Poolside發佈完全開源的Laguna S2.1大模型，118B總參數的MoE架構，每token激活8B，支持高達1M tokens上下文，適配長週期軟件工程。在OpenCode平臺免費開放，並引入thinking與no-thinking推理模式，引起開發者熱議。
前OpenAI CTO Mira Murati創立的Thinking Machines Lab於2026年7月15日發佈首個開源模型Inkling。該模型採用混合專家架構，總參數量達9750億，單次任務僅激活部分參數，實現高效定製。此舉意在挑戰巨頭主導的閉源AI模式，提供可高度定製的開放權重方案。
面壁智能聯合清華大學及OpenBMB開源社區發佈新一代端側多模態大模型MiniCPM-V4.6，僅1.3B參數，推出Instruct與Thinking兩個版本，憑藉高智能密度與跨平臺適配能力，在多項評測中表現超越更大參數模型，加速端側AI應用落地。
OpenAI發佈GPT-5.2系列模型，定位日常專業使用，旨在提升用戶經濟價值。該系列含Instant、Thinking和Pro版本，在電子表格、演示文稿、代碼編寫、長文本理解及圖像處理等任務上較GPT-5.1有顯著改進。
Gemini 2.0 Flash Thinking Experimental 是一款增強推理模型，能夠展示其思考過程以提升性能和可解釋性。
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
John1604
Qwen3 VL 4B Thinking 是一個支持圖像到文本以及文本到文本轉換的多模態模型，具有4B參數規模，能夠滿足多種圖文交互需求。
Intel
DeepMath是一個40億參數的數學推理模型，基於Qwen3-4B Thinking構建，結合了微調的大語言模型與沙盒化Python執行器。它能夠為計算步驟生成簡潔的Python代碼片段，顯著減少錯誤並縮短輸出長度。
inferencerlabs
Kimi - K2 - Thinking 3.825bit MLX 是一款用於文本生成的量化模型，通過不同的量化方式在測試中取得不同的困惑度表現，其中q3.825bit量化能達到1.256的困惑度。
moonshotai
Kimi K2 Thinking 是月之暗面（Moonshot AI）開發的最新一代開源思維模型，具有強大的深度推理能力和工具調用功能。該模型採用混合專家架構，支持原生INT4量化，擁有256k上下文窗口，在多個基準測試中表現出色。
GeneralAnalysis
GA Guard Thinking是General Analysis開發的40億參數開源審核模型，專門用於檢測和防止語言模型生成不安全、不合規的內容。該模型在七個安全類別上進行訓練，能夠有效識別非法活動、仇恨言論、個人信息洩露等風險內容。
lmstudio-community
這是Qwen3 235B A22B Thinking 2507模型的量化版本，通過llama.cpp的量化技術實現，可在資源有限環境下高效運行文本生成任務，是LM Studio社區模型亮點計劃的一部分。
AM Thinking v1是由A-M團隊開發的基於Qwen 2.5-32B-Base的大語言模型，增強推理能力，支持132k tokens的上下文長度。
ThinkingCap是一個基於模型上下文協議的多智能體研究服務器，可並行運行多個LLM提供商並綜合其響應，實現全面的多角度分析。
MAXential Thinking MCP 是一個為AI模型提供結構化推理工具的服務，支持思維鏈的分支、修訂、合併和導航，實現透明、可追溯的思考過程。
%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)
VIP會員
