语言模型百度稳定版
Qwen3.5-35B-A3B
Qwen3.5-35B-A3B 是百度千帆当前模型列表公开的深度思考模型，归属 Qwen系列 能力线，适合通过千帆 OpenAI 兼容接口在百度智能云体系内调用。
输入价格
¥1.60 / 1M Tokens
输出价格
¥12.80 / 1M Tokens
复杂推理数学逻辑Agent 规划
官方模型目录与价格对比
找模型，不只看名字，还要看能力和价格
按模型类型、上下文、价格和厂商整理官方模型目录，方便你快速筛出适合写代码、做推理、跑视觉或搭 Agent 的那一批模型。
- 已收录模型
- 1,411
- 覆盖厂商
- 70
- 带价格信息
- 525
- 推理模型
- 438
输入价格
¥4.00 / 1M Tokens
输出价格
¥21.00 / 1M Tokens
复杂推理数学逻辑Agent 规划
多模态模型火山稳定版
doubao-seed-2-0-lite-260428
doubao-seed-2-0-lite-260428 是火山方舟当前模型列表公开推荐的豆包模型，覆盖 深度思考能力，适合国内业务通过方舟 API 接入。
输入价格
¥0.60 / 1M Tokens
输出价格
¥3.60 / 1M Tokens
视觉理解复杂推理Agent
多模态模型火山稳定版
doubao-seed-2-0-mini-260428
doubao-seed-2-0-mini-260428 是火山方舟当前模型列表公开推荐的豆包模型，覆盖 深度思考能力，适合国内业务通过方舟 API 接入。
输入价格
¥0.20 / 1M Tokens
输出价格
¥2.00 / 1M Tokens
视觉理解复杂推理Agent
多模态模型火山稳定版
doubao-seed-2-0-pro-260215
doubao-seed-2-0-pro-260215 是火山方舟当前模型列表公开推荐的豆包模型，覆盖 深度思考能力，适合国内业务通过方舟 API 接入。
输入价格
¥3.20 / 1M Tokens
输出价格
¥16.00 / 1M Tokens
视觉理解复杂推理Agent
多模态模型火山稳定版
doubao-seed-2-0-lite-260215
doubao-seed-2-0-lite-260215 是火山方舟当前模型列表公开推荐的豆包模型，覆盖 深度思考能力，适合国内业务通过方舟 API 接入。
输入价格
¥0.60 / 1M Tokens
输出价格
¥3.60 / 1M Tokens
视觉理解复杂推理Agent
多模态模型火山稳定版
doubao-seed-2-0-mini-260215
doubao-seed-2-0-mini-260215 是火山方舟当前模型列表公开推荐的豆包模型，覆盖 深度思考能力，适合国内业务通过方舟 API 接入。
输入价格
¥0.20 / 1M Tokens
输出价格
¥2.00 / 1M Tokens
视觉理解复杂推理Agent
多模态模型火山预览版
doubao-seed-2-0-code-preview-260215
doubao-seed-2-0-code-preview-260215 是火山方舟当前模型列表公开推荐的豆包模型，覆盖 深度思考能力，适合国内业务通过方舟 API 接入。
输入价格
¥3.20 / 1M Tokens
输出价格
¥16.00 / 1M Tokens
代码生成复杂推理Agent
语言模型阶跃稳定版
step-3.5-flash-2603
基于 Step 3.5 Flash 针对高频 Agent 场景优化，在保留旗舰推理与工具调用能力的同时，进一步提升 Token 效率与推理速度，并支持切换低推理模式以降低消耗。对 Coding 与 Agent 框架兼容性也做了专项优化。
输入价格
公开资料未说明
输出价格
公开资料未说明
推理Agent低推理模式
输入价格
公开资料未说明
输出价格
公开资料未说明
AgentRAG企业知识库
语言模型Perplexity稳定版
Sonar Pro
Advanced search with enhanced search results You can use Pro Search to get enhanced search results with reasoning. An advanced search model designed for complex queries, delivering deeper content understanding with enhanced search result accuracy and 2x more search results than standard Sonar.
输入价格
公开资料未说明
输出价格
公开资料未说明
研究助手复杂检索引用回答
语言模型Perplexity稳定版
Sonar Reasoning Pro
Advanced reasoning with enhanced multi-step analysis A high-performance reasoning model leveraging advanced multi-step Chain-of-Thought (CoT) reasoning and enhanced information retrieval for complex problem-solving.
输入价格
公开资料未说明
输出价格
公开资料未说明
复杂推理多步分析研究助手
输入价格
公开资料未说明
输出价格
公开资料未说明
端侧部署低成本推理Agent
输入价格
公开资料未说明
输出价格
公开资料未说明
RAG 问答复杂分析企业知识工作流
语言模型华为盘古稳定版
Pangu-NLP-N2-32K-5.0.3.1
N2快慢思考合一模型在ModelArts Studio平台上首次支持，支持32K序列长度训练及推理，通过system prompt进行快慢思考推理方式切换。
输入价格
公开资料未说明
输出价格
公开资料未说明
RAG 问答复杂分析企业知识工作流
语言模型华为盘古稳定版
Pangu-NLP-N2-32K-5.0.1.1
盘古N2系列快思考模型版本，支持32K序列长度训练和推理。推理性能较V3.1.35版本有提升，模型效果较V3.1.35版本大幅提升。
输入价格
公开资料未说明
输出价格
公开资料未说明
RAG 问答复杂分析企业知识工作流
输入价格
公开资料未说明
输出价格
公开资料未说明
RAG 问答复杂分析企业知识工作流
语言模型华为盘古稳定版
Pangu-NLP-N2-128K-5.0.3.1
N2快慢思考合一模型在ModelArts Studio平台上首次支持，支持128K序列长度推理，通过system prompt进行快慢思考推理方式切换。
输入价格
公开资料未说明
输出价格
公开资料未说明
RAG 问答复杂分析企业知识工作流
输入价格
公开资料未说明
输出价格
公开资料未说明
企业 Agent长流程任务研究与运营
语言模型Arcee AI稳定版
Trinity Large Thinking
Pricing Integration List chevron-right Language Models chevron-right Trinity-Nano (6B) Trinity-Mini (26B) Trinity-Large-Preview Trinity-Large-Thinking API Reference chevron-right Your First API Call Chat Completion Usage Models Capabilities chevron-right Streaming Messages Multi-Turn Conversations Function Calling Structured Outputs Reasoning Traces Quick Deploys chevron-right Download Models arrow-up-right Hardware Prerequisites Consumer Hardware chevron-right Inference Engines chevron-right Policies chevron-right Deprecation Policy chevron-up chevron-down gitbook Powered by GitBook gitbook xmark block-quote On this page xmark xmark copy Copy chevron-down block-quote On this page block-quote Language Models Trinity-Large-Thinking Overview Trinity-Large-Thinking is a reasoning-optimized variant of Arcee AI's Trinity-Large family — a 398B-parameter sparse Mixture-of-Experts (MoE) model with approximately 13B active parameters per token. Built on Trinity-Large-Base and post-trained with extended chain-of-thought reasoning and agentic RL, Trinity-Large-Thinking delivers state-of-the-art performance on agentic benchmarks while maintaining strong general capabilities. Trinity-Large-Thinking generates explicit reasoning traces wrapped in <think>...</think> blocks before producing its final response. This thinking process is critical to the model's performance — thinking tokens must be kept in context for multi-turn conversations and agentic loops to function correctly.
输入价格
公开资料未说明
输出价格
公开资料未说明
多步推理Reasoning TraceAgent 工作流