API AI

LongCat-2.0 是一个大规模混合专家语言模型，总参数量为 1.6 万亿，每个 token 约激活 480 亿参数。它面向长上下文推理、编程、工具使用、研究以及智能体工作流，并在发布中描述了公开模型和 API 访问方式。

该模型引入了 LongCat Sparse Attention，通过流式感知、跨层和分层索引来降低超长输

Claude Sonnet 5 是 Anthropic 的 Sonnet 系智能体模型，面向编程、推理、工具使用、知识工作以及浏览器或终端工作流。Anthropic 将其定位为一款成本更低、但在若干智能体任务上接近更大 Opus 4.8 模型性能的产品。

该模型能够制定计划、使用工具、在 Claude Code 中运行，并通过 e

Fish Audio S2.1 Pro 是一款可通过 Fish Audio API 使用的生产级神经文本转语音模型，其模型字符串为 s2.1-pro-free。它面向需要逼真语音合成、低延迟流式输出、多语言生成和语音克隆的开发者，而且无需从仅限付费的评估路径开始。

该模型通过一个 API 端点支持 83 种语言，可通过将 Fish

Seed2.1 是字节跳动 Seed 面向真实生产力场景的下一代模型家族，提供 Pro 和 Turbo 两种规格。它面向通用智能体、代码工程、办公工作、研究流程、多模态理解和视频理解。

该模型家族提升了规划、文件处理、工具使用、编码、调试和验证等多步任务执行能力，也增强了知识、推理、视觉理解、空间推理、长上下文处理以及长达数小时视

Claude Fable 5 和 Claude Mythos 5 是 Anthropic 发布的前沿模型，被描述为 Mythos 级系统，其中 Fable 5 面向更广泛的一般使用场景，而 Mythos 5 则保留给可信访问计划。公告强调它们在软件工程、知识工作、视觉、科学研究以及长而复杂任务上的能力提升。

这次发布的重点是让高能

GPT Realtime 2 是 OpenAI 的实时语音模型，用于构建实时对话代理，这些代理可以在对话仍在进行时进行聆听、推理、说话和使用工具。它专为需要语音界面来完成实际工作的产品团队而设计，例如客户支持、日程安排、行程变更、车载辅助、教育和免提生产力。与简单的语音到文本加聊天机器人管道不同，GPT Realtime 2 是围绕单一实时代理体验中的

HiDream-O1 Image 是一个开放的图像生成基础模型，用于文本到图像的创建、图像编辑和主题驱动的个性化。它被构建为一个原生统一的图像生成模型，而不是一个由单独的编码器和生成器组成的松散管道。该模型的目标是以高达 2048 x 2048 的分辨率生成高质量的创意，同时在提示驱动的创作、布局敏感的渲染以及身份或主题一致性任务中保持灵活性。

DeepSeek V4 是 DeepSeek 发布的开源大型语言模型，专注于经济高效的长上下文推理、编码和代理功能。该预览版包括可实现更高性能的 DeepSeek-V4-Pro 和可实现更快、更经济使用的 DeepSeek-V4-Flash。两种变体都围绕 1M 上下文支持和双重思考或非思考模式进行定位，为用户提供跨深度推理和低延迟工作流程的灵活性。<

Open CoDesign 是一款开源桌面 AI 设计工具，专为本地优先的创意和产品设计工作流程而构建。它为用户提供了封闭式 AI 设计产品的自托管替代方案，同时让他们携带自己的模型提供商，包括 Anthropic、OpenAI、Gemini、DeepSeek、OpenRouter、本地 Ollama 或任何 OpenAI 兼容中继。该产品专为那些想要

GLM 5.1 是 Z.AI 的旗舰大语言模型，专为长期任务、高级编码工作流程和代理自动化而设计。它专为需要模型的开发人员而构建，该模型可以遵循复杂的指令、使用工具、推理多步骤问题并在扩展的工作会话中保持一致性。该模型被定位为编码助手、自主代理和生产级应用程序工作流程的实用引擎。

