最后核验：2026-09-04。模型名称、价格、上下文长度和可用区域都可能快速变化，本文把“官方入口”放在结论之前；接入生产环境前，请再次查看模型目录、价格页和退役公告。
先看结论：不要只收藏发布新闻
追踪模型至少需要四类入口：
- 发布/变更日志：知道新模型何时出现、能力发生了什么变化。
- 模型目录：确认真实可调用的模型 ID、模态与限制。
- API 文档与价格：判断能否接入以及成本结构。
- 退役公告：提前处理别名漂移、强制迁移和行为变化。
生产配置建议固定到明确版本，并把 latest 一类动态别名只用于实验环境。每次升级都应重新跑一遍自己的回归集，而不是只看厂商榜单。
2026 年 9 月模型速览
| 厂商/系列 | 本次核验时值得关注的模型 | 适合先验证的方向 | 官方入口 |
|---|---|---|---|
| OpenAI | GPT-6 Astra、GPT-5.6 Sol / Terra / Luna | 端到端任务、编码、通用 Agent | 模型目录 · 模型选型指南 |
| Anthropic Claude | Opus / Sonnet / Fable 当前代模型 | 长任务、编码、工具使用 | 模型生命周期 · Claude Code 文档 |
| Google Gemini | Gemini 3.8 Flash、Gemini 3.7 Flash | 长上下文、低延迟、多模态与 Agent | Gemini API Changelog · 退役公告 |
| DeepSeek | deepseek-v4-flash、deepseek-v4-pro、实验视觉模型 |
中文、推理、代码、兼容接口 | API 文档 · 更新日志 |
| Qwen | Qwen3.6、Qwen3-Coder、Qwen3-VL、Qwen3-Omni | 开源权重、代码、多模态、本地部署 | Qwen 官方 GitHub · Qwen 官方博客 |
| xAI Grok | Grok 4.6、Grok Build | 编码、Agent、实时信息工具 | 发布日志 · 模型目录 |
| Mistral | Mistral 模型族与 OCR / Vibe 能力 | 欧洲部署、轻量模型、文档处理 | Release Notes · Changelog |
| Kimi | Kimi K2.5 及平台当前模型 | 中文长上下文、工具调用、多模态 | Kimi API 文档 |
| MiniMax | MiniMax M2.7 / M2.7-highspeed | 编码、Agent、语音视频多模态 | 接口能力总览 · 模型列表 API |
| 智谱 GLM | GLM-5.2 及平台当前模型 | 中文、代码、Agent 与国产化接入 | 新品发布 |
这张表是“入口地图”，不是绝对排名。对工程团队更有意义的指标通常是：任务成功率、工具调用正确率、单位成功任务成本、P95 延迟、长任务恢复能力和权限边界。
每周 20 分钟更新法
第一步：只扫官方变更页
按“变更日志 → 模型目录 → 退役公告”的顺序浏览。营销文章可以帮助理解定位，但不能替代 API 文档。
第二步：记录五个字段
verified_at: 2026-09-04
provider: example
model_id: exact-model-id
availability: preview | ga | deprecated
important_changes:
- tool_calling
- context_window
- pricing
- api_shape第三步：跑自己的最小回归集
建议至少准备 20～50 个真实任务，覆盖：代码修改、信息抽取、结构化输出、工具调用、长上下文和拒答边界。记录成功与失败原因，不要只记平均分。
第四步：把升级当成依赖升级
- 实验环境可跟随动态别名。
- 生产环境固定模型 ID，并提供快速回滚。
- 同时保存 Prompt、工具 schema、Harness 版本和评测集版本。
- 关注“旧 ID 被自动路由到新模型”的公告，它可能让结果和账单一起变化。
接下来读什么
模型决定能力上限，Harness 决定它能否稳定完成工作。继续阅读：
维护原则：新增厂商时必须至少补齐“模型目录或 API 文档”和“变更/退役入口”中的两项；无法从官方来源验证的信息，不进入主表。