本页把 fastgpt-plugin v1.1.3 中定义的 319 个模型按类型逐条列出，给出提供商、模型标识、上下文长度、单次最大输出，以及是否支持图片输入、工具调用与推理过程。接入模型前可用它确认某个模型属于哪一类、定义是否声明支持原生工具调用；配置报错时可用模型标识核对填写的取值。
各列的含义
| 列 | 含义 |
|---|
| 提供商 | 模型定义所在的提供商目录名，与界面中的渠道分组对应 |
| 模型标识 | 定义中的 model 字段，配置模型时填写的就是这个值 |
| 上下文长度 | 定义中的 maxContext，单位为 token |
| 单次最大输出 | 定义中的 maxTokens，单位为 token |
| 图片输入 | 定义中的 vision，取值为是表示该模型可接收图片输入 |
| 工具调用 | 定义中的 toolChoice 标记，表示模型是否声明支持原生工具调用；实际调用模式由工作流节点与模型配置决定 |
| 推理过程 | reasoning 标记表示定义声明支持推理过程；实际返回受模型服务与请求配置影响 |
| 破折号 | 表示定义中没有这个字段，不代表取值为零 |
使用这张清单之前要知道的三件事
1. 模型数量与提供商数量不是一个量。 定义目录共 34 个提供商，其中 10 个目录内没有模型条目（FishAudio、HuggingFace、Meta、Moka、Ollama、OpenRouter、Other、PPIO、ai360、novita），实际带模型条目的提供商是 24 家。按目录数估算可选模型数会高估。
2. 五类模型的数量差距很大。 对话模型 268 个；向量模型 21 个；语音合成模型 16 个；重排模型 8 个；语音识别模型 6 个。对话模型占了绝大多数，向量与重排模型的可选范围要小得多，做知识库选型时这一层的余地比对话模型小。
3. 这份清单随插件版本走。 本页对应 fastgpt-plugin v1.1.3，不同版本的模型条目会增减。部署实例中实际可选的模型以该实例加载的插件版本为准，可在模型配置界面直接查看。
提供商与模型数量
| 提供商 | 模型数 |
|---|
| Qwen | 42 |
| OpenAI | 38 |
| ChatGLM | 28 |
| MiniMax | 17 |
| StepFun | 17 |
| Ernie | 16 |
| Claude | 15 |
| Gemini | 15 |
| Hunyuan | 15 |
| AntLing | 14 |
| Doubao | 14 |
| Groq | 11 |
| Jina | 11 |
| Moonshot | 11 |
| MistralAI | 10 |
| Siliconflow | 9 |
| Baichuan | 8 |
| Grok | 7 |
| SparkDesk | 7 |
| DeepSeek | 5 |
| AliCloud | 3 |
| BAAI | 2 |
| InternLM | 2 |
| Yi | 2 |
对话模型（268 个）
| 提供商 | 模型标识 | 上下文长度 | 单次最大输出 | 图片输入 | 工具调用 | 推理过程 |
|---|
| AntLing | Ling-1T | 128,000 | 16,000 | 否 | 是 | 否 |
| AntLing | Ling-2.6-1T | 256,000 | 16,000 | 否 | 是 | 否 |
| AntLing | Ling-2.6-flash | 256,000 | 16,000 | 否 | 是 | 否 |
| AntLing | Ling-3.0-flash | 256,000 | 16,000 | 否 | 是 | 是 |
| AntLing | Ling-3.0-flash-VL | 256,000 | 102,400 | 是 | 是 | 否 |
| AntLing | Ling-3.0-tiny | 256,000 | 32,000 | 否 | 是 | 是 |
| AntLing | Ling-flash-2.0 | 128,000 | 16,000 | 否 | 是 | 否 |
| AntLing | Ling-mini-2.0 | 64,000 | 8,000 | 否 | 是 | 否 |
| AntLing | Ming-flash-omni | 128,000 | 16,000 | 是 | 是 | 否 |
| AntLing | Ming-lite-omni | 64,000 | 8,000 | 是 | 否 | 否 |
| AntLing | Ring-1T | 128,000 | 16,000 | 否 | 否 | 是 |
| AntLing | Ring-2.6-1T | 256,000 | 16,000 | 否 | 是 | 是 |
| AntLing | Ring-flash-2.0 | 128,000 | 16,000 | 否 | 否 | 是 |
| AntLing | Ring-mini-2.0 | 64,000 | 8,000 | 否 | 否 | 是 |
| Baichuan | Baichuan-M3 | 32,000 | 5,000 | 否 | 否 | 是 |
| Baichuan | Baichuan-M3-Plus | 32,000 | 5,000 | 否 | 否 | 否 |
| Baichuan | Baichuan2-Turbo | 32,000 | 2,000 | 否 | 否 | 否 |
| Baichuan | Baichuan3-Turbo | 32,000 | 4,000 | 否 | 是 | 否 |
| Baichuan | Baichuan3-Turbo-128k | 128,000 | 4,000 | 否 | 是 | 否 |
| Baichuan | Baichuan4 | 32,000 | 4,000 | 否 | 是 | 否 |
| Baichuan | Baichuan4-Air | 32,000 | 4,000 | 否 | 是 | 否 |
| Baichuan | Baichuan4-Turbo | 32,000 | 4,000 | 否 | 是 | 否 |
| ChatGLM | glm-4-air | 128,000 | 16,000 | 否 | 是 | 否 |
| ChatGLM | glm-4-flash | 128,000 | 16,000 | 否 | 是 | 否 |
| ChatGLM | glm-4-long | 1,000,000 | 4,000 | 否 | 否 | 否 |
