代码 模型

Claude 3.5 Sonnet 于 2024 年 6 月 20 日发布，是 3.5 系列首款模型。速度是 Claude 3 Opus 的两倍，价格与中档型号相当，并随 Artifacts 一同推出。

Gemini 2.5 Pro 是 Google Gemini 2.5 系列的首个模型，2025 年 3 月以实验版发布，主打「思考」能力和 100 万 token 上下文，发布时即在 LMArena 登顶。

Kimi K2 是月之暗面于 2025 年 7 月发布的开放权重混合专家语言模型，总参数 1 万亿，每个词元激活 320 亿，上下文窗口 128K 个词元。

Gemini 3 Pro 是 Google Gemini 3 系列的首个模型，2025 年 11 月以预览版发布，拥有 100 万 token 上下文窗口，并在 LMArena 等榜单登顶，在推理、编程与多模态基准上取得高分。

Claude Mythos Preview 于 2026 年 4 月 7 日公布，是未公开发布的前沿模型，仅通过 Project Glasswing（Glasswing 计划）向受限合作方开放，用于保障关键软件安全。

Claude Fable 5 于 2026 年 6 月 9 日发布，是 Anthropic 首个面向普通用户的 Mythos 级模型。同系列的 Claude Mythos 5 为审核通过的用户放宽了部分安全限制。

Gemini 4 Argon 是 Google Gemini 4 系列首个模型，2026 年 10 月 13 日全面开放，面向软件工程、金融、法律等多步骤复杂任务。

OpenAI Codex 是2021年发布的 GPT 语言模型，在 GitHub 的公开代码上微调而成，能把自然语言翻译成代码，并随 HumanEval 基准测试一同提出。

GPT-3.5 是 OpenAI 介于 GPT-3 与 GPT-4 之间的一代语言模型，以 text-davinci-002、text-davinci-003 等 API 模型的形式发布，也是第一版 ChatGPT 的基础。

Code Llama 是 Meta 于 2023 年 8 月发布的代码模型系列，由 Llama 2 在代码数据上继续训练而成，参数从 70 亿到 700 亿不等。

FunSearch 是一种把预训练大语言模型放进进化循环、去搜索「解题程序」而不是「答案」的方法，在 cap set 问题与在线装箱问题上给出了超越已知基线的新结果。

DBRX 是 Databricks 于 2024 年 3 月 27 日发布的开放许可大语言模型，采用混合专家结构，总参数 1320 亿，每词元激活 360 亿。

Snowflake 于 2024 年 4 月发布的开源权重模型，总参数 4800 亿、激活 170 亿，采用稠密与混合专家混合的架构，训练成本不到 200 万美元。

Mistral AI 的第二代旗舰模型，2024 年 7 月发布，1230 亿参数，128K token 上下文窗口，语言与编程语言覆盖广，权重以研究许可发布。

通义千问 Qwen2.5 是 2024 年 9 月发布的一代模型。首批开放了 13 个权重模型，预训练数据最多达 18 万亿 token，上下文最长 128K，多数开源模型采用 Apache 2.0 许可。

升级版 Claude 3.5 Sonnet 于 2024 年 10 月 22 日公布，编程与智能体任务成绩明显提高，并以公开测试版推出电脑操作功能，是前沿 AI 模型中首个提供该功能的。

OpenAI 于 2025 年 1 月 31 日发布的小型推理模型，向包括免费版在内的所有 ChatGPT 用户开放，提供三档推理强度并支持函数调用与结构化输出，2025 年 4 月由 o4-mini 接替。

Claude 3.7 Sonnet 于 2025 年 2 月 24 日发布，Anthropic 称它是市面上第一个混合推理模型，既能迅速作答，也能长时间逐步思考。它与 Claude Code 同时推出。

OpenAI 于 2025 年 4 月发布的三个模型组成的家族，上下文窗口超过百万 token，单 token 价格低，编码与指令遵循能力更强，后被 GPT-5 取代。

