RÉPERTOIRE DES MODÈLES

Derniers modèles IA

Découvrez les nouveaux modèles, classés par date de publication.

Les plus récents7 langues
Effacer

244 modèles

Les plus récents
Alibaba

Wan3.0-Video

Wan3.0-Video est un modèle multimodal tout-en-un de génération vidéo. Il accepte du texte, des images, des vidéos, de l’audio, des fichiers et des liens de pages Web publiques. Il produit des vidéos à…

ByteDance

SeedRealtime

SeedRealtime est un grand modèle audiovisuel natif full-duplex, annoncé le 5 août 2026. Il réunit audio, vidéo et texte dans une architecture de bout en bout pour interagir en temps réel avec des flux…

Tencent

Hunyuan3D-Buffalo 1.0

Hunyuan3D-Buffalo 1.0 est un cadre multimodal unifié de Tencent consacré à la compréhension, à la génération et à l’édition d’objets 3D. Il associe Hunyuan3D-VLM, pour la compréhension sémantique et…

Alibaba

Qwen-Image-3.0

Qwen-Image-3.0 est la variante standard de la famille Qwen-Image-3.0, conçue pour équilibrer qualité et vitesse de génération. Elle accepte du texte et des images en entrée et produit des images.…

Alibaba

Qwen3.8-Max

Qwen3.8-Max est un modèle de fondation multimodal haut de gamme annoncé par Alibaba le 3 août 2026. Il utilise une architecture MoE clairsemée à attention hybride : il compte 2 400 milliards de paramè…

ByteDance

Seed-Evolving

Seed-Evolving est un modèle de raisonnement de la famille Seed, conçu pour les agents et le développement logiciel. Son identifiant API unique donne accès à une version évolutive, mise à niveau…

MiniMax

MiniMax H3

MiniMax H3 est un modèle généraliste de génération multimodale, lancé le 31 juillet 2026. Il comprend conjointement du texte, des images, des vidéos et de l’audio pour générer des vidéos avec son…

ByteDance

Seedance 2.5

Seedance 2.5 est un modèle de création vidéo avec génération conjointe de l’image et du son, orienté vers la narration, les références multimodales et le montage. Il a été annoncé le 31 juillet 2026.…

DeepSeek

DeepSeek-V4-Flash

DeepSeek-V4-Flash-0731 est la version officielle de DeepSeek-V4-Flash, annoncée le 31 juillet 2026 pour une mise à disposition de son API en bêta publique. Elle conserve l’architecture et la taille de…

Alibaba

Qwen3.7-Text-Embedding

Modèle multilingue de vectorisation de texte fondé sur Qwen3.7. Il transforme du texte en représentations vectorielles utilisables notamment pour la recherche sémantique, la recherche pour RAG, le…

Google

Gemini Robotics On-Device 2

Gemini Robotics On-Device 2 est un modèle vision-langage-action (VLA) destiné à la manipulation robotique généraliste et optimisé pour fonctionner localement sur le robot. Il s’appuie sur les modèles…

Google

Gemini Robotics ER 2 Preview

Gemini Robotics ER 2 Preview est un modèle vision-langage de raisonnement incarné pour la robotique, basé sur Gemini 3.5 Flash. Google a annoncé sa mise à disposition en préversion publique le 30…

Google

Gemini Robotics 2

Gemini Robotics 2 est un modèle vision-langage-action (VLA) de Google DeepMind destiné à piloter des robots. Il transforme des entrées visuelles et linguistiques en commandes motrices et peut…

Alibaba

Qwen-Audio-3.0-ASR-Flash

Modèle de reconnaissance automatique de la parole (ASR) non temps réel : il transforme un enregistrement audio court en texte via l’API d’Alibaba Cloud Model Studio. Il ne faut pas le confondre avec…

Alibaba

Qwen-Audio-3.0-ASR-Flash-Filetrans

Modèle de reconnaissance vocale destiné à la transcription non temps réel de fichiers audio ou vidéo complets. Il reçoit de l’audio et produit du texte. (help.aliyun.com) Reconnaissance multilingue,…

Alibaba

Qwen-Audio-3.0-ASR-Flash-Streaming

Modèle de reconnaissance vocale en flux, conçu pour les interactions en temps réel à faible latence. Il reçoit de l’audio et produit du texte. (help.aliyun.com) Transcription au fil de la parole, avec…

Google

Lyria 3.5

Lyria 3.5 est un modèle de génération musicale de Google. Il a été annoncé le 29 juillet 2026 et lancé initialement dans Google Flow Music. (blog.google) À partir d’instructions textuelles ou d’images…

OpenAI

GPT-Live-Transcribe

GPT-Live-Transcribe est un modèle de reconnaissance vocale en flux, conçu pour la transcription en temps réel à faible latence. Son identifiant API est gpt-live-transcribe. (developers.openai.com)…

OpenAI

GPT-Transcribe

GPT-Transcribe est un modèle de reconnaissance vocale destiné à produire des transcriptions de haute précision à partir de fichiers audio et de tours de parole validés dans des sessions Realtime via…