过去更换编程语言需耗费数年，堪称企业巨震。Anthropic借助Claude Fable5、Opus4.8与动态工作流，一个月内将10个代码包（每个数万到数十万行）平滑迁移至新语言，颠覆了传统认知，展示了AI驱动大规模代码重构的高效与可行性。
西湖大学联合阿里达摩院推出干细胞AI模型“归元”。它构建了大规模组合扰动数据集，破解干细胞重编程长期依赖经验试错、成本高成功率低的难题。该研究涉及25种调控因子、近400万种潜在组合，模型采用双模态编码策略，能精准预测不同组合对细胞的影响，为高效重编程提供了新路径。
小米旗下MiMo技术团队于6月11日发布AI编程辅助工具MiMo Code，基于OpenCode技术底座开发。该工具引入持久记忆系统、无限上下文处理能力，能精准理解开发者逻辑需求，并支持模型Agent协同优化，内置独创Compose模式，旨在提供高效智能的编码支持。
字节跳动旗下AI编程平台TRAE在SOLO模式中推出内置语音输入功能，并与影石Insta360联合发布Mic Air TRAE联名无线麦克风套装。该组合使“Vibe Coding”和语音办公更易落地，用户可通过自然语音实现结构化转录、语义修正及语音控制AI命令，推动“动嘴不动手”的高效工作方式在开发者和职场人群中流行，语音输入不再仅限于“念什么写什么”。
智能编码助手，提供高效、智能的编程体验。
一个开放源代码的 14B 参数编程模型，具备高效的代码推理能力。
Exponent 是一个高效的 AI 编程助手，协作完成软件工程任务。
Cline 是一个为 VSCode 提供的协作式 AI 编程伙伴，助力开发者高效开发。
Openai
$7.7
Input tokens/M
$30.8
Output tokens/M
200
Context Length
-
Anthropic
$7
$35
$21
$105
Alibaba
$4
$16
1k
Moonshot
256
Xai
$1.4
$10.5
Deepseek
$12
128
$0.75
$8.75
$70
400
$1.75
$14
$1
$525
Huawei
32
Bytedance
Tencent
$0.8
$2
$8
facebook
MobileLLM-R1是Meta发布的高效推理模型系列，包含140M、360M和950M三种规模。该模型专门针对数学、编程和科学问题进行优化，在参数规模较小的情况下实现了与大规模模型相当甚至更优的性能。
MobileLLM-R1是Meta发布的高效推理语言模型系列，专注于数学、编程和科学问题解决。该模型在参数规模较小的情况下仍能取得优异性能，提供完整的训练配方和数据源支持复现研究。
MobileLLM-R1是Facebook推出的高效推理模型系列，专注于数学、编程和科学问题解决。该模型在仅使用约2T高质量标记进行预训练的情况下，在多项基准测试中取得了优异性能。
MobileLLM-R1是专注于数学、编程和科学问题的高效推理模型系列，在较少训练数据下实现出色性能，提供完整的训练配方和数据源。
MobileLLM-R1是Meta推出的高效推理模型系列，专注于解决数学、编程和科学问题。该模型提供140M、360M和950M三个规模版本，具有出色的推理能力和可复现性。
MobileLLM-R1是MobileLLM系列中的高效推理模型，专门针对数学、编程和科学问题进行优化，在参数规模更小的情况下实现了更高的准确率，具有低训练成本和高效率的特点。
QuantFactory
Instinct是基于Qwen2.5-Coder-7B的代码编辑模型，经过真实世界代码编辑数据集微调，能够智能预测开发者的下一步操作，保持流畅编程状态。该GGUF量化版本由QuantFactory创建，提供高效的本地推理能力。
GetSoloTech
这是GPT-OSS-Code-Reasoning-20B模型的GGUF量化版本，针对高效推理进行了优化，降低了内存需求。该模型专门针对竞赛编程和算法推理任务进行了有监督微调，能够生成Python/C++解决方案和推理过程。
prithivMLmods
cudaLLM-8B是由ByteDance Seed开发的专业语言模型，专门用于生成高性能且语法正确的CUDA内核代码。基于Qwen3-8B基础模型构建，通过监督微调和强化学习两阶段训练，能够协助开发人员编写高效的GPU并行编程代码。
mlx-community
这是一个基于Qwen3-Coder-30B-A3B-Instruct模型的4位量化版本，专门针对MLX框架优化。该模型专注于代码生成和编程任务，支持多种编程语言，具有高效的推理性能。
