更新日誌

​

新增模型

• 新增 claude-haiku-5-5：Anthropic 面向高吞吐、成本敏感任務的模型，適用於摘要、上下文壓縮、資料庫查詢、分類和程式設計子智慧體工作流。

​

新增模型

• 新增 gemini-nano-banana-2.1：Google 高效圖像生成與對話式編輯模型，相比 Nano Banana 2 提升畫質、提示詞遵循、多輪角色一致性與文字渲染，保持 Flash 級回應速度。

​

新增模型

• 新增 doubao-seedream-5-0-flash：字節跳動快速圖像生成與編輯模型，支援精準編輯、圖層分離和透明背景輸出，適合高頻批量生圖與快速互動。

​

Realtime 對話支援圖片輸入

• gpt-realtime-2.1 的 Realtime 對話支援 PNG/JPEG/WebP 圖片輸入，可結合文字建立即時對話。
• gpt-realtime-2.1 已在正式環境模型名單中可用，可接入文字與圖片的即時對話。

• 新增 claude-opus-5-5：Anthropic 旗艦模型，適用於智慧體程式設計、大型程式碼庫、電腦操作和複雜任務。
• 新增 gpt-6-sol：OpenAI 面向複雜程式設計、智慧體工作流和長上下文推理的模型，支援文字與圖像輸入、105 萬 token 上下文及最高 128K 輸出。
• 新增 gpt-6-luna：OpenAI 面向聚焦任務與高並發工作負載的高效模型，支援文字與圖像輸入、105 萬 token 上下文及最高 128K 輸出。

• 新增 mimo-v2.6-flash：小米原生多模態高效模型，適合高頻呼叫和大規模專業任務。
• 新增 mimo-v2.6-pro：小米原生多模態旗艦推理模型，適合複雜專案、程式設計、研究和長期智慧體任務，支援 100 萬 token 上下文。
• 新增 mimo-v2.6-pro-ultraspeed：小米面向低延遲場景的 Pro 高速版本，輸出速度最高提升至 20 倍。
• 新增 grok-4.7：xAI 面向程式設計、智慧體任務和專業知識工作的旗艦模型，增強自我校驗與長上下文處理能力。

• 新增 step-5-preview：階躍星辰面向實際任務的新一代旗艦預覽模型，尤其適合程式設計和專業知識工作。

• 新增 jev-latest：TypeSafe 的結構化決策模型，可快速回傳型別化選項，適合路由和分類等任務。
• 新增 qwen3.8-omni-flash：阿里巴巴通義千問原生多模態模型，面向音視訊分析與智慧體，支援文字、圖像、音訊和影片輸入及 100 萬 token 上下文。
• 新增 glm-5.3-flashx：智譜 Z.AI 面向程式設計智慧體和即時工作流的高速模型，支援 100 萬 token 上下文及圖像、影片理解。

• 新增 union-alpha-free：可免費試用的多模態模型，適用於研究、程式設計和智慧體工作流，支援文字與圖像輸入及 262K token 上下文。

​

即時語音轉錄上線（gpt-live-transcribe）

​

新增模型

• 新增 gpt-live-transcribe：OpenAI 即時低延遲語音轉錄模型，透過 WebSocket 長連線邊說邊出文字（delta 增量 + completed 完整文字），按轉錄音訊時長計費 $0.017 / 分鐘。

​

新增功能：即時語音轉錄

• 新增即時語音轉錄介面，基於 WebSocket 長連線 wss://aihubmix.com/v1/realtime?intent=transcription&model=gpt-live-transcribe，支援 OpenAI 官方 SDK 與原生 websockets 兩種接入方式。
• 音訊採用 PCM16 / 24kHz / 單聲道，透過 input_audio_buffer.append 分塊推送、input_audio_buffer.commit 觸發轉錄收尾；支援多語言（languages）、場景提示（prompt）、關鍵詞偏置（keywords）與降噪（noise_reduction）配置。
• 詳見 實時語音轉錄 文檔。

​

Gemini 串流工具調用相容性提升

• Gemini 串流回應中，只要本次串流出現過工具調用，結束原因會正確返回為 tool_calls，即使最後一個 chunk 只包含文字或結束標記。
• 依賴 finish_reason 判斷是否執行工具調用的 OpenAI 相容客戶端，更不容易把工具調用流程誤判為普通對話結束。

​

模型能力元資訊更完整

• /api/v1/models 可在模型資料源提供時返回思考內容的協議載體資訊，協助下游模型目錄和 SDK 判斷思考內容應從哪個回應欄位讀取。
• 資料源尚未提供時欄位保持缺席，不改變既有調用行為。

​

使用者通知郵件更穩

• 歡迎郵件、額度提醒、發票、自動充值到帳和渠道封禁通知會與驗證碼、密碼重設郵件分開投遞，降低業務通知擠占認證郵件發送額度的風險。

​

媒體相容性更新

​

多輪推理相容性提升

• Cerebras 模型在多輪對話中會更穩定地保留歷史推理內容，減少續問或工具閉環時因欄位格式不相容導致的 400 錯誤。
• Chat、Responses 與 Messages 入口的推理歷史處理口徑更一致；其他供應商請求不受影響。

​

MAI 圖片編輯更穩定

• 舊版 /v1/images/edits 透過 MAI 圖片模型編輯時，會走編輯端點而非生成端點，避免圖片編輯請求被錯誤轉發。
• MAI 圖片模型的生成與編輯路徑配置更清晰，mai-image-2.5、mai-image-2.6 和 Flash 版本相關編輯鏈路更易驗收與排查。

​

媒體失敗提示更可操作

• 圖片、影片與非同步媒體任務遇到供應商不可用、模型未開通或部署不存在等場景時，會返回更貼近使用者理解的展示文案，同時保留原有錯誤碼、HTTP 狀態、重試與計費行為。
• 即時介面、任務詳情、任務列表與 webhook 的失敗文案更一致，客服可繼續依據 request 或 task ID 定位問題。

​

Responses 圖像工具計費與 Azure 部署更穩

​

圖像工具呼叫更穩定

• 透過 Responses 使用 image_generation 工具時，Azure 圖像部署會尊重模型映射中填寫的部署名稱，包括 gpt-image-2.5-* 這類帶點號的名稱，減少因部署 ID 被改寫造成的 404。
• 多個圖像工具映射到同一部署但計費模型不一致時，請求會收到明確錯誤，避免消費記錄歸屬不清。

​

圖像消費記錄更易核對

• 按 token 計費的圖像工具會在消費記錄中保留文字輸入、圖像輸入和圖像輸出 token 依據，方便對照上游帳單與使用者側消費明細。
• 明確配置為 0 費率的免費圖像模型會繼續保持免費結算，不會回退為按張收費。

​

Qwen 3.8 27B：新增模型

​

新增模型

• 新增 qwen-3.8-27b：阿里巴巴開源的稠密視覺語言模型，原生支援文字、圖像和影片理解。基於 Qwen3.5 架構，提升編碼、專業任務、研究任務和長週期複雜工作流能力，支援 131K token 上下文和靈活的認知控制。

​

GPT Image 2.5：模型與媒體功能優化

​

新增模型

• 新增 gpt-image-2.5-flare：OpenAI 圖像模型，適合快速完成日常高品質生圖，支援文字與圖像輸入、圖像輸出，以及 low、medium、high、xhigh、max 和 auto 六種品質設定。
• 新增 gpt-image-2.5-sunburst：OpenAI 圖像生成與編輯模型，適合對編輯精度要求較高的工作流，支援文字與圖像輸入、圖像輸出，以及 low、medium、high、xhigh、max 和 auto 六種品質設定。

​

圖片計費兜底更可靠

• 當上游圖片 usage 缺少 InputTokensDetails 時，平台仍會使用可用的輸入用量進行計費，不再把有效輸入誤記為 0；消費記錄與相關日誌採用相同口徑。
• 有完整的上游 usage 明細時，仍優先使用上游明細。

​

公開模型資訊更一致

• 模型資訊介面現在只返回受支援的公開欄位，已停用整合不會再出現在公開資料中；模型詳情和可用參數展示更穩定。
• 效能指標按實測結果回寫，減少模型頁面與 API 回應顯示過期指標的情況。

​

媒體錯誤提示更清晰

• 圖片、影片和非同步媒體任務會使用統一的公開錯誤碼、HTTP 狀態和可操作提示，區分模型不可用、輸入不合法、格式不支援、上游拒絕和結果過期等情況。
• 列表、詳情和 webhook 的錯誤語義更一致；回應不會暴露上游原文或媒體資料。

​

Playground 模型端點篩選更準確

• Playground 現在會按協議版本篩選模型端點，其他協議版本的入口不會混入目前列表。
• 選擇模型和端點時，由協議不匹配導致的調用失敗會減少。

​

舊版 Claude system 角色相容性提升

• 仍使用 system 角色的舊版 Claude 模型，現在可在 Chat 和 Responses 請求中更一致地處理。
• 相容路徑保留既有訊息、快取和 thinking 行為，調用方不需要為舊模型單獨改寫請求。

​

DeepSeek V4.1 Flash：模型與平台優化

​

新增模型

• 新增 deepseek-v4.1-flash：DeepSeek 採用新架構的原生多模態內測模型，支援文字與影像輸入、文字輸出，以及推理、工具呼叫和結構化輸出。目前開放限流試用，僅供測試，不建議用於生產環境。

​

Gemini usage 缺失時計費更穩

• Gemini 原生透傳請求在用戶端中斷或上游沒有返回 usage 時，會基於已下發內容估算輸出用量，避免把預扣值誤當作最終實收導致異常超收。
• Web Search 和 cachedContent 場景保留既有計費語義；有真實 usage 時仍優先使用上游返回的用量。

​

模型路由錯誤更易排查

• 當模型不存在或目前沒有可用整合時，錯誤訊息會回顯使用者原始請求的模型 ID，並引導到模型頁複製正確 ID。映射、重定向和 fallback 不會改寫這個回顯名稱，客服和調用方更容易定位失敗請求。

​

GPT 與 Claude 工具呼叫相容性更穩

• 推理模型的 Chat 請求橋接到 Responses 後，會過濾 temperature / top_p 等目標模型不接受的採樣參數，減少 gpt-5.6、gpt-6-astra 等模型的 400 錯誤。
• AWS Bedrock Claude 路徑會移除 Bedrock 目前不支援的 advisor 工具聲明；其他工具、非 AWS 平台和訊息內容保持原樣。

​

新增臨時檔案上傳 API

• 新增 POST /v1/oss/upload，支援透過 API Key 上傳單個 50 MB 以內的圖片、PDF、文字、音訊或影片檔案，並返回 15 分鐘有效的讀取連結。
• 上傳接口不單獨計費，適合把多模態檔案臨時託管後交給模型使用；檔案類型校驗不等同於病毒掃描或所有模型輸入相容保證。

