MODELLVERZEICHNIS

Neueste KI-Modelle

Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.

Neueste zuerst7 Sprachen
Zurücksetzen

156 Modelle

Neueste zuerst
Google

Gemini 3.6 Flash

Gemini 3.6 Flash ist ein multimodales Reasoning-Modell der Flash-Reihe, das auf effiziente agentische Arbeitsabläufe, Programmierung und Wissensarbeit ausgerichtet ist. Google veröffentlichte es am 21…

Alibaba

Qwen-Image-3.0

Qwen-Image-3.0 ist ein Bildgenerierungsmodell der dritten Generation aus Alibabas Qwen-Image-Reihe. Die offizielle Ankündigung erschien am 21. Juli 2026. Die hier beschriebene API-Version ist die…

Alibaba

Qwen3.7-Flash

Qwen3.7-Flash ist ein natives multimodales Vision-Language-Modell der Qwen3.7-Flash-Reihe für Textgenerierung, Schlussfolgern und visuelles Verständnis. Alibaba Cloud führt die Snapshot-Version am 21.…

Baidu

HPD-Parsing

HPD-Parsing ist ein leichtgewichtiges Vision-Language-Modell mit rund 1 Milliarde Parametern für die Dokumentanalyse mit hohem Durchsatz. Die Modellgewichte stehen unter der Apache-2.0-Lizenz bereit.…

ByteDance

Seed Audio 1.0

Seed Audio 1.0 ist ein Modell zur Erstellung vollständiger Audioszenen. Es generiert Sprache, Dialoge, Geräusche und Umgebungsatmosphäre in einem gemeinsamen Rahmen, statt diese Elemente nur als…

Alibaba

Qwen-Image-3.0-Pro

Qwen-Image-3.0-Pro ist Alibabas Flaggschiffmodell für Bildgenerierung und Bildbearbeitung in Model Studio. Alibaba führt die Veröffentlichung für den 20. Juli 2026 auf. (alibabacloud.com) Das Modell…

Alibaba

Qwen 3.8-Max-Preview

Qwen 3.8-Max-Preview ist eine Vorabversion eines Basismodells der Qwen-Reihe mit 2,4 Billionen Parametern. Alibaba veröffentlichte sie am 19. Juli 2026 über Token Plan, Qoder und QoderWork. Die…

MiniMax

Music-3.0

Music-3.0 ist ein Text-zu-Musik-Modell von MiniMax. Die offizielle Modellankündigung nennt den 16. Juli 2026 als Veröffentlichungsdatum. API-Modell-ID: music-3.0. (platform.minimax.io) Das Modell…

Moonshot AI

Kimi K3

Kimi K3 ist ein offenes multimodales Mixture-of-Experts-Modell für anspruchsvolle Programmier-, Wissens- und Reasoning-Aufgaben. Es wurde am 16. Juli 2026 veröffentlicht. Die Modellgewichte und der…

Tencent

Hy-Embodied-RxBrain-1.0

Hy-Embodied-RxBrain-1.0 („RxBrain“) ist ein multimodales Basismodell für verkörperte Kognition. Es wurde von Tencent Robotics X, dem Futian Laboratory und dem Tencent-Hunyuan-Team entwickelt und…

Tencent

Hy-Embodied-VLM-1.0

Veröffentlichung: 15. Juli 2026. (github.com) Hy-Embodied-VLM-1.0 ist ein Vision-Language-Grundlagenmodell für verkörperte Agenten in der physischen Welt. Es wurde von Tencent Robotics X, dem Hy…

Alibaba

Qwen-Audio-3.0-TTS-Plus

Qwen-Audio-3.0-TTS-Plus ist ein Text-zu-Sprache-Modell für hochwertige, ausdrucksstarke Sprachsynthese. Es unterstützt sowohl Sprachsynthese als auch Echtzeit-Sprachsynthese. Alibaba führt es in…

ByteDance

Seedream 5.0 Pro

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…

Tencent

HunyuanOCR-1.5

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.…

Tencent

Hy3

Veröffentlichung: 6. Juli 2026. Hy3 ist die reguläre Veröffentlichung nach Hy3 preview und auf praktische, kosteneffiziente Sprachmodell- und Agentenaufgaben ausgerichtet. (tencent.com) Hy3 kombiniert…