标签: 标准
GPT-Realtime-1.5 — 实时语音交互OpenAI中等GPT-Realtime
GPT-Realtime-1.5是OpenAI实时语音模型，提供高质量AI推理能力。
文本 音频 图片音频处理标准函数调用
GPT-Image-1.5 — 图像生成OpenAI中等GPT-Image
GPT-Image-1.5是OpenAI图像生成模型，提供高质量AI推理能力。
文本 图片图像生成标准函数调用
Claude Opus 4.6 — 最强推理旗舰Anthropicopus中等Claude 思考
Claude Opus 4.6是Anthropic最强旗舰模型，在推理、编程和长上下文理解方面领先，200K上下文窗口。超过200K token时价格翻倍。
1M文本 图片对话标准推理
Claude Sonnet 4.6 — 代码智能体最佳Anthropicsonnet中等Claude 思考
Claude Sonnet 4.6是Anthropic均衡型模型，在编程、写作和指令遵循方面表现优异，200K上下文窗口，性价比高。
1M文本 图片对话标准推理
Claude Haiku 4.5 — 最新快速版Anthropichaiku中等Claude
Claude Haiku 4.5是Anthropic快速响应模型，适用于摘要、提取等任务，200K上下文窗口，价格低廉。
200K文本 图片对话标准视觉
Gemini 3.1 Pro — 最新旗舰GooglePro中等Gemini-3.1 思考
Gemini 3.1 Pro是Google最新旗舰多模态模型，1M上下文。支持1M超长上下文。
1M文本 图片 视频 音频对话标准推理
Gemini 2.5 Pro — 2M超长上下文GooglePro中等Gemini-2.5 思考
Gemini 2.5 Pro是Google最新旗舰多模态模型，提供高质量AI推理能力。支持1M超长上下文。
2M文本 图片 视频 音频对话标准推理
Grok 4 — xAI旗舰推理xAI中等Grok 思考
Grok 4是xAI（Elon Musk旗下）Grok系列模型，256K上下文。支持实时信息访问。
256K文本对话标准推理
Grok 4.20 — 2M多智能体xAI中等Grok
Grok 4.20是xAI（Elon Musk旗下）Grok系列模型，提供高质量AI推理能力。支持实时信息访问。
2M文本对话标准函数调用
Mistral Large — 欧洲旗舰Mistral AIlarge中等Mistral 思考
Mistral Large是Mistral AI旗舰模型，128K上下文。支持欧洲数据驻留。
128K文本对话标准推理
GPT-5.4 — 最新旗舰模型OpenAI中等GPT-5.4 思考
GPT-5.4是OpenAI最新旗舰模型（2026年3月发布），270K上下文，支持视觉理解，擅长代码生成。支持缓存输入（标准价10%）和Batch API（半价）。
270K文本 图片对话标准推理
Nemotron-70B-Instruct — 旗舰指令模型NVIDIA70b-instruct中等Nemotron开源
Nemotron-70B-Instruct是NVIDIA提供的AI模型，128K上下文。
128K 70B文本对话标准函数调用
Qianfan-VL-70B — 千帆视觉大模型百度文心中等Qianfan-VL
百度千帆自研70B视觉理解大模型，支持图像理解和多模态推理
32K文本 图片视觉理解标准国产
Qwen-Deep-Research — 深入研究通义千问中等Qwen 思考
通义千问深入研究模型，适合复杂研究任务和深度分析，价格较高但能力极强
文本对话标准国产
Hunyuan-Translation — 专业翻译模型腾讯混元中等Hunyuan
腾讯混元专业翻译模型，支持高质量多语言翻译，适合文档翻译、本地化和跨语言内容生成。
32K文本对话标准国产
Hunyuan-Vision — 视觉旗舰模型腾讯混元中等Hunyuan
腾讯混元视觉旗舰模型，提供最高质量的图像理解和多模态融合能力，适合专业视觉分析场景。
32K文本 图片视觉理解标准国产
Spark Max — 旗舰级（即将下线）讯飞星火中等Spark
讯飞星火Max旗舰级模型，将于2026年3月10日下线，后端升级为Ultra版本。
8K文本对话标准国产
星火角色扮演 — 角色扮演专用讯飞星火中等Spark
讯飞星火角色扮演专用模型，可多轮稳定保持自定义角色人设，回复语气和长度倾向真人风格，适合玩具、客服、娱乐软件等场景。
32K文本对话标准国产
QVQ-Max — 视觉推理旗舰通义千问中等QVQ 思考
通义千问QVQ视觉推理旗舰模型，具备深度思考能力，在复杂图像理解和分析任务上表现卓越，适合高精度视觉推理场景。
131.1K文本 图片视觉理解标准国产
Qwen3.5-Omni-Plus — 全模态Plus模型通义千问Plus中等Qwen3.5
通义千问全模态Plus模型，支持文本、图像、视频和音频输入，可输出文本和音频，具备高级多模态理解和生成能力。
131.1K文本 图片 视频 音频标准国产视觉
OpenClaw 技能定制 / 插件定制 / 私有工作流定制
免费技能或插件可能存在安全风险，如需更匹配、更安全的方案，建议联系付费定制