| ChatGLM | glm-4-plus | 128,000 | 4,000 | 否 | 是 | 否 |
| ChatGLM | glm-4.1v-thinking-flash | 64,000 | 16,000 | 是 | 否 | 是 |
| ChatGLM | glm-4.1v-thinking-flashx | 64,000 | 16,000 | 是 | 否 | 是 |
| ChatGLM | glm-4.5 | 128,000 | 96,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.5-air | 128,000 | 96,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.5-airx | 128,000 | 96,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.5-flash | 128,000 | 96,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.5-x | 128,000 | 96,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.6 | 200,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.6v | 128,000 | 32,000 | 是 | 是 | 是 |
| ChatGLM | glm-4.6v-flash | 128,000 | 32,000 | 是 | 是 | 是 |
| ChatGLM | glm-4.6v-flashx | 128,000 | 16,000 | 是 | 是 | 是 |
| ChatGLM | glm-4.7 | 200,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.7-flash | 200,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-4.7-flashx | 200,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-4v-flash | 8,000 | 1,000 | 是 | 否 | 否 |
| ChatGLM | glm-4v-plus | 16,000 | 4,000 | 是 | 否 | 否 |
| ChatGLM | glm-5 | 200,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-5-turbo | 200,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-5.1 | 200,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-5.2 | 1,000,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-5.3 | 1,000,000 | 128,000 | 否 | 是 | 是 |
| ChatGLM | glm-5.3-flash | 1,000,000 | 128,000 | 是 | 是 | 是 |
| ChatGLM | glm-5v-turbo | 200,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-fable-5 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-fable-5-1 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-haiku-4-5 | 200,000 | 64,000 | 是 | 是 | 是 |
| Claude | claude-haiku-4-5-20251001 | 200,000 | 64,000 | 是 | 是 | 是 |
| Claude | claude-opus-4-1-20250805 | 200,000 | 32,000 | 是 | 是 | 否 |
| Claude | claude-opus-4-5-20251101 | 200,000 | 64,000 | 是 | 是 | 是 |
| Claude | claude-opus-4-6 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-opus-4-6-20260205 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-opus-4-7 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-opus-4-8 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-opus-5 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| Claude | claude-sonnet-4-5-20250929 | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Claude | claude-sonnet-4-6 | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Claude | claude-sonnet-4-6-20260217 | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Claude | claude-sonnet-5 | 1,000,000 | 128,000 | 是 | 是 | 是 |
| DeepSeek | deepseek-chat | 64,000 | 8,000 | 否 | 是 | 否 |
| DeepSeek | deepseek-flash | 1,000,000 | 384,000 | 是 | 是 | 是 |
| DeepSeek | deepseek-reasoner | 64,000 | 8,000 | 否 | 否 | 是 |
| DeepSeek | deepseek-v4-flash | 1,000,000 | 384,000 | 否 | 是 | 是 |
