoning effort.

DeepSeek V4.1 Flash รุ่นน้ำหนักเปิด: ให้เหตุผลและเรียกเครื่องมือได้เร็วในต้นทุนต่ำ รองรับบริบทหนึ่งล้านโทเคน

Qwen Image 2.1 Pro สร้างภาพจากข้อความและแก้ไขด้วยภาพอ้างอิง คิดราคาตายตัวต่อภาพที่สร้างได้

โมเดลเรือธงฉบับพรีวิวของ StepFun สำหรับงานเขียนโค้ดและงานมืออาชีพ รองรับบริบทหนึ่งล้านโทเคน และความเข้าใจข้อความ ภาพ และวิดีโอ

Tencent Hunyuan Image 3.5 Preview สร้างภาพจากข้อความและแก้ไขต่อเนื่องหลายรอบด้วยภาพอ้างอิง คิดราคาตามโทเคนภาพผลลัพธ์

MiMo-V2.6 Flash ของ Xiaomi เหมาะกับงานผู้ช่วย เขียนโค้ด และเรียกเครื่องมือ รองรับบริบทหนึ่งล้านโทเคน พร้อมอินพุตข้อความ ภาพ วิดีโอ และเสียง

MiMo-V2.6 Pro ของ Xiaomi สำหรับงานวิศวกรรมซอฟต์แวร์อัตโนมัติ รองรับบริบทหนึ่งล้านโทเคน พร้อมอินพุตข้อความ ภาพ วิดีโอ และเสียง

Qwen3.8 Omni Flash ของ Alibaba เพิ่มเสียงในอินพุตของ Qwen3.8 Flash โดยยังคงบริบทหนึ่งล้านโทเคนและผลลัพธ์แบบข้อความ

GLM-5.3 FlashX จาก Zhipu AI: รุ่นต่อเนื่องของ GLM-5.3 Flash สำหรับเขียนโค้ด ให้เหตุผล และเวิร์กโฟลว์เอเจนต์ ราคาอยู่ระหว่าง GLM-5.3 Flash กับ GLM-5.3

โมเดล Seed 2.1 Lite ของ ByteDance เข้าใจข้อความ ภาพ วิดีโอ และเสียง พร้อมรองรับการให้เหตุผลเชิงลึก การเขียนโค้ด เวิร์กโฟลว์เอเจนต์ การเรียกเครื่องมือ และผลลัพธ์ที่มีโครงสร้าง

โมเดล Seed 2.1 Pro ของ ByteDance ออกแบบมาเพื่องานเขียนโค้ดและเอเจนต์ที่ซับซ้อน โดยเพิ่มประสิทธิภาพการทำงานระยะยาว การค้นคว้า และความเข้าใจหลายโมดัล พร้อมการให้เหตุผลเชิงลึก การเรียกเครื่องมือ และผลลัพธ์ที่มีโครงสร้าง

Seedream 5.0 Flash จาก ByteDance คือรุ่น Seedream 5.0 ที่ถูกที่สุดสำหรับสร้างภาพจากข้อความและแก้ไขด้วยภาพอ้างอิง คิดราคาตายตัวต่อภาพ

โมเดลของ ByteDance ที่อัปเดตอย่างต่อเนื่องสำหรับเวิร์กโฟลว์เขียนโค้ดและเอเจนต์ รองรับการให้เหตุผลเชิงลึก การเรียกเครื่องมือ ผลลัพธ์ที่มีโครงสร้าง และความเข้าใจข้อความ ภาพ และวิดีโอ

H3 Max โมเดลวิดีโอของ MiniMax สร้างวิดีโอจากข้อความและภาพ รับภาพอ้างอิงหลายภาพ วิดีโอ และเสียง พร้อมเสียงซิงก์ ให้ผลลัพธ์ 480p หรือ 768p ยาว 5 ถึง 15 วินาที

เวอร์ชันพรีวิวของโมเดลเรือธงน้ำหนักเปิด 770B จาก Tencent Hunyuan สำหรับการให้เหตุผล การเขียนโค้ด และงานเอเจนต์

รุ่น Qwen3.8 แบบประหยัดของ Alibaba สำหรับการให้เหตุผล เขียนโค้ด และเวิร์กโฟลว์เอเจนต์ รองรับบริบทหนึ่งล้านโทเคน พร้อมอินพุตข้อความ ภาพ และวิดีโอ

GLM-5.3 Flash จาก Zhipu AI: รุ่น GLM-5.3 ที่เร็วกว่าและประหยัดกว่า เหมาะกับการเขียนโค้ด การให้เหตุผล และเวิร์กโฟลว์เอเจนต์ รองรับบริบทหนึ่งล้านโทเคน

Wan 3.0 ของ Alibaba สร้างวิดีโอจากข้อความ ภาพ วิดีโอ และเสียงแบบอ้างอิง ให้ผลลัพธ์ 480p ถึง 1080p ยาว 2 ถึง 30 วินาที คิดตามวินาทีอินพุตและเอาต์พุต

Wan 3.0 Prime ระดับเร่งความเร็วของ Alibaba สร้างวิดีโอจากข้อความ ภาพ วิดีโอ และเสียง ให้ผลลัพธ์ 480p ถึง 1080p ยาว 2 ถึง 30 วินาที

โมเดลน้ำหนักเปิด GLM-5.3 จาก Zhipu AI สำหรับการเขียนโค้ด การให้เหตุผล และเวิร์กโฟลว์เอเจนต์