​

GPT：工具與提示詞快取

​

模型標籤顯示更一致

• 模型廣場、模型詳情和 ?tag=new 列表現在統一按上架時間推導 New 標籤；New 會在視窗到期後自動消失，舊的 Hot 標籤不再展示。近期上線模型不會因供應商自綁定資料而遺失 New 角標。

​

GPT 工具呼叫相容性提升

• gpt≥5.5 模型透過 /v1/chat/completions 搭配 tools 呼叫時，會自動走 Responses 相容路徑，減少上游 400 錯誤；使用 Claude Messages 入口轉接這類模型的工具呼叫也會覆蓋該相容口徑。
• OpenAI/Azure 直連渠道會在送出前過濾不相容的 reasoning 參數，避免參數方言造成請求失敗。

​

GPT 快取寫入計費檔位更準確

• GPT 模型含快取寫入的請求會按原始總輸入長度選擇計費檔位，長上下文首輪請求更貼近官方口徑；普通輸入、快取寫入數量和非 GPT 模型計費邏輯不變。

​

GPT-6 Astra / MAI Image 2.6：新增模型

​

新增模型

• 新增 gpt-6-astra：OpenAI 面向複雜推理、程式設計、電腦操作、研究和文件創作的模型。支援 105 萬 token 上下文、最高 128K 輸出、從 low 到 max 的推理強度、非同步工具呼叫，以及回合執行中的指令調整（mid-turn steering）。上線公告。
• 新增 mai-image-2.6：Microsoft 的圖像生成與編輯模型，支援文生圖、多種寬高比生成和圖像引導編輯。
• 新增 mai-image-2.6-flash：Microsoft MAI-Image-2.6 的低延遲版本，支援多種寬高比的圖像生成和圖像引導編輯。

​

圖片生成穩定性提升

​

圖片生成請求更穩

• 圖片生成、編輯、變體和 gpt-image-2 predictions 請求現在會結合 Azure 返回的限頻資訊與分散式在途上限調度請求。高並發或上游 429 場景下，AIHubMix 會更早限流、釋放容量並嘗試可用渠道，減少圖片請求被瞬時流量拖垮的情況。
• 依賴 by-bill 圖片模型的請求在缺少上游用量欄位時會使用統一兜底用量，限流與計費口徑更一致；當 Redis 限流元件異常時，圖片請求會保守失敗並返回錯誤，避免無限制打到上游。

​

媒體任務錯誤返回更一致

• /ai/v1、/call/media、任務查詢、列表和 webhook 中的媒體任務失敗會使用同一套公開錯誤碼和失敗快照。調用方看到的 HTTP 狀態、error.code 與失敗原因更一致，便於重試、展示和客服排查。
• 上游原文、媒體 URL、data URI、Base64 和內部錯誤細節不會進入使用者可見回應；壞 JSON、未知模型、輸入超限或上游拒絕等場景會歸類到更明確的公開錯誤。

​

長週期 Agent 與多模態模型

​

新增模型

• 新增 muse-spark-1.3：Meta 面向長週期 Agent、多智慧體與複雜程式設計工作流的多模態推理模型。支援文字、影像、音訊和影片輸入、文字輸出、100 萬 token 上下文與最高 100 萬 token 輸出，以及推理和工具能力。相比 Muse Spark 1.2，它以更少的不必要輪次和工具呼叫、更精煉的輸出，提升長週期 Agent 與程式設計任務的執行效率。
• 新增 gemini-3.8-flash：Google Flash 系列中智慧能力最強的模型，面向長時間執行的軟體工程、自主 Agent 與複雜企業工作流。支援文字、影像、音訊和影片輸入、100 萬 token 上下文、最高 65K 輸出、推理、聯網、工具呼叫、結構化輸出與長上下文。
• 新增 gemini-3.8-flash-free：Gemini 3.8 Flash 的免費試用版本，保留核心多模態與 Agent 能力。免費資源有限、穩定性不保證，使用時可能出現 429；生產環境如需穩定並發，請使用 gemini-3.8-flash。

​

Claude Fable / Qwen / MiniMax：新增模型

​

新增模型

• 新增 claude-fable-5-1：Anthropic 面向高強度推理、長週期 Agent、多步研究和文件/試算表/投影片處理的旗艦模型。支援文字與圖片輸入、100 萬 token 上下文，以及思考、工具呼叫、程式碼解譯器、Computer Use、記憶工具、結構化輸出、引用和提示詞快取；快取讀取價格較 Claude Fable 5 降至四分之一。
• 新增 mercury-2.5-preview：Inception 的擴散式大型語言模型預覽版，面向高速文字生成場景。支援 26 萬 token 上下文，公開模型頁強調可並行生成與最佳化多個 token，標準 GPU 上生成速度可達 1,107 tokens/s；該模型能力標記尚未完整發布，接入前建議做最小呼叫驗證。
• 新增 qwen3.8-max-2026-09-02：Qwen3.8 Max 的 2026-09-02 快照版本，面向複雜工程專案、長程自主開發和多工具協作 Agent 場景。AIHubMix 目前記錄為文字輸入、約 99.1 萬 token 上下文；能力標記尚未完整發布，依賴視覺、工具或結構化輸出前需以實測為準。
• 新增 minimax-h3-max：MiniMax H3 系列面向廣告、品牌、電商、產品設計、UI/UX 和遊戲創意工作流的多模態創作模型。AIHubMix 目前記錄支援文字與圖片輸入；H3 系列資料強調影片、音訊和參考編輯能力，具體能力標記尚未完整發布，生產接入前建議先驗證目標鏈路。

​

模型可用性與媒體輸入

​

模型下線提示更明確

• 呼叫已下線模型時，API 會返回明確的 model_retired 404 錯誤，而不是籠統的模型不存在提示；若已設定繼任模型，回應標頭會帶上下線與替代模型資訊，便於用戶端遷移。
• 建立或編輯 Key 時會拒絕已下線模型，智慧路由也會避開已下線模型，減少請求落到不可用模型後的失敗。

​

媒體輸入錯誤更可操作

• 圖片、影片等媒體輸入格式不支援時，錯誤會穩定返回 media_form_unsupported，並說明偵測到的媒體類型和目前模型可接受的輸入形式。
• 同步、非同步和回呼場景的媒體錯誤提示保持一致，並避免把 URL、Base64 或內部原因暴露給使用者。

​

Google 圖片輸入上限暫時放寬

• AIHubMix 側對 Google/Gemini 圖片輸入的閘道校驗暫時放寬到 20 MB，較大的圖片請求不會再被平台提前攔截。
• 由於目前鏈路仍使用 Google inline media 方式，超過 Google 實際可接受範圍的輸入仍可能被上游拒絕；大檔案呼叫仍需關注返回錯誤。

​

Hy4 Preview：新增模型

​

新增模型

• 新增 hy4-preview：騰訊混元 Hy4 Preview，採用 770B 總參數、49B 啟用參數的 MoE 架構，針對 Agent、程式設計與生產力工作流最佳化。強化複雜任務中的理解、規劃、工具呼叫與持續執行，適合程式設計、複雜軟體工程、文件處理、資訊分析、辦公自動化、網頁生成以及跨工具協作。支援 100 萬 token 上下文、最高 64K 輸出、推理、聯網、工具/函式呼叫和結構化輸出。

​

Qwen 3.8 Flash：模型與 MCP 圖片工具

​

新增模型

• 新增 qwen3.8-flash：阿里雲通義千問的旗艦原生視覺語言模型，適合程式設計、辦公、長上下文推理和 Agent 工作流。支援 100 萬 token 上下文、最高 128K 輸出，以及思考、聯網、工具呼叫和結構化輸出。相比 Qwen3.7-Plus，進一步強化程式設計與辦公能力，並提升訓練和推理效率。

​

MCP 圖片工具調用更明確

• MCP 圖片生成工具現在要求調用方明確傳入模型，避免未指定模型時被靜默使用預設模型。
• openai/gpt-image-1 是對外展示和轉發使用的標準模型 ID；歷史拼寫錯誤仍作為相容輸入保留，提交後會先被標準化。

​

Broadcast、遠端 MCP 與 Access Key

​

新增模型

• 新增 glm-5.3-flash：Z.AI 面向 Coding Agent、複雜推理和長週期軟體工程任務的高效率多模態模型。支援文字、影像和影片輸入、約 100 萬 token 上下文、最高 128K 輸出，以及思考、工具呼叫和結構化輸出。模型基於現有 GLM 技術棧進一步後訓練和最佳化，更著重推理效率與回應速度。

​

新增功能

• 新增 Broadcast：可將 AIHubMix API 請求的 Trace 自動傳送到 LangWatch，無需在應用程式碼中加入額外埋點。支援隱私模式、取樣率和 API Key 篩選，可在 LangWatch 中查看模型、token 用量、實際計費成本、耗時、工作階段和 Trace 資訊。

​

MCP 與 Access Key 入口補齊

• 舊版 /mcp/ 入口可繼續使用既有鑑權方式，並統一到遠端 HTTP MCP 能力；舊客戶端不需要立即遷移，仍可查詢模型、價格、文件、餘額，並使用聊天、圖像和影片工具。
• 控制台將提供唯讀 Access Key 複製入口，外部 MCP 客戶端也可使用 X-Aihubmix-Access-Key 請求頭；服務端不輪換密鑰，也不快取該回應。

​

圖片透明背景請求更穩定

• gpt-image-2 透明背景請求會優先走支援該能力的 OpenAI 原生渠道，減少在不支援透明背景的渠道間連續失敗。其他圖片請求路徑不變。

​

Agent 文件更新更及時

• 面向 AI Agent 和外部工具的模型清單與指南更新會更及時。

​

API 遷移指引

​

舊版媒體 API 遷移提示更明確

• 對已關閉舊協議支援的媒體模型，/v1/images/generations、/v1/images/edits、/v1/models/:organization/:model/predictions 和 /v1/videos 會返回 protocol_not_supported，並提示遷移到 /ai/v1 非同步媒體 API 和相關文件。
• model=auto 仍保持既有自動選模邏輯；如果最終選中的模型不支援舊入口，呼叫方會收到明確錯誤，而不是被靜默切換到其他模型。Playground 也會隱藏這些模型的舊入口，減少誤用。

​

Wan 3.0 / GPT-5.6 Sol：模型與價格更新

​

新增模型

• 新增 wan3.0-video：阿里雲通義萬相預覽版 All-in-One 影片模型，整合文生影片、首尾幀圖生影片與參考影片工作流，支援最長 30 秒、30 fps 的 480P/720P/1080P 輸出，適用於一體化生成與編輯。
• 新增 wan3.0-video-prime：能力對齊的高速版，面向一體化影片生成與編輯工作流，提供更快的端到端生成周轉。