| DeepSeek | deepseek-v4-pro | 1,000,000 | 384,000 | 否 | 是 | 是 |
| Doubao | doubao-seed-1-8-251228 | 256,000 | 32,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-2-0-lite-260215 | 256,000 | 128,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-2-0-lite-260428 | 256,000 | 128,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-2-0-mini-260215 | 256,000 | 128,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-2-0-mini-260428 | 256,000 | 128,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-2-0-pro-260215 | 256,000 | 128,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-2-1-pro-260628 | 256,000 | 256,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-2-1-turbo-260628 | 256,000 | 256,000 | 是 | 是 | 是 |
| Doubao | doubao-seed-evolving | 1,024,000 | 256,000 | 是 | 是 | 是 |
| Ernie | ERNIE-4.0-8K | 8,000 | 2,048 | 否 | 否 | 否 |
| Ernie | ERNIE-4.0-Turbo-8K | 8,000 | 2,048 | 否 | 否 | 否 |
| Ernie | ERNIE-Lite-8K | 8,000 | 2,048 | 否 | 否 | 否 |
| Ernie | ERNIE-Speed-128K | 128,000 | 4,096 | 否 | 否 | 否 |
| Ernie | ernie-4.5-turbo-128k | 128,000 | 12,288 | 否 | 否 | 否 |
| Ernie | ernie-4.5-turbo-32k | 32,000 | 12,288 | 否 | 否 | 否 |
| Ernie | ernie-4.5-turbo-vl | 128,000 | 16,384 | 是 | 否 | 否 |
| Ernie | ernie-4.5-turbo-vl-32k | 32,000 | 12,288 | 是 | 否 | 否 |
| Ernie | ernie-5.0 | 128,000 | 65,536 | 是 | 是 | 是 |
| Ernie | ernie-5.0-thinking-latest | 128,000 | 65,536 | 是 | 是 | 是 |
| Ernie | ernie-5.0-thinking-preview | 128,000 | 65,536 | 是 | 是 | 是 |
| Ernie | ernie-5.1 | 128,000 | 65,536 | 否 | 是 | 是 |
| Ernie | ernie-x1.1 | 64,000 | 65,536 | 否 | 是 | 是 |
| Ernie | ernie-x1.1-preview | 64,000 | 65,536 | 否 | 是 | 是 |
| Gemini | gemini-2.5-flash | 1,000,000 | 63,000 | 是 | 是 | 否 |
| Gemini | gemini-2.5-flash-lite | 1,000,000 | 63,000 | 是 | 是 | 否 |
| Gemini | gemini-2.5-pro | 1,000,000 | 63,000 | 是 | 是 | 否 |
| Gemini | gemini-3-flash | 1,024,000 | 64,000 | 是 | 是 | 是 |
| Gemini | gemini-3-flash-preview | 1,024,000 | 64,000 | 是 | 是 | 是 |
| Gemini | gemini-3.1-flash-lite | 1,048,576 | 65,536 | 是 | 是 | 是 |
| Gemini | gemini-3.1-pro | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Gemini | gemini-3.1-pro-preview | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Gemini | gemini-3.1-pro-preview-customtools | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Gemini | gemini-3.5-flash | 1,048,576 | 65,536 | 是 | 是 | 是 |
| Gemini | gemini-3.5-flash-lite | 1,048,576 | 65,536 | 是 | 是 | 是 |
| Gemini | gemini-3.6-flash | 1,048,576 | 65,536 | 是 | 是 | 是 |
| Gemini | gemini-3.7-flash | 1,048,576 | 65,536 | 是 | 是 | 是 |
| Gemini | gemini-3.8-flash | 1,048,576 | 65,536 | 是 | 是 | 是 |
| Grok | grok-4.20-0309-non-reasoning | 1,000,000 | 8,000 | 是 | 是 | 否 |
| Grok | grok-4.20-0309-reasoning | 1,000,000 | 8,000 | 是 | 是 | 是 |
| Grok | grok-4.20-multi-agent-0309 | 1,000,000 | 8,000 | 是 | 是 | 是 |
| Grok | grok-4.3 | 1,000,000 | 8,000 | 是 | 是 | 是 |
