豆包大模型团队推出的新一代专业级多模态创作视频模型 Seedance 2.0，支持图像、视频、音频等多模态作为参考输入生成视频，还具备视频编辑、延长等能力，能高精度还原各类细节并稳定角色特征，具备极致拟真的视听稳定性，深度适配商业广告、影视制作与社交媒体营销等各大核心场景

Seedance-2.5 是新一代 AI 视频生成模型，具备更强的画面细节表现力、人物动作连贯性与镜头调度能力，支持更长时长视频创作，光影、材质还原更加真实，可高效实现高质量图文生成视频、参考图驱动视频等创作需求。

Kimi K3.1 Pro 高速版（kimi-k3.1-pro-highspeed）是月之暗面（Moonshot AI）于 2026 年 10 月推出的旗舰模型 Kimi K3.1 Pro 的高速版 SKU。K3.1 Pro 是 K3.1 系列的第一个模型，为 3 万亿级参数 MoE 模型（基于 K3 进行大规模强化学习后训练），官方定位「迄今能力最强的模型」，支持 100 万 token（1,048,576）上下文窗口与原生视觉理解，在代码、3D 创作、金融研究与长程 Agent 任务上提升显著；该系列仅支持思考模式，通过顶层 reasoning_effort 调节推理强度。高速版与标准版智能水平相同，输出速度约为标准版的 2~3 倍，API 价格约为标准版 2 倍（官方中国站：输入 ¥26.00/百万 token、输出 ¥136.00/百万 token、缓存命中 ¥1.30/百万 token），计费不按上下文长度分段、全部按量付费。可通过 kimi.com、Kimi App、Kimi Work、Kimi Code 及 Kimi API 使用，官方称完整模型权重将于 11 月 4 日前发布。

Kimi K3.1 Pro 是月之暗面（Moonshot AI）K3.1 系列的首个模型，也是其迄今能力最强的旗舰模型：3 万亿级参数（开放权重，2.8T 总参数 / 104B 激活参数的 MoE 架构），原生支持视觉理解，提供 100 万 token 上下文窗口，在代码、3D 创作、金融研究与建模等能力上显著提升。该模型始终开启思考模式，可通过请求顶层 reasoning_effort 配置推理强度（low/high/max，默认 max），支持工具调用与 JSON/结构化输出。API 按 token 用量计费，输入区分缓存命中与未命中，缓存写入按 TTL（5min/1h）单独计费，计费不按上下文长度分段。

DeepSeek-V4.1-Flash-1017 是 DeepSeek 于 2026 年 10 月 17 日更新的轻量高效模型，在上一代 V4.1-Flash 基础上进一步优化性能与成本，主打“许愿式编程”——用较少提示词和素材就能从零构建完整项目。它在多项基准测试中提升明显，同时缩短任务时间与输出长度，达到新的性能-费用帕累托最优，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台做了专门优化；官方展示案例包括故宫 3D 建模、网页版赛车游戏、Godot 引擎复刻《传送门 2》等。

DeepSeek-V4.1-Flash（API 调用名 deepseek-flash）是 DeepSeek 于 2026 年 9 月 10 日发布的新一代模型，为全新 Causal-Encoder-Decoder 结构系列中尺寸最小的模型：总参数 552B 的 MoE，输入激活约 8B、输出激活约 16B，具备原生多模态视觉理解能力。官方模型与价格页显示其上下文长度为 1M，最大输出长度 384K，支持非思考与思考模式（默认开启思考模式，思考强度默认 high，可选 low/high/max），并支持 Json Output、Tool Calls、Responses API 与 Anthropic API 兼容格式。API 按输入与输出总 token 数计量计费（单位为每 1M tokens），采用峰谷定价：空闲时段价格为高峰时段价格的一半，高峰时段为北京时间周一至周五 9:00-12:00、14:00-18:00，其余为空闲时段；上下文缓存命中后的输入价格显著低于缓存未命中价格。

Wan3.0-Video-Prime 是万相3.0 的高速版视频生成模型，能力对齐 Wan3.0-Video 标准版，支持四模态全能参考，最长可生成30秒视频，带来沉浸式视听体验的同时端到端速度显著提升。

GLM-5.3-Flash 是智谱（Z.ai / BigModel 开放平台）GLM-5 系列中首个原生多模态模型，总参数量 320B、激活参数量 18B，采用稀疏/线性注意力混合架构，在大幅降低单 Token 计算量与 KV 缓存占用的同时，实现超越 GLM-5.2 的编码与智能体（Agent）能力，可原生理解图片、视频、文件等输入并生成可交互代码。模型支持 1M 上下文窗口、最大输出 128K Tokens，强制启用深度思考并可通过 reasoning_effort（low/high/max）调节推理强度，同时支持 Function Calling、结构化 JSON 输出、上下文缓存与流式输出。定价约为 GLM-5.3 的 1/10（限时折扣期内为 1/20），主打“前沿智能、Flash 成本”的高性价比定位，权重以 MIT 协议开源。