GPT-5.6 Terra
GPT-5.6 Terra ist ein Reasoning-Modell der GPT-5.6-Familie, das Leistungsfähigkeit und Kosten ausbalancieren soll. OpenAI ordnet es ungefähr der früheren Mini-Modellklasse zu. Die offizielle…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
GPT-5.6 Terra ist ein Reasoning-Modell der GPT-5.6-Familie, das Leistungsfähigkeit und Kosten ausbalancieren soll. OpenAI ordnet es ungefähr der früheren Mini-Modellklasse zu. Die offizielle…
GPT-5.6 Sol ist das Flaggschiff der GPT-5.6-Familie für komplexe professionelle Aufgaben. OpenAI veröffentlichte die Familie am 9. Juli 2026 allgemein, nachdem am 26. Juni 2026 eine begrenzte Vorschau…
GPT-Live-1 mini ist ein Sprachmodell der GPT-Live-Familie für natürlichere Gespräche mit KI. OpenAI kündigte es am 8. Juli 2026 an und begann damals mit der Einführung in ChatGPT Voice. Es war zum…
GPT-Live-1 ist ein Vollduplex-Sprachmodell für natürliche Echtzeitgespräche. OpenAI stellte es am 8. Juli 2026 für ChatGPT Voice vor; die API-Veröffentlichung folgte am 10. September 2026. (openai.com…
Seedream 5.0 Pro ist ein multimodales Modell für die professionelle Bilderstellung und -bearbeitung. ByteDance veröffentlichte es am 8. Juli 2026. (seed.bytedance.com) Erstellt Bilder aus Text sowie…
HunyuanOCR-1.5 ist ein leichtgewichtiges, auf optische Zeichenerkennung spezialisiertes End-to-End-Vision-Language-Modell mit rund 1 Milliarde Parametern. Es baut auf der Architektur von HunyuanOCR-1.…
OpenAI kündigte den Rollout von GPT-5.5 Instant Mini in ChatGPT am 6. Juli 2026 an. Das Modell ersetzte GPT-5.3 Instant Mini als Ausweichmodell, wenn Nutzende das Nutzungslimit von GPT-5.5 Instant…
GPT-Realtime-2.1 mini ist ein destilliertes Reasoning-Modell für schnellere, kostengünstigere Sprachinteraktionen in Echtzeit. OpenAI veröffentlichte es am 6. Juli 2026. (developers.openai.com)…
GPT-Realtime-2.1 ist ein Echtzeit-Reasoning-Modell für sprachbasierte Agenten. OpenAI veröffentlichte es am 6. Juli 2026 für die Realtime API. Gegenüber GPT-Realtime-2 verbessert es laut OpenAI die…
Veröffentlichung: 6. Juli 2026. Hy3 ist die reguläre Veröffentlichung nach Hy3 preview und auf praktische, kosteneffiziente Sprachmodell- und Agentenaufgaben ausgerichtet. (tencent.com) Hy3 kombiniert…
Wan 2.7 Referenz-zu-Video erzeugt Videos anhand multimodaler Vorgaben. Es verarbeitet Text sowie Bild-, Video- und Audioreferenzen und ist auf eine stabilere Darstellung von Figuren, Requisiten und…
Text-zu-Video-Modell der Wan-2.7-Reihe. Alibaba führt diese Version am 1. Juli 2026 auf; sie ist ein Snapshot vom 12. Juni 2026. (help.aliyun.com) Das Modell erzeugt Videos aus Textbeschreibungen und…
Unlimited-OCR ist ein offenes Vision-Language-Modell von Baidu für OCR und die Analyse langer Dokumente. Baidu stellte die erste Version am 22. Juni 2026 vor. Der später veröffentlichte Nachfolger…
Eine Einführung in dieser Sprache ist in Vorbereitung.
Hy-Embodied-0.5-VLA-UMI ist ein vortrainierter Vision-Language-Action-Checkpoint für die Robotermanipulation. Er dient als allgemeiner Ausgangspunkt für die Feinabstimmung auf konkrete Roboter und…
PP-OCRv6_medium_rec ist das Texterkennungsmodell der Medium-Stufe von PaddleOCRs PP-OCRv6-Familie und für serverseitige OCR-Anwendungen ausgelegt. Es verarbeitet Textbildausschnitte und gibt erkannten…
PP-OCRv6_medium_det ist das mittelgroße Texterkennungs-Detektionsmodell der PaddleOCR-Reihe PP-OCRv6. Es lokalisiert Textbereiche in Bildern und ist laut offizieller Dokumentation für den…
PP-OCRv6_small_rec ist das kleine Texterkennungsmodell der PP-OCRv6-Reihe für die Erkennung von Text in Bildern. Es ist unter anderem für mobile Anwendungen geeignet. Die Architektur kombiniert…
PP-OCRv6_small_det ist das kleine Texterkennungs-Lokalisierungsmodell der PP-OCRv6-Reihe. Es ist auf ein Gleichgewicht zwischen Genauigkeit und Effizienz ausgelegt und für den mobilen Einsatz…
PP-OCRv6_tiny_rec ist das leichteste Texterkennungsmodell der PP-OCRv6-Reihe. Es besitzt laut offizieller Modellkarte rund 1,1 Millionen Parameter und verwendet LCNetV4 sowie einen…