| Grok | grok-4.5 | 500,000 | 8,000 | 是 | 是 | 是 |
| Grok | grok-4.6 | 500,000 | 8,000 | 是 | 是 | 是 |
| Grok | grok-build-0.1 | 256,000 | 8,000 | 是 | 是 | 是 |
| Groq | llama-3.1-8b-instant | 131,072 | 131,072 | 否 | 是 | 否 |
| Groq | llama-3.3-70b-versatile | 131,072 | 32,768 | 否 | 是 | 否 |
| Groq | meta-llama/llama-4-scout-17b-16e-instruct | 131,072 | 8,192 | 是 | 是 | 否 |
| Groq | minimaxai/minimax-m2.7 | 196,608 | 131,072 | 否 | 是 | 是 |
| Groq | openai/gpt-oss-120b | 131,072 | 65,536 | 否 | 是 | 是 |
| Groq | openai/gpt-oss-20b | 131,072 | 65,536 | 否 | 是 | 是 |
| Groq | qwen/qwen3-32b | 131,072 | 40,960 | 否 | 是 | 是 |
| Groq | qwen/qwen3.6-27b | 131,072 | 16,384 | 是 | 是 | 是 |
| Groq | qwen/qwen3.8-27b | 131,042 | 16,384 | 是 | 是 | 是 |
| Hunyuan | hunyuan-2.0-instruct-20251111 | 128,000 | 16,000 | 否 | 否 | 是 |
| Hunyuan | hunyuan-2.0-thinking-20251109 | 128,000 | 64,000 | 否 | 否 | 是 |
| Hunyuan | hunyuan-a13b | 224,000 | 32,000 | 否 | 否 | 是 |
| Hunyuan | hunyuan-large | 28,000 | 4,000 | 否 | 否 | 否 |
| Hunyuan | hunyuan-lite | 250,000 | 6,000 | 否 | 否 | 否 |
| Hunyuan | hunyuan-pro | 28,000 | 4,000 | 否 | 否 | 否 |
| Hunyuan | hunyuan-standard | 32,000 | 2,000 | 否 | 否 | 否 |
| Hunyuan | hunyuan-t1-latest | 32,000 | 64,000 | 否 | 否 | 是 |
| Hunyuan | hunyuan-turbo | 28,000 | 4,000 | 否 | 否 | 否 |
| Hunyuan | hunyuan-turbo-vision | 6,000 | 2,000 | 是 | 否 | 否 |
| Hunyuan | hunyuan-turbos-latest | 32,000 | 16,000 | 否 | 否 | 否 |
| Hunyuan | hunyuan-vision | 6,000 | 2,000 | 是 | 否 | 否 |
| Hunyuan | hy3 | 256,000 | 128,000 | 否 | 是 | 是 |
| Hunyuan | hy4-preview | 1,024,000 | 64,000 | 否 | 是 | 是 |
| InternLM | internlm2-pro-chat | 32,000 | 8,000 | 否 | 是 | 否 |
| InternLM | internlm3-8b-instruct | 32,000 | 8,000 | 否 | 是 | 否 |
| MiniMax | M2-her | 64,000 | 2,048 | 否 | 否 | 否 |
| MiniMax | MiniMax-M1 | 1,000,000 | 40,000 | 否 | 是 | 否 |
| MiniMax | MiniMax-M2 | 196,000 | 100,000 | 否 | 是 | 是 |
| MiniMax | MiniMax-M2.1 | 204,000 | 100,000 | 否 | 是 | 是 |
| MiniMax | MiniMax-M2.1-lightning | 204,000 | 100,000 | 否 | 是 | 是 |
| MiniMax | MiniMax-M2.5 | 204,000 | 100,000 | 否 | 是 | 是 |
| MiniMax | MiniMax-M2.5-highspeed | 204,000 | 100,000 | 否 | 是 | 是 |
| MiniMax | MiniMax-M2.7 | 204,000 | 100,000 | 否 | 是 | 是 |
| MiniMax | MiniMax-M2.7-highspeed | 204,000 | 100,000 | 否 | 是 | 是 |
| MiniMax | MiniMax-M3 | 1,000,000 | 100,000 | 是 | 是 | 是 |
| MiniMax | MiniMax-Text-01 | 1,000,000 | 40,000 | 否 | 否 | 否 |
| MistralAI | ministral-14b-2512 | 131,000 | 8,000 | 是 | 是 | 否 |
| MistralAI | ministral-3b-2512 | 131,000 | 8,000 | 是 | 是 | 否 |
| MistralAI | ministral-3b-latest | 130,000 | 8,000 | 否 | 是 | 否 |
| MistralAI | ministral-8b-2512 | 131,000 | 8,000 | 是 | 是 | 否 |
| MistralAI | ministral-8b-latest | 130,000 | 8,000 | 否 | 是 | 否 |
| MistralAI | mistral-large-2512 | 256,000 | 8,000 | 是 | 是 | 否 |
| MistralAI | mistral-large-latest | 130,000 | 8,000 | 否 | 是 | 否 |
