AI Model Library: LLMs, Agents & Dev Tools
Curated reviews of mainstream AI models, agents, and dev tools — capabilities, use cases, and how they compare.
Tag: Reasoning Model
54 article(s) found · Clear tag
Qwen-Audio-3.0-Realtime – 阿里推出的实时语音交互模型
Qwen-Audio-3.0-Realtime 是阿里云通义团队推出的新一代实时语音交互对话模型，提供 Plus 与 Flash 双版本，在毫秒级响应速度下保持高推理深度。模型基于 On-Policy Distillation 与多教师蒸馏技术，将文本大模型能力完整迁移至语音模态，支持无指令 Agent 工具自调用、动态情感语气调整与双工对话。该模型已上线阿里云百炼平台，适用于智能客服、教育培训、...
MoWorld – 魔芯科技推出的全球首个高帧率交互式世界模型
MoWorld 是由魔芯科技推出的全球首个高帧率交互式世界模型，基于纯国产华为昇腾 NPU 全栈优化，实现了最高 50 FPS 的实时推理能力，推理成本较传统 GPU 部署降低 70%。该模型采用 14B 参数的混合专家（MoE）架构，支持精确相机轨迹控制与 4D 空间感知，能够生成长时程、空间一致的大尺度场景视频，覆盖城市、室内、驾驶等复杂环境。MoWorld 的推出标志着世界模型从非实时生成迈...
Leanstral 1.5 – Mistral AI 开源的形式化验证大模型
Leanstral 1.5 是 Mistral AI 开源的形式化验证大模型，专为 Lean 4 自动定理证明深度优化。该模型采用 119B 参数的稀疏混合专家（MoE）架构，每 token 仅激活 6.5B 参数，在保持强大推理能力的同时显著降低推理成本。模型支持 256k 超长上下文窗口与图文多模态输入，在 miniF2F、PutnamBench、FATE-H 等数学证明基准上均达到当前最优（...
GeneBench-Pro – OpenAI 推出的计算生物学研究级基准测试
GeneBench-Pro是OpenAI推出的研究级基准测试，专门用于评估AI模型在计算生物学中处理判断密集型分析的能力。该基准包含129个跨基因组学、定量生物学和转化医学的问题，每个任务均提供真实且混乱的合成数据集，要求模型自主探索数据、选择分析路径、迭代实验并给出最终答案，核心考察的是高阶科学推理与决策能力。作为继GeneBench原始版本后的重大升级，GeneBench-Pro通过全合成数据...
yuxinlu1 Gemma4-12B – 开源的编程与 Agentic 模型系列
yuxinlu1 Gemma4-12B 是由个人开发者逯雨鑫基于 Google Gemma 4 12B 指令模型微调的开源编程与 Agentic 模型系列，包含 V1 代码版和 V2 Agentic 版。该模型通过蒸馏 Cursor Composer 2.5 与 Fable 5 的高质量思维链数据，将前沿大模型的编程推理能力压缩进仅 12B 参数的本地可运行模型中，最低仅需 4.5GB 显存即可离...
Claude Sonnet 5 – Anthropic推出的最强智能体模型
Claude Sonnet 5 是 Anthropic 推出的 Sonnet 系列中智能体能力最强的模型，在智能体编码、终端操作、浏览器搜索、计算机使用等评测中性能接近旗舰级 Opus 4.8，但价格显著更低。该模型已成为 Free 和 Pro 用户的默认模型，其安全性（不良行为发生率）也优于上一代 Sonnet 4.6，标志着中端模型在自主执行能力上实现了质的飞跃。
VibeThinker-3B – 微博开源的 30 亿参数密集推理模型
VibeThinker-3B是新浪微博AI团队开源的30亿参数密集推理模型，基于Qwen2.5-Coder-3B基座，通过升级版Spectrum-to-Signal后训练流程，在数学、编程等可验证推理任务上达到Gemini 3 Pro、Claude Opus 4.5等千亿级前沿大模型的同级性能。该模型以极小参数规模探索小模型能力边界，与传统Scaling Law形成互补，为低算力环境下的高性能推理...
Spatial-TTT – 清华联合混元开源的流式视觉空间智能框架
Spatial-TTT是由清华大学、腾讯混元与南洋理工大学联合推出的流式视觉空间智能框架。该框架仅2B参数，通过Test-Time Training（TTT）技术，在观看视频流的过程中持续更新内部空间记忆，实现对长达120分钟视频的空间推理。在VSI-Bench、MindCube-Tiny等多个基准上，其表现超过GPT-5、Gemini-3-pro等闭源大模型，峰值显存占用比行业领先方案节省超40...
程Alpha – 明日程推出的行业首个认知模型
新程Alpha（NextieAlpha）是由“小冰之父”李笛带队、明日新程（Nextie）推出的行业首个认知模型，仅4B参数即可在端侧设备部署。该模型基于开源推理模型，通过强化学习解耦知识与认知，凝练出独立的思考算法，实现跨场景的举一反三能力。在群体智能任务中，新程Alpha的输出效果可类比于参数规模远超自身的模型，同时算力成本实现断崖式下降，支持7×24小时主动持续运行。模型配套团子多Agent...
GitNexus – 开源代码知识图谱引擎，构建完整依赖关系图
GitNexus 是一款开源的代码知识图谱引擎，旨在通过 Tree‑sitter 解析将代码仓库转化为完整的依赖关系图，并借助 MCP 协议向 Cursor、Claude Code、Codex 等 AI 编程工具暴露结构化的上下文信息。与传统 Graph RAG 依赖 LLM 实时探索原始图边不同，GitNexus 在索引阶段即完成调用链追踪、社区聚类和风险评分等预计算，使得 AI 一次工具调用即...
Subscribe to AI Model Reviews
Get in-depth reviews the moment a new AI model drops. Know its capabilities and use cases.
We never share your email. Unsubscribe anytime.