从技术上讲，GLM 5.1 通过 Z.AI 开发人

GPT Rosalind 是 OpenAI 专门为生命科学研究构建的前沿推理模型。它旨在支持生物学、药物发现、化学、蛋白质工程、基因组学和转化医学的工作。该模型是为科学工作流程而构建的，其中对证据、实验计划、分子、基因、途径和生物背景的推理比一般聊天表现更重要。

该模型系列针对长期、工具繁重的科学工作流程进行了优化，并且可以通过

Qwen 3.5 Omni 是 Qwen 系列的开放式多模式模型，旨在支持跨文本、图像、音频和其他媒体的统一交互。它适用于需要跨多种输入类型进行推理而不是通过单独的堆栈路由每种模态的助手和应用程序。该模型适合多模式聊天、文档理解、图像和视频分析以及使用工具的代理工作流程。

Omni 设计强调统一的多模式处理，其中单个模型系列可以处

Ling2.6 Flash 是托管在 Hugging Face 上的开放模型，用于快速语言模型推理和工具感知助理工作流程。它专为需要可部署模型的用户而设计，该模型可以处理聊天、指令遵循和结构化交互，而无需仅依赖封闭的 API 访问。模型卡公开了配置详细信息，使其适合想要在自己的环境中检查、运行和集成模型的开发人员。

该模型包括详细

Gemma 4 是 Google 迄今为止功能最强大的开放模型系列，专为高级推理和代理工作流程而构建。它专为想要高质量模型行为以及开放模型的透明度和部署灵活性的开发人员而设计。该版本与编码助手、研究工具、本地应用程序和企业人工智能系统相关，这些系统需要比封闭 API 允许的更多控制。

Gemma 4 基于 Google 的开放模型

GLM-5V Turbo 是一种 Z.AI 视觉语言模型，专为图像和文本的快速多模态推理而设计。它是为需要 API 可访问模型的开发人员而构建的，该模型可以检查视觉输入、回答问题、提取信息以及参与结合语言和视觉的代理工作流程。当延迟和吞吐量很重要时，Turbo 定位使其特别有用。

从技术上讲，GLM-5V Turbo 通过 Z.A

Grok 4.3 是 xAI 的推理模型，适用于需要长上下文分析、工具感知工作流程以及通过 xAI API 进行经济高效的模型访问的开发人员。它专为需要比基本聊天模型更深入推理的任务而设计，包括多文档分析、代理工作流程、技术故障排除和结构化指令遵循。该模型位于更广泛的 Grok 开发者生态系统中，支持现代 API 功能和工具集成。

Claude Opus 4.7 是 Anthropic 的最新旗舰型号，与 Opus 4.6 相比具有显着改进。它专为需要仔细遵循指令和持续解决问题的高级软件工程、硬推理任务和专业工作流程而设计。该模型定位于需要在困难任务上获得高质量输出的用户，而不是成本最低的一般助理。

该模型可通过 Anthropic 产品和 API 界面进行

mTrip 行程规划器是一款复杂的基于网络的旅行计划软件，专为满足全球旅行社和旅游运营商的严格需求而精心设计。该平台受到在全球 35 多个国家/地区运营的 300 多个机构的信赖，它擅长将来自不同来源的复杂预订——包括 GDS 系统、中台工具、直接 API 连接和电子邮件确认——整合到统一、专业的旅行行程中。mTrip 每年处理超过四百万次行程的管理，

Enrola 引入了一种革命性的潜在客户转化方法，它部署经过智能销售培训的座席，通过个性化的短信对话与每一个付费潜在客户进行沟通。该系统全天候不间断运行，有效筛选潜在客户、培养早期兴趣并朝促成交易迈进，且不受人类工作时间的限制。其核心优势在于解决了企业面临的一个普遍痛点：由于响应速度慢或信息量过大而错失了宝贵的付费潜在客户，从而确保每一个潜在客户都能立