​

GPT-5.6 Sol 價格下調

• gpt-5.6-sol 已同步官方價格下調 20%，目前價格為輸入每百萬 token 4 美元、輸出每百萬 token 20 美元。既有呼叫方式不變，複雜推理、程式設計與長上下文任務的執行成本降低。

​

異步媒體任務開通提示更清楚

• 用戶未開通異步任務功能時，媒體建立 API 會在 async_not_enabled 錯誤中返回對應站點的控制台開通入口。aihubmix、inferera、shkq 用戶會被引導到各自控制台，減少 403 後不知道如何開通的問題。

​

DeepSeek V4：模型與媒體功能優化

​

新增模型

• 新增 deepseek-v4-flash-0731-fast：DeepSeek Agent 模型的高速版本，面向程式設計、工具呼叫與高並發 Agent 工作負載。保留 V4 Flash 0731 的能力並提供更快推理；相較 V4 Pro，更著重於低延遲與執行效率。支援 100 萬 token 上下文視窗、最高 384K 輸出、思考、工具呼叫與結構化輸出。
• 新增 deepseek-v4-flash-vision-exp：DeepSeek 實驗性多模態視覺理解模型，支援文字與影像輸入、文字輸出。適合圖像描述、螢幕截圖 OCR、圖表分析與視覺 Agent；純文字 Agent、推理與世界知識能力與 DeepSeek V4 Flash 正式版保持同級。
• 新增 ox-alpha：由匿名第三方供應商提供的隱身推理模型，真實開發者與所有者尚未揭露。AIHubMix 免費提供，支援文字與影像輸入、文字輸出及 1,048,576 token 上下文視窗，適合程式設計、長週期軟體工程、持續 Agent 工作、複雜推理與圖文工作流。

​

圖片生成失敗恢復更穩定

• 圖片生成請求遇到臨時服務錯誤時，AIHubMix 的自動恢復能力更穩定；當錯誤明確屬於當前模型能力限制時，仍會停止重試並返回清楚原因。使用 gpt-image-2 等圖片模型時，偶發服務差異造成的直接失敗會減少。

​

Agent 接入與模型探索

​

平台公告

• 上線面向 AI Agent 的接入能力：agents.md 接入說明、網站與每模型 llms.txt 機器可讀文件、Playground Skill（固定網址發布）、Playground 深層連結（?models= 多模型開局，一條連結開出最多 6 個模型分頁；?config= 配置直達）。需要並排檢視兩個模型的規格與價格，可用主站對比頁 https://aihubmix.com/compare/{model_a}/{model_b}。入口清單見 Agent 接入。

​

圖片生成 API 參數與錯誤更一致

• 圖片生成請求對 resolution、imageSize 等尺寸參數的處理更穩定；當請求參數不符合當前模型能力時，接口會返回更明確的錯誤說明，方便調用方快速修正。

​

模型廣場支持主模型與多版本展示

• GLM 5.2、Coding 版和 Free 版這類同一模型的不同形態可按「主模型 + 版本」歸併展示。用戶瀏覽模型廣場、對比價格和選擇版本時，更容易理解它們之間的關係。

​

異步圖片任務處理能力提升

• 異步圖片任務可按實時空閒能力併發推進。高峰期排隊和處理延遲有望降低，任務狀態與結果交付更穩定。

​

GPT-5.6 Sol：模型與媒體功能優化

​

新增模型

• 新增 gpt-5.6-sol-disc：AIHubMix 為 OpenAI GPT 5.6 Sol 提供的限時折扣線路，目前最高優惠 50%，底層能力與標準 gpt-5.6-sol 相同。該前沿推理模型適合複雜程式設計、專業知識工作、深度研究與長程 Agent，支援文字與影像輸入、約 105 萬 token 上下文、最高 12.8 萬 token 輸出，以及思考、工具與結構化輸出。

​

媒體生成任務更穩

• 圖片、影片等媒體任務的完成時間、結果過期時間和產物歸檔口徑更一致；滾動發布或高併發場景下，任務狀態、下載結果和用戶側記錄更不容易出現延遲或重複處理。
• 媒體生產服務容量已提升，較大媒體回應的處理上限也更寬，長耗時或大產物任務的可用性更穩。

​

模型資訊與媒體相容性

​

模型詳情和頁面展示更完整

• 模型詳情現在會展示 release_date，模型列表和對比頁也能同步讀取，官方發布時間與站內上架時間更容易區分。

​

Gemini 圖片與上傳相容性更穩

• Gemini 圖片生成/編輯和 Vertex 多圖流程現在對 imageSize 與相關圖片參數保留得更完整，尺寸和協議資訊更不容易遺失。
• Gemini 檔案上傳會保留原始 Content-Type，影片和其他媒體更不容易被誤判為錯誤類型。

​

公開錯誤提示更可讀

• 面向用戶的 schema、enum 和 capability 報錯現在會優先顯示更清楚的文案，排查參數問題更直接。

​

GLM-5.3：新增模型

​

新增模型

• 新增 glm-5.3：Z.AI 旗艦級純文字推理模型的正式版 API，面向複雜軟體工程、長週期 Agent 任務與漏洞分析，支援 100 萬 token 上下文與最高 12.8 萬 token 輸出。AIHubMix 提供無限並發，目前限時優惠 10%。

​

MAI Thinking 1：新增模型

​

新增模型

• 新增 mai-thinking-1：Microsoft MAI 系列推理模型，面向企業級推理、數學、通用智能與高吞吐工作負載。支援 256K 上下文視窗、Chat Completions 與結構化輸出，適合需要長上下文推理、穩定回應格式與全天候成本控制的業務場景。

​

Gemini 3.7 / Coding GLM-5.3：API 相容性與任務穩定性

​

新增模型

• 新增 gemini-3.7-flash：Google 原生多模態推理模型，面向程式設計、Agent、Web 開發與知識工作。支援文字、影像、音訊與影片輸入、100 萬 tokens 上下文視窗、可調思考級別、工具呼叫、聯網搜尋與結構化輸出；相較 Gemini 3.6 Flash，在程式設計、工具使用、多步規劃與指令遵循方面進一步提升。
• 新增 coding-glm-5.3：Z.AI 面向程式設計與 Agent 工作流的推理模型，適合複雜軟體工程、長程 Agent 與漏洞分析。它與 GLM-5.2 使用相同底座，透過擴大後訓練規模提升程式設計、任務執行與 token 效率。目前為限時預覽版，僅供測試與評估，服務穩定性不作保證，不建議用於生產環境。

​

API 相容性與任務可靠性

• Gemini 原生 embedding 請求現在能正確保留 Gemini Files API 返回的 fileUri 所屬模型服務來源。使用 embedContent / batchEmbedContents 搭配已上傳檔案時，因檔案來源不一致造成的 403 會減少；批次請求引用多個不同來源檔案時會明確返回 400。
• OpenRouter 返回模型推理廠商結構化錯誤時，介面錯誤會優先展示內層 message / param / type，減少難以解析的長文案；單個模型推理廠商的錯誤也更不容易影響整個 OpenRouter 服務。
• 媒體非同步任務的輪詢、終態歸檔和產物處理更穩。圖片、影片生成等長耗時任務在高併發、重啟或產物較大時，更不容易重複處理、丟失終態或延遲交付；公開 API 欄位、狀態詞和計費公式保持不變。

​

Grok 4.6 / DeepSeek V4 Pro：新增模型

​

新增模型

• 新增 grok-4.6：xAI 旗艦多模態推理模型，面向程式設計、長程 Agent、知識工作與互動式應用開發。支援影像理解、500K 上下文視窗、工具呼叫與結構化輸出；相較 Grok 4.5，在多步執行、自我驗證、程式設計與視覺專案生成方面進一步提升。
• 新增 deepseek-v4-pro-0813：DeepSeek 高效能通用推理與 Agent 模型，適合複雜推理、程式設計、長文件分析與 Agent 工作流。支援思考與非思考模式、100 萬 tokens 上下文視窗、最長 384K 輸出、工具呼叫與 Responses API。

​

Agnes：模型與媒體功能優化

​

新增模型

• 新增 agnes-2.5-flash、agnes-2.5-pro、agnes-2.5-pro-alpha 與 agnes-image-2.1-flash。文字與圖像類 Agnes 模型現已可透過 AIHubMix 統一入口呼叫。

​

Veo 影片時長返回更準確

• Gemini Veo 任務在建立、輪詢與結果讀取時會更穩定地保留真實影片時長。使用自訂秒數生成影片的使用者，看到的任務時長、下載檔案時長與後續計費/展示口徑會更一致。

​

Azure Responses 工具呼叫相容性提升

• 透過 Azure Responses 使用 namespace 工具時，空白或缺失的 description 不再直接導致 Azure 在模型執行前返回 400。原本可在 OpenAI 官方通道通過的工具呼叫，更容易在 Azure 通道保持一致行為。

​

模型與供應商頁面資料更完整

• /call/devs 現在支援返回供應商官網欄位，模型聚合頁和供應商頁面可在資料補齊後展示 Official site 入口。/providers/<slug> 供應商頁也補齊邊緣快取策略，頁面回應會更穩定。

​

非同步任務與協議相容性

​

Gemini interactions 支援非同步任務

• Gemini interactions 請求現在可明確使用 background: true 建立非同步任務，並透過返回的任務 ID 查詢狀態、取消或清理任務。長耗時的多模態/omni 互動更容易接入，不必維持同步連線直到完成。
• 非同步任務按真實用量結算，並補齊 token 分列、取消全額釋放和長回應保護。控制台裡的消費記錄、餘額預扣與最終扣費更一致。

​

Claude Messages 橋接 thinking 相容性提升

• 透過 Messages 協議呼叫 OpenAI 相容模型提供方時，模型返回的 thinking/reasoning 內容會被保留，並可在後續多輪中回傳。使用 Claude SDK、tools 多輪和 DeepSeek thinking mode 的應用更不容易遇到空回應、400 或思維鏈上下文遺失。
• 無簽名 thinking 區塊在切換到原生 Claude 通道時會被相容處理，減少多模型 fallback 或橋接流程中的格式錯誤。

​

Doubao 影片素材提示詞相容性提升

• 呼叫 Doubao 影片模型時，prompt 與 extra_body.content 中的參考素材可以一起生效；僅素材內容的請求會保留提示詞與素材順序。
• 建立回應中的尺寸與提示詞資訊更貼近實際下發內容，並繼續忽略暫未支援的原生欄位，減少 SDK 額外參數導致的影片生成失敗。

