Baidu供应商

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。

新一代文心模型 Baidu: ERNIE 5.1 是一款原生多模态大模型。它采用原生的统一多模态建模方法，联合建模文本、图像、音频和视频，提供完整的多模态能力。Baidu: ERNIE 5.1 的核心能力得到全面升级，在基准测试集上表现优异，特别是在多模态理解、指令遵循、创意写作、事实性、智能体规划和工具使用方面表现强劲。

Baidu: ERNIE 5.0。新一代文心模型 Wenxin 5.0 是一款原生多模态大模型。它采用原生统一多模态建模方法，联合建模文本、图像、音频和视频，提供完整的多模态能力。Wenxin 5.0 的核心能力得到了全面升级，在基准测试数据集上表现出色，尤其在多模态理解、指令遵循、创意写作、事实准确性、智能体规划和工具使用方面有极强的表现。

Z.AI: GLM 5.3 Flash 是来自 Z.ai 的原生多模态模型。它适用于高效编程和长周期智能体任务。其混合稀疏和线性注意力架构在降低计算开销的同时，保持了精确的长上下文处理能力。

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。

Z.AI: GLM 5.3 是智谱AI的下一代旗舰文本模型，基于 GLM-5.2 构建，并通过大规模长程任务后训练增强了。它在编程体验上实现了约 50% 的提升，能自主处理复杂的项目开发、调试、验证和交付。它还支持 100 万 token 的上下文窗口、高达 12.8 万 token 的输出、工具调用和 MCP，在代码审查和漏洞检测等网络安全任务中表现出色。

Z.AI: GLM 5.3 FlashX 是 GLM-5.3-Flash 的更快、更流畅版本，推理速度高达 200 tokens/s。Z.AI: GLM 5.3 FlashX 是 Z.ai 旗下的原生多模态模型，适用于高效编程和长程代理任务。其混合稀疏与线性注意力架构在降低计算开销的同时，保持了精准的长上下文表现。