大模型时间线

JetBrains 开放面向编程 Agent 的推理模型，以较小的激活参数规模执行代码库任务。

Haiku 系列首次支持可调推理力度，面向高频任务、编程及子智能体调用。

GPT-6 Sol 与 Luna 推出面向 ChatGPT 的十月版本，覆盖免费及付费用户。

公开预览新一代多模态旗舰，结合指令遵循、混合推理与智能体任务能力。

面向复杂编程、知识工作与网络防御的新一代多模态模型，先向受邀团队开放。

蚂蚁百灵发布混合推理模型，面向编程、工具调用与多步骤智能体任务。

升级编程、计算机操作与专业任务能力，并支持在单次请求中分派子任务。

Claude 5.5 家族的第二个型号，面向编程、文档处理和办公任务。

新一代 Opus 面向复杂知识工作、编程与需要审慎判断的任务。

GPT-6 系列的两个型号，分别面向不同速度与成本需求。

结合全模态理解与大规模强化学习，升级长程任务能力。

升级编程和知识工作，改善复杂任务的自我验证与上下文管理。

面向长程软件工程、知识工作与金融研究的旗舰预览模型。

统一处理文本、图像、音频和视频，扩展多模态工作流程。

升级 Kimi Code 中的编程与智能体能力，支持长上下文。

新架构加入原生视觉理解，同时改进推理效率与智能体任务能力。

提升长程编程与专业推理，同期发布受限提供的 Cyber 版本。

改善长程智能体任务与编程，增强同一会话中的持续协作。

改进工程项目开发、多工具编排，以及图表推理和文档解析。

继续强化编码、知识工作和研究能力，Fable 与 Mythos 保持不同开放范围。

开放新一代旗舰预览模型，扩展长上下文与复杂工作任务能力。

结合原生视觉与线性、稀疏注意力，面向代码、浏览器和图形界面任务。

面向高并发多模态应用，兼顾长上下文、编程与智能体处理。

强化复杂编程与长期任务执行。

V4 Pro 转为正式版本，强化智能体任务并原生支持 Responses API。

继续增强编程、知识工作与网页开发中的多步骤任务处理。

加强长程智能体、互动应用和视觉工作中的持续执行能力。

开放 2.4T-A95B 模型，并随后补充 27B 版本。

推出原生视觉语言旗舰，支持百万 token 上下文。

升级软件工程、知识工作与计算机操作，强化复杂任务的执行能力。

Flash 系列继续提升推理效率，并补充更轻量的 Flash-Lite。

官方介绍面向编码、智能体任务和知识工作的新版 Grok。

结合原生视觉、长上下文与复杂编程，推进 Kimi 旗舰模型能力。

以 Sol、Terra、Luna 等型号覆盖不同任务，聚焦知识工作、设计与编码。

加强编程、计算机操作和多模态理解，并配合 Meta Model API 预览。

升级长程智能体任务与工具使用，并融入腾讯产品生态。

让 Sonnet 更完整地规划任务、使用浏览器和终端，并持续执行。

面向 Coding Plan 用户开放，增强长程编程与项目级任务能力。

专注长程编程、工具调用与更高效的思考。

引入稀疏注意力与原生图像、视频理解，扩展长上下文任务。

继续增强高效推理和真实任务中的智能体执行能力。

继续改进工具使用、复杂任务判断和协作体验。

推出面向长程编程和远程智能体任务的模型公开预览。

继续升级智能体编程、办公任务与长程执行能力。

在 Google I/O 推出，将响应速度与智能体任务能力作为重点。

增强跨软件、跨工具的任务完成能力，围绕编程和知识工作迭代。

升级复杂任务处理，兼顾智能体能力与推理效率。

旗舰预览版本加强编程与复杂任务执行。

改善高难度软件工程与视觉理解，加强长任务中的自我检查。

改进长程软件工程与规划执行。

升级开放模型的推理与智能体能力，并采用 Apache 2.0 许可。

MiMo 家族扩展旗舰推理和全模态能力。

增强软件工程、专业工作与多智能体协作，探索模型参与自身迭代。

在同一模型中整合推理、视觉和编程，并允许调节思考力度。

采用混合专家架构与长上下文，面向多智能体协作和复杂任务。

融合推理、编程与原生计算机操作，面向复杂专业工作。

升级核心推理能力，面向需要深入分析的科学、工程与复杂任务。

