Gemini 3.5 Flash-Lite
Annoncé le 21 juillet 2026, Gemini 3.5 Flash-Lite est un modèle de raisonnement nativement multimodal, fondé sur Gemini 3.1 Flash-Lite. Il vise un faible coût, une faible latence et un débit élevé,…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
Annoncé le 21 juillet 2026, Gemini 3.5 Flash-Lite est un modèle de raisonnement nativement multimodal, fondé sur Gemini 3.1 Flash-Lite. Il vise un faible coût, une faible latence et un débit élevé,…
Gemini 3.6 Flash est un modèle multimodal polyvalent de Google, conçu pour concilier rapidité, coût et qualité, notamment dans les workflows d’agents. Annoncé le 21 juillet 2026, il est proposé en…
Qwen-Image-3.0 est un modèle fondamental de troisième génération destiné à la génération et à l’édition d’images. L’annonce officielle a été publiée le 21 juillet 2026. Elle met l’accent sur la…
Qwen3.7-Flash est un modèle vision-langage multimodal de la série Qwen3.7, proposé par Alibaba Cloud Model Studio pour la génération de texte, le raisonnement et la compréhension visuelle. Alibaba a…
HPD-Parsing est un modèle vision-langage léger d’environ 1 milliard de paramètres, spécialisé dans l’analyse structurée de documents à haut débit. Ses poids sont publiés sous licence Apache 2.0.…
Seed Audio 1.0 est un modèle de création audio conçu pour générer des scènes sonores complètes. Dans un cadre unifié, il produit et coordonne notamment des voix, des dialogues, des effets sonores et…
Modèle phare d’Alibaba pour la génération d’images à partir de texte et la retouche d’images, accessible via Alibaba Cloud Model Studio. L’annonce officielle indique une publication le 20 juillet 2026…
Qwen 3.8-Max-Preview est une version préliminaire d’un modèle de fondation de la famille Qwen, comportant 2,4 billions de paramètres. Alibaba met notamment en avant ses capacités en ingénierie…
Music-3.0 est un modèle de génération musicale de MiniMax. Il transforme une description créative, avec ou sans paroles selon le mode choisi, en morceau chanté ou instrumental. L’API utilise…
Kimi K3 est un modèle multimodal de raisonnement et d’agent, présenté comme le modèle phare de Moonshot AI lors de son lancement. Il est aujourd’hui décrit comme le modèle phare de la génération précé…
Hy-Embodied-RxBrain-1.0, ou RxBrain, est un modèle de fondation multimodal destiné à la cognition incarnée. Développé par Tencent Robotics X, le laboratoire Futian et l’équipe Tencent Hy, il associe…
Publié le 15 juillet 2026, Hy-Embodied-VLM-1.0 est un modèle de base vision-langage destiné aux agents incarnés évoluant dans le monde physique. Il a été développé par Tencent Robotics X, l’équipe Hy…
La présentation dans cette langue sera bientôt disponible.
Qwen-Audio-3.0-TTS-Plus est un modèle de synthèse vocale hautes performances, orienté vers la qualité audio, le naturel et l’expressivité. Il reçoit du texte et produit de l’audio. L’annonce…
Seedream 5.0 Pro est un modèle multimodal de création et de retouche d’images destiné notamment aux tâches de conception visuelle professionnelles. Il a été annoncé le 8 juillet 2026. (seed.bytedance.…
HunyuanOCR-1.5 est un modèle vision-langage léger, spécialisé dans la reconnaissance optique de caractères (OCR) de bout en bout. Tencent annonce sa publication le 7 juillet 2026. (github.com) Analyse…
La présentation dans cette langue sera bientôt disponible.
GPT-Realtime-2.1 mini est un modèle de raisonnement distillé conçu pour des interactions vocales en temps réel, avec un objectif de rapidité et de coût réduit. Il a été publié le 6 juillet 2026. Il…
GPT-Realtime-2.1 est un modèle de raisonnement en temps réel destiné aux agents vocaux. Annoncé le 6 juillet 2026, il améliore, par rapport à GPT-Realtime-2, la reconnaissance alphanumérique, la…
Hy3 est un grand modèle de langage de Tencent, publié officiellement le 6 juillet 2026 à la suite de Hy3 preview. Il vise les tâches de productivité et les agents capables de planifier des actions et…