| MistralAI | mistral-medium-3-5 | 256,000 | 32,000 | 是 | 是 | 是 |
| MistralAI | mistral-small-2603 | 256,000 | 32,000 | 是 | 是 | 是 |
| MistralAI | mistral-small-latest | 32,000 | 4,000 | 否 | 是 | 否 |
| Moonshot | kimi-k2.5 | 262,144 | 32,000 | 是 | 是 | 是 |
| Moonshot | kimi-k2.6 | 262,144 | 32,000 | 是 | 是 | 是 |
| Moonshot | kimi-k2.7-code | 262,144 | 32,768 | 是 | 是 | 是 |
| Moonshot | kimi-k2.7-code-highspeed | 262,144 | 32,768 | 是 | 是 | 是 |
| Moonshot | kimi-k3 | 1,048,576 | 1,048,576 | 是 | 是 | 是 |
| Moonshot | moonshot-v1-128k | 128,000 | 4,000 | 否 | 是 | 否 |
| Moonshot | moonshot-v1-128k-vision-preview | 128,000 | 4,000 | 是 | 是 | 否 |
| Moonshot | moonshot-v1-32k | 32,000 | 4,000 | 否 | 是 | 否 |
| Moonshot | moonshot-v1-32k-vision-preview | 32,000 | 4,000 | 是 | 是 | 否 |
| Moonshot | moonshot-v1-8k | 8,000 | 4,000 | 否 | 是 | 否 |
| Moonshot | moonshot-v1-8k-vision-preview | 8,000 | 4,000 | 是 | 是 | 否 |
| OpenAI | gpt-4.1 | 1,000,000 | 32,000 | 是 | 是 | 否 |
| OpenAI | gpt-4.1-mini | 1,000,000 | 32,000 | 是 | 是 | 否 |
| OpenAI | gpt-4.1-nano | 1,000,000 | 32,000 | 是 | 是 | 否 |
| OpenAI | gpt-4o | 128,000 | 4,000 | 是 | 是 | 否 |
| OpenAI | gpt-4o-mini | 128,000 | 16,000 | 是 | 是 | 否 |
| OpenAI | gpt-5 | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5-chat-latest | 128,000 | 16,384 | 是 | 是 | 否 |
| OpenAI | gpt-5-mini | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5-nano | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5-pro | 400,000 | 272,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.1 | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.1-chat-latest | 128,000 | 16,384 | 是 | 是 | 否 |
| OpenAI | gpt-5.2 | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.2-chat-latest | 128,000 | 16,384 | 是 | 是 | 否 |
| OpenAI | gpt-5.2-pro | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.3-codex | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.4 | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.4-mini | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.4-nano | 400,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.4-pro | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.5 | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.5-pro | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.6 | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.6-luna | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.6-sol | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-5.6-terra | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-6-astra | 1,050,000 | 128,000 | 是 | 是 | 是 |
| OpenAI | gpt-oss-120b | 131,000 | 131,000 | 否 | 是 | 是 |
| OpenAI | gpt-oss-20b | 131,000 | 131,000 | 否 | 是 | 是 |
| OpenAI | o3 | 200,000 | 100,000 | 是 | 是 | 是 |
| OpenAI | o3-mini | 200,000 | 100,000 | 否 | 是 | 是 |
| OpenAI | o4-mini | 200,000 | 100,000 | 是 | 是 | 是 |
| Qwen | qwen-coder-turbo | 128,000 | 8,000 | 否 | 否 | 否 |
