OpenAI宣佈將於2026年2月13日從ChatGPT模型選擇器中移除GPT-4o及其衍生模型，包括GPT-4.1、GPT-4.1mini和o4-mini。這些模型將暫時保留在API中供開發者使用，而普通用戶將全面轉向更先進的GPT-5系列。OpenAI解釋稱，這一決策基於真實使用數據，技術演進是主要原因。
OpenAI宣佈GPT-5.2系列模型推理速度提升40%，源於推理堆棧優化，模型架構與權重不變，僅降低延遲以加快響應。
OpenAI與ServiceNow達成三年戰略合作，將GPT系列模型深度集成至Now Platform，賦能企業IT服務、客戶支持等核心業務流程，加速AI在企業級場景的規模化應用。
OpenAI發佈GPT-5.2-Codex，這是其最強的代理式編程模型，基於GPT-5.2系列，專爲複雜長週期軟件開發優化。模型將AI從代碼助手升級爲能自主處理工程任務的“代理”，在長程任務性能和可靠性上實現質的飛躍，並能理解超大規模代碼庫。
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$1
$10
256
$6
$24
$2
$20
$4
$16
Baidu
128
Bytedance
$1.2
$3.6
4
openai
GPT-OSS系列是OpenAI推出的開放權重模型，專為強大的推理能力、智能體任務和多樣化開發者用例設計。該模型能有效解決複雜問題，提供靈活高效的使用體驗，支持Apache 2.0開源許可證。
GPT-OSS系列是OpenAI發佈的開放權重模型，專為強大推理、智能體任務和多樣化開發者用例設計。120B版本擁有1170億參數（其中51億為活躍參數），適用於生產環境和需要高推理能力的場景。
Qwen
Qwen3是通義千問系列大語言模型的最新版本，提供17億參數的GPTQ 8位量化模型，支持思維與非思維模式切換，增強推理能力和多語言支持。
THUDM
GLM-4-32B-0414是擁有320億參數規模的大語言模型，性能與GPT系列相當，支持中英文，擅長代碼生成、函數調用和複雜任務處理。
openbmb
MiniCPM3-4B是MiniCPM系列第三代模型，整體性能超越Phi-3.5-mini-Instruct和GPT-3.5-Turbo-0125，與近期多個7B~9B量級模型表現相當。
intlsy
OPT是由Meta AI開發的開放預訓練Transformer語言模型，包含1.3B參數，對標GPT-3系列模型
nicholasKluge
Aira-2是Aira指令調優系列的第二版，基於GPT-2的葡萄牙語指令調優模型，適用於文本生成和對話任務。
MBZUAI
LaMini-GPT-1.5B是基於GPT-2-xl架構微調的大型語言模型，屬於LaMini-LM系列，專注於指令跟隨任務
LaMini-GPT-124M是LaMini-LM模型系列中的一員，基於GPT-2架構，在258萬條指令數據集上微調而成，專門用於自然語言指令響應。該模型具有124M參數，能夠理解並響應人類自然語言指令，為用戶提供相關問題的解答。
cerebras
Cerebras-GPT系列中的111M參數模型，採用GPT-3風格架構，使用The Pile數據集訓練，遵循Chinchilla擴展定律實現計算最優。
UBC-NLP
JASMINE是一個面向小樣本學習的阿拉伯語GPT模型系列，參數量從3億至67億不等，預訓練數據規模達235GB文本。
facebook
OPT是由Meta AI推出的開源大語言模型系列，對標GPT-3架構，旨在促進大模型研究的可復現性和社會影響探討。
OPT是由Meta AI發佈的開放預訓練Transformer語言模型套件，參數量從1.25億到1750億，旨在對標GPT-3系列性能，同時促進大規模語言模型的開放研究。
%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)
