OpenAI
GPT-6 Astra / GPT-6.1 Sol / GPT-6 Luna
国外开源与闭源并存多模态
GPT-6 Astra 面向最高难度任务，GPT-6.1 Sol 以更低成本接近 Astra，GPT-6 Luna 主打高并发低成本，三者上下文约 105 万 token；图像模型 GPT Image 2.5（2026-09）；另有 gpt-oss-120b / 20b 开放权重（Apache 2.0）。
不用记，能查就行
AI 模型中心
39 家厂商的模型能力、开源状态与计价方式，可按国内/国外筛选，每条都附官方来源可一键核对。
纯静态数据，不调用任何外部接口。
39 / 39 条 · 数据整理于 2026-09
Anthropic
Claude Fable 5.1 / Opus 5.5 / Sonnet 5.5 / Haiku 4.5
国外闭源多模态Fable 5.1 面向高难度推理与长程 Agent，Opus 5.5 面向长时编程与知识工作，Sonnet 5.5 兼顾速度与智能，Haiku 4.5 最快；前三者上下文 100 万 token、最大输出 12.8 万 token。
Google
Gemini 3.8 Flash / Gemini 3.1 Pro / Gemma 4
国外开源与闭源并存多模态Gemini 3.8 Flash 为最新稳定版（长程软件工程），Gemini 3.1 Pro 为预览版高阶推理模型；图像 Nano Banana 2 / Pro，视频 Gemini Omni Flash（预览）；开放模型 Gemma 4（2026-04，Apache 2.0，E2B 至 31B）。
Meta
Muse Spark 1.3 / Muse Glimmer
国外开源与闭源并存多模态2026 年 4 月起由 Meta 超级智能实验室的 Muse 系列取代 Llama：Muse Spark 为闭源旗舰（理解视频、图像与文档，面向 Agent 与编程）；Muse Glimmer 为 30B 开放权重模型（Apache 2.0），可在 Mac 或单张消费级显卡上本地运行 Agent。Llama 系列停在 Llama 4。
Mistral AI
Mistral Medium 3.5 / Small 4 / Large 3
国外开源与闭源并存多模态Medium 3.5 为 128B 稠密开放权重旗舰（修改版 MIT，25.6 万上下文，面向长程编程）；Small 4 融合推理、多模态与编程（Apache 2.0）；Large 3 为 675B MoE（Apache 2.0）；另有 Codestral、Voxtral 语音与 OCR 4。
SpaceXAI（原 xAI）
Grok 4.7
国外闭源多模态xAI 于 2026 年 2 月被 SpaceX 收购、7 月更名 SpaceXAI。Grok 4.7 支持文本与图像输入、四档推理强度，上下文 50 万 token；Grok 4.3 / 4.20 系列上下文 100 万 token；深度接入 X 平台。
深度求索
DeepSeek-V4-Pro / DeepSeek-V4.1-Flash
国内开源V4 系列：DeepSeek-V4-Pro-0813 与 V4.1-Flash 上下文均为 100 万 token、最大输出 38.4 万；V4 权重以 MIT 协议在 Hugging Face 开源，可商用。
阿里云
Qwen3.8-Max / Qwen3.7-Plus / Qwen3.8-Flash
国内开源与闭源并存多模态商用旗舰 qwen3.8-max、均衡款 qwen3.7-plus、轻量 qwen3.8-flash，经阿里云百炼提供；开源 Qwen3.6 系列（如 Qwen3.6-35B-A3B，Apache 2.0）。
月之暗面
Kimi K3 / Kimi K2.7-Code
国内开源多模态Kimi K3（2026-07-16）为 2.8 万亿参数 MoE，原生视觉、100 万上下文，权重以 Kimi K3 许可证开源；编程专用 kimi-k2.7-code（25.6 万上下文）。开放平台已迁至 platform.kimi.com。
智谱AI
GLM-5.3 / GLM-5.3-Flash
国内开源多模态GLM-5（2026-02，744B MoE）起以 MIT 协议开源；最新 GLM-5.3 主打前沿编程并接入 GLM Coding Plan（官方称权重在发布两周后开源）；GLM-5.3-Flash（320B-A18B）为该系列首个原生多模态模型，已开源，价格为 GLM-5.3 的 1/10。
百度
文心 5.1 / 文心 5.0
