ERNIE 5.0 Preview
Baidu stellte ERNIE 5.0 am 13. November 2025 auf der Baidu World 2025 vor. Die Preview war laut Ankündigung über ERNIE Bot für die Öffentlichkeit und über die MaaS-Plattform Qianfan für Unternehmen…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Baidu stellte ERNIE 5.0 am 13. November 2025 auf der Baidu World 2025 vor. Die Preview war laut Ankündigung über ERNIE Bot für die Öffentlichkeit und über die MaaS-Plattform Qianfan für Unternehmen…
GPT-5.1 Thinking ist OpenAIs Reasoning-Modell der GPT-5.1-Reihe. Es wurde am 12. November 2025 für ChatGPT angekündigt; die API-Version gpt-5.1 folgte am 13. November 2025. (openai.com) Das Modell…
GPT-5.1 Instant ist ein auf schnelle, natürliche Konversation ausgelegtes Modell der GPT-5.1-Familie. OpenAI stellte es am 12. November 2025 für ChatGPT vor; der API-Zugang unter gpt-5.1-chat-latest…
WebVIA-Agent ist ein auf GLM-4.1V-9B-Base aufbauendes Vision-Language-Modell zur Erkundung von Weboberflächen. Es ist die Erkundungskomponente des WebVIA-Frameworks für die interaktive und…
GUI-Plus ist ein multimodales Basismodell zur visuellen Erkennung und Interaktion mit grafischen Benutzeroberflächen auf Mobilgeräten und Computern. Alibaba führt gui-plus in der Modellankündigung…
Doubao-Seed-Code ist ein für agentische Programmieraufgaben optimiertes Modell von ByteDance. Es wurde am 11. November 2025 veröffentlicht. Die offizielle Ankündigung nennt Codegenerierung,…
Tencent HY 2.0 Instruct ist ein allgemeines Text-zu-Text-Modell. Seine Grundlage wurde gegenüber TurboS auf Hunyuan 2.0 aktualisiert. Tencent meldete die Veröffentlichung am 11. November 2025. (cloud.…
UI2Code^N ist ein visuelles Sprachmodell für die interaktive Umsetzung von Benutzeroberflächen in Code. Es basiert auf GLM-4.1V-9B-Base und wurde durch mehrstufiges Vortraining, Feinabstimmung und…
Tencent HY 2.0 Think ist ein allgemeines Text-zu-Text-Modell mit Schwerpunkt auf vertieftem Schlussfolgern. Tencent veröffentlichte es am 9. November 2025; die Modellbasis wurde gegenüber TurboS auf…
Fun-ASR ist ein Modell zur automatischen Spracherkennung und Transkription von Audiodateien. Die Version fun-asr-2025-11-07 ist ein Snapshot vom 7. November 2025. Alibaba kündigte an, das Modell…
OpenAI stellte GPT-5-Codex-Mini am 7. November 2025 vor. Es ist eine kleinere, kostengünstigere Version von GPT-5-Codex für Programmieraufgaben in Codex. (help.openai.com) Bei der Einführung war das…
Fun-ASR-Realtime ist ein End-to-End-Modell von Tongyi Lab zur Echtzeit-Spracherkennung: Es transkribiert eingehende Sprache als Text. Die vorliegende Modell-ID bezeichnet den Snapshot vom 7. November…
Kimi K2 Thinking ist ein auf mehrstufiges Schlussfolgern und agentische Aufgaben ausgerichtetes Modell. Moonshot AI veröffentlichte es am 6. November 2025 mit offenen Modellgewichten. Die Modellkarte…
Kimi-Linear-48B-A3B-Instruct ist die anweisungsoptimierte Variante eines textgenerierenden Mixture-of-Experts-Sprachmodells für Dialoge und Aufgaben mit langem Kontext. Es hat insgesamt 48 Milliarden…
Kimi-Linear-48B-A3B-Base ist ein vortrainiertes Sprachmodell für Textgenerierung und Forschung. Es besitzt 48 Milliarden Parameter, davon sind pro Verarbeitungsschritt etwa 3 Milliarden aktiviert. Der…
Qwen-Image-Edit-Plus ist ein Modell zur Bildbearbeitung der Qwen-Reihe. Die hier beschriebene Snapshot-Version qwen-image-edit-plus-2025-10-30 wurde am 30. Oktober 2025 veröffentlicht. Gegenüber dem…
MiniMax-Hailuo-2.3-Fast ist die auf Geschwindigkeit und geringere Kosten ausgelegte Bild-zu-Video-Variante der Hailuo-2.3-Familie. MiniMax veröffentlichte sie am 28. Oktober 2025. Die aktuelle…
MiniMax-Hailuo-2.3 ist ein generatives Videomodell von MiniMax für hochwertige, kreativ steuerbare Kurzvideos. Es wurde am 28. Oktober 2025 vorgestellt und baut auf Hailuo 02 auf. (minimax.io) Erzeugt…
MiniMax-M2 ist ein Sprachmodell für Programmierung und agentische Arbeitsabläufe. Es verwendet eine Mixture-of-Experts-Architektur mit rund 230 Milliarden Parametern, von denen etwa 10 Milliarden pro…
Qwen3-ASR-Flash-Realtime ist ein auf einem großen Sprachmodell basierendes Modell zur mehrsprachigen Echtzeit-Spracherkennung. Es nimmt Audio entgegen und gibt Transkriptionstext aus. Laut der…