TencentCloud供应商

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。

Tencent: Hy4 Preview 是腾讯推出的混合专家（MoE）模型，总参数量为 770B，激活参数量为 49B。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。

MiniMax: MiniMax M2.7。M2.7 在现实软件工程中表现卓越，涵盖端到端完整项目交付、日志分析与故障分类、代码安全、机器学习等领域。在 SWE-Pro 基准测试中，M2.7 得分为 56.22%，几乎达到了 Opus 的水平。这种能力也延伸至端到端完整项目交付场景（VIBE-Pro 55.6%）以及对 Terminal Bench 2 上复杂工程系统的深度理解（57.0%）。在专业办公领域，我们提升了模型在各个领域的专业知识和任务交付能力。在 GDPval-AA 上，其 ELO 分数为 1495，是开源模型中最高的。M2.7 在 Office 套件（Excel/PPT/Word）中执行复杂编辑的能力显著提高，能实现更好的多轮修订和高保真编辑。M2.7 有与复杂环境交互的能力。在 40 个复杂技能（> 2000 tokens）案例中，M2.7 仍保持了 97% 的技能遵循率。在 OpenClaw 使用方面，相比 M2.5，M2.7 展现了显著提升，在 MMClaw 评估中得分接近最新的 Sonnet 4.6。M2.7 拥有出色的身份保持能力和情商。除了生产力用例之外，它还为互动娱乐场景的创新开辟了空间。

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。

除了DeepSeek之外，腾讯云（TencentCloud）和阿里云（AlibabaCloud）现在也提供了官方的0731版本，而其他提供商仍在使用旧的0424版本。DeepSeek: DeepSeek V4 Pro 0813是DeepSeek的旗舰级开放权重混合专家模型（MoE），于2026年4月24日发布预览版。该模型总参数量为1.6万亿，每个token激活490亿参数，并支持一百万token的上下文窗口。它专为高级推理、编程、STEM任务和自主智能体设计，在开源模型中提供了最先进的性能，并可与领先的专有系统媲美。该模型支持思考和非思考模式，可通过DeepSeek的应用程序和API进行访问。

DeepSeek: DeepSeek V4.1 Flash 1017 是一款拥有 552B 参数的 MoE 模型，基于全新的因果编码器-解码器架构构建，用来实现更高的性能、更快的推理速度、更高的吞吐量以及更低的部署成本。它原生支持多模态视觉理解，并提供旗舰级的智能水平，同时显著降低了 KV 缓存需求，非常适合高吞吐量和对成本敏感的智能体任务。

DeepSeek: DeepSeek V4 Flash 0731 是 DeepSeek V4 系列中面向效率的变体，作为预览版发布，并与旗舰版 V4-Pro 同时开源。它专为需要 V4 代次的长上下文和推理能力，但追求更快、更经济的 API 层的开发者而设计。与 V4-Pro 相比，DeepSeek: DeepSeek V4 Flash 0731 使用了更小的总参数和激活参数，这样实现更快的响应时间和更低的 API 成本。它保留了接近 V4-Pro 的推理能力，在简单的智能体任务上与 V4-Pro 持平，仅在要求最苛刻的智能体工作流中存在可察觉的差距。世界知识略低于 V4-Pro，但在开源领域内仍有竞争力。与 V4-Pro 一样，DeepSeek: DeepSeek V4 Flash 0731 继承了基于 Token 维度压缩和 DeepSeek 稀疏注意力 (DSA) 构建的新型注意力机制，标配支持 1M 上下文窗口，并提供带有 reasoning_effort 参数（high / max）的思考和非思考模式。迁移说明：旧版模型名称 deepseek-chat 和 deepseek-reasoner 目前分别路由到 DeepSeek: DeepSeek V4 Flash 0731 的非思考和思考模式，并将于 2026-07-24 退役。现有集成应迁移到明确的模型名称 deepseek-v4-flash 或 deepseek-v4-pro。该模型可通过 OpenAI ChatCompletions 和 Anthropic 接口访问，权重已在 Hugging Face 和 ModelScope 上开源。

GLM 5.2 支持更大的上下文窗口和输出长度，最高可达 1M 上下文和 128K 输出 Token。它通过 tool_stream=true 增加了工具调用的流式输出，实现了对工具调用参数的实时访问。与 GLM-4.7 系列一样，它支持通过 thinking={ type: "enabled" } 进行深度思考（启用后强制执行思考过程），并引入了 reasoning_effort 来控制思维链模式下的推理强度。另外，它还提供了更强的编码性能和更先进的推理能力。

HY-Image-V3.0 is a groundbreaking native multimodal model that unifies multimodal understanding and generation within an autoregressive framework. Our text-to-image and image-to-image model achieves performance comparable to or surpassing leading closed-source models.

Tencent: Hy-Image-3.5-Preview 是腾讯推出的一款统一图像生成与编辑模型。它通过单一端点处理文生图、图生图以及多轮编辑任务，单次请求最多支持 20 张参考图，并可生成高达 4K 的图像。该模型基于 80B 参数的混合专家（MoE）架构 Hy Image 3.0 构建，在跨编辑保持主体一致性、精准遵循提示词构图以及在图像内渲染中英文文本方面表现尤为出色。