DeepSeek-V2
2024-05-06 · DeepSeek Allgemeines Expertenmischmodell, das pro Token nur einige Experten aktivierte, um den Inferenzaufwand zu begrenzen. Basis- und Chatvariante hatten unterschiedliche Einsatzzwecke.…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
2024-05-06 · DeepSeek Allgemeines Expertenmischmodell, das pro Token nur einige Experten aktivierte, um den Inferenzaufwand zu begrenzen. Basis- und Chatvariante hatten unterschiedliche Einsatzzwecke.…
2024-04-17 · MiniMax MiniMax stellte diese allgemeine Sprachmodellreihe für Chat, Schreiben und Textverständnis vor. Das Datum bezieht sich auf die Reihe, nicht auf eine bestimmte…
2024-03-13 · Anthropic Diese leichte Variante war für latenzarme Dialoge, Klassifikation und Informationsextraktion gedacht. Sie wurde am 4. März mit der Familie angekündigt; hier zählt der…
2024-03-04 · Anthropic Das mittlere Claude-3-Modell wog Geschwindigkeit gegen die Leistung bei komplexen Aufgaben ab. Es wurde gemeinsam mit Opus verfügbar; Haiku folgte später. Quelle
2024-03-04 · Anthropic Diese Claude-3-Variante war für komplexes Schlussfolgern, Analysieren und Schreiben mit Text- und Bildeingaben ausgelegt. Sie war am Tag der Ankündigung verfügbar. Quelle
2024-02-15 · Google Das multimodale Modell mit langem Kontext beantwortete Fragen zu Dokumenten, Code, Audio und Video. Die begrenzte Vorschau gewährte nicht allen Entwicklern dieselben Kontingente.…
2024-01-16 · Zhipu AI Zhipu stellte dieses allgemeine Modell am Techniktag für Fragen, Code und Werkzeugaufrufe vor. Es ist von der im Juni mit offenen Gewichten erschienenen 9B-Version zu…
2023-12-06 · Google Zur multimodalen Familie gehörten Ultra, Pro und Nano. Bei der Ankündigung lief Pro in Bard und Nano in einigen Funktionen des Pixel 8 Pro; Ultra war noch nicht öffentlich…
2023-11-29 · DeepSeek Allgemeine chinesisch-englische Modellfamilie in 7B und 67B, jeweils als Basis- und Chatvariante. Sie unterscheidet sich vom codespezifischen DeepSeek Coder. Der Modellname…
2023-11-21 · Anthropic Das Kontextfenster von 200.000 Token erleichterte die Analyse langer Berichte oder von Code, garantierte aber nicht den korrekten Abruf jedes Details. Quelle
2023-11-06 · OpenAI Die auf dem DevDay vorgestellte API-Vorschau unterstützte längere Kontexte für Dokumente und Dialoge. Sie war nicht die spätere stabile Turbo-Version. Quelle
2023-11-02 · DeepSeek Modellfamilie in mehreren Größen für Codevervollständigung, Generierung und Programmierfragen. Der Familienname bezeichnet keinen einzelnen API-Snapshot. Der Modellname ersetzt…
2023-10-31 · Alibaba Kommerzielles Sprachmodell-Update für Fragen, Schreiben und Unternehmensanwendungen, vorgestellt auf der Apsara Conference. Es war nicht das im Folgejahr mit offenen Gewichten…
2023-10-27 · Zhipu AI Die Dialogvariante der dritten ChatGLM-Generation mit offenen Gewichten. Das neue Promptformat unterstützte mehrstufige Dialoge und strukturierte Werkzeugaufrufe. Der Modellname…
2023-10-17 · Baidu Die auf der Baidu World vorgestellte Version startete mit Einladungstests für Sprachverständnis, Generierung, Schlussfolgern und Dialoge. Dies war nicht die erste Freigabe von ERNIE…
2023-10-09 · Moonshot AI Chinesischsprachiger Assistent für lange Texte mit etwa 200.000 chinesischen Zeichen Eingabe bei Vorstellung. Das Datum betrifft das Produkt, nicht die spätere API. Der…
2023-09-07 · Tencent Tencent stellte das allgemeine Modell auf seinem Global Digital Ecosystem Summit vor. Unternehmen in China konnten es über die Tencent-Cloud-API testen und einbinden. Dies war…
2023-08-09 · Anthropic Dieses API-Update der schnellen Instant-Reihe verbesserte Informationsextraktion, Codeverarbeitung und die Einhaltung vorgegebener Ausgabeformate. Quelle
2023-07-11 · Anthropic Die zweite Generation unterstützte die Analyse langer Dokumente sowie Programmieraufgaben. Neben der API startete in den USA und Großbritannien eine öffentliche Web-Beta. Der…
2023-06-25 · Zhipu AI Die zweite Generation des zweisprachigen Dialogmodells blieb lokal einsetzbar und verbesserte Dialogverhalten und Verarbeitung langer Eingaben. Der Modellname ersetzt eine nicht…