​

用量計費與日誌精度優化

​

媒體生成累計用量統計更完整

• 媒體生成任務完成結算後，會同步補記帳號累計已用額度。使用者在控制台查看累計已用、餘額扣減和消費記錄時，媒體生成部分會更完整地反映真實用量。

​

Azure 模型名稱相容性提升

• 呼叫 deployment/model 名稱中包含點號的 Azure 模型時，模型名稱在 Chat、Responses 與 Messages 轉換路徑中保持原樣，不再被自動改寫；既有 Azure 呼叫行為保持不變。

​

Seedance 2.5：影片生成功能更新

​

新增影片生成模型

• 新增 doubao-seedance-2-5-260628：ByteDance Seed 新一代統一多模態音視訊生成模型，可一次生成最長 30 秒的音訊與影片同步內容，並支援多輪延展。相較於 Seedance 2.0，它在敘事、轉場、參考素材支援、真實感與精準編輯方面進一步提升，適合影視製作、廣告、教育、模擬與長內容創作。

​

Wan 3.0 / Qwen Image 3.0：模型與媒體功能優化

​

新增模型

• 新增 wan3.0-video：阿里通義實驗室推出的一體化影片生成與編輯模型，目前處於公測階段。它支援最長 30 秒的原生影片生成、生產級角色一致性、逼真的畫面與聲音，以及統一的參考生成、編輯、複刻與動作驅動工作流，適合廣告、電商、影視製作、角色動畫、影片編輯與文件轉影片。
• 新增 qwen-image-3.0：阿里雲通義千問團隊的圖像生成與編輯模型，支援文生圖、參考圖創作和圖像編輯。兼顧畫質與速度，適合社群媒體、電商、創意設計、日常內容生產以及高頻大規模創作。
• 新增 qwen-image-3.0-pro：阿里雲通義千問旗艦級圖像生成與編輯模型，面向廣告、品牌視覺、UI、簡報、產品圖與專業設計場景。擅長複雜版式、精準的中英文字渲染、真實材質、參考圖編輯，以及細節、構圖與商業級視覺品質。

​

Gemini / Seedance：多模態向量與影片相容性

​

Gemini embedding 支援多模態輸入與分模態計費

• gemini-embedding-2-preview 現在可透過 OpenAI 相容 embeddings 入口和 Gemini 原生入口處理文字、圖片、音訊、影片和文件輸入。使用多模態向量檢索、內容理解或知識庫建置的使用者，可在同一模型上接入更多輸入類型。
• Gemini embedding 的費用會優先按模型推理廠商返回的分模態 token 用量計算；圖片、音訊、影片和文件不再被統一當作文字估算。多模態 embedding 帳單更貼近真實用量。
• 單條 embedding 請求可直接使用新一代 Gemini embedding；包含多條輸入的批次請求會明確返回能力不支援的提示。

​

Seedance 2.0 影片生成呼叫更穩定

• Seedance 2.0 的圖片、音訊、影片等引用會按媒體類型更準確地映射，adaptive、4K、尺寸等能力約束更清晰。影片生成工作流中因參數映射不準導致的失敗會減少。
• 自適應時長請求會先按 15 秒預扣，並在任務完成後按真實時長結算；使用者餘額預扣和最終帳單更一致。
• 媒體生成失敗時，介面會返回脫敏後的錯誤資訊，方便使用者和客服定位參數、簽名連結或模型推理廠商限制問題，同時避免暴露敏感憑證。

​

Qwen 3.8 Max：模型與供應商可用性

​

新增模型

• 新增 qwen3.8-max：阿里雲旗艦原生視覺語言模型，基於 2.4 兆參數的 Mixture-of-Experts (MoE) 架構，最大上下文視窗達 100 萬 tokens。適合複雜多模態理解、高階推理、軟體開發、agent 工作流程以及長上下文處理。與 Qwen3.7-Max 價格相近，在推理、程式碼撰寫和 agent 能力上均有明顯提升，整體表現對齊當前主流領先模型。

​

模型詳情中的供應商可用性更清楚

• 模型詳情會優先展示目前更適合呼叫的供應商，並把僅作備援或暫不可用的供應商放到後面。使用者選擇模型供應商、客服排查模型可用性時，可以更直觀看到哪些供應商目前更適合使用，減少因展示順序過期帶來的誤判。

​

用量計費與日誌精度優化

​

小額帳單與使用紀錄更準確

• by-bill 計費模型的小額請求不再因取整歸零而缺少扣費與使用紀錄。受影響的請求會按最小有效 quota 入帳，讓帳單、餘額預扣與使用紀錄更一致；客服與營運排查小額 embedding 等高頻請求時，可以看到更完整的紀錄。

​

DeepSeek / MiniMax / GPT：模型與價格更新

​

新增模型

• 新增 deepseek-v4-flash：面向效率優化的 Mixture-of-Experts 模型，總參數 284B，激活參數 13B，上下文視窗 100 萬 tokens。為快速推理和高吞吐場景設計，同時保留強勁的推理與程式碼撰寫能力，適合程式碼助手、聊天系統和 agent 工作流程。

​

新增影片生成模型

• 新增 minimax-h3：MiniMax 的通用多模態影片模型，支援文字、圖像、音訊和影片輸入，可用於文生影片、圖生影片、首尾幀生成、參考素材生成和影片編輯。需要建立影片創作、廣告素材、產品展示或多模態內容流程的使用者，可透過 AIHubMix 統一 API 呼叫。

​

GLM-5.2 分時段限時特惠

• glm-5.2 調用價格按每日時段打折，時間以 UTC 為準：每日 14:00 至 24:00 享 5 折，每日 00:00 至 14:00 享 7 折。活動限時。

​

GPT-5.6 Luna/Terra 價格下調

• gpt-5.6-luna 已同步官方降價 80%，目前價格為輸入 $0.20、輸出$1.20；gpt-5.6-terra 已同步官方降價 20%，目前價格為輸入 $2.00、輸出$12.00。對這兩個模型有穩定調用量的用戶，可重新評估成本敏感與通用任務的模型選擇。

​

AIHubMix：官方 MCP 服務

​

AIHubMix 官方 MCP Server 上線

• 新增面向 MCP 客戶端的官方託管入口 mcp.aihubmix.com/mcp 或 mcp.inferera.com/mcp。可在 Claude Code、Codex、Cursor 等工具中透過同一入口查詢模型與價格、檢索文件、查看餘額，並呼叫聊天、圖像生成和影片生成等工具能力。
• MCP 請求憑證由客戶端逐次傳入，服務端不保存 API Key；適合希望在 IDE 或 Agent 工具中直接使用 AIHubMix 模型和媒體能力的開發者。

​

Jina Reranker V3.5：新增模型

​

新增模型

• 新增 jina-reranker-v3.5：Jina AI 的 0.6B 多語言 listwise 文件重排模型，可作為 jina-reranker-v3 的同介面升級版本。它面向 RAG、搜尋和結構化資料排序場景，支援長上下文候選排序，並提升領域魯棒性、多語言檢索、結構化資料排序和推理效率。

​

快取、媒體任務與資料更新

​

快取計費更準確

• 對顯式快取與隱式快取請求，平台會更一致地識別快取讀寫用量，並優先採用模型推理廠商返回的快取類型計費。使用 Qwen、Claude 等支援快取能力的使用者，可取得更貼近真實用量的計費明細。

​

媒體生成與任務結果穩定性提升

• 媒體生成首批模型列表已收斂到驗證過的模型，並修復部分圖像模型經媒體入口呼叫時可能 404 的問題。控制台中的 LLM 任務下載也補齊文字存檔場景，歷史大型結果更容易下載與交付。

​

站點與模型資料刷新更可靠

• 官網、模型資料、部落格資料與站點地圖的快取策略已調整為發布後更快生效；模型廣場與文件入口在內容更新後更不容易受舊快取影響。

​

統一非同步媒體 API

​

媒體生成 API 上線

• 新增 /ai/v1/images/generations 與 /ai/v1/images/edits 媒體生成入口，並提供統一的非同步任務、結果查詢、產物下載和 webhook 回呼能力。圖像與影片類工作流程可透過同一套任務生命週期接入，便於客戶端追蹤長耗時生成結果。
• 生成產物會透過 AIHubMix 統一任務結果返回，並支援受限次數下載與批次取得。營運和客服可重點關注首批使用者的任務狀態、下載連結有效性和計費明細回饋。

​

Claude Opus 5：新增模型

​

新增模型

• 新增 claude-opus-5：Anthropic 旗艦模型，面向高強度推理、程式碼撰寫與長程 agent 任務。擅長端到端軟體開發、程式碼審查與缺陷發現、圖表與文件視覺分析、複雜辦公交付以及並行子代理協作，具備 1M 上下文視窗，最大輸出 128K。

​

Qwen TTS / MAI Image：音訊生成與模型更新

​

新增模型

• 新增 mai-image-2.5-pro：微軟旗艦級圖像生成與編輯模型，具備高保真寫實效果、精準的圖內文字渲染以及強大的圖像編輯能力，適合商業設計、產品攝影和專業創意工作流程。
• 新增 qwen-audio-3.0-tts-flash：通義千問即時語音合成模型，支援更多低資源語言與中文方言，具備豐富的表現力控制，首包延遲低於 200 ms，適合語音助手、即時對話和智慧客服。
• 新增 qwen-audio-3.0-tts-plus：通義千問高品質語音合成模型，可精細控制情感、語氣、角色、語速、音量與合成風格，並在噪聲和混響環境下更穩定，適合內容創作、有聲書、影視配音、品牌聲音設計及高品質語音服務。 Qwen TTS 音訊生成能力
• 兩個 Qwen TTS 模型均可透過 /v1/audio/speech 呼叫；非串流請求返回音訊結果連結，串流請求返回 SSE 音訊生成事件。下表結合 AIHubMix 相容欄位與阿里雲官方 Qwen-Audio-TTS 口徑整理；voice 需按模型分別選擇，plus 與 flash 的系統音色不可混用。

​

Messages 回應相容性提升

• 透過 /v1/messages 呼叫橋接模型或 Claude/Bedrock 等相容模型服務時，回應欄位與 Anthropic Messages 生態更一致，減少嚴格 SDK 或 schema validator 因缺少回應欄位而報錯的情況。

​

AWS Bedrock 串流斷線後的用量更完整

• 用戶端中途斷開 AWS Bedrock 串流請求時，AIHubMix 會繼續收口模型推理廠商結束訊號和最終 usage，減少斷線場景下請求日誌、結算明細和實際模型推理廠商用量不一致的情況。

