模型广场

Kimi K3 是一款高性能 AI 模型，专为高级推理、编码和复杂任务执行而设计。它在大规模编程项目、多步骤问题解决和知识密集型应用中表现强劲。凭借强大的上下文处理和多模态能力，K3 适用于构建强大的 AI 智能体、开发者工具和企业级应用。

GPT-5.5 被 OpenAI 描述为更智能的前沿模型，面向代码、研究、数据分析和专业知识工作。官方发布信息强调它在能力、速度和文档/结构化分析任务上的提升。它的描述应聚焦广泛的专业智能，而不是某一个单一细分场景。

DeepSeek V4 Pro 被描述为大规模 MoE 模型，拥有 1.6T 总参数与 49B 激活参数，并支持 1M token 上下文窗口，适合处理超长输入。官方和三方模型卡更强调它在高级推理、代码任务和长周期 Agent 工作流中的能力，而不是普通聊天。相比 V4 Flash，Pro 更偏能力上限，适合大型代码库分析、复杂研究资料综合、多步骤自动化等需要深度推理的任务。

DeepSeek V4 Flash 保留了 V4 系列的 1M token 长上下文能力，但采用更轻量的 MoE 配置，常见模型卡描述为 284B 总参数、13B 激活参数。它的重点不是最大推理深度，而是更快推理、更低调用成本和更适合生产环境的吞吐量。对于高频请求、批量处理和长上下文但不一定需要最高推理强度的任务，Flash 会比 Pro 更合适。

Qwen3.7 Plus 延续 Qwen3.7 面向 Agent 的设计方向，但更偏性价比。三方模型卡描述它支持文本和图片输入，并强化视觉语言能力，以及 GUI、移动端导航、视觉参考等混合 Agent 任务。它适合需要 Qwen3.7 新一代能力，但不一定需要 Max 档位成本的场景。

GPT-4.1 是 OpenAI 强调代码、指令遵循和长上下文能力提升的一代模型。官方发布信息将它描述为在许多编程和指令密集型任务上强于 GPT-4o 的开发者模型。它的描述应突出代码可靠性和长上下文理解。

GPT-4.1 Mini 将 GPT-4.1 系列的代码和指令遵循能力，以更快、更低成本的形式提供出来。它适合高频开发者工具、结构化生成、信息抽取，以及不需要完整大模型能力的产品功能。它的核心差异是保留 4.1 一代任务纪律性的同时提升生产效率。

GPT-4o 是 OpenAI GPT-4o 一代的多模态旗舰模型，支持文本和图像输入，并具备较强的通用智能。官方文档将它描述为适合广泛语言与视觉任务的高智能通用模型。在更看重多模态理解和自然交互，而不是最新推理栈的场景中，它仍然有价值。

GPT-4o Mini 是 GPT-4o 家族中的快速、低成本小模型。OpenAI 文档将其定位为面向聚焦任务的模型，支持文本和图像输入、结构化输出、微调和蒸馏工作流。它更适合被介绍为轻量级多模态生产模型，而不是 GPT-4o 的简单缩小版。

gpt-5.3-chat 是 GPT-5.3 Instant 在 API 中的模型名称，主要对应 ChatGPT 中用于日常对话的快照版本。OpenAI 对该版本的定位是让普通对话更流畅、更直接、更有帮助，并提升答案准确性、联网搜索时的上下文组织能力，同时减少不必要的免责声明、绕行表达和过度谨慎措辞。需要注意的是，官方 API 文档已将该模型标记为 deprecated，更推荐使用更新的 GPT 模型。

gpt-5.3-codex 是 OpenAI 面向 Codex 和类似开发环境的 Agentic Coding 模型。它将前沿软件工程能力与更广泛的推理和专业知识能力结合起来，支持可配置的 reasoning effort，并在官方模型页中列出 400K 上下文窗口和 128K 最大输出。OpenAI 对它的定位不只是写代码和审查代码，而是进一步支持电脑使用、终端任务、Web 应用迭代和长周期真实工程任务。