国内开源与闭源并存多模态文心 5.0（2026-01-22 正式版）为 2.4 万亿参数原生全模态模型，统一文本、图像、视频与音频；文心 5.1（2026-05）把总参数压缩到约三分之一，Agent、推理与创作能力全面升级。
字节跳动
豆包 Seed 2.x / Seed-Evolving
国内闭源多模态豆包大模型 2.0 系列（Seed 2.0 Pro / Code / lite，lite 已升级为全模态理解）；Seed-Evolving 为周级持续迭代的模型，支持 100 万上下文；视频生成 Seedance 2.0。均经火山方舟提供 API。
腾讯
混元 Hy4 Preview / Hy3
国内开源与闭源并存多模态混元品牌改称 Hy：旗舰 Hy4 Preview（2026-08-28，总参数 770B、激活 49B，100 万上下文）；Hy3（2026-07 正式版，295B / 21B，25.6 万上下文，Preview 版已开源）；另有 Hy-MT2 翻译模型。
MiniMax
MiniMax M3 / MiniMax H3
国内开源多模态MiniMax M3（2026-06-01）约 428B 总参数、23B 激活，原生多模态（图像、视频输入，可操作电脑桌面），100 万上下文，采用自研 MSA 稀疏注意力，已开源；MiniMax H3 为跨任务、跨模态的开源模型。
Cohere
Command A+ / Embed v5 / Rerank v4
国外闭源多模态Command A+（2026-05）新增图像输入、推理与翻译能力（12.8 万上下文）；Command A 为 25.6 万上下文的工具调用与 RAG 模型；Embed v5.0 与 Rerank v4.0 各有 Pro / Fast 两档。
快手
可灵 3.0 / 3.0 Omni
国内闭源多模态可灵 3.0（2026-02）含 Video 3.0 / 3.0 Omni 与 Image 3.0 / 3.0 Omni，单段最长 15 秒并原生生成多语种音频，后升级支持原生 4K；4.0 API 即将上线；2026-09-15 起下线 1.x、2.0、2.1 等旧模型。
生数科技
Vidu / Vidu S2
国内闭源多模态Vidu 支持文生、图生与参考生视频；Vidu S2 为实时交互模型，提供实时视频数字人与实时视频编辑，画质升至 720P。
小米
MiMo-V2.6
国内开源多模态MiMo-V2.6 系列（2026-09-22：pro、flash、pro-ultraspeed）原生全模态（文本、图像、视频、音频），100 万上下文并已开源；V2.5 系列采用 MIT 协议。
NVIDIA
Nemotron 3 / Cosmos
国外开源多模态Nemotron 3 开放模型家族：Nano（30B / 3B 激活）、Super（2026-03，120B / 12B）、Ultra（2026-06，550B / 55B），采用混合 Mamba-Transformer 与 Latent MoE；Nemotron 4 规划中；Cosmos 为物理 AI 世界模型。
Amazon
Nova 2 Pro / Nova 2 Lite / Nova 2 Sonic
国外闭源多模态Nova 2 Pro 为旗舰（文本、图像、视频、语音输入）；Nova 2 Lite 支持 100 万上下文与三档思考强度；Nova 2 Sonic 为端到端语音对话模型；旧版 Nova Premier 已于 2026-09-14 停用。
Microsoft
MAI 系列 / Phi
国外开源与闭源并存多模态Build 2026（6 月）发布 7 款 MAI 自研模型：推理模型 MAI-Thinking-1（35B 激活 MoE，25.6 万上下文）、编程 MAI-Code-1-Flash、MAI-Voice-2、MAI-Transcribe-1.5 与 MAI-Image-2.5；9 月 MAI-Image-2.6 上线；Phi 为开源端侧小模型。
Midjourney
Midjourney V8.2
国外闭源多模态V8（2026-03）大幅提升指令遵循、文字渲染与出图速度；V8.1 自 2026-06 起为默认模型；V8.2（2026-07）进一步提升审美、画质与个性化。
Recraft
Recraft V4.1
国外闭源多模态V4（2026-02）强调设计审美，可生成可编辑的 SVG 矢量图；V4.1（2026-05）写实与插画效果进一步提升；V4 全系在免费计划中可用。
Black Forest Labs
FLUX 3 / FLUX.2
国外开源与闭源并存多模态FLUX 3 为统一多模态基础模型：视频带原生音频、单次最长 20 秒、最高 4K，也可生成图像；FLUX 3 Action 为 7B 开放权重世界动作模型（机器人控制）；FLUX.2 / FLUX.2 Max / Klein 经 API 提供，部分权重以非商用或自托管商用许可开放。