​

Qwen3-Coder / Gemini：新增模型

​

新增模型

• 新增 qwen3-coder-480b-a35b-instruct：Qwen3-Coder 旗艦程式碼模型，面向程式碼生成、軟體工程 Agent 和工具呼叫工作流程，適合長上下文程式碼理解與自動化開發任務。
• 新增 gemini-2.5-flash-lite：Google 2.5 系列輕量模型，面向低延遲、低成本的高頻文字、多模態和批次處理場景。
• 新增 Qwen/Qwen3-235B-A22B-Instruct-2507：Qwen3 235B-A22B Instruct 2507 版本，適合通用對話、指令跟隨、多語種與長上下文任務。

​

Gemini / GLM / Qwen：模型與平台優化

​

新增模型

• 新增 gemini-3.6-flash：Google 最新 Flash 系列模型，適合複雜工作流程、電腦使用、圖表推理和長上下文任務。
• 新增 gemini-3.5-flash-lite：更輕量、低成本的 3.5 系列模型，適合高吞吐、日常自動化和批次處理場景。
• 新增 glm-5.2-fast-preview：智譜 GLM-5.2 系列快速預覽模型，適合低延遲對話、快速推理和高吞吐應用場景。

​

Qwen 3.8 串流請求穩定性提升

• 透過 /v1/responses 和 /v1/messages 呼叫 qwen3.8-max-preview 的串流請求更穩定；此前可能被誤判為 empty_stream 或 502 的有效串流回應，現在可正常完成。

​

Gemini / Responses：跨協議相容性

​

Gemini 圖像參數透傳

• 透過 OpenAI 相容的 Chat Completions 呼叫 Gemini/Vertex 圖像輸出模型時，現在可在 extra_body.generationConfig.imageConfig 中傳遞 aspectRatio 和 imageSize。

​

Gemini embedding 計費更貼近真實用量

• Gemini embedding 回應提供真實 usageMetadata 時，平台會優先按模型推理廠商返回的 token 用量計費；缺失時仍保留原本地估算兜底。

​

Responses 動態工具相容性提升

• /v1/responses 請求中的 system/developer 訊息現在可攜帶 message-local function tools，並在橋接到 Chat 模型時保留工具宣告。依賴 Kimi K3 等動態工具工作流程的客戶端，工具呼叫鏈路更穩定。

​

Responses stop 參數修復

• 透過 /v1/responses 呼叫會橋接到 Chat 的模型時，stop 現在會隨請求傳給模型推理廠商。單個停止詞可正常生效，超過模型推理廠商限制的數量或長度會返回與 Chat Completions 一致的邊界錯誤。

​

DeepSeek V4 分時段計費支援

• DeepSeek V4 相關模型可按配置支援峰谷分時段計費；預扣與最終結算使用同一請求提交時間口徑，跨峰谷邊界的串流請求也按提交時刻計價。預扣保護僅作用於配置了分時段計費的模型，避免影響其他普通模型的餘額凍結體驗。

​

Claude：串流穩定性與相容性

​

Claude Messages thinking 相容性修復

• 透過 /v1/messages 呼叫 OpenAI/Azure Chat 橋接模型時，Claude thinking 設定現在會轉換為模型推理廠商可識別的思考強度，減少帶 thinking 請求返回 400 的情況。Opus 4.8 等 Claude 原生思考請求仍保持相容。

​

長時間串流請求更穩定

• 生產環境 gateway 的最長串流連線時間已從 1 小時放寬到 2 小時。Kimi K3 等長思考、長生成任務更不容易在思考或生成過程中被提前切斷。

​

Qwen 3.8 Max Preview：模型與價格更新

​

Kimi K3 / Hunyuan 3D：模型與平台優化

​

新增模型

• 新增 kimi-k3：Kimi K3 是 Moonshot AI 發布的開放 3T 級長上下文模型，採用 2.8T 參數、1M 上下文窗口，並原生支援視覺輸入，適合長程編碼、知識工作、複雜推理與多模態理解場景。呼叫方式見 Kimi K3 實測呼叫指南（三介面範例與能力支援矩陣）。
• 新增 hy-3d-3.1：騰訊混元生 3D 專業版模型，支援文生 3D、圖生 3D 與多視角輸入，面向遊戲、電商展示、3D 列印、產品設計等 3D 資產生成場景；3.1 版本在幾何精度與紋理細節上進一步提升，並支援八視角多角度輸入。

​

3D 生成接口上線

• 新增 /v1/3d/generations 非同步 3D 生成接口，首期接入騰訊 TokenHub 混元 3D。支援提交生成任務和查詢任務結果，便於把 3D 資產生成接入自動化工作流程。

​

Kimi K3 動態工具相容

• Kimi K3 請求中的 message-level 動態工具宣告會被保留並透傳，模型推理廠商不再因工具宣告遺失而返回 400；使用 Kimi dynamic tool loading 的客戶端相容性更好。

​

請求轉換錯誤更清晰

• Chat Completions 中的 custom tool、Cohere 文字區塊和 assistant.content: null 等請求形態相容性提升。合法請求更穩定地到達模型推理廠商；畸形或不支援的輸入會返回結構化錯誤，不再被誤判為空 200 成功。

​

Seedream 圖片計費口徑更新

• doubao-seedream-5-0-pro 的圖片生成計費現在支援按輸出像素檔和輸入圖片張數計價，文生圖、圖生圖等請求的費用更貼近實際生成規格。

​

Gemini：工具呼叫優化

​

Gemini 工具呼叫相容性修復

• 透過 OpenAI 相容介面呼叫 Gemini/Vertex 時，工具定義或結構化輸出 schema 中包含空字串列舉值的請求，不再因模型推理廠商校驗返回 400；工具呼叫與 JSON Schema 工作流程更穩定。

​

OpenAI：音訊生成與模型更新

​

新增音訊模型

• 新增 gpt-audio-1.5：OpenAI 首個正式可用（GA）的音訊模型，支援音訊輸入與音訊輸出，可透過 Chat Completions REST API 呼叫，適合語音對話、音訊理解與音訊生成場景。
• 新增 gpt-4o-transcribe-diarize：內建說話人分離的 ASR 轉寫模型，可將對話中的音訊片段關聯到不同說話人；此模型僅可在 Transcription API 使用。

​

智能路由功能介紹頁上線

• 智能路由功能介紹頁現已上線，展示公開路由維度評分與在池模型。同時新增兩個開放介面：取得自動路由策略對應模型範圍回傳 5 大類 23 個子維度的模型評分、價格係數、首字延遲與在池模型，取得模型廠商圖示回傳模型廠商的顯示名稱與圖示；圖像與影片生成維度暫未納入。使用方式參見模型智慧路由文件。

​

工具與提示詞快取

​

API 錯誤提示更一致

• /v1/responses 使用未知模型時，現在返回 400，與其他 API 入口保持一致，方便用戶端按「無可用服務」情境處理，而不是收到 500。

​

請求參數校驗更早返回給用戶端

• 請求體轉換或參數校驗失敗時，API 會直接返回相應的 400/錯誤資訊，不再把原始請求繼續轉給模型推理廠商，減少無效呼叫和難以理解的失敗。

​

Claude Code 快取命中更穩定

• Claude Code 透過 Bedrock 呼叫 Claude 時，同一會話內的 prompt cache 命中更穩定，有助於減少重複快取寫入費用和首 token 延遲。

​

Gemini 多輪/快取請求粘性更精準

• Gemini 請求現在按回應中實際出現的思考簽名或快取活動決定是否保持同一服務，減少多輪驗簽或快取狀態不一致；圖片生成等無狀態任務不會被不必要地固定到同一服務。

​

GPT-5.6：工具與提示詞快取

​

新增模型

• 新增 gpt-5.6-sol、gpt-5.6-terra、gpt-5.6-luna 三款 GPT-5.6 系列模型（OpenAI 2026-07-09 正式發布）。三檔均為 1,050,000 上下文視窗、128K 最大輸出、知識截止 2026-02-16，支援文字與圖像輸入，可透過 Chat Completions、Responses 與 Claude 相容的 Messages 介面呼叫。Sol 為旗艦檔，面向複雜專業工作，官方稱其為當前最佳編碼模型；Terra 性能與 GPT-5.5 相當且價格減半；Luna 面向成本敏感場景。

​

GPT 提示詞快取文件上線

• 新增 GPT 提示詞快取文件：GPT-5.6 系列起快取寫入按 1.25 倍輸入價計費、快取讀取按 0.1 倍計費、快取至少保留 30 分鐘；涵蓋 prompt_cache_key 與顯式快取斷點參數說明、計費邏輯、介面範例與命中排查。提示詞快取實踐與 Claude 提示詞快取的 OpenAI 快取口徑同步更新。

​

Claude Fable/Mythos 思考模式相容

• Claude Fable 與 Mythos 系列在請求中使用 reasoning_effort 時，現在會按 adaptive thinking 處理，減少這類模型因思考參數不匹配導致的模型推理廠商 400。

​

Claude 與 Gemini 的 stop 參數生效更一致

• OpenAI 相容請求中的 stop 現在會映射到 Claude 與 Gemini 原生請求。Claude 不接受的純空白 stop 會被過濾，OpenAI/Gemini 的數量限制也按各自規則處理，跨協議生成截斷更穩定。

​

gpt-chat-latest token 上限參數相容

• gpt-chat-latest 以及後續 GPT/ChatGPT latest 別名在需要時會保留 max_completion_tokens，減少因誤發舊字段 max_tokens 導致的 400。

​

Key 額度耗盡提示更清晰

• 當 Key 級別使用限額耗盡時，API 現在返回更明確的引導文案，提示去調整並啟用 Key 限額，而不是僅返回底層 quota 報錯。

​

Tool calls 回應結構對齊 OpenAI

• 非串流 chat 回應在只有 tool_calls、沒有文字內容時，現在會顯式返回 content: null，提升 OpenAI 風格 SDK 與回應解析器的相容性。

​

結構化輸出修復與模型更新

​

結構化輸出修復:JSON 格式錯誤自動修復

• 新增 Key 級別的結構化輸出修復能力,預設關閉。開啟後,對宣告了結構化 JSON 輸出的非串流請求,當模型回傳的 JSON 存在截斷、尾隨逗號、程式碼區塊包裹等格式錯誤時,閘道在回傳前自動修復為可解析的合法 JSON,數值保持原樣,用戶端無需改動。支援 Chat Completions、Responses、Claude、Gemini 四種協議;發生修復時回應帶有 X-JSON-Repaired: true 回應標頭。

​

Claude 提示詞快取文件:補齊各模型最小快取 token 門檻

• 完善 Claude 提示詞快取 與提示詞快取實踐文件,補齊按模型區分的最小可快取 token 門檻（512 / 1,024 / 2,048 / 4,096），新增 Claude Opus 4.8、Opus 4.7、Fable 5 等當前模型。該門檻並非隨模型版本升級而提高;低於門檻的前綴即使顯式設定 cache_control 也不會被快取。