| Qwen | qwen-flash | 1,000,000 | 32,000 | 否 | 是 | 否 |
| Qwen | qwen-long | 10,000,000 | 6,000 | 否 | 否 | 否 |
| Qwen | qwen-max | 128,000 | 8,000 | 否 | 是 | 否 |
| Qwen | qwen-plus | 1,000,000 | 32,000 | 否 | 是 | 否 |
| Qwen | qwen-turbo | 1,000,000 | 16,000 | 否 | 是 | 否 |
| Qwen | qwen-vl-max | 128,000 | 8,000 | 是 | 否 | 否 |
| Qwen | qwen-vl-plus | 128,000 | 8,000 | 是 | 否 | 否 |
| Qwen | qwen2.5-14b-instruct | 128,000 | 8,000 | 否 | 是 | 否 |
| Qwen | qwen2.5-32b-instruct | 128,000 | 8,000 | 否 | 是 | 否 |
| Qwen | qwen2.5-72b-instruct | 128,000 | 8,000 | 否 | 是 | 否 |
| Qwen | qwen2.5-7b-instruct | 128,000 | 8,000 | 否 | 是 | 否 |
| Qwen | qwen3-0.6b | 32,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-1.7b | 32,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-14b | 128,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-235b-a22b | 128,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-30b-a3b | 128,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-32b | 128,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-4b | 128,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-8b | 128,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwen3-coder-flash | 1,024,000 | 64,000 | 否 | 是 | 是 |
| Qwen | qwen3-coder-next | 256,000 | 64,000 | 否 | 是 | 是 |
| Qwen | qwen3-coder-plus | 1,024,000 | 64,000 | 否 | 是 | 是 |
| Qwen | qwen3-max | 256,000 | 64,000 | 否 | 是 | 否 |
| Qwen | qwen3-vl-flash | 25,000 | 8,000 | 是 | 是 | 否 |
| Qwen | qwen3-vl-plus | 25,000 | 8,000 | 是 | 是 | 否 |
| Qwen | qwen3.5-flash | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.5-plus | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.6-flash | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.6-max-preview | 260,000 | 64,000 | 否 | 是 | 是 |
| Qwen | qwen3.6-plus | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.7-flash | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.7-max | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.7-plus | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.8-flash | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwen3.8-max | 1,000,000 | 64,000 | 是 | 是 | 是 |
| Qwen | qwq-32b | 128,000 | 8,000 | 否 | 是 | 是 |
| Qwen | qwq-plus | 128,000 | 8,000 | 否 | 是 | 是 |
| Siliconflow | Qwen/Qwen2-VL-72B-Instruct | 32,000 | 4,000 | 是 | 否 | 否 |
| Siliconflow | Qwen/Qwen2.5-72B-Instruct | 128,000 | 8,000 | 否 | 是 | 否 |
| Siliconflow | deepseek-ai/DeepSeek-V2.5 | 32,000 | 4,000 | 是 | 是 | 否 |
| SparkDesk | 4.0Ultra | 8,000 | 8,000 | 否 | 否 | 否 |
| SparkDesk | generalv3 | 8,000 | 8,000 | 否 | 否 | 否 |
| SparkDesk | generalv3.5 | 8,000 | 8,000 | 否 | 否 | 否 |
| SparkDesk | lite | 32,000 | 4,000 | 否 | 否 | 否 |
| SparkDesk | max-32k | 32,000 | 8,000 | 否 | 否 | 否 |
| SparkDesk | pro-128k | 128,000 | 4,000 | 否 | 否 | 否 |
| SparkDesk | spark-x | 262,144 | 262,144 | 否 | 是 | 是 |
| StepFun | step-1-128k | 128,000 | 8,000 | 否 | 否 | 否 |
