NovitaAI供应商

inclusionAI: Ming Image 0.1 Design 是一款来自 inclusionAI 的文本生成图像模型，专注于平面设计输出，并强调在生成图像中实现可读的文本渲染。该模型仅根据提示词生成，不接受参考图像。输出格式可请求为 PNG、JPEG 或 WebP。图像尺寸由模型决定而非由请求指定，所以不支持明确的尺寸和纵横比要求，系统将拒绝此类请求，而不会进行静默调整。

inclusionAI: Ming Image 0.1 Design Layer 是来自 inclusionAI 的一款以图生图模型，它能将扁平化的设计图像分解为独立的 RGBA 图层（例如背景层和前景元素），并为每个图层返回一张图像。该模型要求提供一张参考图像以及描述图层方案的提示词。输出格式可选择 PNG 或 WebP。输出尺寸将遵循输入图像的尺寸，所以不支持显式指定尺寸和长宽比，系统不会对其进行静默调整。

inclusionAI: Ling-3.0-flash 是 Ling 系列中最新一代的高性价比模型，拥有 124B 总参数和 5.1B 激活参数，原生支持 256K 上下文窗口并可扩展至 1M。与上一代 flash 模型相比，inclusionAI: Ling-3.0-flash 在长跨度任务中的稳定性显著增强，工具调用准确率大幅提升，并对常见 Harness 环境的兼容性全面了优化。在编程任务中，inclusionAI: Ling-3.0-flash 对空间理解能力深度了优化，能构建物理场景网格及相对位置。另外，得益于其混合推理模式，各难度级别任务的成功率均有所提高。

Tencent: Hy3 预览版是腾讯推出的一款混合专家模型，拥有 7700 亿总参数，其中 490 亿为激活参数。它专为编码智能体、复杂工具使用工作流，以及需要规划、上下文连续性和持续多步执行的生产力任务而设计。

MoonshotAI: Kimi K3 是 Kimi 迄今为止能力最强的模型，拥有 2.8 万亿参数。它基于混合线性注意力机制 Kimi Delta Attention 和注意力残差技术构建，有原生视觉理解能力，并拥有 100 万 token 的上下文窗口，适用于软件工程、知识工作和深度推理等前沿智能场景。

Google: Gemma 4 31B IT 是来自 Google DeepMind 的一款指令微调多模态开放模型，有 256K 上下文窗口，专为推理、编码、智能体工作流和图像理解而设计。它接受文本和图像输入并生成文本输出，有原生工具调用能力和可配置的思考模式，适用于长上下文助手体验。

Macaron: Macaron V1 Venti 是 Macaron-V1 系列中的 748B 参数旗舰模型，专为个人智能、工具使用、编码工作流和代码原生生成式 UI 而构建。该模型在 GLM-5.2 之上使用了混合 LoRA (MoL) 架构，包含一个 744B 参数的基础模型和四个 1B 参数的 LoRA 专家模型。这些专家涵盖了聊天、个人代理任务、编码和 GenUI，通过一个 L0 路由器为每个新的用户请求选择最合适的专家。

Macaron: Macaron V1 Tall 是 Macaron-V1 系列中的高效模型，基于 Qwen3.6-35B-A3B 构建，配备了四个专用的 LoRA 适配器，分别用于对话 (Chat)、智能体 (Agent)、编程 (Coding) 和生成式界面 (GenUI)。它遵循与 Macaron-V1-Venti 相同的路由式 LoRA 混合 (MoL) 设计，将 Macaron 的个人智能、编程、工具使用和代码原生生成式 UI 功能引入到更小、更易于部署的环境中。

Llama 4 Scout 17B Instruct (16E) 是由 Meta 开发的混合专家 (MoE) 语言模型，总计 109B 参数，激活参数为 17B。它支持原生多模态输入（文本和图像）以及 12 种受支持语言的多语言输出（文本和代码）。Scout 专为助手式交互和视觉推理而设计，每次前向传播使用 16 个专家，支持 1000 万 token 的上下文长度，训练语料库约为 40 万亿 token。Llama 4 Scout 专为高效率和本地或商业部署而构建，采用了早期融合 (early fusion) 技术，可实现平滑的模态集成。它经过指令微调，适用于多语言聊天、字幕生成和图像理解任务。该模型根据 Llama 4 Community License 发布，训练数据截止至 2024 年 8 月，并于 2025 年 4 月 5 日公开发布。

inclusionAI: Ling-3.0-flash-Fin 是一款基于 Ling-3.0-flash 构建的金融增强型 MoE 模型，拥有 1240 亿总参数和约 51 亿激活参数。它专为实际投资工作流程而设计，针对复杂的多步骤任务以及长周期的规划与执行优化了。凭借相对较小的激活参数规模，它在提供有竞争力的金融性能的同时，也保持了在推理、编码和数学方面的强大通用能力。

inclusionAI: Ling-3.0-flash-Sante 是一款在健康和医学领域有增强功能的专家混合 (MoE) 模型。它基于 Ling-3.0-Flash 构建，拥有 1240 亿个总参数，每个 token 激活约 51 亿个参数。该模型在医学知识推理、临床安全、循证检索和长周期医疗任务方面表现出色，同时保持了强大的推理、编码和智能体任务通用能力。

Google: Gemma 4 26B A4B IT 是来自 Google DeepMind 的指令微调混合专家 (MoE) 模型。尽管总参数为 252 亿，但在推理过程中每个 token 仅激活 38 亿参数，以极低的计算成本实现了接近 310 亿参数模型的质量。支持包括文本、图像和视频（最高 60 秒，1fps）在内的多模态输入。有 256K token 上下文窗口、原生函数调用、可配置的思考/推理模式以及结构化输出支持。基于 Apache 2.0 许可证发布。