Baidu
ERNIE-Wizshot-ME
この言語の紹介は準備中です。
モデルを見る日本語
モデルディレクトリ
最新の AI モデル
新しいモデルを公開日順に見つけられます。
Baidu
ERNIE-Light-DT-1.0
ERNIE-Light-DT-1.0は、長いコンテキストを低コストで扱うための軽量なテキスト入力・テキスト出力モデルです。Baiduの2026年11月12日の発表では「ERNIE Light Deep Thinking」と呼ばれ、百度智能云の製品ページには「ERNIE-Light-DT-1.0」と記載されています。発表日とモデルの初回提供日が同一かは確認できません。(prnewswire.com)…
モデルを見る日本語
Google
Gemini 4 Hydrogen
Googleが2026年11月12日に発表した、日常的なコーディングやエージェント型ワークフローでの高速・効率的な実行を重視するモデルです。Gemini 4 Carbonを基に開発され、単独でも、他のモデルと組み合わせた実行役としても利用できます。 (blog.google) テキスト、画像、音声、動画を入力でき、テキストを出力します。リポジトリのコード修正・デバッグ、調査、データ分析、文書や表の…
モデルを見る日本語
Baidu
ERNIE 5.5 Flash Preview
2026年11月11日に発表された、ERNIE 5.5 Flash Baseを基に事後学習した基盤モデルのプレビュー版です。総パラメータ数は280B、トークンごとの活性化パラメータ数は14Bで、1Mトークンのコンテキストに対応します。百度は生成速度を200トークン/秒超と説明しています。(ernie.baidu.com) コーディング、複数段階の計画・実行、ツールを使うエージェント業務、長文資料の…
モデルを見る日本語
Alibaba
Qwen4-Max-Preview
Qwen シリーズの次世代フラッグシップ・マルチモーダルモデルのプレビュー版。テキスト生成、画像・動画理解、深い推論を組み合わせ、コーディング、オフィス業務、フロントエンド設計、複雑なエージェントタスクに向けて提供される。公開日は 2026年11月11日。(alibabacloud.com) テキスト・画像・動画を入力し、テキストで回答する。Function Calling、Web 検索、組み込み…
モデルを見る日本語
Google
Gemini 4 Carbon
Gemini 4 Carbonは、複雑な知識作業、ソフトウェア工学、サイバーセキュリティ、科学的推論における長期的なエージェント型ワークフロー向けのフロンティアモデルです。Gemini 4 Argonを基盤とし、難しい課題の深い推論や検証に重点を置いています。 (blog.google) テキスト、画像、音声、動画を入力でき、テキストを出力します。コンテキストウィンドウは入力と出力の合計で最大10…
モデルを見る日本語
Google
Gemini Decision 1
Gemini Decision 1は、あらかじめ定めた選択肢について高速に判断するマルチモーダルモデルです。Google AI StudioのGemini APIから、Gemini Decisions APIを通じて利用できます。回答文をトークン単位で生成する代わりに、候補を一度のフォワードパスで評価し、確率や信頼度を返します。(blog.google) テキスト、画像、音声、動画、PDFを入力と…
モデルを見る日本語
Google
AlphaGenome 2
AlphaGenome 2は、DNA配列とその変異が、特定のヒト細胞の種類や状態にどのような影響を及ぼすかを予測する、研究向けのDNA配列モデルです。Google DeepMindが2026年11月11日に発表しました。(deepmind.google) 約100万塩基のDNA配列と、組織・細胞種・細胞状態のうち指定した一つの条件を入力し、その条件におけるDNAの作用を予測します。 遺伝子発現、ヒ…
モデルを見る日本語
MiniMax
MiniMax H3 Image Highspeed
MiniMax H3-Imageの高速版画像生成モデル。テキストからの画像生成、参考画像に基づく生成、画像編集に対応する。標準版と同じAPIパラメーターおよび制限を使用する。公式発表では、Highspeedモードは主要な代替製品の3〜4倍の速度としているが、実際の処理時間を保証する数値ではない。(platform.minimax.io) テキスト入力、またはテキストと1〜16枚の参考画像を使って画…
モデルを見る日本語
MiniMax
MiniMax H3 Image
MiniMax H3を基盤とする、重みが公開された静止画生成・編集モデル。テキストからの画像生成、参照画像に基づく生成、画像編集に対応する。コンセプトアート、商品ビジュアル、イラスト制作、既存画像の加工などに利用できる。(minimax.io) 画像編集では1～16枚の参照画像を使用でき、1リクエストで1～10枚を生成できる。出力形式はJPEG、PNG、WebP。(platform.minimax…
モデルを見る日本語
Anthropic
Claude Mythos 5.2