รุ่นเรือธงน้ำหนักเปิด V4 ของ DeepSeek สำหรับการให้เหตุผลเชิงลึก การเขียนโค้ด และงานเอเจนต์ระยะยาว

โมเดลสร้างและแก้ไขภาพ Qwen รับภาพอ้างอิงได้สูงสุดสามภาพ และคิดราคาตามระดับภาพผลลัพธ์ 1K กับ 2K โดยตรง

Qwen Image 3.0 Pro ระดับ Pro ของการสร้างและแก้ไขภาพ รับภาพอ้างอิงสูงสุดสามภาพ คิดราคาตามภาพผลลัพธ์ 1K/2K ในอัตราสูงกว่า Qwen Image 3.0

โมเดลการให้เหตุผลเรือธงตระกูล Qwen ของ Alibaba รองรับบริบทหนึ่งล้านโทเคนและรับอินพุตเป็นข้อความ รูปภาพ และวิดีโอ

H3 โมเดลวิดีโอของ MiniMax สร้างวิดีโอจากข้อความและภาพ รับภาพอ้างอิงหลายภาพ วิดีโอ และเสียง พร้อมเสียงซิงก์ ให้ผลลัพธ์ 768p หรือ 2K ยาว 4 ถึง 15 วินาที

MiniMax Speech 2.8 HD สังเคราะห์คำพูดเป็น MP3 แบบซิงโครนัสจากเสียงระบบที่รองรับ คิดตามจำนวนตัวอักษรที่ผู้ให้บริการรายงานมา

MiniMax Speech 2.8 Turbo เป็นระดับเสียงพูดซิงโครนัสที่ราคาถูกกว่า สังเคราะห์ MP3 จากเสียงระบบที่รองรับ และคิดตามจำนวนตัวอักษรที่รายงานมา

โมเดลโอเพนซอร์สขนาดใหญ่ที่สุดของ Moonshot AI สร้างมาเพื่อการให้เหตุผลเชิงลึกและเวิร์กโฟลว์เอเจนต์แบบบริบทยาว

Hy3 จาก Tencent Hunyuan สำหรับการให้เหตุผล เขียนโค้ด และเวิร์กโฟลว์เอเจนต์ รองรับบริบท 256,000 โทเคน การเรียกเครื่องมือ และการแคชพรอมต์

โมเดล Seed 2.1 ของ ByteDance ที่สมดุลระหว่างความสามารถและต้นทุนสำหรับงานเขียนโค้ดและเอเจนต์ในสภาพแวดล้อมจริง รองรับความเข้าใจข้อความ ภาพ และวิดีโอ การให้เหตุผลเชิงลึก การเรียกเครื่องมือ และผลลัพธ์ที่มีโครงสร้าง

Seedream 5.0 Pro จาก ByteDance สำหรับการสร้างภาพจากข้อความและแก้ไขภาพด้วยภาพอ้างอิง คิดค่าบริการตามระดับขนาดภาพผลลัพธ์ตั้งแต่ 1K ถึง 2K

โมเดล HappyHorse 1.1 แบบภาพสู่วิดีโอของ Alibaba ทำให้ภาพเฟรมแรกเคลื่อนไหว 3 ถึง 15 วินาทีที่ 480p ถึง 1080p โดยคงอัตราส่วนตามภาพอินพุต

โมเดล HappyHorse 1.1 แบบอ้างอิงสู่วิดีโอของ Alibaba สร้างคลิป 3 ถึง 15 วินาทีที่ 480p ถึง 1080p จากภาพอ้างอิงสูงสุดเก้าภาพ

โมเดล HappyHorse 1.1 แบบข้อความสู่วิดีโอของ Alibaba สร้างคลิป 3 ถึง 15 วินาทีที่ 480p, 720p หรือ 1080p คิดตามวินาทีที่สร้างสำเร็จ

Kimi K2.7 Code จาก Moonshot AI สำหรับงานเขียนโค้ดและเอเจนต์ รองรับบริบท 256,000 โทเคน พร้อมอินพุตข้อความ ภาพ และวิดีโอ

โมเดลโค้ดดิ้งและเอเจนต์แบบน้ำหนักเปิดของ MiniMax รองรับบริบทหนึ่งล้านโทเคนและการเรียกเครื่องมือแบบเนทีฟ

โมเดล Vision-Language แบบ MoE 198B พารามิเตอร์ของ StepFun ปรับจูนสำหรับเอเจนต์เขียนโค้ดและเวิร์กโฟลว์การค้นหา

ERNIE 5.1 จาก Baidu สำหรับการให้เหตุผลและเวิร์กโฟลว์เอเจนต์ รองรับบริบท 128,000 โทเคน การเรียกเครื่องมือ และผลลัพธ์ที่มีโครงสร้าง

Tencent Hunyuan Image 3.0 สร้างและแก้ไขภาพจากอินพุตอ้างอิง และตอบกลับแบบซิงโครนัสในคำขอเดียว คิดราคาตามโทเคนภาพผลลัพธ์

Kling V3 จาก Kuaishou สร้างวิดีโอจากข้อความหรือภาพพร้อมเสียงซิงก์ ความยาว 3 ถึง 15 วินาที ตั้งแต่ 720p ถึง 4K

Seedream 5.0 Lite จาก ByteDance สำหรับสร้างภาพจากข้อความและแก้ไขด้วยภาพอ้างอิง รองรับภาพผลลัพธ์ 2K ถึง 4K คิดราคาตายตัวต่อภาพ