​

用量看板與結算明細口徑對齊

• 用量看板的彙總結果現在更接近日誌明細結算口徑，減少並發彙總遺漏，並統一延遲重放時的小時歸桶。歷史看板數據仍可能存在小幅差異；對帳和結算仍以請求日誌明細為準。

​

新增模型

• 新增 grok-4.5，面向程式碼、Agent 任務和知識工作，支援可配置推理、工具呼叫和 500K 上下文，適合程式碼修復、複雜工程任務、知識問答與 Agent 工作流。

​

GPT / Responses：工具呼叫優化

​

gpt-5.5+ 工具呼叫自動橋接 Responses

• 使用 OpenAI 相容 /v1/chat/completions 呼叫 gpt-5.5 及以上模型時，帶 tools 和 reasoning_effort 的請求會自動使用 Responses 能力，減少模型推理廠商因參數組合不支援導致的 400。現有用戶端不必改成 /v1/responses 也能獲得更穩定的工具呼叫體驗。詳見：Responses API

​

Claude / Vertex AI：跨協議相容性

​

結構化輸出跨協議相容

• OpenAI 相容的 response_format 與 Claude 原生 output_config.format 現在可在相關路徑中雙向適配。呼叫方在跨 OpenAI/Claude 協議切換時，更容易保留結構化輸出約束。詳見：Structured Output。

​

Vertex AI 的 /v1/messages 呼叫更穩定

• 透過 Vertex AI 呼叫 Gemini 等非 Claude 模型時，/v1/messages 請求會按模型族正確分流，減少誤走 Claude 路徑導致的 not found 或 404。

​

Gemini / Tencent Hy3：模型與平台優化

​

Gemini 原生端點補齊

• 透過 AIHubMix 的 Gemini 入口使用 @google/genai SDK 時，現在已支援原生 embeddings、interactions create 與 context caching 相關能力。此前這些路徑可能返回路由未註冊或 404；現在可用於向量生成、互動式呼叫，以及快取建立/查詢/更新/刪除等工作流。詳見：Gemini 原生 SDK 接入

​

長上下文模型計費覆蓋擴展

• hy3-preview、ERNIE、Grok、Mimo 等長上下文模型現已支援按上下文長度分級計費，費用計算更精確。

​

Vertex AI 串流日誌指標修復

• Vertex AI 的 Gemini/Claude 串流請求現在會記錄更準確的首 token 與延遲資料，日誌頁和監控排查看到的耗時資訊更可信；此變更不影響模型回應內容。

​

新增模型

• 新增 tencent-hy3 文字生成模型（騰訊混元 Hy3 正式版）。MoE 架構，295B 總參數 / 21B 啟動參數，256K 上下文視窗。支援快慢思維融合推理模式，適合複雜推理、程式碼生成和 Agent 工作流。Apache 2.0 授權條款開源。

​

Jina：搜尋、檔案上傳與回應穩定性

​

Jina Search/Reader 支援 POST 與檔案上傳

• Jina Search 與 Reader 現在支援 POST 呼叫；Reader 可透過 multipart 上傳 PDF、Word、Excel、PPT、HTML 和圖片等本機檔案。預設回應更貼近 Jina 原生 markdown；需要 JSON 的用戶端可明確送出 Accept: application/json。

​

Responses 端點的 Azure 類服務呼叫更穩定

• 修復 /v1/responses 經相容橋接呼叫 Azure 類非 GPT 服務時，可能因 api-version 為空而返回 404 的問題，減少此類請求的直接失敗。

​

串流回答截斷問題修復

• 修復部分 vLLM / Azure Foundry 類模型推理服務在串流輸出中可能隨機截斷的問題，使用者更容易收到完整回答、結束訊號與用量資訊。

​

新增模型：Command A Plus 05-2026

• 新增 command-a-plus-05-2026 文字生成模型，適合企業對話、文字生成和 Agent 工作流。

​

平台功能優化

​

Jina 搜尋與網頁讀取 API 上線

• 新增 Jina 搜尋與 Reader 能力，支援透過 AIHubMix API Key 呼叫 Jina 搜尋結果取得與網頁內容讀取，適合需要外部網頁資訊檢索、資料讀取與 Agent 工具呼叫的場景。詳見：Jina AI

​

Veo 3.1 圖生影片支援首尾幀與參考圖

• Veo 3.1 圖生影片現支援首幀、尾幀和參考圖輸入，使用者可以更精準地控制影片起止畫面、角色參考和風格參考，適用於更複雜的影片創作工作流。詳見：影片生成

​

Gemini 重試穩定性優化

• 優化 Gemini 請求在重試與 fallback 場景下的相容性，減少部分重試場景下的 400 錯誤，提升兜底呼叫的成功率。詳見：Gemini 使用指南

​

OpenAI 相容回應欄位對齊

• OpenAI 相容介面在非串流與串流回應中保留 logprobs、refusal、finish_reason 等欄位的 null 值，降低依賴 OpenAI 標準回應結構的 SDK、Agent 與日誌解析工具出現相容差異。

​

Claude Code 接入隱私與相容性優化

• 優化 Claude Code 透過 AIHubMix 呼叫 Claude 模型時的請求相容處理，減少用戶端環境資訊進入發往模型推理廠商的請求，提升第三方 Agent 用戶端接入的隱私保護。

​

登入註冊與個人中心能力完善

• 自建帳號系統補齊信箱驗證碼登入/註冊、密碼設定、資料修改、第三方帳號綁定/解除綁定與帳號註銷等後端能力，並加強驗證碼用途隔離與停用帳號攔截；Stripe 儲值回呼處理也更穩定。

​

新增模型

• claude-sonnet-5（對話 / 推理 / Agent 場景）。
• gemma-4-31b、longcat-2.0（文字生成模型）。
• gemini-3.1-flash-lite-image（圖像能力模型）。
• mai-image-2.5、mai-image-2.5-flash（圖像生成模型）。

​

圖片計費與參數相容性

​

圖像生成計費與參數相容性優化

• gpt-image-2 在 Images 端點的計費口徑統一為按 token 結算；GLM 圖像生成支援透傳 watermark_enabled、quality 等擴充參數，去浮水印與品質控制等設定可依模型推理廠商能力生效。詳見：圖像生成

​

Gemini 檔案上傳日誌優化

• Gemini 檔案上傳介面失敗時不再寫入使用者可見的普通請求日誌，減少非推理介面在日誌頁產生的噪音；內部排障日誌仍會保留。

​

OpenAI Deep Research：新增模型

​

新增 Deep Research 模型

• 新增 o4-mini-deep-research 與 o3-deep-research，僅支援透過 /v1/responses 端點呼叫；請求需包含 web_search_preview 或 mcp tools，適合需要深度網頁研究與研究型回答的場景。

​

Responses / Codex：接入與相容性

​

Responses 協定支援任意模型

• /v1/responses 端點不再侷限於 GPT 系列，現可呼叫平台上的任意模型。基於 Responses 協定的工具（如 Codex CLI）因此能透過本機模型目錄使用 GLM、Gemini、DeepSeek、Kimi、Qwen 等模型，不再侷限於 OpenAI 官方模型。

​

Step 3.7 Flash 的 Responses 輸出修復

• 修復 step-3.7-flash 透過 /v1/responses 呼叫時可能返回空白內容或空回應的問題，推理內容和最終回答現在可正常返回。

​

Codex CLI 新增自訂模型支援

• Codex CLI 文件新增「在 Codex 中使用自訂模型」教學：透過本機模型目錄（model_catalog_json）宣告 AIHubMix 上的任意模型（GLM、Gemini、DeepSeek、Kimi、Qwen 等），即可在 Codex 的 /model 清單裡自由切換，不再侷限於 OpenAI 官方模型。文件含一鍵產生前 30 名模型目錄的指令稿與常見踩坑說明。詳見：Codex CLI · 在 Codex 中使用自訂模型

​

Inferera：備用 API 網域

​

新增備用網域支援

• 新增備用網域 https://api.inferera.com，端點與能力和主網域 https://aihubmix.com 完全一致。當主網域存取異常（如無法連線、逾時）時，可將請求位址替換為備用網域，API Key、模型、請求主體等參數保持不變。

​

Doubao / HappyHorse：模型與平台優化

​

新增模型

• 豆包 doubao-seed-2-1-pro、doubao-seed-2-1-turbo。
• HappyHorse 影片系列 happyhorse-1.1-t2v（文生影片）、happyhorse-1.1-r2v（參考生成）、happyhorse-1.1-i2v（圖生影片）。

​

Stripe 結帳體驗優化

• Stripe 結帳頁會自動預填帳戶信箱，並減少不必要的姓名和帳單地址收集，支付寶等付款方式的儲值流程更簡潔。

​

負餘額帳戶呼叫限制

• 當帳戶餘額低於 -$1 時，將無法繼續呼叫免費模型；請儲值後再發起呼叫。

​

CLI、智慧路由與 Agent 技能

​

新增 AIHubMix CLI（命令列工具）文件

• 新增 AIHubMix CLI（命令列工具） 文件：單一二進位、零依賴（無需 Python / Node / Go），在終端機即可查詢帳戶餘額、管理 API Key、查看可用模型，並對腳本與 AI Agent（如 Claude Code）友好。

​

新增模型智慧路由（LLM Router）

• 請求模型名填 auto，閘道依請求內容從平台數百個模型中自動選出最適模型，支援成本優先 / 品質優先 / 低延遲等策略，依實際命中模型計費，用戶端程式碼零改動。詳見：模型智慧路由

​

DeepSeek 快取命中率修復

• 修復 deepseek-v4-pro、deepseek-v4-flash 兩個模型快取命中率低於預期的問題。

​

新增 AIHubMix Skill（AI 程式設計助手擴充）

• 為 Codex、Claude Code、Cursor、Cline 等支援 Skills 的 AI Agent 提供本機擴充能力：用自然語言完成 AIHubMix 接入、模型查詢、依能力選型、範例生成與錯誤排查。該 Skill 按需從官方介面讀取模型、價格、協定契約等即時資訊，避免 Agent 依賴過期記憶。詳見：Skills

​

Kling：影片生成功能更新

​

新增可靈（Kling）影片模型

• 接入可靈影片生成全能力：文生影片、圖生影片、多圖參考與 omni 多模態生成，按模型名走原生協定呼叫。

​

OpenClaw / GLM-5.2：接入與相容性

​

OpenClaw 接入外掛問題已修復

• AIHubMix 的 OpenClaw 接入外掛 aihubmix-auth 已修復此前的接入問題，現可穩定使用。安裝並填入一把 AIHubMix Key 即可在 OpenClaw 中同時呼叫 OpenAI / Anthropic / Gemini 等模型。

