模型发布追踪

Kling 4.0（早期体验，完整版计划 2026-10）

原生3–30秒视频，最多10个关键帧、15个参考素材，支持4K与双声道；官方 9 月 30 日博文称 9 月 28 日起分批向小范围用户开放早期体验，完整版计划 10 月上线

学习建议对比3.0与4.0官方示例，练习用分镜加关键帧写长提示词，观察参考素材如何约束角色一致性

• 应用内使用
• 预览 / 早期体验
• 文本
• 图像
• 视频
• 音频

• 链接 1 天前可访问
• 有中文导读
• 附练习
• 官方来源

发布信息整理时核对来源于 2026-10-09

Step 5 Preview

官方文档定位为编程与知识工作新旗舰：1M上下文、可输入图像与视频、三档推理强度；规模与开源时间来自媒体

学习建议读官方模型文档，弄清推理强度、JSON Schema与提示缓存等接口参数各自解决什么问题

Hy4 preview

770B 总参/49B 激活的 MoE，上下文超 1M，Apache 2.0 开源；厂商称代际提升最大，盲测与 GLM-5.3、Kimi K3 相近。

学习建议对照Hy3与Hy4模型卡，梳理从256K扩展到1M上下文所做的稀疏注意力改动

• 开放权重
• API
• 应用内使用
• 文本

• 链接 1 天前可访问
• 有中文导读
• 附练习
• 官方来源

发布信息整理时核对来源于 2026-10-09

GLM-5.3（另含 2026-08-26 的 GLM-5.3-Flash）

与 GLM-5.2 同底座、靠后训练提升编程，1M 上下文，厂商称漏洞挖掘评测领先；8 月 26 日另发带视觉的 5.3-Flash。

学习建议读模型卡体会“只改后训练”能带来多大收益，思考后训练对代码能力的作用

• API
• 开放权重
• 文本

MiniMax H3（海螺视频新一代）

统一理解文本、图像、视频与声音输入的视频模型，默认 2K、最长 15 秒并原生生成立体声；发布时称权重计划开放。

学习建议同一脚本分别用纯文本和带参考素材生成，体会统一多模态输入带来的差别

• 应用内使用
• API
• 文本
• 图像
• 视频
• 音频

• 链接 1 天前可访问
• 有中文导读
• 附练习
• 官方来源

发布信息整理时核对来源于 2026-10-09

Seedance 2.5

单次生成由15秒延长到30秒，可引用30图、10视频、10音频，支持时间戳级编辑；官方坦言复杂动作仍待改进

学习建议阅读官方“已知不足”段落，练习为生成视频写评测清单，而不只看演示片段

• 应用内使用