2026年春节期间，国产AI大模型赛道迎来密集发布潮，字节跳动、智谱、MiniMAX等头部企业相继推出新品，带动资本市场对AI应用板块热情高涨。其中，字节跳动发布的Seedance 2.0视频生成模型尤为瞩目，支持文本和图像输入，可生成长达60秒的多镜头视频，并实现了画质跨越，具备原生音频同步与出色的运镜规划能力。
微软推出轻量级实时文本转语音模型VibeVoice-Realtime-0.5B，支持流式输入与长篇输出，适用于代理应用和实时数据讲述。该模型能在约300毫秒内开始输出语音，配合语言模型生成回答。其框架通过连续语音标记实现下一个标记的扩散。
谷歌在移动端测试“AI概览+AI模式”合并功能，用户可在搜索结果页直接展开多轮对话，无需跳转。该功能支持文本、语音和图片输入，对话长度可达传统搜索三倍，并保留引用来源与网页排名。产品副总裁表示，新设计旨在消除用户选择搜索或聊天的成本，实现连续提问与即时回复。
OpenAI发布GPT-5 Pro API，具备40万Token上下文窗口，支持图像输入，可处理复杂长文本。定价为每百万Token15美元，推动AI应用普及。这是该公司迄今最强大的模型。
业界首个llama3中文指令微调模型，支持长文本输入，实现高质量中文问答。
Chat Gpt长文本输入
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
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$6
$24
256
Baidu
128
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
$15.8
$12.7
unsloth
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。
lmstudio-community
Mistral Small 3.2 24B Instruct 2506 是一个多语言大语言模型，支持文本和图像输入，文本输出，具有128k的上下文长度。
Google出品的Gemma 3 4B IT模型，支持多模态输入和长上下文处理，适用于文本生成和图像理解任务。
Robeeeeeeeeeee
Phi-4-multimodal-instruct是一款轻量级开源多模态基础模型，融合了Phi-3.5和4.0模型的语言、视觉及语音研究与数据集。支持文本、图像和音频输入，生成文本输出，并具备128K标记的上下文长度。
mjtechguy
Phi-4-multimodal-instruct是一个轻量级开源多模态基础模型，支持文本、图像和音频输入，生成文本输出，具备128K标记的上下文长度。
microsoft
Phi-4-multimodal-instruct是一款轻量级开源多模态基础模型，融合了Phi-3.5和4.0模型的语言、视觉及语音研究数据。支持文本、图像和音频输入，生成文本输出，并具备128K token的上下文长度。
OpenGVLab
基于InternVideo2-1B和Qwen2.5-7B构建的多模态视频文本模型，每帧仅使用16个标记，支持长达10,000帧的输入序列。
zer0int
基于稀疏自编码器（SAE）微调的Long-CLIP模型，支持长文本输入，优化了文本-图像对齐能力
aws-prototyping
MegaBeam-Mistral-7B-512k是一款基于Mistral-7B Instruct-v0.2训练的长上下文大语言模型，支持524,288个上下文token，在多个长上下文基准测试中表现优异，能够高效处理超长文本输入。
基于BeichenZhang/LongCLIP-L微调的CLIP模型，支持长文本输入（248词符），采用几何参数化(GmP)技术提升性能
Undi95
DBRX Base是Databricks从零开始训练的混合专家（MoE）大语言模型，采用开放许可协议。该模型总参数达132B，在任何输入下只有36B参数处于激活状态，在12T文本和代码数据上进行预训练，最大上下文长度为32K令牌。
zedfum
一个针对波斯语长文本进行摘要的模型，支持8K令牌长度的输入。
Joemgu
这是一个支持多语言、长文本（最高支持16k输入标记）的抽象摘要生成模型。基于sumstew数据集训练，可为给定输入文档生成标题和摘要。
基于Longformer注意力机制改造的波斯语文本摘要模型，支持8K令牌长度的输入。
agemagician
MLongT5 是一个多语言预训练的文本生成模型，能够高效处理长输入序列，适用于多种语言场景下的文本生成任务。
PlanTL-GOB-ES
基于Longformer架构的西班牙语掩码语言模型，能够处理长文本输入，适用于问答、文本分类等任务
pszemraj
基于T5架构优化的长文本摘要生成模型，支持处理长达16384个token的输入，在书籍摘要任务上表现优异。
基于T5架构的长文本摘要生成模型，支持处理长达16384个token的输入，适用于书籍和技术文档摘要任务。
google
LongT5 是一个基于 Transformer 的文本到文本模型，专门设计用于处理长序列输入，最高支持 16384 个标记。
ccdv
基于LSG技术的BART-base模型，专为长文本摘要任务设计，支持4096长度的输入序列
Transformers%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)
