阿里巴巴旗舰 2.4T MoE 模型，激活参数 95B，1M token 上下文，原生多模态输入，PaperBench 与 OSWorld 全球登顶，史上最大的 Qwen 模型。

字节跳动消费级 AI 助手，覆盖聊天、写作、编程，并在应用内接入 Seedance 视频。官网当前写登录后可免费使用 Seedance 2.0。

Google DeepMind 的 Veo 视频模型，官方现以 Veo 3.1 呈现：带原生音频的电影级视频，并提供 1080p 与 4K 输出。

SpaceXAI（原 xAI）的前沿 1.5T 推理模型，具备 50 万 token 上下文、出色的智能体编码能力与实时 X 数据接入，API 定价约为同级前沿对手的一半。

xAI / SpaceXAI 的 Grok 家族。当前文档旗舰是 grok-4.6：50 万上下文、$2/$6 每百万 token，另有 Imagine 图像/视频和 Voice API。

Google 基于你资料做研究的笔记本，现以 Gemini Notebook 出现在 notebook.google。分析文件并生成音频、视频等。

月之暗面（Moonshot AI）开源的 2.8T 参数多模态智能体模型，1M token 上下文，全球首个开源 3T 级模型，在编码与智能体基准上逼近封闭前沿模型。

字节跳动开源的视觉多模态智能体套件：像人一样操作电脑与浏览器，提供 Agent TARS CLI、远程操作器与 UI-TARS-1.5 模型。

Black Forest Labs 多模态模型，覆盖视频、音频、即将推出的图像与动作预测，支持最长 20 秒片段、原生音频和先草稿后精渲。

Google 面向智能体工作流与多模态推理的最强 Flash 模型：100 万 token 上下文、6.5 万输出 token，并支持 Computer Use 预览。

OpenAI 最新图像生成模型，面向快速、高质量的生成与编辑，支持灵活尺寸至 4K，并按 token 计费的官方 API。

MiniMax 2026 年 6 月 1 日的开源向旗舰模型：MSA 架构、100 万 token 上下文、原生图像/视频输入与桌面计算机使用，API 现价有折扣。

ByteDance Seed 的音画联合生成模型，面向 30 秒叙事、更准的参考控制、可延长两次，并提供绿幕等专业剪辑能力。