GPT-5.1 Thinking
GPT-5.1 Thinking 是 OpenAI 面向复杂问题的推理模型。它会根据问题难度调整思考时间:简单任务通常更快,复杂任务则投入更多推理。官方称其回答比上一代 Thinking 模型更易理解。(openai.com) 适用于数学问题、编程、技术概念解释及需要多步推理的工作任务。 API 模型 gpt-5.1 支持文本和图像输入、文本输出,以及函数调用和结构化输出;推理强度可设为 none…
模型发布档案
聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。
GPT-5.1 Thinking 是 OpenAI 面向复杂问题的推理模型。它会根据问题难度调整思考时间:简单任务通常更快,复杂任务则投入更多推理。官方称其回答比上一代 Thinking 模型更易理解。(openai.com) 适用于数学问题、编程、技术概念解释及需要多步推理的工作任务。 API 模型 gpt-5.1 支持文本和图像输入、文本输出,以及函数调用和结构化输出;推理强度可设为 none…
GPT-5.1 Instant 是 OpenAI 面向 ChatGPT 日常对话的快速模型,强调自然、友好的交流和指令遵循。官方公告将其对应的 API 模型 ID 列为 gpt-5.1-chat-latest。(openai.com) 可用于问答、写作辅助、内容总结、编程及数学问题等任务;面对较复杂问题时,可使用自适应推理决定是否在回答前进行思考。(openai.com) API 模型文档列出文本…
WebVIA-Agent 是 WebVIA 框架中的网页探索视觉语言模型,基于 GLM-4.1V-9B-Base,面向可交互、可验证的 UI 转代码流程。(huggingface.co) 结合网页截图和 DOM 树识别需要交互的组件,辅助网站导航和多状态 UI 截图采集。 可用于为网页界面重建与交互测试准备素材。完整流程中,交互式 HTML/CSS/JavaScript 的生成由独立的…
GUI-Plus 是面向手机和电脑图形界面理解与交互的 GUI 系列基础模型。阿里云官方发布记录将其列为视觉理解模型,发布日期为 2025 年 11 月 12 日。(help.aliyun.com) 接收文本和图像输入,输出文本;可根据屏幕截图和自然语言指令生成点击、输入、滚动等界面操作指令,由外部系统决策或执行。(help.aliyun.com) 支持跨平台界面理解、多步任务规划、跨应用复杂任务…