OpenAI 于 2025 年 4 月发布的小型推理模型，主打快速、低成本的推理；在可使用 Python 解释器时于 AIME 2025 上达到 99.5% 的 pass@1，后由 GPT-5 mini 等后继模型取代。

AlphaEvolve 是 Google DeepMind 于 2025 年 5 月 14 日发布的进化式编程智能体，用 Gemini 模型配合自动评估器发现和优化算法，成果包括 Borg 调度启发式、更快的算子与新的数学结果。

Claude Opus 4 与 Sonnet 4 于 2025 年 5 月 22 日公布，均为带扩展思考功能的混合模型。Anthropic 称 Opus 4 是“世界上最好的编程模型”。

Qwen3-Coder 是 Qwen 团队推出的开放权重代码模型系列；其中 2025 年 7 月公布的旗舰版拥有 4800 亿参数，专门为智能体式编程任务而训练。

Claude Sonnet 4.5 于 2025 年 9 月 29 日发布，价格与 Sonnet 4 相同，可直接替换后者使用。Anthropic 报告，它能在复杂任务上保持专注超过 30 小时。

MiniMax-M2 是 MiniMax 于 2025 年 10 月发布的开源权重混合专家模型，总参数 230B、激活 10B，面向编程与智能体工作流。

2025 年 11 月 24 日，Anthropic 发布 Claude Opus 4.5，单价为此前 Opus 的三分之一，并新增投入程度（effort）参数，让开发者在能力与成本间取舍。

GLM-4.7 是智谱于 2025 年 12 月发布的开源权重语言模型，主打多语言智能体编程与终端任务，在软件工程类基准上较 GLM-4.6 有明显提升，并以 MIT 许可证开放。

GPT-5.2 是 OpenAI 于 2025 年 12 月 11 日发布的模型系列，包括 Instant、Thinking、Pro 版本及编程变体，主打电子表格、演示文稿等专业工作。

Gemini 3 Flash 是 Google Gemini 3 系列中主打速度与低成本的模型，2025 年 12 月 17 日发布。它在多项基准上接近 Gemini 3 Pro，同时消耗更少 token、单 token 价格更低。

Claude Opus 4.6 于 2026 年 2 月 5 日发布，是 Anthropic 最聪明模型的升级版，也是首个支持 1M 词元上下文窗口的 Opus 级模型（发布时为测试版）。

GPT-5.3-Codex 是 OpenAI 于 2026 年 2 月 5 日发布并上线的编程模型。OpenAI 称它是首个「在创造自身过程中发挥了作用的模型」，并把它的用途从写代码扩展到检索代码库、运行终端命令和调试。

MiniMax-M2.5 是 MiniMax 于 2026 年 2 月发布的开源权重大模型，229B 参数，面向智能体编程与办公任务，同时推出速度更快的 Lightning 版本，并在软件工程基准上取得高分。

Claude Sonnet 4.6 于 2026 年 2 月 17 日发布，附带测试版的 1M 词元上下文窗口，价格与 Sonnet 4.5 相同，并成为 claude.ai 免费版和 Pro 用户的默认模型。

Gemini 3.1 Pro 是 Google 于 2026 年 2 月 19 日以预览形式发布的大语言模型，在 ARC-AGI-2 上取得 77.1% 的验证成绩，并取代了 gemini-3-pro-preview。

通义千问 Qwen3.6 是 2026 年 4 月发布的一代模型：闭源的 Plus、Max 版本主打智能体编程，开放权重的 Qwen3.6-35B-A3B 以 350 亿总参数、30 亿激活参数给出基准成绩。

GLM-5.1 是智谱于 2026 年 4 月以 MIT 许可证开源的大模型，主打编程与长程智能体任务，在 SWE-Bench Pro 上取得其对比表中的最高分。

Claude Opus 4.7 于 2026 年 4 月 16 日发布，价格与 Opus 4.6 相同，新增 xhigh 投入程度档位，并支持大得多的图像。它是首个测试自动拦截高风险网络安全请求的模型。

