全部
qwen3-235b-a22b-thinking-2507
基于Qwen3的思考模式开源模型，相较上一版本（千问3-235B-A22B）逻辑能力、通用能力、知识增强及创作能力均有大幅提升，适用于高难度强推理场景。
qwen3.6-plus
Qwen3.6原生视觉语言系列Plus模型，展现出与当前顶尖前沿模型相媲美的卓越性能，模型效果相较3.5系列显著提升。模型在Agentic coding、前端编程、Vibe coding等代码能力、多模态万物识别、OCR、物体定位等能力上显著增强。
该模型版本功能等同于快照模型qwen3.6-plus-2026-04-02
Doubao-Seed-2.0-Pro
旗舰级全能通用模型，面向 Agent 时代的复杂推理与长链路任务执行场景。强调多模态理解、长上下文推理、结构化生成与工具增强执行。复杂指令与多约束执行能力突出，可稳定应对多步复杂规划、复杂图文推理、视频内容理解与高难度分析等场景。
最大上下文长度：256K 输入：文字、图片、视频 输出：文字
minimax-m2.7
minimax-m2.7 能够自行构建复杂 Agent Harness，并基于 Agent Teams、复杂 Skills、Tool Search Tool 等能力，完成高度复杂的生产力任务。在编程、工具调用和搜索、办公等生产力场景都达到或刷新了行业的 SOTA。最大上下文长度：128K 输入: 文本 输出: 文本
glm-5-turbo
glm-5-turbo 是面向 OpenClaw 龙虾场景深度优化的基座模型，能聊天更会干活，在复杂、动态、长链路的任务中真正具备可执行性。
qwen-long
千问系列上下文窗口最长，能力均衡且成本较低的模型，适合长文本分析、信息抽取、总结摘要和分类打标等任务。
qwen3-vl-plus
通义千问VL是具有视觉（图像）理解能力的文本生成模型，不仅能进行OCR（图片文字识别），还能进一步总结和推理，例如从商品照片中提取属性，根据习题图进行解题等。 模型能力： 视觉理解 最大上下文：256K 输入：文本、图片、视频 输出：文本
qwen3-vl-flash
qwen3-vl-flash 类型：多模态视觉语言模型（轻量版） 输入：text + image 输出：text 特点：速度快、资源占用低，适合日常图文理解、OCR、看图问答
qwen3-vl-30b-a3b-instruct
Qwen3-VL系列第二大MoE模型的Instruct版本，响应速度快，支持长视频长文档等超长上下文；全面升级图像/视频理解、空间感知与万物识别能力；具备视觉2D/3D定位能力，胜任复杂现实任务。
最大上下文长度：128K 输入: 图片、视频、文本 输出: 文本