Ideogram
Ideogram 4.0
国外开源多模态9.3B 开放权重文生图模型：密集文字渲染、原生 2K、透明背景与版式控制，适合海报、Logo 与品牌物料，可按许可证本地使用；另有 P-Image-Ideogram 快速模型。
Adobe
Firefly Image Model 5
国外闭源多模态Firefly Image Model 5 原生 400 万像素出图，写实人像与多层构图更强，并支持用文字直接改图（Prompt to Edit）；Firefly 内还可调用 30 多个第三方模型。
Stability AI
Stable Diffusion 3.5 / Stable Audio 3.0
国外开源与闭源并存多模态图像开放模型仍以 SD 3.5（Large / Large Turbo / Medium）为主；2026 年新推出 Stable Audio 3.0（全授权数据训练）与 SV4D 2.0（动态 3D 资产生成）。
Runway
Runway Gen-4.5
国外闭源多模态Gen-4.5 仍为自研旗舰视频模型（文生、图生视频，擅长复杂镜头调度）；2026-09 起重点在 Runway MCP（支持 Cursor、Grok 等）与达芬奇插件，平台内也可调用可灵等第三方模型。
Luma AI
Luma Ray3.2
国外闭源多模态Ray3.2（2026-06）面向影视制作：单段最多 16 个关键帧、原生 HDR 与 16-bit EXR 导出、表演与面部表情追踪（最多 8 张脸）。
Lightricks
LTX-2.5
国外开源多模态LTX-2.5 为 22B 音视频联合生成开放模型，支持文生、图生与音频生视频，可本地运行与微调；年营收 1000 万美元以下的公司可免费使用。
Pika
Pika 2.2
国外闭源多模态模型仍为 Pika 2.2（Pikaframes 最长 25 秒）；2026-09 改版为视频、图像、声音一体的创作平台，新增视频配音模型，并推出聚合 100 多个模型的 Pika API Club。
Perplexity
Perplexity / Sonar
国外闭源多模态AI 搜索：自动检索多方来源并附引用；推出 Comet AI 浏览器；开发者可通过 Sonar / Sonar Pro API 使用联网搜索能力。
Reve
Reve 2.1
国外闭源多模态Reve 2.1（2026-07-09）原生 4K 输出，版式规划与外文文字渲染更强；图像以代码形式表示，每个元素都可单独编辑。
阶跃星辰
Step 5 Preview / Step 3.7 Flash
国内未确认多模态Step 5 Preview 为新一代旗舰基模（100 万上下文）；Step 3.7 Flash 为多模态推理旗舰（25.6 万上下文）；Step 3.5 Flash 专为智能体构建；另有 step-2x 生图改图模型。
蚂蚁集团
百灵 Ling / Ring
国内开源多模态蚂蚁集团 inclusionAI 的开源 MoE 模型家族：Ling 2.6（含万亿参数版本）面向快速执行的 Agent，Ring 为推理模型；2026-09 开源多模态 Ling-3.0-flash-VL（124B-A5.5B），并发布 Ling-3.1-flash。
美团
LongCat-2.0
国内开源多模态LongCat-2.0（2026-07-06 开源）总参数 1.6 万亿、平均激活约 480 亿，原生 100 万上下文，面向 Agentic Coding，训练与推理全程在国产算力集群完成；系列累计 12 个模型，覆盖文本、图像、语音与视频。
科大讯飞
讯飞星火 Spark-X2.5
国内未确认多模态2026-09 发布 Spark-X2.5，并推出 X2.5-4B、X2.5-1.7B 小尺寸版本；星火在语音识别、多语种与方言方面积累深厚，经讯飞星辰 MaaS 平台提供。
ElevenLabs
Eleven v4 / v4 Turbo
国外闭源多模态Eleven v4 为情感表现最强的语音合成模型，v4 Turbo 中位延迟约 100 毫秒；支持 90 多种语言与声音克隆，并提供 ElevenAgents 语音 Agent 平台。
Suno
Suno v6
国外闭源多模态AI 音乐生成。v6（2026-09-09）与华纳音乐、BMG、Believe 等合作开发，分 v6（Pro / Premier 用户）、v6-wild（更具实验性）与 v6-mini（所有用户可用）三档。
模型能力与价格变动频繁，本页只做索引与对照，任何决策前请点开来源链接核对官方最新信息。