GPT-5.5 是 OpenAI 于 2026 年 4 月 23 日推出的模型，以 GPT-5.5 Thinking 和 Pro 两个版本面向 ChatGPT 付费用户，次日开放 API。它取代了 GPT-5.4。

Laguna XS.2 是 Poolside 首个开放权重模型，总参数 330 亿、每个 token 激活 30 亿，以 Apache 2.0 许可发布，训练用了 30 万亿 token。

Laguna M.1 是 Poolside 的 2250 亿参数混合专家编程模型，每个词元激活 230 亿参数，面向长程智能体编程；权重在发布 7 周后上线 Hugging Face。

Gemini 3.5 Flash 是 Google 于 2026 年 5 月 19 日发布的 Gemini 3.5 系列首个模型，面向智能体与编程任务，并成为 Gemini 应用和搜索 AI 模式的默认模型。

字节跳动 Seed 团队于 2026 年 6 月 23 日发布的大模型系列，分 Pro 与 Turbo 两版，面向真实生产力场景，在智能体能力、代码交付、知识、推理与多模态理解上均有提升。

Claude Sonnet 5 于 2026 年 6 月 30 日发布，是 Anthropic 最具智能体能力的 Sonnet 模型，可自主制定计划、使用浏览器与终端。

OpenAI 于 2026 年 7 月 9 日发布的三模型系列，由弱到强为 Luna、Terra 和 Sol，其中 Sol 被定位为公司最强的编码与智能体模型。

Claude Opus 5 于 2026 年 7 月 24 日发布，定价与 Opus 4.8 相同。Anthropic 称它是迄今最符合对齐目标的模型，也是公司对外提供的最强科研模型。

GLM-5.3 是智谱于 2026 年 8 月 14 日发布的开源权重模型。它沿用 GLM-5.2 的基座，全部提升来自后训练，在智能体编程与网络安全类基准上取得开源最好成绩。

混元 Hy4 preview 是腾讯于 2026 年 8 月 28 日发布的开放权重混合专家模型，总参数 7700 亿，每个词元激活 490 亿，上下文超过一百万词元。

Claude Fable 5.1 于 2026 年 9 月 1 日发布，价格与 Fable 5 相同，缓存读取便宜 75%。同系列的 Mythos 5.1 仅限认证计划使用。

Gemini 3.8 Flash 是 Google 于 2026 年 9 月 2 日发布的快速低成本模型，同日推出网络安全变体 Gemini 3.8 Flash Cyber，其介绍性价格在 2027 年初翻倍。

Claude Opus 5.5 于 2026 年 9 月 22 日发布，是 Claude 5.5 系列的首个模型。Anthropic 称其大多数工作表现与 Fable 5.1 相当。

Claude Sonnet 5.5 于 2026 年 9 月 28 日发布，是 Claude 5.5 系列的第二个模型，也是 Anthropic 迄今最快的 Sonnet。

Mistral Large 4 是 Mistral AI 的旗舰开放权重模型，总参数约 1 万亿，上下文窗口为 100 万词元（token），原生支持多模态。2026年10月6日公开预览，同年10月29日发布改进版权重。

Muse Spark Open 是 Meta 于 2026 年 10 月 15 日发布的开放权重大语言模型，总参数 8,160 亿，主打编程和智能体任务，权重可下载。

讯飞星火 X2.6 是科大讯飞 2026 年 10 月发布的端云一体大模型系列，云端采用 2930 亿参数的混合专家架构，并由路由模型决定每个任务在端侧还是云端执行。

Gemini 4 Carbon 是 Google DeepMind 于 2026 年 10 月 28 日发布的前沿模型，距 Gemini 4 Argon 仅两周，Google 称其网络安全与长程能力达到当前最好水平。

OpenAI 于 2026 年 11 月 5 日发布的网络安全模型，只向 Daybreak Red 项目最高层级用户开放；据 OpenAI 称，它扫描 Linux 内核发现 948 个潜在问题，在 Firefox 中发现 81 个新漏洞。

