AI 模型库：大模型、Agent 与开发工具
收录并解读主流 AI 模型、Agent 与开发工具的能力、场景与选型对比。
标签：AI Agent
共 305 篇文章 · 清除标签
R2T2 – 网易有道开源的低延迟真流式语音识别模型深度评测
R2T2（Real Real-Time Transcription）是网易有道开源的低延迟真流式语音识别模型，基于Qwen3-ASR架构构建，采用append-only机制实现"已上屏文本不回改"的稳定输出。该模型支持80ms至2s的可调分块策略，针对中英双语优化并保留多语言能力，平均延迟约200—600ms，提供vLLM、Transformers、llama.cpp/GGUF等多后端部署方案，适...
Space Bunny – 匿名登场的免费多模态大模型，单日调用量登顶 OpenRouter
Space Bunny（太空兔）是一款匿名上线于 OpenRouter 和 OpenCode 平台的免费大语言模型，凭借极速推理、突出编程能力和原生多模态输入能力，在上线仅 3 天内便冲上两大平台的单日调用量榜首。该模型拥有 100 万 Token 的上下文窗口，单次最大输出可达 524,288 Token，支持文本、图像和视频三种输入形式。社区开发者评价其推理速度“约等于 GLM 5.3 Fla...
OpenMuse – CopilotKit 开源的个人 AI 助理
OpenMuse 是由 CopilotKit 团队开源的个人 AI 助理项目，其核心设计理念是"给 Agent 配一台电脑"——通过持久化浏览器、可选 Linux Docker 容器和文件系统的组合，让 AI 代理能够在后台持续运行复杂任务，并允许用户随时暂停、接管或恢复操作。该项目面向 iOS、Android 和 Web 三端，内置了 Gmail 与日历集成、PDF 表单填写、网页监控、支出分析...
Longcat-2.5-preview深度评测：美团新一代多模态长程Agent大模型
LongCat-2.5-Preview是美团最新推出的新一代大模型，在延续LongCat-2.0的1.6T总参数、约48B激活参数和1M token原生上下文基础上，首次将多模态能力直接融入基座本体，面向终端、浏览器、桌面软件等场景执行长流程Agent任务。该模型已接入官方API，同时兼容OpenAI和Anthropic双接口协议，支持最大128K tokens输出，并可被Codex、OpenCl...
DeepSeek Harness 桌面版评测：官方 GUI 客户端如何降低 Agent 使用门槛
DeepSeek Harness 桌面版是 DeepSeek 官方推出的图形化客户端，旨在为原本基于命令行的 DeepSeek Harness 框架提供可视化操作界面。用户登录 DeepSeek 账号或配置 API Key、选定本地工作区后，即可像使用普通桌面 AI 应用一样，以自然语言向 Agent 布置任务。该客户端支持标准、PTC、极简、创造四种工作模式，内置多 Agent 协作、语音输入、...
Step Code – 阶跃星辰开源的终端编程智能体深度评测
Step Code 是阶跃星辰推出的开源终端编程智能体，采用 MIT License 许可，允许开发者在终端环境中直接完成代码编写、调试、执行与交付的完整工作流。该智能体在 Terminal Bench 2.1 评测中以 80.9% 的通过率并列第一，且 Token 消耗为并列者中最低；在自建 Multi-Frame 长程基准中同样排名第一。Step Code 内置 StepPage 一键发布静态...
Claude Opus 5.5 深度评测：Anthropic 旗舰模型的编程效率与安全范式革新
Claude Opus 5.5是Anthropic于2026年6月推出的Claude 5.5系列首款旗舰模型，定位为面向企业级智能体编程、复杂知识工作与自动化业务流的高端AI模型。该模型在Terminal-Bench 4.0编程基准上取得66.4%的成绩，在GDPval-AA v2.1知识工作基准上达到1846 Elo，双双领先OpenAI同期旗舰GPT-6 Astra。除性能提升外，Opus 5...
GPT-6 Sol 深度评测：OpenAI 中高端大模型的性价比革新
GPT-6 Sol 是 OpenAI 推出的中高端大模型，源自 GPT-6 Astra 底座，将 Astra 的推理、编程、事实性与 Agent 能力下放至更低价层级。模型 API 定价为输入 2 美元、输出 10 美元每百万 token，较上一代降价 50%。模型 Agent 与编程表现接近 Claude Fable 5.1，单任务成本仅为其约十分之一，主打"单位智能成本"优势。
GPT-6 Luna：OpenAI 轻量级模型的成本革命与能力下放
GPT-6 Luna 是 OpenAI 推出的轻量级 AI 模型，与 GPT-6 Sol 同属 GPT-6 Astra 的衍生版本，定位高频、规模化任务场景。模型 API 价格降至输入 0.1 美元、输出 0.5 美元每百万 token，较上一代便宜 50%，直接进入 DeepSeek 的价格腹地。性能方面，在编程测试 DeepSWE 中取得 66.6% 的得分，接近 Claude Opus 5 ...
Xiaomi MiMo-V2.6 – 小米开源的全模态模型系列
Xiaomi MiMo-V2.6是小米发布并开源的全模态模型系列，包含Pro和Flash两个原生全模态模型，以可验证复杂任务为核心的大规模Agentic强化学习为技术主线。该系列通过6天在线强化学习、约75万条交互轨迹的系统训练，显著提升了软件工程、代码生成、视觉理解与网络安全等多维度能力，并将能力边界扩展至3D游戏场景构建、Blender三维建模、机械臂具身控制、Computer Use自动化操...
