Seed-Evolving
Seed-Evolving ist ein Modell der Seed-Reihe für Agenten- und Programmieraufgaben. Der einheitliche Modell-ID-Aufruf liefert automatisch die jeweils aktuelle Version; das Verhalten ist daher nicht auf…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Seed-Evolving ist ein Modell der Seed-Reihe für Agenten- und Programmieraufgaben. Der einheitliche Modell-ID-Aufruf liefert automatisch die jeweils aktuelle Version; das Verhalten ist daher nicht auf…
Gemini 3.5 Transcribe Live ist ein auf schnelle Echtzeit-Spracherkennung spezialisiertes Speech-to-Text-Modell. Über die Gemini Live API überträgt es Audio bidirektional per WebSocket und liefert…
Gemini 3.5 Transcribe ist Googles mehrsprachiges Speech-to-Text-Modell. Google stellte es am 26. August 2026 vor. Die hier angegebene Modell-ID dient der Transkription aufgezeichneter Audiodateien; fü…
GLM-5.3-Flash ist das erste nativ multimodale Modell der GLM-5-Reihe und auf leistungsfähige, kosteneffiziente Inferenz ausgelegt. Es wurde am 26. August 2026 veröffentlicht und vorab unter dem Namen…
Qwen3.8-Flash ist ein auf schnelle Antworten ausgelegtes multimodales Modell der Qwen-Familie. QwenCloud führt es mit dem Veröffentlichungsdatum 26. August 2026. Die API-Modellkennung lautet…
Qwen3.8-Flash-Next ist ein multimodales Mixture-of-Experts-Modell mit veröffentlichten Gewichten und ein früher Einblick in die für Qwen4 vorgesehene Architektur. Laut offiziellem Repository wurde es…
WeMM-Embedding-9B ist ein universelles multimodales Embedding-Modell mit rund 9 Milliarden Parametern, entwickelt vom WeChat-Vision-Team von Tencent. Es bildet unterschiedliche Inhalte in einem…
WeMM-Embedding-4B ist ein universelles multimodales Embedding-Modell des WeChat-Vision-Teams von Tencent. Es basiert auf Qwen3.5 und erzeugt Vektorrepräsentationen statt generativer Textantworten.…
WeMM-Embedding-2B ist ein universelles multimodales Embedding-Modell des WeChat-Vision-Teams von Tencent. Es basiert auf Qwen3.5-2B und erzeugt Vektorrepräsentationen statt generierter Textantworten.…
DeepSeek-V4-Flash-Vision-Exp wurde am 21. August 2026 als experimentelles multimodales Modell für visuelles Verständnis auf der DeepSeek-API-Plattform veröffentlicht. Die ursprüngliche Modell-ID…
Wan3.0-Video-Prime ist die auf Geschwindigkeit optimierte Variante des Videogenerierungsmodells Wan3.0-Video. Alibaba beschreibt den Funktionsumfang als mit der Standardversion vergleichbar. Das…
GLM-5.3 ist ein Sprachmodell von Zhipu AI für komplexe Programmieraufgaben und länger laufende Agenten-Workflows. Es wurde am 14. August 2026 angekündigt. Laut Hersteller nutzt es dasselbe Basismodell…
Qwen3.8-27B ist ein natives multimodales, dichtes Modell mit 27 Milliarden Parametern. Die Modellgewichte sind unter Apache 2.0 verfügbar. Das Qwen-Team meldete die Veröffentlichung am 14. August 2026…
Gemini 3.7 Flash ist ein multimodales Modell der Gemini-3-Familie, das Google für Programmierung, agentische Anwendungen und komplexe Arbeitsabläufe positioniert. Es basiert auf Gemini 3.6 Flash und…
MiniMax Music 3.0 ist ein Musikgenerierungsmodell mit veröffentlichten Modellgewichten. Aus einer kreativen Beschreibung und optionalen Liedtexten erstellt es in einem Generierungsschritt einen…
DeepSeek-V4-Pro-0813 ist die am 13. August 2026 veröffentlichte offizielle Version von DeepSeek-V4-Pro. Sie löst die Vorschauversion ab und verbessert laut DeepSeek insbesondere Agentenfähigkeiten und…
Qwen3.8-2.4T-A95B ist ein veröffentlichtes Sprachmodell mit offenen Modellgewichten aus Alibabas Qwen-Max-Klasse. Seine Mixture-of-Experts-Architektur umfasst insgesamt 2,4 Billionen Parameter, von…
GPT-5.6 Sol (August) ist eine für alltägliche Unterhaltungen in ChatGPT optimierte Aktualisierung. OpenAI veröffentlichte die zugehörige Systemkarte am 6. August 2026. Zum Start erhielten Plus- und…
Wan3.0-Video ist Alibabas multimodales All-in-One-Modell zur Videogenerierung. Es wurde am 6. August 2026 zunächst für Tests auf Einladung veröffentlicht und ist inzwischen allgemein verfügbar.…
Veröffentlichung: 5. August 2026. SeedRealtime ist ein natives audiovisuelles Voll-Duplex-Sprachmodell für die Echtzeitinteraktion. Es vereint Audio, Video und Text in einer End-to-End-Architektur und…