2026 年 7 月发布速览：约 30 个新模型与媒体 API

本月 AIHubMix 新增近 30 个模型，覆盖对话、编程、音频、图像和 3D 等领域，并推出多项平台能力，包括媒体生成 API、结构化输出修复和 3D 生成 API。通过单个 API Key 可用的模态范围仍在持续扩大。以下是重点内容。

媒体生成 API 与统一异步任务

新的媒体生成端点 /ai/v1/images/generations 和 /ai/v1/images/edits 现已上线，同时提供统一的异步任务、结果查询、产物下载和 Webhook 回调。图像与视频工作流可以通过同一任务生命周期进行集成，便于跟踪耗时较长的生成结果。生成的产物支持直接下载和批量获取。详见 异步任务。

结构化输出修复

新增按 Key 级别开启的结构化输出修复能力，默认关闭。开启后，对于声明结构化 JSON 输出的非流式请求，若模型返回的 JSON 存在截断、尾随逗号或代码块包裹等格式错误，平台会在返回前自动将其修复为可解析的合法 JSON。数值保持不变，客户端无需改动。支持 Chat Completions、Responses、Claude 和 Gemini 协议，修复后的响应会携带 X-JSON-Repaired: true 响应头。详见 结构化输出修复。

3D 生成 API

全新的 /v1/3d/generations 异步 3D 生成 API 上线，首个支持的模型为腾讯混元 3D（hy-3d-3.1）。支持文生 3D、图生 3D 和多视图输入，产物格式包括 obj、glb、stl、usdz 和 fbx，并带有 PBR 材质，适用于游戏、电商展示、3D 打印和产品设计。详见 3D 生成 API。

AIHubMix 官方 MCP Server

面向 MCP 客户端的官方托管入口现已上线：mcp.aihubmix.com/mcp（备用：mcp.inferera.com/mcp）。可在 Claude Code、Codex、Cursor 等工具中接入，用于查询模型和价格、搜索文档、查看余额，并调用对话、图像生成和视频生成工具。凭证由客户端按请求传递，服务端不存储 API Key。

Jina 搜索与网页读取

新增 Jina Search 和 Reader 能力，可使用你的 AIHubMix API Key 获取搜索结果和网页内容，适用于外部信息检索、文档阅读和 Agent 工具调用。两者均支持 POST 请求，Reader 还支持以 multipart 方式上传 PDF、Word、Excel、PPT、HTML 和图片等本地文件。详见 Jina AI。

其他功能更新

• Qwen TTS 语音生成：qwen-audio-3.0-tts-plus 和 qwen-audio-3.0-tts-flash 可通过 /v1/audio/speech 调用。非流式请求返回音频结果链接，流式请求返回 SSE 音频生成事件，并支持情绪标签和自然语言语音指令。详见 TTS。
• GPT 提示词缓存文档：从 GPT-5.6 系列开始，缓存写入按输入价格的 1.25 倍计费，缓存读取按 0.1 倍计费，缓存至少保留 30 分钟。包含 prompt_cache_key 参数说明和缓存命中问题排查。详见 GPT 提示词缓存。
• Veo 3.1 图生视频支持首尾帧和参考图：可更精准地控制开场与收尾镜头、角色参考和风格参考。详见 视频生成。
• gpt-5.5 及以上模型的工具调用自动桥接到 Responses：通过 /v1/chat/completions 发送、且包含 tools 和 reasoning_effort 的请求会自动使用 Responses 能力，现有客户端无需任何改动即可获得更可靠的工具调用。详见 Responses API。
• Gemini 原生端点补全：通过 AIHubMix 调用时，@google/genai SDK 现已支持原生 Embeddings、Interactions 和 Context Caching。详见 Gemini 原生 SDK。
• 流式连接时长延长至 2 小时：流式连接的最长时长已从 1 小时延长至 2 小时，长时间思考和长文本生成任务被提前中断的可能性随之降低。
• Gemini 图像参数透传：通过 OpenAI 兼容接口调用 Gemini 图像输出模型时，可在 extra_body.generationConfig.imageConfig 中传入 aspectRatio 和 imageSize。
• 跨协议结构化输出：相关路径上，OpenAI 兼容的 response_format 与 Claude 原生的 output_config.format 现已双向适配。详见 结构化输出。

稳定性与修复

• 多协议兼容性改进：Messages 响应字段、thinking 参数、stop 参数和工具调用响应结构进一步与各协议生态对齐。
• 流式可靠性改进：修复了部分模型流式输出被截断、响应被误判为空的问题，客户端断开连接时的用量记录也更完整。
• 缓存计量与计费准确性改进，计费明细更准确地反映实际用量。
• 错误信息更清晰：参数校验失败会更早返回，未知模型和 Key 额度耗尽的错误提示也更明确。

