月之暗面团队推出Kimi Linear模型，在AIGC领域实现技术突破。该模型采用混合线性注意力架构，处理长上下文速度提升2.9倍，解码速度提高6倍，性能超越传统Softmax注意力机制，特别在上下文处理和强化学习等场景表现优异。
国产团队Moonshot AI发布Kimi Linear架构技术报告，提出可替代完全注意力机制的混合线性架构。该架构在速度、内存效率和长上下文处理三方面实现突破，显著降低KV缓存使用，兼具高效与性能优势，被誉为智能体时代注意力机制新起点。
蚂蚁集团开源百灵大模型Ring-flash-linear-2.0-128K，专攻超长文本编程。采用混合线性注意力与稀疏MoE架构，仅激活6.1B参数即可媲美40B密集模型，在代码生成和智能代理领域达到最优表现，高效解决长上下文处理痛点。
DeepSeek发布实验模型V3.2-exp，采用创新的“稀疏注意力”机制显著降低长上下文推理成本。该模型已在Hugging Face和GitHub同步上线，核心是通过“闪电索引器”和注意力机制优化处理效率。这一突破性技术有望推动AI在长文本处理领域的发展。
VideoRAG 是一个用于处理极长上下文视频的检索增强型生成框架。
MiniMax-Text-01是一个强大的语言模型，具有4560亿总参数，能够处理长达400万token的上下文。
强大的语言模型，拥有4560亿总参数，可处理长达400万token的上下文。
LG AI Research开发的双语文本生成模型
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
Anthropic
$7
$35
200
$21
$105
Alibaba
$2
-
256
Baidu
32
Bytedance
$0.8
$8
$0.75
$15
$525
Huawei
$0.3
Tencent
$0.5
224
$8.75
$70
Tarka-AIR
Tarka-Embedding-350M-V1是一个拥有3.5亿参数的文本嵌入模型，能够生成1024维的密集文本表示。该模型针对语义相似性、搜索和检索增强生成（RAG）等下游应用进行了优化，支持多种语言并具有长上下文处理能力。
allenai
Olmo 3是Allen Institute for AI (Ai2)开发的全新32B参数语言模型家族，包含Base、Instruct和Think等变体。该模型基于Dolma 3数据集训练，支持65,536的长上下文处理，旨在推动语言模型科学发展。模型完全开源，遵循Apache 2.0许可证。
redponike
Qwen3-VL-4B-Instruct 是通义千问系列最新的视觉语言模型，在4B参数规模下实现了卓越的视觉感知、文本理解与生成、空间推理和智能体交互能力。它支持长上下文和视频理解，具备强大的OCR和多语言处理能力。
unsloth
Qwen3-VL-32B-Thinking是Qwen系列中最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文处理、空间和视频动态理解能力，以及出色的智能体交互能力。
Qwen3-VL是阿里巴巴推出的新一代视觉语言模型，在文本理解、视觉感知、空间理解、长上下文处理和智能体交互等方面全面升级，支持从边缘设备到云端的灵活部署。
Qwen
Qwen3-VL-8B-Thinking是通义千问系列中最强大的视觉语言模型，具备增强推理能力的8B参数版本。该模型在文本理解、视觉感知、空间理解、长上下文处理等方面全面升级，支持多模态推理和智能体交互。
Qwen3-VL是阿里巴巴推出的最新一代视觉语言模型，在文本理解、视觉感知、空间理解、视频分析和智能体交互等方面均有显著提升。该模型支持多模态输入，具备强大的推理能力和长上下文处理能力。
moonshotai
Kimi Linear是一种混合线性注意力架构，在各种场景下包括短、长上下文以及强化学习扩展机制中，均优于传统的全注意力方法。它能有效解决传统注意力机制在长上下文任务中效率低下的问题，为自然语言处理等领域带来更高效的解决方案。
Kimi Linear是一种高效混合线性注意力架构，在短上下文、长上下文和强化学习场景中均优于传统全注意力方法。它通过Kimi Delta Attention (KDA)机制优化注意力计算，显著提升性能和硬件效率，特别擅长处理长达100万令牌的长上下文任务。
nightmedia
基于Qwen3-Next的800亿参数指令微调模型，采用Deckard qx64n混合精度量化技术，支持100万上下文长度，在抽象推理、内存效率和长上下文处理方面表现优异
thenexthub
OpenModel-1T-A50B-Instruct是NeXTHub开发的万亿参数混合专家模型，结合进化思维链训练方法，在推理能力和能源效率上取得平衡，具备深度推理能力和128K长上下文处理能力。
ticoAg
Qwen3-VL-30B-A3B-Instruct-AWQ是Qwen3-VL系列的量化版本，具备强大的视觉语言处理能力，支持图像理解、视频分析、多模态推理等任务。该模型在文本理解、视觉感知、空间理解、长上下文处理等方面均有显著提升。
NexaAI
Qwen3-VL-8B-Thinking是阿里云Qwen团队开发的80亿参数多模态大语言模型，专为深度多模态推理设计，支持视觉理解、长上下文处理和结构化思维链生成，在复杂推理任务中表现出色。
Qwen3-VL是阿里巴巴推出的最新一代视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力，支持长上下文处理和视频理解，提供指令优化版本。
ByteDance-Seed
人工海马网络（AHN）是一种创新的长上下文建模方法，通过将无损记忆转换为固定大小的压缩表示，结合了无损记忆的精确性和压缩记忆的高效性。该模型能够有效处理长序列，计算成本固定，适用于各种类似RNN的架构。
AHN是一种用于高效长上下文建模的创新神经网络架构，通过将无损内存转换为固定大小的压缩表示，结合了Transformer和RNN的优势，在长序列处理中实现高效计算和准确预测。
Apertus是一款参数规模达70B和8B的全开放多语言语言模型，支持超1000种语言和长上下文处理，仅使用完全合规且开放的训练数据，性能可与闭源模型相媲美。
Apertus是一款由瑞士AI开发的全开放多语言大语言模型，参数规模达80亿和700亿，支持超过1000种语言和长上下文处理，仅使用完全合规的开放训练数据，性能可与闭源模型相媲美。
Qwen3-VL是通义系列最强大的视觉语言模型，具备卓越的文本理解与生成能力、深入的视觉感知与推理能力、长上下文处理、空间和视频动态理解能力，以及出色的智能体交互能力。
pierre-tassel
Rapido NER 是一个强大的多语言命名实体识别器和实体嵌入模型，以猫 Rapido 命名。该模型提供强大的多语言 NER 性能，支持实体聚类和检索，处理文档内聚类以及长上下文等任务。
TransformersEnglish%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