Intel
这是Qwen3-Coder-30B-A3B-Instruct模型的量化版本，通过AutoRound算法转换为gguf q4km格式，在保证性能的同时可在更多设备上高效运行。该模型专门用于代码生成任务，支持多种编程语言。
lmstudio-community
Qwen3-Coder-30B-A3B-Instruct是由Qwen团队开发的代码生成大模型，专门针对编程任务进行优化。该模型经过MLX团队的8位量化处理，针对苹果芯片进行了特别优化，具有高效的代码生成能力。
Qwen3-Coder-30B-A3B-Instruct是Qwen推出的30B参数规模的代码生成模型，经过指令微调优化，专门针对编程任务设计。该模型采用MLX框架进行4位量化，针对苹果芯片进行了优化，能够在Mac设备上高效运行。
QuantTrio
基于Qwen3技术的量化修复大语言模型，专为高效代码生成和编程任务设计。该模型采用AWQ量化技术，在保持高性能的同时显著降低计算资源需求，支持多GPU环境下的快速部署和推理。
Blitzar-Coder-4B-F.1是一个高效的多语言编码模型，基于Qwen3-4B微调，支持10多种编程语言，具备出色的代码生成、调试和推理能力。
PKU-DS-LAB
FairyR1-32B是一款高效的大型语言模型，基于DeepSeek-R1-Distill-Qwen-32B，通过优化的蒸馏与合并流程，在数学和编程任务上表现优异。
unsloth
KernelLLM是一款基于Llama 3.1 Instruct专门训练的大语言模型，专注于使用Triton编写GPU内核。它能够将PyTorch模块高效转换为Triton内核，使GPU编程更加普及和高效。
基于Qwen2训练的代码检索嵌入模型，支持多种编程语言，助力高效代码搜索与匹配。
Mungert
EXAONE Deep是由LG AI Research开发的高效推理语言模型，参数规模2.4B，在数学和编程等推理任务中表现优异。
基于Qwen的QwQ 32B架构优化的大语言模型，专注于高效内存利用、编程辅助和复杂问题解决。
Claude Context是一个MCP插件，通过语义代码搜索为AI编程助手提供整个代码库的深度上下文，支持多种嵌入模型和向量数据库，实现高效代码检索。
基于MCP协议的智能任务管理系统，提供AI代理的高效编程工作流框架，具备任务规划、分解、执行和记忆功能。
提供IACR密码学电子档案库的编程接口，支持高效检索密码学研究论文
Ref MCP是一个ModelContextProtocol服务器，为AI编程工具或代理提供API、服务、库等文档的访问。它是一个一站式解决方案，以快速且令牌高效的方式保持代理对文档的更新。
基于Model Context Protocol(MCP)的智能任务管理系统，为AI代理提供高效编程工作流框架，具备任务规划、分解、依赖管理、验证和记忆等功能。
xcsift-mcp是一个基于Model Context Protocol的服务器，它封装了xcsift工具，能够将Xcode构建输出解析为结构化、令牌高效的格式，供AI编程助手使用。
VSCode扩展，将编辑器变为MCP服务器，支持代码编辑、终端操作、预览工具等功能，提供经济高效的AI编程辅助方案。
Code Index MCP是一个基于模型上下文协议(MCP)的代码索引分析服务器，提供代码搜索、文件分析、智能过滤等功能，支持多种编程语言，帮助开发者高效管理代码库。
YAML声明式API测试框架，专为AI编程助手优化，通过MCP服务器与Claude/Cursor等编辑器无缝集成，实现高效API测试生成与执行
MCP编程助手是一个提供编程辅助服务的项目，旨在帮助开发者更高效地完成编程任务。
一个轻量高效的MCP服务器，用于监控和验证开发环境健康状态，支持多种编程语言和工具，通过YAML配置驱动，无需代码修改即可扩展新生态系统。
VectorCode是一个代码仓库索引工具，旨在通过索引和提供代码仓库信息来优化编程大语言模型（LLM）的提示构建。它支持多种嵌入引擎，提供命令行工具和Neovim插件，帮助开发者更高效地利用项目上下文提升模型输出质量。
%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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
