RÉPERTOIRE DES MODÈLES

Derniers modèles IA

Découvrez les nouveaux modèles, classés par date de publication.

Les plus récents7 langues
Effacer

122 modèles

Les plus récents
Google

Gemini 3.5 Transcribe Live

Gemini 3.5 Transcribe Live est un modèle spécialisé de transcription vocale en temps réel et à faible latence. Il reçoit un flux audio et renvoie progressivement du texte via la Live API, avec une…

Google

Gemini 3.5 Transcribe

Gemini 3.5 Transcribe est un modèle de reconnaissance vocale destiné à convertir des fichiers audio préenregistrés en texte. Le modèle de transcription en temps réel est distinct : il utilise…

Zhipu AI

GLM-5.3-Flash

Publié le 26 août 2026, GLM-5.3-Flash est le premier modèle nativement multimodal de la série GLM-5. Il vise un compromis entre capacités et coût d’inférence. Son architecture combine attention…

Alibaba

Qwen3.8-Flash

Qwen3.8-Flash est un modèle multimodal de la famille Qwen, conçu pour combiner raisonnement, génération et rapidité. Il a été annoncé le 26 août 2026. Son identifiant d’appel est qwen3.8-flash. (docs.…

Alibaba

Qwen3.8-Flash-Next

Qwen3.8-Flash-Next est un modèle multimodal à mélange d’experts (MoE), dont les poids sont disponibles publiquement. Il constitue aussi un aperçu précoce de l’architecture envisagée pour Qwen4. Le…

Tencent

WeMM-Embedding-9B

WeMM-Embedding-9B est un modèle universel d’embeddings multimodaux à 9 milliards de paramètres, développé par l’équipe WeChat Vision de Tencent et construit sur Qwen3.5. Il transforme différents types…

Tencent

WeMM-Embedding-4B

WeMM-Embedding-4B est un modèle universel de représentation vectorielle multimodale développé par l’équipe WeChat Vision de Tencent et construit sur Qwen3.5. Il produit des vecteurs destinés à…

Tencent

WeMM-Embedding-2B

WeMM-Embedding-2B est la variante à 2 milliards de paramètres de la famille de modèles d’embedding multimodaux de l’équipe WeChat Vision de Tencent. Elle transforme des contenus de modalités…

DeepSeek

DeepSeek-V4-Flash-Vision-Exp

Publié le 21 août 2026, DeepSeek-V4-Flash-Vision-Exp est un modèle multimodal expérimental de compréhension visuelle, construit sur l’architecture DeepSeek-V4-Flash. Il combine l’analyse d’images et…

Alibaba

Wan3.0-Video-Prime

Wan3.0-Video-Prime est la version accélérée du modèle de génération vidéo Wan3.0. Alibaba indique que ses capacités correspondent à celles de la version standard, avec une génération de bout en bout…

Zhipu AI

GLM-5.3

GLM-5.3 est un modèle phare destiné notamment à l’ingénierie logicielle complexe et aux tâches agentiques de longue durée. Il utilise le même modèle de base que GLM-5.2 ; selon Zhipu AI, ses gains…

Alibaba

Qwen3.8-27B

Qwen3.8-27B est un modèle dense multimodal natif à 27 milliards de paramètres, développé par l’équipe Qwen d’Alibaba. Ses poids sont ouverts sous licence Apache 2.0. Sa mise à disposition a été…

Google

Gemini 3.7 Flash

Gemini 3.7 Flash est un modèle multimodal de la famille Gemini 3, conçu notamment pour le développement logiciel, les agents et les workflows complexes. Il repose sur Gemini 3.6 Flash et propose des…

MiniMax

MiniMax Music 3.0

MiniMax Music 3.0 est un modèle de génération musicale à poids ouverts, présenté par MiniMax comme adapté à la production. À partir d’une idée créative et, éventuellement, de paroles, il peut composer…

DeepSeek

DeepSeek-V4-Pro

DeepSeek-V4-Pro-0813 est la version officielle de DeepSeek-V4-Pro, publiée le 13 août 2026. DeepSeek la présente comme un modèle aux capacités d’agent renforcées, notamment pour les tâches de…

Alibaba

Qwen3.8-2.4T-A95B

Qwen3.8-2.4T-A95B est un modèle de langage à poids ouverts de la famille Qwen, publié le 12 août 2026. Son architecture à mélange d’experts compte 2 400 milliards de paramètres au total, dont environ…

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…