3A API

MiniMax-M2.5 是 MiniMax 推出的最新大语言模型，通过在数十万个复杂真实环境中进行大规模强化学习训练。该模型采用 MoE 架构，拥有 2290 亿参数，在编程、智能体工具调用与搜索、办公场景等任务中达到业界领先水平，在 SWE-Bench Verified 上取得 80.2% 的成绩，推理速度比前代 M2.1 提升 37%。

MiniMax-M3是一个开源旗舰模型，集前沿编程能力、1M超长上下文和原生多模态三大能力于一身，是全球首个具备此完整能力组合的开源模型。它基于自研的MSA稀疏注意力架构，在保证性能的同时，将1M上下文下每Token计算量降至上一代的1/20，并在预填充和解码阶段实现了超9倍和15倍的加速。在编程与智能体评测中表现突出，例如在SWE-Bench Pro上得分59.0%，超越GPT-5.5和Gemini 3.1 Pro，并在BrowseComp（83.5分）等基准上取得领先。

MiniMax-M3是一个开源旗舰模型，集前沿编程能力、1M超长上下文和原生多模态三大能力于一身，是全球首个具备此完整能力组合的开源模型。它基于自研的MSA稀疏注意力架构，在保证性能的同时，将1M上下文下每Token计算量降至上一代的1/20，并在预填充和解码阶段实现了超9倍和15倍的加速。在编程与智能体评测中表现突出，例如在SWE-Bench Pro上得分59.0%，超越GPT-5.5和Gemini 3.1 Pro，并在BrowseComp（83.5分）等基准上取得领先。

一款基于BERT架构的中文语义向量模型，以轻量级参数实现了接近大模型的性能。它专门针对中文优化，有效改善了相似度分布问题，在C-MTEB等基准测试中表现优异。模型采用MIT协议开源，是兼顾性能与效率的理想选择。

BGE-M3 是一个多功能、多语言、多粒度的文本嵌入模型。它支持三种常见的检索功能：密集检索、多向量检索和稀疏检索。该模型可以处理超过100种语言，并且能够处理从短句到长达8192个词元的长文档等不同粒度的输入。BGE-M3在多语言和跨语言检索任务中表现出色，在MIRACL 和 MKQA 等基准测试中取得了领先结果。它还具有处理长文档检索的能力，在 MLDR 和NarritiveQA 等数据集上展现了优秀性能。

DeepSeek V4 Flash is an AI model provided by venice.

DeepSeek V4 Flash is an AI model provided by venice.

DeepSeek-V4-Pro 是 DeepSeek-V4 系列中的旗舰 MoE 语言模型，拥有 1.6T 总参数、49B 激活参数，原生支持 100 万 tokens 的超长上下文。该模型采用创新的混合注意力架构，结合压缩稀疏注意力（CSA）与高度压缩注意力（HCA），在 1M 上下文下仅需 DeepSeek-V3.2 的 27% 单 token 推理 FLOPs 和 10% KV 缓存。模型还引入流形约束超连接（mHC）增强层间信号传播稳定性，并采用 Muon 优化器加速收敛。DeepSeek-V4-Pro 在超过 32T 高质量多样化 tokens 上预训练，后训练采用“领域专家独立培养 + 在线策略蒸馏统一整合”的两阶段范式。其最大推理强度模式 DeepSeek-V4-Pro-Max 在编程基准上取得顶尖表现，并在推理与 Agentic 任务上大幅缩小与领先闭源模型的差距，是目前最强的开源模型之一，支持 Non-think、Think High、Think Max 三种推理强度模式。

✨ Seedance 2.0 视频 正式上线！最高支持 15s！请使用 /v1/videos 异步调用 价格为官方价格的97折

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

GLM-5 是智谱推出的新一代大语言模型，专注于复杂系统工程和长周期 Agent 任务。模型规模从 GLM-4.5 的 355B 参数（32B 激活）扩展至 744B 参数（40B 激活），预训练数据从 23T 增加到 28.5T tokens。GLM-5 集成了 DeepSeek Sparse Attention（DSA），在保持长上下文能力的同时大幅降低部署成本。在推理、编程和 Agent 任务上，GLM-5 在开源模型中达到同类最佳水平

GLM-5.1 是面向智能体工程的下一代旗舰模型，采用混合专家（MoE）架构，拥有 754B 参数。该模型编程能力显著增强，在 SWE-Bench Pro 上取得了领先水平，在 NL2Repo（仓库生成）和 Terminal-Bench 2.0（真实终端任务）等基准上大幅领先前代。GLM-5.1 专为长周期智能体任务设计，能够以更好的判断力处理模糊问题，拆解复杂任务、执行实验、分析结果，并在数百轮迭代和数千次工具调用中持续优化。