升级编程、视觉交互、规划与知识工作，扩展 Sonnet 的上下文能力。

面向快速交互编程的小型模型，以研究预览形式提供。

围绕实际编程、搜索、办公与工具调用任务加强强化学习。

加强复杂代码库分析与长程智能体任务，预览百万 token 上下文。

将编程和通用推理进一步结合，处理研究、工具调用与复杂执行任务。

以稀疏混合专家架构兼顾推理速度与智能体能力。

补充 GLM-4.7 系列的轻量版本。

加强多种编程语言、办公场景与真实复杂任务中的能力。

增强编程与长上下文中的任务执行。

将 Gemini 3 的推理能力扩展到更快、更高效的 Flash 档位。

小米开放面向推理、编程与智能体任务的高效语言模型。

NVIDIA 发布 Nemotron 3 家族，并率先开放 Nano 模型。

围绕专业知识工作、长上下文理解、编码和工具使用持续改进。

发布 Mistral Large 3 和多种小型模型，扩大开放多模态模型选择。

引入可调节的扩展思考，面向日常推理、代码和智能体任务。

继续迭代思考和非思考模式，同时提供侧重高强度推理的 Speciale 版本。

强化编程、计算机操作和长程任务，扩展 Opus 的日常工作能力。

更新 Instant 与 Thinking，改善指令遵循、回答风格与自适应推理。

边思考、边使用工具，推进长链路搜索、编码与复杂问题求解。

开放面向编程与智能体的模型，重点优化工具调用和长链任务。

面向低延迟场景的小型模型，加强编程与计算机操作能力。

升级代码、推理与工具调用能力。

进一步强化编程与长任务执行，面向真实软件工程工作流。

采用混合注意力和高稀疏度设计，探索更高效的长上下文推理。

统一思考与非思考模式，并优化代码、搜索和工具调用任务。

改进编程、真实任务中的推理与智能体表现。

开放面向智能体编程的混合专家模型，强化工具调用与长程任务。

推出新一代推理模型，将工具使用与实时信息接入结合。

更新 R1 的推理能力，改进前端编程并支持结构化输出与工具调用。

面向企业多模态和编程应用，兼顾能力、成本与部署选择。

面向 API 推出模型家族，着重改善编程、指令遵循与长上下文处理。

腾讯发布深度推理模型，结合混合架构与强化学习。

将开放权重家族扩展到图像理解、多语言与更长上下文。

继续探索预训练规模带来的收益，强调知识、自然对话与创造性任务。

xAI 发布技术介绍，将思考能力与 DeepSearch 等搜索体验结合。

推出面向数学、科学和编程的高效推理模型，支持可调思考力度。

通过合成数据与训练改进，加强小型模型的数学和复杂推理能力。

更新 70B 指令模型，提高多语言对话和部署效率。

o1 正式版随 ChatGPT Pro 上线，加强推理并支持图像理解。

亚马逊发布 Nova 家族，覆盖文本与多模态理解的不同成本档位。

同时扩展视觉语言模型和适合手机、边缘设备的小型文本模型。

通用、代码与数学模型共同迭代，进一步改善知识、指令遵循和结构化输出。

扩展编程、多语言与长上下文能力，提供大规模模型权重。

提供成本更低的文本与视觉模型，扩展轻量应用的能力。

重设模型架构与推理效率，开放 9B 和 27B 两种规模。

覆盖多种参数规模，提升多语言、代码、数学和长上下文能力。

微软推出适合本地部署的小型语言模型，强调数据质量与模型效率。

Ai2 开放语言模型权重、训练代码、数据与检查点，使模型训练和评估过程可供复现研究。

Mistral 正式介绍稀疏混合专家模型，推动开放模型的效率与能力。

扩展至 128K 上下文，并以开发者预览推进视觉与工具能力。

xAI 公布 Grok，结合 X 平台信息，向部分用户开放早期体验。

增强编程与推理，支持长文档处理，并推出面向公众的 claude.ai 测试版。

BigCode 开放面向代码生成的模型、训练资料和评测工具，覆盖 80 多种编程语言。

清华 KEG 与智谱开放中英双语对话模型，支持量化后在消费级显卡上本地运行。

Google 展示大规模 Pathways 语言模型，研究规模扩展下的推理与语言能力。

开放 60 亿参数的自回归语言模型，为早期可本地运行的通用语言模型提供研究基础。