​

新增模型

• 智譜 glm-5.2。

​

Open Design：接入與相容性

​

新增 Open Design 接入支援

• AIHubMix 現已是 Open Design（開源、本地優先的 Claude Design 平替）內建支援的 BYOK 閘道。在其 API（BYOK）模式裡選 AIHubMix、填一把 Key，即可同時驅動聊天 / 圖像 / 影片 / 語音生成，並按模型名走各家原生協定。詳見：Open Design 接入教學

​

智譜 GLM 5.2 支援推理強度分檔

• 原生智譜服務的 glm-5.2 支援 reasoning_effort 分檔調節思考深度，舊版模型按版本自動分流，呼叫方無需改動。

​

新增模型

• kimi-k2.7-code-highspeed（Kimi 程式碼高速版）。

​

Coding GLM-5.2：新增模型

​

新增模型

• coding-glm-5.2 及免費版 coding-glm-5.2-free。

​

模型映射與錯誤回退

​

模型映射與錯誤回退

• 新增模型映射（Mapping）與錯誤回退（Fallback）： 在主控台為每個 API Key 設定模型名映射與錯誤時回退，把用戶端的模型別名改寫為真實模型名稱，主模型失敗時自動切換到備用模型，按最終回應模型計費，用戶端程式碼零改動。詳見：模型映射與回退

​

新增模型

• kimi-k2.7-code。

​

Step 3.7 Flash / Claude：模型與價格更新

​

step-3.7-flash 限時 1 折

• step-3.7-flash 限時 1 折優惠：輸入每百萬 token 僅 0.022 美元，輸出每百萬 token 僅 0.132 美元，歡迎體驗。

​

模型下架與自動路由

• claude-opus-4-20250514、claude-sonnet-4-20250514 官方將於 6 月 15 日下架，屆時平台會自動將下架模型路由至同系列 4-5 版本。

​

Claude Fable 5：模型接入與 API 限制

​

新增模型

• claude-fable-5【已退役】。

​

Claude 新模型 Fable 5 / Mythos 5 的特性說明

• Fable 5 有更強的安全護欄，部分正常問題也可能被攔截： 會對網路安全、生物 / 化學、模型蒸餾 / 推理提取等方向做額外分類。有些技術研究、漏洞分析、生物醫藥相關問題，可能被拒絕，或轉交到 Opus 4.8 回答。
• Mythos 5 是受限存取，不是普通開放模型： Mythos 5 和 Fable 5 能力同源，但少了部分安全分類器；目前只面向 Project Glasswing / 獲批客戶。一般使用者實際用到的是帶護欄的 Fable 5。
• API 成本更高： Fable 5 價格為每百萬輸入 token 10 美元、每百萬輸出 token 50 美元，約為 Opus 4.8 的兩倍。
• 隱私： Fable 5 / Mythos 5 被列為 Covered Models，預設要求至少 30 天資料保留，不支援 Zero Data Retention。
• API 呼叫拒絕顯示： Fable 5 拒絕請求時，API 返回的是 HTTP 200，但 stop_reason 是 refusal。

​

Gemini：接入與相容性

​

Gemini 相容介面支援音訊輸入

• OpenAI 相容介面（/v1/chat/completions）呼叫 Gemini 時支援 input_audio 音訊輸入（此前會被靜默丟棄），並在返回的 usage 中補齊 audio_tokens 計量。

​

Grok / Hy3 / Step：新增模型

​

新增模型

• grok-build-0.1、hy3-preview、免費模型 step-3.7-flash-free。

​

Qwen 3.7 Plus：新增模型

​

新增模型

• 通義千問 qwen3.7-plus。

​

MiniMax M3 / Baidu：新增模型

​

新增模型

• MiniMax minimax-m3。
• 百度 musesteamer-air-image（圖像生成）。

​

AIHubMix：模型與 MCP 圖片工具

• 推出 Aihubmix 圖片生成 MCP，方便開發者接入圖片生成服務

​

Claude Code：接入與相容性

• 可在 Claude Code 中使用 AiHubMix 平台上的任何大型模型

​

AI SDK：接入與相容性

• 新增 AI SDK 支援，一個 KEY 接入海量模型。

​

Qwen Code：接入與相容性

• 新增 Qwen Code 支持，利用 Aihubmix 平台的所有大语言模型来提供支持。

​

llms.txt：文件更新

• 新增 llms.txt 支援，一個連結讓你的 LLM 助手快速掌握主流模型生態。

​

Gemini CLI / Responses：接入與相容性

• 新增 Gemini Cli 轉發支援，多種使用方式，由你靈活掌控。
• OpenAI Responses API 介面新增程式碼解析器和 Remote MCP 呼叫。

​

統一圖片生成 API

• 新增 通用圖形介面，支援多種主流模型，包括 OpenAI、Ideogram、Stability、Google Imagen。

​

APP-Code：接入與相容性

• 推出 應用標識碼 APP-Code，為開發者們提供全部模型 10% 優惠；

​

HTTP 狀態碼文件

• 新增 HTTP 狀態碼 文件，幫助使用者更好地理解錯誤資訊。

​

Veo 3.0：影片生成功能更新

• 新增 Veo3.0 影片產生支援，豐富創作形式。

​

Responses：推理摘要

• 支援 openai 的推理總結 (Reasoning summaries) 顯示，適用於 responses api。

​

Gemini：提示詞快取支援

• 新增 Gemini 隱式快取功能，支援自動命中與命中回饋。開發者可以透過 usage_metadata 判斷命中情況。成本節省非保證，實際效果因請求結構和使用情境而異。

​

Claude 4：工具與提示詞快取

​

Claude 4 新功能全面支援

• ⏳ 新的快取週期：1 小時級別的快取^Beta 支援
• 🎉 新的文字編輯工具：Claude 4 模型支援全新的 text_editor_20250429 工具類型和 str_replace_based_edit_tool 工具名稱
• 🚫 拒絕停止原因：引入新的 refusal 停止原因，用於處理模型因安全原因拒絕產生的內容
• 🧠 擴展思考：Claude 4 模型返回完整思考過程的摘要，提供擴展思考的全部智慧優勢
• 🔄 交錯思考：支援工具使用與擴展思考交錯，實現更自然的對話體驗（Beta）
• ⚠️ 不再支援的功能：
  • Claude 4 文字編輯工具不再支援 undo_edit 命令
  • 移除了 token-efficient-tools-2025-02-19 支援（僅 Claude 3.7 可用）
  • 移除了 output-128k-2025-02-19 支援（僅 Claude 3.7 可用）
• 📚 更新了完整的遷移指南和程式碼範例，幫助使用者從 Claude 3.7 平滑遷移到 Claude 4

​

Dify：接入與相容性

• 新增對 Dify 外掛的支援，實現 Aihubmix 模型在 Dify 中的無縫整合。只需一個密鑰，擴展並管理兩百多個模型。

​

Codex Mini / Google：模型與媒體功能優化

• 支援為程式任務而生的 codex-mini-latest，可透過 Responses api 端點或 Codex CLI 呼叫。
• 支援 Google imagen 3.0 繪圖和 veo 2.0 影片產生，豐富你的創作形式。
• gemini-2.0-flash-exp 升級為正式預覽版 gemini-2.0-flash-preview-image-generation

​

Ideogram V3：模型與媒體功能優化

​

CLI：接入與相容性

​

GPT Image 1 / Gemini：模型與媒體功能優化

1. 萬眾期待的 OpenAI 繪圖介面 gpt-image-1 正式上線，支援文生圖、圖生圖。
2. 支援 Gemini 原生呼叫，可以精準控制 Flash 2.5 的推理預算。

​

Jina：搜尋功能接入

​

OpenAI Responses API：接入與相容性

​

Codex CLI：接入與相容性

​

搜尋功能接入

​

Claude：提示詞快取支援

​

Ideogram：模型與媒體功能優化

​

文件更新

​

Claude：文字編輯工具

​

品牌識別更新

​

OpenAI / Gemini：搜尋功能接入

​

GPT-4o Search：新增模型

​

o1 / o3-mini：價格調整

​

DeepSeek / Qwen：模型與價格更新

​

Claude / GPT-4.5 Preview：模型與價格更新

​

DeepSeek：模型服務更新

​

Claude 3.7 Sonnet：新增模型

​

模型服務更新

• gpt-4o 概率性出現返回很慢的情況，這是廠商問題；建議暫時改用 gpt-4o-2024-11-20
• Perplexity api 暫時下線，Perplexity 官方的計費模式較為複雜，成本高於本平台的定價結構，我們調整價格後重新上線；
• 字節官方限時折扣結束恢復原價，DeepSeek-R1 價格已上調
• 新增模型詳情頁及參數資訊

​

DeepSeek-V3：價格調整

• 字節官方限時折扣結束恢復原價，DeepSeek-V3 價格已上調；預計字節的 R1 近期也會恢復原價，所以我們也會同步漲價

​

模型與平台優化

• 新增模型：kimi-latest（官方計費根據輸入內容長度 8k,32k,128k 分 3 檔計費，本站不支援該計費結構，取中 32k 檔為計費標準，價格敏感者請勿用）
• 優化了網站頁面結構；
• 日誌頁面併入用量統計頁；
• 公告內容移到模型廣場頁，
• 設定移到頭像下面；
• aihubmix-DeepSeek-R1 價格下降 50%
• 新增模型：gemini-2.0-pro-exp-02-05-search，gemini-2.0-flash-exp-search，整合了 Google 官方搜尋聯網功能
• 新增模型：gemini-2.0-flash、gemini-2.0-pro-exp-02-05、gemini-2.0-flash-lite-preview-02-05 新增模型：o3-mini，o1（註這兩個模型後台扣費比官方貴 10% 左右，因為這兩個模型帳號有限）

​

o1 / o3-mini：模型接入與 API 限制

• o1 模型 openai 官方不支援傳入參數 stream
• o3-mini 不支援傳入參數 temperature，o3-mini 新增參數 Reasoning effort；可以傳入”low, medium, high” 如果不傳預設為 medium