| StepFun | step-1-256k | 256,000 | 8,000 | 否 | 否 | 否 |
| StepFun | step-1-32k | 32,000 | 8,000 | 否 | 否 | 否 |
| StepFun | step-1-8k | 8,000 | 8,000 | 否 | 否 | 否 |
| StepFun | step-1-flash | 8,000 | 4,000 | 否 | 否 | 否 |
| StepFun | step-1o-turbo-vision | 32,000 | 8,000 | 是 | 是 | 否 |
| StepFun | step-1o-vision-32k | 32,000 | 8,000 | 是 | 否 | 否 |
| StepFun | step-1v-32k | 32,000 | 8,000 | 是 | 否 | 否 |
| StepFun | step-1v-8k | 8,000 | 8,000 | 是 | 否 | 否 |
| StepFun | step-2-16k | 16,000 | 4,000 | 否 | 否 | 否 |
| StepFun | step-2-mini | 8,000 | 4,000 | 否 | 否 | 否 |
| StepFun | step-3 | 64,000 | 8,000 | 是 | 是 | 是 |
| StepFun | step-3.5-flash | 256,000 | 8,000 | 否 | 是 | 是 |
| StepFun | step-3.5-flash-2603 | 256,000 | 8,000 | 否 | 是 | 是 |
| StepFun | step-3.7-flash | 256,000 | 8,000 | 是 | 是 | 是 |
| StepFun | step-r1-v-mini | 100,000 | 8,000 | 是 | 是 | 是 |
| Yi | yi-lightning | 16,000 | 4,000 | 否 | 否 | 否 |
| Yi | yi-vision-v2 | 16,000 | 4,000 | 是 | 否 | 否 |
向量模型（21 个）
| 提供商 | 模型标识 |
|---|
| BAAI | bge-m3 |
| ChatGLM | embedding-3 |
| Doubao | doubao-embedding-large-text-250515 |
| Doubao | doubao-embedding-text-240715 |
| Ernie | Embedding-V1 |
| Ernie | tao-8k |
| Gemini | gemini-embedding-2 |
| Hunyuan | hunyuan-embedding |
| Jina | jina-clip-v2 |
| Jina | jina-embeddings-v3 |
| Jina | jina-embeddings-v4 |
| Jina | jina-embeddings-v5-omni-nano |
| Jina | jina-embeddings-v5-omni-small |
| Jina | jina-embeddings-v5-text-nano |
| Jina | jina-embeddings-v5-text-small |
| OpenAI | text-embedding-3-large |
| OpenAI | text-embedding-3-small |
| OpenAI | text-embedding-ada-002 |
| Qwen | text-embedding-v3 |
| Qwen | text-embedding-v4 |
| Siliconflow | BAAI/bge-m3 |
重排模型（8 个）
| 提供商 | 模型标识 |
|---|
| BAAI | bge-reranker-v2-m3 |
| Jina | jina-reranker-m0 |
| Jina | jina-reranker-v2-base-multilingual |
| Jina | jina-reranker-v3 |
| Jina | jina-reranker-v3.5 |
| Qwen | gte-rerank-v2 |
| Qwen | qwen3-rerank |
| Siliconflow | BAAI/bge-reranker-v2-m3 |
语音合成模型（16 个）
| 提供商 | 模型标识 |
|---|
| AliCloud | sambert-v1 |
| Doubao | doubao-tts |
| Doubao | seed-tts-2.0-expressive |
| Doubao | seed-tts-2.0-standard |
| MiniMax | speech-01-hd |
| MiniMax | speech-01-turbo |
| MiniMax | speech-02-hd |
| MiniMax | speech-02-turbo |
| MiniMax | speech-2.8-hd |
| MiniMax | speech-2.8-turbo |
| OpenAI | tts-1 |
| OpenAI | tts-1-hd |
| Siliconflow | FunAudioLLM/CosyVoice2-0.5B |
| Siliconflow | RVC-Boss/GPT-SoVITS |
| Siliconflow | fishaudio/fish-speech-1.5 |
| StepFun | step-tts-mini |
语音识别模型（6 个）
| 提供商 | 模型标识 |
|---|
| AliCloud | SenseVoiceSmall |
| AliCloud | fun-asr |
| Groq | whisper-large-v3 |
| Groq | whisper-large-v3-turbo |
| OpenAI | whisper-1 |
| Siliconflow | FunAudioLLM/SenseVoiceSmall |
这张清单的适用范围
清单反映的是定义文件中的登记值。以下情形需要另行确认：
- 提供商侧调整了模型的上下文长度或能力，而插件定义尚未同步
- 通过自定义渠道接入的模型，其能力由渠道配置决定，不在本清单内
- 同名模型在不同提供商下的实际行为差异，需要在部署环境中实测