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编程
共 233 篇文章 · 清除标签
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 ...
Grok 4.7 深度评测：SpaceXAI 旗舰级编码与知识工作模型全面解析
Grok 4.7 是 SpaceXAI 于 2026 年推出的最新旗舰级大语言模型，定位为最强的编码与知识工作专用模型，旨在解决长时程复杂任务中模型易跑偏、上下文管理困难等核心痛点。相较前代 Grok 4.6，该版本换用了更大的基座模型，并引入自我验证机制、Harness 原生理解与新一代安全护栏，在 CursorBench、Terminal-Bench、法律及电气工程等专业基准测试中均有显著提升...
WebCraftBench – 腾讯联合清华推出的AI网页生成评测基准
WebCraftBench 是腾讯混元联合清华大学、北京大学推出的 AI 网页生成评测基准，旨在解决"AI 生成的网页应用质量如何客观评估"这一行业难题。该基准创新性地采用代码插桩与覆盖率引导的智能体探索机制，让 AI 智能体通过 Playwright 实际操作系统生成的网页应用，自动发现功能并测试边界情况，再通过状态抽象将交互记录转化为状态转移图，从美观度、易用性、需求符合度三个维度分别打分。基...
Step 5 Preview深度评测：600B稀疏MoE旗舰，百万Token上下文与1/8成本优势
Step 5 Preview是阶跃星辰（StepFun）推出的新一代旗舰基座模型，面向真实世界Agentic任务设计。该模型基于稀疏MoE架构，总参数达600B但每次推理仅激活27B参数，支持100万Token超长上下文窗口，并实现文本与视觉的原生多模态融合。在全球权威的Artificial Analysis Intelligence Index评测中，Step 5 Preview以44分位居开源...
MiniMax Code CLI 深度评测：MIT 开源终端智能体如何解锁企业级编码自动化
MiniMax Code CLI 是稀宇科技（MiniMax）推出的开源命令行 AI 编程工具，也是其客户端产品 MiniMax Code 的核心组件，自 v0.4.12 起以 MIT 协议开放全部第一方源码。该工具瞄准终端场景中的代码编辑、任务规划与自动验证，在 FrontierHarness Eval 评测中任务通过率达 76.7%，成功任务耗时中位数仅 4 分 33 秒，两项指标均优于公开基...
评测：GLM-5.3-FlashX —— 智谱高速推理模型，200 tokens/s 的实时交互新标杆
GLM-5.3-FlashX 是智谱 AI 于 2026 年推出的高速推理模型，是 GLM-5.3-Flash 的加速升级版本。其核心卖点在于输出速度最高可达 200 tokens/s，较前代产品提速 5 倍，同时以 2.5 倍的价格实现，形成了性能与成本之间的再平衡。模型构建于 10 万张国产芯片组成的推理集群之上，推理基础设施由 GLM-5.3 驱动的 Agent 在两周内自主构建完成，这一过...
Hypit – 开源的 AI 视频生成工具，自动复刻爆款视频
Hypit 是一款开源的 AI 视频生成工具，以“给 Agent 一条爆款视频，自动复刻完整工作流”为核心方法论，将爆款视频拆解为结构化的 .svml 文件，实现改一句文本、音画字幕自动同步调整的文本驱动编辑能力。工具支持全片克隆、换主播、换内容、换语言，单条命令可批量产出上百个视频变体，并可在 Claude Code、Codex、豆包等编码 Agent 中直接调用，为短视频创作者提供了从克隆、编...
Jev – TypeSafe AI 推出的 AI 结构化决策模型评测
Jev 是 TypeSafe AI 推出的一款专注于结构化决策的 AI 模型，其核心定位并非通用对话或内容生成，而是高频、低延迟的确定性判断。该模型接受非结构化信息输入，通过一次并行计算，直接输出带有校准概率的结构化结果（Choice/Score/Noul），端到端延迟控制在 70–500 毫秒。Jev 的设计目标是为 Agent 系统提供前置决策层，承担路由、分类、风控初筛等高频判断任务，从而将...
Union Alpha – 神秘多模态大模型，限时免费不限量
Union Alpha是一个以“隐身”（stealth）模式发布的多模态大语言模型，近期上线于OpenRouter、Cline及OpenCode等主流AI服务平台。该模型支持文本与图像双模态输入，具备完整的工具调用（function calling）能力，拥有262,144 token的上下文窗口和131,072 token的最大输出长度，主要面向研究分析、代码生成与Agentic工作流等通用任务...
Open-RAIL评测：中国移动开源的具身智能通用工程底座，打通VLA/WAM模型落地"最后一公里"
Open-RAIL 是中国移动向全球开源的具身智能通用工程底座，定位为行业内首个连接 VLA/WAM 模型与机器人本体的通用"神经系统"。该项目在框架层面打通了"推理—执行—数据回流—模型迭代"的完整闭环，通过三线程异步流水线架构将动作平滑度提升两个数量级，端边云部署切换零代码改动，新机器人接入周期从以周计压缩至以小时计，新模型接入仅需 50—100 行代码。目前 Open-RAIL 已适配 4 ...
