GPT-4o Mini TTS
Eine Einführung in dieser Sprache ist in Vorbereitung.
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Eine Einführung in dieser Sprache ist in Vorbereitung.
GPT-4o Mini Transcribe ist ein auf GPT-4o mini basierendes Spracherkennungsmodell, das Audio in Text transkribiert. Laut OpenAI verbessert es gegenüber dem ursprünglichen Whisper-Modell die…
GPT-4o Transcribe ist ein auf GPT-4o basierendes Spracherkennungsmodell, das über die OpenAI API Audio in Text transkribiert. OpenAI veröffentlichte das Modell am 20. März 2025. (openai.com)…
GTE-Rerank-V2 ist ein vom Tongyi-Labor entwickeltes mehrsprachiges Modell zur Text-Neusortierung. Es sortiert Dokumente anhand ihrer semantischen Relevanz für eine Anfrage neu und eignet sich unter…
Qwen-Plus-Character ist ein Modell der Qwen-Serie zur Textgenerierung und für Rollenspiele, das auf vermenschlichte Dialoge ausgerichtet ist. Es handelt sich um eine dynamisch aktualisierte Version;…
o1-pro ist ein Reasoning-Modell der OpenAI-o1-Serie, das mehr Rechenressourcen zur Bearbeitung schwieriger Probleme einsetzt, um die Konsistenz beim Schlussfolgern und bei Antworten zu verbessern. Im…
ERNIE X1 ist ein von Baidu veröffentlichtes Reasoning-Modell für tiefgehendes Nachdenken. Laut Baidu verfügt es über multimodale Fähigkeiten und verbesserte Fähigkeiten zum Verstehen, Planen und…
Ein Preview-Modell der Baidu-Serie 文心 4.5. Baidu positioniert 文心 4.5 als natives multimodales Basismodell und bietet Entwicklern und Unternehmen den Qianfan-API-Dienst an. (qianfan.cloud.baidu.com)…
Die Version vom 2025-03-13 des Flaggschiff-Sprachmodells Tencent Hunyuan TurboS ist für allgemeine Textaufgaben ausgelegt und auf schnelle Antworten ausgerichtet. (cloud.tencent.com) Laut offiziellen…
Gemini Robotics-ER ist ein visuelles Sprachmodell, das Google auf Basis von Gemini 2.0 entwickelt hat. ER steht für „verkörpertes Schlussfolgern“. Es konzentriert sich auf das für Roboter…
Gemini Robotics ist ein auf Gemini 2.0 basierendes Vision-Language-Action-Modell (VLA), das physische Aktionen als Ausgabemodalität verwendet und Roboter direkt steuern soll. Es unterscheidet sich vom…
computer-use-preview ist ein spezialisiertes Forschungsvorschaumodell von OpenAI für Computerbedienungswerkzeuge, das auf dem für Operator verwendeten Computer-Using-Agent-Modell (CUA) basiert. OpenAI…
GPT-4o mini search preview ist ein schnelles, kostengünstiges kleines Vorschau-Modell für die Websuche. Es wurde speziell darauf trainiert, Websuchanfragen in der Chat Completions API zu verstehen und…
GPT-4o search preview ist ein spezialisiertes Vorschau-Modell für die Online-Suche über die Chat Completions API, das darauf trainiert wurde, Web-Suchanfragen zu verstehen und auszuführen. Seine…
Ein experimentelles Texteinbettungsmodell, das Google am 7. März 2025 veröffentlichte. Es wandelt Text in Vektoren zur Darstellung von Bedeutung um, statt Antworten in einem Dialog zu generieren; zum…
QwQ-Plus ist ein verbessertes Reasoning-Modell von Tongyi Qianwen QwQ. Es wurde auf Basis von Qwen2.5 trainiert und seine Reasoning-Fähigkeiten wurden durch Reinforcement Learning verbessert. Das…
CogView4-6B ist ein von Zhipu veröffentlichtes Text-zu-Bild-Modell. Es verwendet die CogView-4-Diffusers-Version mit etwa 6 Milliarden Parametern, nimmt Text-Prompts entgegen und erzeugt Bilder. Am 4.…