本月新增模型（近 30 个）

对话 / 通用

• claude-opus-5：Anthropic 旗舰模型，支持 1M 上下文窗口和 128K 最大输出，面向高强度推理、编程和长周期 Agent 任务。
• claude-sonnet-5：面向对话、推理和 Agent 场景。
• gpt-5.6-sol / gpt-5.6-terra / gpt-5.6-luna：OpenAI GPT-5.6 系列的三个档位，均支持 1,050,000 上下文窗口、128K 最大输出以及文本和图像输入。Sol 为旗舰档位，Terra 性能与 GPT-5.5 相当而价格减半，Luna 面向对成本敏感的工作负载。
• qwen3.8-max-preview：最新一代 Qwen 基座模型，参数量为 2.4T，限时享 90% 折扣。
• kimi-k3：月之暗面（Moonshot AI）开源长上下文模型，参数量为 2.8T，支持 1M 上下文窗口和原生视觉输入。参见 Kimi K3 实操指南。
• grok-4.5：支持可配置推理、工具调用和 500K 上下文，适合代码修复和 Agent 工作流。
• tencent-hy3：腾讯混元 Hy3 正式版（GA）。采用 MoE 架构，总参数 295B、激活参数 21B，支持 256K 上下文窗口，以 Apache 2.0 协议开源。
• gemini-3.6-flash、gemini-3.5-flash-lite、gemini-2.5-flash-lite：Google Flash 系列的新档位。
• glm-5.2-fast-preview、Qwen3-235B-A22B-Instruct-2507、command-a-plus-05-2026、gemma-4-31b、longcat-2.0。

编程

• qwen3-coder-480b-a35b-instruct：Qwen3-Coder 旗舰代码模型，适用于代码生成、软件工程 Agent 和工具调用工作流。

音频

• gpt-audio-1.5：OpenAI 首个正式发布（GA）的音频模型，支持音频输入和输出。
• gpt-4o-transcribe-diarize：支持说话人分离的语音转写模型，仅可通过 Transcription API 使用。
• qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash：Qwen 语音合成模型。plus 档位支持对情绪和角色进行精细控制，flash 档位的首包延迟低于 200 ms。

图像

• mai-image-2.5-pro：微软旗舰图像生成与编辑模型，具备高保真写实效果和图内文字渲染能力。同系列的 mai-image-2.5 和 mai-image-2.5-flash 也已上线。
• gemini-3.1-flash-lite-image：Google 图像能力模型。

3D

• hy-3d-3.1：腾讯混元 3D 专业版，支持文生 3D、图生 3D 以及八视角多角度输入。

检索 / 重排序

• jina-reranker-v3.5：Jina AI 多语言列表式文档重排序模型，适用于 RAG、搜索和结构化数据排序。

价格与公告

• GLM-5.2 限时分时优惠：glm-5.2 按每日时段（UTC 时间）打折：每天 14:00 至 24:00 享 50% 折扣，每天 00:00 至 14:00 享 30% 折扣。限时优惠。
• Qwen3.8-Max-Preview 享 90% 折扣：调用按标价的 10% 计费，同等花费下可获得 10 倍用量。限时活动，先到先得。
• DeepSeek V4 分时计费：DeepSeek V4 模型支持高峰和低谷分时计费。费用按请求提交时间所在的时段计算，跨越时段边界的流式请求同样按提交时间计价。

常见问题

本月新增了哪些模型？
近 30 个，涵盖对话（claude-opus-5、claude-sonnet-5、GPT-5.6 系列、qwen3.8-max-preview、kimi-k3、grok-4.5、tencent-hy3 等）、编程（qwen3-coder-480b-a35b-instruct）、音频（gpt-audio-1.5 和 qwen-audio-3.0-tts 系列）、图像（mai-image-2.5 系列）、3D（hy-3d-3.1）和重排序（jina-reranker-v3.5）。

如何接入 AIHubMix MCP Server？
在任意支持 MCP 的客户端（Claude Code、Codex、Cursor 等）中添加入口地址 https://mcp.aihubmix.com/mcp。凭证由客户端按请求传递。之后即可查询模型和价格、搜索文档、查看余额，并调用对话、图像生成和视频生成工具。

媒体生成 API 支持哪些功能？
通过 /ai/v1/images/generations 和 /ai/v1/images/edits 提交图像生成与编辑请求，再使用统一异步任务 API 查询状态、下载产物并接收 Webhook 回调。详见 异步任务。

Qwen3.8-Max-Preview限时优惠是什么？
调用费用按标价的10%计费，同样的支出相当于获得约10倍的用量。限时优惠，先到先得。

在模型广场浏览所有模型，并在文档中查看接入详情。

更新时间：2026-07-31