PP-OCRv6_small_det
PP-OCRv6_small_det est le modèle léger de détection de texte de la famille PP-OCRv6, développé par l’équipe PaddleOCR. Il compte environ 2,48 millions de paramètres et utilise LCNetV4 et RepLKFPN. Ses…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
PP-OCRv6_small_det est le modèle léger de détection de texte de la famille PP-OCRv6, développé par l’équipe PaddleOCR. Il compte environ 2,48 millions de paramètres et utilise LCNetV4 et RepLKFPN. Ses…
PP-OCRv6_tiny_rec est le modèle de reconnaissance de texte le plus léger de la série PP-OCRv6, destiné notamment aux appareils en périphérie et à l’IoT. Il compte environ 1,1 million de paramètres ;…
PP-OCRv6_tiny_det est le modèle léger de détection de texte de la famille PP-OCRv6, développé par l’équipe PaddleOCR pour les environnements à ressources limitées. Il compte environ 0,43 million de…
DiffusionGemma est un modèle expérimental multimodal à poids ouverts, développé par Google DeepMind et annoncé le 10 juin 2026. Fondé sur Gemma 4 et les recherches Gemini Diffusion, il privilégie la…
Date de lancement : 9 juin 2026. (anthropic.com) Claude Mythos 5 est un modèle spécialisé dans la cybersécurité et la recherche en biologie. Il repose sur le même modèle sous-jacent que Claude Fable 5…
Claude Fable 5 est un modèle de la classe Mythos proposé pour un usage général, avec des garde-fous supplémentaires. Il a été annoncé le 9 juin 2026. La documentation le classe désormais comme modèle…
Gemini 3.5 Live Translate est un modèle audio de traduction vocale à faible latence, conçu pour traduire des conversations presque en temps réel. Google l’a annoncé le 9 juin 2026. La version destinée…
SCAIL-2 est un modèle ouvert d’animation contrôlée de personnages. Il transfère le mouvement d’une vidéo de référence à un personnage de référence et génère une vidéo, sans imposer de représentation…
Qwen3.7-Max est le modèle le plus important et le plus performant de la série Qwen3.7 selon Alibaba. Cet instantané du 8 juin 2026 ajoute la compréhension visuelle par rapport à celui du 20 mai. Il…
GPT-Rosalind-5.5 est un modèle de raisonnement spécialisé dans la recherche en sciences de la vie, notamment en biologie, découverte de médicaments et médecine translationnelle. Il est entraîné à…
Gemma 4 12B Unified est un modèle multimodal dense à poids ouverts de Google DeepMind, publié le 3 juin 2026. Avec environ 11,95 milliards de paramètres, il vise notamment l’exécution locale sur…
Qwen3.7-Plus est un modèle multimodal de la gamme Qwen3.7, conçu pour offrir un bon rapport capacités-coût et des fonctions d’agent pour le code et les flux de travail. L’identifiant indiqué désigne l…
MiniMax M3 est un modèle généraliste multimodal à poids ouverts, orienté vers la programmation et les tâches agentiques. Il a été annoncé le 1er juin 2026. (minimax.io) Accepte du texte, des images et…
Universal Audio Tokenizer est un tokenizer audio compact à dictionnaire de codes unique, développé par WeChat AI. Il vise à réunir perception audio générale et alignement linguistique pour servir…
GPT-5.5 Instant est un modèle conversationnel généraliste conçu pour les usages quotidiens. OpenAI l’a initialement présenté le 5 mai 2026 comme modèle par défaut de ChatGPT et l’a proposé dans l’API…
Claude Opus 4.8 est un modèle de la famille Opus d’Anthropic, lancé le 28 mai 2026. Successeur d’Opus 4.7, il vise notamment le raisonnement, la programmation et les tâches complexes réalisées avec…
Gemini 3 Pro Image, également appelé Nano Banana Pro, est un modèle de génération et de retouche d’images fondé sur Gemini 3 Pro. Il vise les créations visuelles complexes et les modifications en…
Gemini 3.1 Flash Image, aussi appelé Nano Banana 2, est un modèle de génération et de modification conversationnelle d’images. Il privilégie une faible latence et la production de visuels à grande…
Qwen3.7-Max est le modèle phare et le plus grand de la série Qwen3.7, conçu pour les agents. Alibaba met en avant la programmation, les tâches bureautiques et de productivité ainsi que l’exécution…
Qwen3.7-Max-Preview est la version de prévisualisation du modèle Max, le plus grand de la série Qwen3.7. Alibaba le destine à l’expérimentation de conversations généralistes, notamment les…