Claude Mythos 5.2は、サイバーセキュリティおよび生命科学の研究をはじめ、高度な推論や長時間にわたるエージェント作業向けのモデルです。Claude Fable 5.2と基盤モデルを共有しますが、Mythos 5.2は認証を受けた組織に提供されます。(anthropic.com) コーディング、推論、画像理解に対応し、ソフトウェア開発、セキュリティ研究、生命科学、科学・工学の課題に利用…
モデルを見る日本語
Anthropic
Claude Fable 5.2
Claude Fable 5.2は、高度な推論、長時間にわたるエージェント作業、難しい技術課題向けのモデルです。入力はテキストと画像、出力はテキストに対応します。(platform.claude.com) コーディング、推論、画像理解を改善。ソフトウェア移行、複数段階の調査、科学・工学上の課題、文書や表計算資料の作成などに利用できます。(anthropic.com) コンテキストウィンドウは100…
モデルを見る日本語
Google
Gemini Robotics 2.5
Gemini Robotics 2.5は、ロボットの実世界での動作を支援する視覚・言語・行動（VLA）モデルです。Google DeepMindは、ロボットが習得できる技能の幅と習得速度を広げ、器用さ、信頼性、安全性を高めるモデルとして紹介しています。発表日は2026年11月10日です。(deepmind.google) トングでの配膳、贈り物のリボン結び、液体のピペット操作など、道具の使用や柔ら…
モデルを見る日本語
ByteDance
Seedream 5.5
Seedream 5.5は、プロ向けの画像制作を想定した生成・編集モデルです。テキストや参照画像からの画像生成に加え、連続編集、透明素材生成、レイヤー分解に対応します。公式発表日は2026年11月9日です。 (seed.bytedance.com) 画像生成・編集：テキストからの生成、1枚の画像を使った生成・編集、最大10枚の参照画像を使った生成に対応します。…
モデルを見る日本語
Google
Gemini Omni 1.2 Flash
Googleの、動画の生成・編集・延長・アップスケーリングに重点を置いたマルチモーダルモデル。Gemini APIとGoogle Cloudで一般提供されている。(blog.google) テキストや画像などを参考に、音声を同期した動画を生成できる。対話を重ねながら背景や商品、照明などを編集でき、最初と最後のフレームを指定した生成や動画延長にも対応する。(blog.google) 通常の動画生成・…
モデルを見る日本語
Moonshot AI
Kimi K3.1 Pro
Kimi K3.1 Proは、Kimi K3を基に追加学習された、オープンウェイトのマルチモーダル・エージェントモデルです。MoE構造を採用し、総パラメータ数は2.8兆、トークン当たりの活性化パラメータ数は1040億。コンテキスト長は1,048,576トークンで、テキストと画像を扱います。(huggingface.co) コード生成・修正、長いコードベースや文書の分析、3D制作、金融調査、ツールを…
モデルを見る日本語
ByteDance
Seed-Evolving
Seed-Evolvingは、Agentおよびコーディング向けに設計されたSeed系列のモデルです。統一されたモデルIDを通じて、更新されたモデルが自動的に提供されます。(console.volcengine.com) 複雑なタスクの編成、長期的な計画、コード生成、ツール呼び出しに対応します。 深い推論、テキスト生成、マルチモーダル理解、GUIタスク処理、構造化出力をサポートします。 開発、調査、…
モデルを見る日本語
Baidu
ERNIE 5.5 Flash Base
ERNIE 5.5 Flash Baseは、追加学習や研究の出発点として重みが公開された、テキスト生成用の基盤言語モデルです。事前学習終了時点のチェックポイントであり、中間学習や事後学習は行われていません。リリース日は 2026年11月5日 です。(ernie.baidu.com) スパースMoE構造を採用し、総パラメータ数は280B、トークンごとの活性化パラメータ数は14Bです。 33.5Tトー…
モデルを見る日本語
OpenAI
GPT-6 Cyber
GPT-6 Cyberは、GPT-6 Astraを基に、許可されたセキュリティ業務向けに特化したモデルです。脆弱性の発見・検証、エクスプロイトの開発、Webペネトレーションテストなどを想定しています。発表日：2026年11月5日。 (openai.com) ソフトウェアの脆弱性調査、許可されたテスト環境での再現、修正の検証やパッチ候補の作成に利用できます。…
モデルを見る日本語
Tencent
HyPDE
HyPDEは、2次元の偏微分方程式（PDE）シミュレーション向け基盤モデルです。約3億2,300万パラメータのTransformerを、13種類の2次元物理データセットで一から学習しています。公開日は2026年11月4日です。(github.com) 規則的な2次元格子上の速度、圧力、密度などの数値場について、直近6フレームから次の4フレームを予測します。予測結果を再入力することで、その後の軌跡も…
モデルを見る日本語