​

OpenAI：音訊生成與模型更新

• o3-mini，o1；（註這兩個模型後台扣費比官方貴 10% 左右，因為這兩個模型帳號有限）
• aihubmix-DeepSeek-R1（推薦，較穩定）
• qwen-max-0125（即 Qwen2.5-Max）、sonar-reasoning
• deepseek-ai/DeepSeek-R1-Zero 和 deepseek-ai/DeepSeek-R1，deepseek-r1-distill-llama-70b
• aihub-Phi-4
• Doubao-1.5-pro-256k、Doubao-1.5-pro-32k、Doubao-1.5-lite-32k、Doubao-1.5-vision-pro-32k
• sonar、sonar-pro（perplexity ai 最新發布）
• gemini-2.0-flash-thinking-exp-01-21
• deepseek-reasoner（即 DeepSeek-R1）
• MiniMax-Text-01
• codestral-latest（Mistral 推出了新的 code 模型 - Codestral 25.01）

​

DeepSeek / Doubao / Gemini：新增模型

• aihub-Phi-4
• Doubao-1.5-pro-256k、Doubao-1.5-pro-32k、Doubao-1.5-lite-32k、Doubao-1.5-vision-pro-32k
• sonar、sonar-pro（perplexity ai 最新發布）
• gemini-2.0-flash-thinking-exp-01-21
• deepseek-reasoner（即 DeepSeek-R1）

​

Perplexity / MiniMax / Codestral：新增模型

• 新增 Perplexity Ai API 模型；僅支援 api.aihubmix.com 預覽版伺服器呼叫，如果沒問題我們會更新到主伺服器 aihubmix.com； api.aihubmix.com 為預覽版伺服器，後續新功能先更新到這個伺服器，通常穩定 1 週我們再更新到主伺服器 aihubmix.com

• MiniMax-Text-01
• codestral-latest（Mistral 推出了新的 code 模型 - Codestral 25.01）

​

Gemini / DeepSeek-V3：新增模型

• 新增 gemini-2.0-flash-exp-search，支援 Google 原生聯網搜尋功能；官方 gemini 2.0 flash 模型的聯網需要額外傳入參數才支援聯網功能，aihubmix 做了整合，模型名字加上 search 參數即可使用
• 新增模型 deepseek-ai/DeepSeek-V3

​

模型探索與詳細資訊

• 新增模型廣場頁面代替原來的模型/價格頁面

​

Gemini：模型服務更新

• 修復 gemini-2.0-flash-thinking-exp-1219 模型只輸出思考沒有答案問題
• 修復餘額提醒郵件收不到問題

​

用量統計與新模型

• 新增用量統計頁面，新增充值記錄頁面
• 新增豆包系列模型：Doubao-lite-128k、Doubao-lite-32k、Doubao-lite-4k、Doubao-pro-128k、Doubao-pro-256k、Doubao-pro-32k、Doubao-pro-4k
• 新增模型：gemini-2.0-flash-thinking-exp-1219
• 新增模型：gemini-2.0-flash-exp、aihubmix-Mistral-Large-2411、aihubmix-Llama-3-3-70B-Instruct、grok-2-1212、grok-2-vision-1212
• 新增模型：gemini-exp-1206、llama-3.3-70b-versatile、learnlm-1.5-pro-experimental

​

Gemini / Mistral / Llama：新增模型

• 新增模型：gemini-2.0-flash-exp、aihubmix-Mistral-Large-2411、aihubmix-Llama-3-3-70B-Instruct

​

用量統計與新模型

• 新增模型：gemini-exp-1206、llama-3.3-70b-versatile、learnlm-1.5-pro-experimental
• 新增用量統計頁面

​

GPT-4o / Grok / Qwen：新增模型

• 近期新增模型：gpt-4o-2024-11-20，step-2-16k，grok-vision-beta，
• 千問 2.5turbo 百萬上下文模型：qwen-turbo-2024-11-01

​

Claude SDK / Messages：接入與相容性

• 相容 Claude 原生 sdk，v1/messages 介面已支援上線；
• Claude 原生介面的快取和控制計算機功能還不支援（prompt caching 和 computer use）我們會在接下來的兩週內繼續完善。

​

Claude Haiku / Grok Beta：新增模型

• 新增模型：claude-3-5-haiku-20241022
• 新增馬斯克 x.ai 最新模型 grok-beta

​

Claude 3.5 Sonnet：新增模型

• 新增模型：claude-3-5-sonnet-20241022

​

OpenAI：提示詞快取支援

• GPT-4o
• GPT-4o-mini
• o1-preview
• o1-mini

​

GPT-4o / Llama / Cohere：模型與價格更新

• gpt-4o 模型後台計費下降價格同步官方
• 新增模型：aihubmix-Llama-3-2-90B-Vision，aihubmix-Llama-3-70B-Instruct
• 新增 Cohere 最新模型 aihubmix-command-r-08-2024，aihubmix-command-r-plus-08-2024

​

Whisper：音訊模型與計費

• 新增模型：whisper-large-v3 和 distil-whisper-large-v3-en
• 注意：Whisper 模型實際計費是按照輸入的秒數計費的，但是目前頁面價格展示有問題未來會修復，後台底層計費沒有問題 whisper-1 完全同步 Openai 官方扣費

​

o1：模型接入與 API 限制

• 新增模型 o1-mini 和 o1-preview；
  註：最新這兩個模型，要求傳入參數有變，一些殼軟體如果不更新預設傳入的參數會報錯;

​

需要注意

• system 欄位：400 報錯
• tools 欄位：400 報錯
• 圖片輸入：400 報錯
• json_object 輸出：500 報錯
• structured 輸出：400 報錯
• logprobs 輸出：403 報錯
• stream 輸出：400 報錯
• o1 系列：20 RPM，150,000,000 TPM，很低，隨時 429 報錯
• 其他：temperature, top_p and n 被固定為 1；presence_penalty 和 frequency_penalty 被固定為 0

​

模型服務更新

• 新增模型：mattshumer/Reflection-Llama-3.1-70B；ps：據說 llama3.1-70b 最強微調版本
• claude-3 模型價格上調調整，為了維持 Claude 模型穩定供應，目前呼叫我們會比直接呼叫官方貴 10%，後續會逐步下調；
• 增加了 Openai 系列模型的併發能力，理論上基本支援無限併發；

​

Phi / Llama / Claude：模型與平台優化

• 新增模型：Phi3medium128k、ahm-Phi-3-medium-4k、ahm-Phi-3-small-128k
• 增加了 Llama 相關模型的穩定性
• 進一步優化了 Claude 模型的相容性

​

GPT-4o / Gemini：新增模型

• 新增 Openai 剛剛更新 4o 版本 gpt-4o-2024-08-06，見 https://platform.openai.com/docs/guides/structured-outputs
• 新增 Google 最新模型：gemini-1.5-pro-exp-0801

​

線上付款與 API 相容性

• 增加了線上直接支付充值
• 修復了 Claude 多輪對話格式報錯問題：1、messages: roles must alternate between “user” and “assistant”, but found multiple “user” roles in a row；
• 優化了 Claude 模型的使用 function 功能時 index 問題
• https://orisound.cn 備用伺服器將在 9 月 7 日全面下線；目前在使用這個地址的請抽空改成主伺服器 https://aihubmix.com 或者備用伺服器 https://api.aihubmix.com

​

Mistral Large 2：模型與平台優化

• 新增支援 Mistral Large 2，模型名稱：Mistral-large-2407 或 aihubmix-Mistral-large-2407；
• 系統優化

​

Llama 3.1：新增模型

• 新增最新 llama-3.1 模型 llama-3.1-405b-instruct、llama-3.1-70b-versatile 和 llama-3.1-8b-instant，歡迎嘗試；

​

GPT-4o Mini：圖片計費與參數相容性

• 已修復 gpt-4o-mini 模型在價格計算方面的問題。具體情況如下：
  文字輸入價格：OpenAI 官方的 gpt-4o-mini 模型輸入文字的價格僅為 gpt-4o 模型價格的 1/33。
  圖片輸入價格：OpenAI 官方的 gpt-4o-mini 模型輸入圖片的價格與 gpt-4o 模型價格相等。
• 為了確保價格計算的準確性，我們在計算 gpt-4o-mini 模型輸入圖片的 token 數時，將其乘以 33 倍，以與官方價格對齊。
• 詳情可見 Open AI 官方價格

​

GPT-4o Mini：新增模型

• 新增支援 gpt-4o-mini 模型，後台計費同步官方

​

串流用量回報

• 支援官方的 api 參數 include_usage，傳入參數可返回 stream 模式下的 usage，詳情見 官方文件

​

接入與相容性

• 新版本 nextweb 增加了支援呼叫非 Openai 模型 呼叫本站非 OpenAI 模型
• 增加了阿里千問模型的後台扣費，總體呼叫我們的成本比呼叫阿里雲官方貴 10% 左右
• 優化 azure openai 返回的輸出更好地相容了 Openai 介面
• 支援 Claude-3 的 tool Calling
• 增加了很多新模型，見設定/可用模型

​

請求日誌與效能指標

• 整體後台介面進行了優化
• 日誌每條請求記錄增加了展示請求時當時的模型單價
• 增加了模型及價格頁面 模型/價格

​

Claude 3.5 Sonnet：新增模型

• 最新 claude-3-5-sonnet-20240620 已支援，呼叫方法見 呼叫本站非 open AI 模型教學

​

請求記錄下載

• 後台日誌頁面現在開始，支援下載使用請求記錄

​

Azure OpenAI：模型路由與 API 更新

• 降低了隨機到 azure openai 的機率，現在幾乎很小機率會隨機到

​

Claude 3：價格調整

• 下調 Claude-3 相關模型的費用（Claude 3 Haiku、Claude 3 Sonnet、Claude 3 Opus）後台扣費和官方一致；因此目前我們網站額度零售價格，使用我們的 API 的成本相當於官網 86 折；

​

GPT-4o：Token 計數優化

• 優化 gpt-4o 的 token 計費，tokenizer 的 cI100k_base 改為 0200k_base，之前的 gpt-4 系列用的是 cI100k_base；結果就是中文、韓文、日文的流式請求的 token 計數會比之前下降；

​

Qwen2：新增模型

• 新增阿里最新開源模型 Qinwen2
• alibaba/Qwen2-7B-Instruct、alibaba/Qwen2-57B-A14B-Instruct、alibaba/Qwen2-72B-Instruct

​

GPT-4o / Gemini / Llama：新增模型

• 新增模型 gemini-1.5-flash
• 新增模型 gpt-4o
• 新增 llama3（llama3-70b-8192、llama3-8b-8192）gemini-1.5-pro、command-r、command-r-plus、歡迎呼叫嘗試
• Claude-3 模型恢復供應；目前本站正在連接 Claude-3 部署在 aws 和 Google cloud 上的端點。
• 為了維持伺服器費用及團隊成本，Claude-3 模型和價格後台扣費比官方貴 10%
• 後續呼叫量增加的話，會逐步下調至 5% 左右，甚至更低，
• 目前併發有待測試和隨著呼叫增加而去申請更高的併發呼叫。