模型 · Model Atlas 模型图谱

Fugu Ultra 是 Sakana AI 于 2026 年 6 月发布的多智能体编排模型。它本身是一个经过训练的语言模型，能够自主协调多个顶级 LLM（包括递归调用自身）来处理复杂的多步骤任务。用户只需调用单一 OpenAI 兼容 API 端点，Fugu Ultra 会自动进行模型选择、任务委派、验证和综合。在 SWE Bench Pro（73.7）、Terminal Bench 2.1（82.1）、LiveCodeBench（93.2）等 benchmark 上超越 Opus 4.8、Gemini 3.1 Pro 和 GPT-5.5。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Seed2.0 Mini

ByteDance Seed

暂缓推荐

Seed2.0 Mini 是 Seed2.0 系列中最小的通用 Agent 模型，优化推理吞吐和部署密度，适用于高并发和批量生成场景。支持文本+图像+视频多模态理解。编程能力突出（SWE-Bench Pro 54.4%，Vibe Coding 57.4%），但在深度推理和 Agent 能力上弱于 Pro。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Fugu

Sakana AI

暂缓推荐

Fugu 是 Sakana AI 于 2026 年 6 月发布的多智能体编排模型标准版，通过动态协调多个顶级 LLM 在保持低延迟的同时实现强性能，定位为日常工作的默认选择。基于 ICLR 2026 论文 Trinity 和 Conductor 的研究成果。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Claude Sonnet 5

Anthropic / Claude

暂缓推荐

Claude Sonnet 5 是 Anthropic 于 2026 年 6 月 30 日发布的 Sonnet 级别模型，在 agentic 编程、工具调用和专业任务方面大幅超越 Sonnet 4.6，性能接近 Opus 4.8。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Inkling

Thinking Machines Lab

暂缓推荐

Inkling 是 Thinking Machines Lab 于 2026 年 7 月 15 日发布的开源权重多模态模型，采用 975B 总参数/41B 激活参数的 MoE 架构，支持文本、图像和音频输入，1M tokens 上下文，Apache 2.0 许可证。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Kimi K3

Kimi / Moonshot AI

暂缓推荐

Moonshot AI于2026年7月发布的旗舰大语言模型，2.8万亿参数，1M token上下文，原生支持文本+图像+视频理解，始终开启思考模式，面向长程编程与知识工作，全球首个开源3万亿级别模型。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中 Coding Agent 候选

Grok 4.5

xAI / Grok

暂缓推荐

Grok 4.5 是 xAI 于 2026 年 7 月 8 日发布的旗舰级推理模型，支持 500K 上下文、文本+图像+文件输入，可配置 high/medium/low 三档推理强度。Artificial Analysis Intelligence Index 53.8（第 9/187），Coding Index 72.4，Fullstack Agent Elo 1302。定价 $2/$6 per 1M tokens。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Fugu-Cyber

Sakana AI

暂缓推荐

Fugu-Cyber 是 Sakana AI 于 2026 年 7 月 21 日发布的面向网络安全的多智能体编排模型，在 CyberGym（86.9%）和 CTI-REALM（72.1%）基准测试中达到前沿水平。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Gemini 3.5 Flash-Lite

Google

暂缓推荐

Gemini 3.5 Flash-Lite 是 Google DeepMind 于 2026 年 7 月发布的 Gemini 3 系列 GA 模型，基于 Gemini 3.1 Flash-Lite，1M 上下文 64K 输出，输入 $0.30/1M tokens 输出 $2.50/1M tokens，支持文本/图像/视频/音频/PDF 多模态输入，定位高吞吐量低成本智能体任务。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Claude Haiku 4.5

Anthropic

暂缓推荐

Claude Haiku 4.5 是 Anthropic 于 2025 年 10 月 15 日发布的最快、最具成本效益的小型模型，在编码、计算机使用和代理任务上匹配 Sonnet 4 的性能，同时成本仅为三分之一、速度超过两倍。SWE-bench Verified 73.3%，输入 $1/M tokens，输出 $5/M tokens。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Gemini 3.6 Flash

Google

暂缓推荐

Gemini 3.6 Flash 提供 1M 上下文、64K 输出、多模态输入、工具调用与计算机操作预览。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Gemini 3.5 Flash Cyber

Google

暂缓推荐

Gemini 3.5 Flash Cyber 用于高频发现、验证和修复软件漏洞，目前通过 CodeMender 受限试点部署。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

Muse Spark 1.1

GPT-Live-1

OpenAI

暂缓推荐

GPT-Live-1 是 OpenAI 于 2026-07-08 发布的全双工语音模型，采用连续交互架构，支持实时打断与自然对话，深度任务委派给 GPT-5.5 处理。目前通过 ChatGPT 应用提供，API 即将开放。

A 类案例：0 待核验

模型档案加入对比

状态：暂缓推荐 AA：暂无数据暂无可核验 A 类案例风险：中

矩阵

Top 20 评分切片

矩阵用于快速扫描高分模型，完整筛选请以上方模型索引为准。

模型	Coding Agent 适配	长上下文	研究	开放 / 平台	生命周期风险	A 类案例
GPT-5.5 (xhigh) OpenAI	通用/待核验	暂无数据	待核验	平台/待核验	中	5
Claude Opus 4.7 (max) Anthropic / Claude	通用/待核验	暂无数据	待核验	平台/待核验	中	5
Gemini 3.1 Pro Preview Google / Gemini	通用/待核验	暂无数据	待核验	平台/待核验	中	5
GPT-5.4 (xhigh) OpenAI	通用/待核验	暂无数据	待核验	平台/待核验	中	5
Qwen3.7 Max Qwen / Alibaba	通用/待核验	暂无数据	待核验	开放/混合信号	中	5
Kimi K2.6 Kimi / Moonshot AI	通用/待核验	暂无数据	待核验	平台/待核验	中	6
MiMo-V2.5-Pro Xiaomi / MiMo	通用/待核验	暂无数据	待核验	平台/待核验	中	5
GPT-5.3 Codex (xhigh) OpenAI	通用/待核验	暂无数据	待核验	平台/待核验	中	5
Grok 4.3 (high) xAI / Grok	通用/待核验	暂无数据	待核验	平台/待核验	中	8
Claude Opus 4.6 (max) Anthropic / Claude	通用/待核验	暂无数据	待核验	平台/待核验	中	5
Muse Spark Meta / Llama	通用/待核验	暂无数据	待核验	开放/混合信号	中	5
Qwen3.6 Max Preview Qwen / Alibaba	通用/待核验	暂无数据	待核验	开放/混合信号	中	7
DeepSeek V4 Pro (Max) DeepSeek	通用/待核验	暂无数据	待核验	开放/混合信号	中	7
GLM-5.1 Z AI / GLM	通用/待核验	暂无数据	待核验	平台/待核验	中	10
GPT-5.2 (xhigh) OpenAI	通用/待核验	暂无数据	待核验	平台/待核验	中	5
Muse Spark 1.1 Meta	待核验	暂无数据	待核验	待核验	中	0
Qwen3.6 Plus Qwen / Alibaba	通用/待核验	暂无数据	待核验	开放/混合信号	中	5
GLM-5 Z AI / GLM	通用/待核验	暂无数据	待核验	平台/待核验	中	5
Claude Opus 4.5 Anthropic / Claude	通用/待核验	暂无数据	待核验	平台/待核验	中	5
MiniMax-M2.7 MiniMax	通用/待核验	暂无数据	待核验	平台/待核验	中	5

返回顶部