AlphaCode 是 DeepMind 面向竞赛编程的代码生成系统，2022 年公布，在训练数据之后的 Codeforces 比赛上估计排名接近中位水平。

StarCoder是BigCode项目于2023年5月4日发布的开放代码语言模型，约155亿参数，由Hugging Face与ServiceNow共同领导的项目推出。

Phi-1 是微软研究院发布的一个 13 亿参数的 Transformer 语言模型，专攻 Python 代码；它用经过筛选的「教科书质量」数据和合成数据说明，数据质量可以在一定程度上替代模型与数据规模。

讯飞星火 V2.0 是科大讯飞大语言模型的第二个版本，于 2023 年 8 月 15 日发布，升级了代码与多模态能力，并与编程助手 iFlyCode 1.0 一同推出。

DeepSeek 的第一个模型发布：开源代码模型系列，参数规模从 1.3B 到 33B，在 2 万亿 token 上从零训练，据报在多项基准上超过 Codex 与 GPT-3.5。

StarCoder2 是 BigCode 联合 NVIDIA 于 2024 年 2 月发布的开放代码模型系列，含 3B、7B、15B 三种规模，训练数据与代码一并公开。

Codestral 是 Mistral AI 的代码模型系列，2024 年 5 月首次发布时为 22B 参数、32K 上下文的开放权重模型，此后版本在上下文长度、生成速度和补全质量上继续推进。

DeepSeek 2024 年 6 月发布的开源混合专家代码模型，支持语言从 86 种增至 338 种、上下文从 16K 扩到 128K，并在代码与数学基准上高于多个闭源模型。

DeepSeek-V2.5 是 DeepSeek 于 2024 年 9 月 5 日发布的模型，把对话模型与代码模型合并为一个，兼顾聊天和编程能力，并提升了安全评测成绩。

Yi-Coder 是 01.AI 于 2024 年 9 月开源的一系列代码模型，有 1.5B 和 9B 两种规模，各自提供基础版和对话版，覆盖 52 种编程语言，上下文最长 128K token。

o1-mini 是 OpenAI 于 2024 年 9 月 12 日随 o1-preview 一同发布的小型推理模型，更快更便宜，用强化学习训练其逐步推理，OpenAI 称它尤其擅长编程。

Anthropic 于 2024 年 10 月公布的小型快速语言模型，接替 Claude 3 Haiku，官方称其以接近 Haiku 的速度达到上一代旗舰的智能水平，且在编程任务上尤其突出。

Google 于 2025 年 2 月发布的实验性模型，属于 Gemini 2.0 系列，被 Google 称为当时在编程和复杂提示上最好的模型，支持 200 万 token 的上下文窗口与工具调用。

DeepSeek-V3-0324 是 2025 年 3 月对 DeepSeek-V3 的一次更新：模型结构不变，基准成绩提高，并改用 MIT 许可证发布。

Mistral Medium 3 是 Mistral AI 于 2025 年 5 月 7 日发布的专有模型，主打以低得多的价格接近更大竞品的水平，并可在四块 GPU 上自托管。

Seed-Coder 是字节跳动 Seed 团队于 2025 年 5 月发布的开源代码模型系列，三个版本均为 8B 参数，其数据筛选由语言模型而非人工规则完成。

Devstral 是 Mistral AI 与 All Hands AI 合作推出的智能体编程模型系列，2025 年 5 月首次发布，首个版本在 SWE-Bench Verified 上得分 46.8%。

Claude Opus 4.1 于 2025 年 8 月 5 日发布，在与 Claude Opus 4 价格相同的前提下，提升了智能体任务、真实编程与推理的表现。其后由 Claude Opus 4.5 取代。

xAI 于 2025 年 8 月发布的面向智能体编程的快速推理模型，定价低，在 SWE-bench Verified 上得分 70.8%，并接入 GitHub Copilot、Cursor 等编程工具。

