通过多模态 content 数组输入（文本 / 图片 / 视频 / 音频），支持文生视频、图生视频（首尾帧）、多模态参考生视频，2K 直出。

GLM-5 是智谱（Z.ai / BigModel 开放平台）于 2026 年 2 月发布的基座大模型，面向 Agentic Engineering（智能体工程）打造，能够在复杂系统工程与长程 Agent 任务中提供可靠生产力，在 Coding 与 Agent 能力上取得开源 SOTA 表现。官方文档标称上下文窗口 200K、最大输出 128K，输入输出模态均为文本，支持思考模式、流式输出、Function Calling（工具调用）与上下文缓存。API 按输入长度阶梯计费（国内站，元/百万 Tokens），2026 年 2 月起国内 0–32K 档输入 4 元、输出 18 元每百万 Tokens。

Kimi K2.7 Code 是月之暗面（Moonshot AI）推出的面向代码场景的开源编程智能体模型，基于 Kimi K2.6 构建，采用 1 万亿总参数、320 亿激活参数的 MoE 架构，支持 256K（262,144）tokens 上下文窗口。该模型在长上下文中更可靠地遵循指令，能以更高的成功率完成编程任务，同时支持文本、图片与视频输入，仅支持思考模式，支持多步工具调用与推理，思考 token 消耗较 K2.6 平均降低约 30%。

MiniMax M2.7 是 MiniMax 推出的新一代 Agent 文本大模型，官方定位为“开启模型的自我迭代”，强调模型自我进化与复杂 Agent 能力，可面向编程、推理、工具调用和长文本任务等生产力场景。

MiniMax-M2.5 是 MiniMax 于2026年2月发布的开源大语言模型，在数十万个复杂真实环境中经过大规模强化学习训练，在编程、智能体工具调用与搜索、办公等真实生产力场景中达到或刷新 SOTA 水平（SWE-Bench Verified 80.2%）。模型为 MoE 架构（约230B总参数、10B激活参数），支持工具调用与交错思维链，上下文窗口 204,800 tokens，面向智能体与真实世界生产力任务提供极致性价比。

Qwen3.7原生视觉语言系列Flash模型，相较3.6-Flash全面提升多模态理解与Agent执行能力。重点强化多模态基础能力、万物识别能力更强，真实世界感知与空间智能进一步提升，Search Agent、CI Agent等多模态Agent场景能力显著升级、端到端任务执行更稳定，多模态Coding能力优化、vibe coding 体验更加流畅。

Doubao Seedance 2.0 系列（下文简称 Seedance 2.0 系列）模型支持图像、视频、音频、文本等多种模态内容输入，具备视频生成、视频编辑、视频延长等能力，可高精度还原物品细节、音色、效果、风格、运镜等，保持稳定角色特征，赋予使用者如同导演般的掌控权。

Hy3 是腾讯混元研发的快慢思考融合大语言模型，采用 MoE 架构，总参数 295B、激活参数 21B、MTP 层参数 3.8B，支持 256K 上下文长度（最大输入 192K、最大输出 128K）。模型于 2026 年 7 月 6 日正式发布并以 Apache 2.0 协议开源，基于真实业务场景打磨，强化 Coding、长文、推理与 Agent 能力，支持深度思考（reasoning_effort 调节）、工具调用（Function Calling）、结构化输出与流式调用。