GPT-5.4 被 OpenAI 定位为兼具能力和效率的前沿模型，面向专业工作。官方资料强调代码、原生计算机使用、表格/文档/演示文稿工作流、事实性改进和大上下文能力。它适合被介绍为把推理能力和真实生产力任务连接起来的实用工作模型。

GPT-5.4 Mini 是 GPT-5.4 家族中更小、更快的版本。OpenAI 文档将 mini 模型定位为低延迟工作负载，同时保留代码、工具调用、多模态推理和较强指令遵循。它适合边界清晰的生产任务、子 Agent，以及需要大量快速调用的应用。

GPT-5.4 Nano 是 GPT-5.4 中成本最低、体量最小的版本，适合大量简单任务。OpenAI 的模型说明将 nano 模型与低延迟和成本效率关联，而不是最大推理深度。它更适合分类、路由、抽取、轻量生成等可预测工作流。

GPT-5.4 Pro 是 GPT-5.4 中更强调精度和输出质量的高阶版本，面向要求更高的专业任务。OpenAI 的模型说明将 Pro 与标准版区分在更强推理和更高准确性预期上。在模型列表中，它适合被描述为复杂分析、高难度代码和高要求知识工作的选择。

GPT-5.5 Pro 是 OpenAI GPT-5.5 一代中使用更多计算资源的高阶版本，适合答案质量比速度更重要的高难度专业任务。OpenAI 资料将 Pro 档描述为会“思考得更深”，在代码、研究、数据分析和文档密集型工作中追求更高精度。它应被定位为面向复杂推理和专业交付的模型，而不是日常聊天模型。

GPT-5.6 Luna 是 Luna 系列的通用版本，适用于日常 AI 应用场景。可用于对话问答、文本改写、摘要生成、信息提取、简单推理、编程辅助及办公自动化。 Luna 是原型开发、轻量级业务功能、批量内容处理和常见用户交互场景的实用选择。当速度、简洁性和成本控制很重要时，它是一个很好的入门模型；如果任务需要更高质量或更稳定的输出，可以考虑 Luna Pro。

GPT-5.6 Luna Pro 是 Luna 系列的增强版本，旨在提供更高质量的回答、更稳定的指令遵循和更强的任务完成能力。它适用于复杂对话、内容生成、知识问答、业务分析、编程辅助以及多步骤自动化任务。 Luna Pro 非常适合注重输出质量和用户体验的产品场景，如专业写作助手、企业 AI 助手、客户支持、知识库系统和智能体工作流。当任务需要比标准 Luna 模型更高的可靠性时，它是一个很好的选择。

GPT-5.6 Sol 是 Sol 系列的标准版本，适合通用问答、文本处理、内容草拟、摘要生成、轻量级代码辅助和业务自动化任务。 Sol 专为需要扎实通用能力、同时注重响应效率和成本的场景而设计，可用于产品功能、聊天助手、内容生成工具、数据清理、知识库问答和批量处理任务。对于大规模使用或快速原型开发，Sol 是一个灵活的起点。

GPT-5.6 Sol Pro 是 Sol 系列的专业版，专为复杂任务和更高质量输出而设计。适用于高级写作、精准问答、商业推理、代码生成、结构化分析以及多轮任务执行。 Sol Pro 特别适合需要更高准确性、上下文理解能力和指令完成度的任务，可用于专业内容生产、数据分析助手、知识问答系统、复杂的智能体工作流，以及企业内部 AI 工具。

GPT-5.6 Terra 是 Terra 系列的通用版本，适用于日常对话、文本生成、摘要、信息提取、轻量推理和编程辅助。 Terra 在通用能力、响应效率和成本之间实现了实用的平衡。可用于聊天助手、内容工具、办公自动化、知识库问答以及批量文本处理工作流。对于需要快速迭代或对成本敏感的应用，Terra 是 Terra 系列中的首选默认选项。