GLM-4.6 是智谱于 2025 年 9 月下旬发布的开源大语言模型，上下文窗口扩展到 200K tokens，检查点约 3570 亿参数，以 MIT 许可证发布，重点面向编码、推理与智能体任务。

OpenAI 于 2025 年 9 月发布的模型，在 GPT-5 基础上针对智能体式编程优化，曾作为 Codex 的默认模型，2026 年 7 月关停。

Claude Haiku 4.5 于 2025 年 10 月 15 日发布，所有用户均可使用。它的编程表现接近 Sonnet 4，成本为其三分之一，速度则超过两倍。

OpenAI 于 2025 年 11 月发布的智能体编程模型，属 GPT-5.1 系列。它是首个原生支持跨多个上下文窗口、并可在 Windows 环境运行的 OpenAI 模型。

MiniMax-M2.1 是 MiniMax 于 2025 年 12 月发布的开源权重模型，是 M2 的后继版本，主打软件工程与多语言编程能力，参数规模 2290 亿（229B）。

Devstral 2 是 Mistral AI 2025 年 12 月发布的智能体式编程模型，SWE-bench Verified 得分 72.2%，2026 年 7 月退役。

MiniMax-M2.7 是 MiniMax 于 2026 年 3 月发布的 2290 亿参数大语言模型，面向智能体任务，被公司称为第一个深度参与自身演化的模型。

Mistral Small 4 是 2026 年 3 月发布的开源混合专家模型，把指令跟随、逐步推理和智能体编程合进一个模型，并用一个参数控制推理的深浅。

Kimi K2.6 是月之暗面于 2026 年 4 月发布的开放权重模型，主打长程编程，上下文 262,144 个词元，支持文本与图像输入，Agent Swarm 最多可调度 300 个子智能体。

Mistral AI 于 2026 年 4 月发布的 128B 参数开放权重多模态模型，面向智能体与编程任务，曾短暂担任 Le Chat 默认模型，后被 Mistral Large 4 取代。

Claude Opus 4.8 于 2026 年 5 月 28 日发布，价格与 Opus 4.7 相同。它新增了速度为 2.5 倍的快速模式，减少了自身代码中未被注意的缺陷。Anthropic 称它是一次“温和但切实”的改进。

Step 3.7 Flash 是阶跃星辰于 2026 年 5 月 29 日发布的开源权重模型，在 Step 3.5 Flash 的基础上加入了原生图像输入，支持 256K 上下文，采用 Apache 2.0 许可证。

Grok 4.5 是 xAI 于 2026 年 7 月发布的编程与智能体模型，用数万块 GPU 训练，与 Cursor 联合训练，并成为 Grok Build 的默认模型。

Gemini 3.6 Flash 是 Google 于 2026 年 7 月 21 日发布的主力模型，在编程、知识工作和多模态上优于 3.5 Flash，输出更省词元，并把计算机操作做成内置工具。

Grok 4.6 是 xAI 于 2026 年 8 月 12 日发布的语言模型，面向长时间运行的智能体以及交互与视觉类任务，上下文窗口 50 万 token，支持文本与图像输入。

Google 于 2026 年 8 月 13 日发布的主力模型，主打编程与智能体，定价分阶段上调，三周后即被 3.8 Flash 接替。

讯飞星火 X2.5 是 2026 年 9 月 7 日发布的大语言模型，采用 293B-A30B 的混合专家结构，训练与推理全部在国产算力上完成，支持 256K 上下文和 200 多种语言。

Grok 4.7 是 xAI 于 2026 年 9 月 21 日发布的大语言模型，公司称它是自己在编程与知识工作上能力最强的模型；基座模型更大、强化学习训练更久，并采用全新安全防护体系，token 价格未变。

Codestral Mamba 是 Mistral AI 于 2024 年 7 月发布的 7B 开源代码模型，用 Mamba 状态空间架构取代 Transformer，以获得线性时间的推理开销。