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。

公開日の新しい順7 言語
クリア

499 モデル

公開日の新しい順
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…

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、…

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…

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。…

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…

Tencent

Tencent Hy4

Tencent Hy4は、生産性向上や長時間にわたるエージェント型タスクを重視した、Tencentの次世代大規模言語モデルです。正式版は2026年11月4日に発表されました。発表時点でTencentはモデル重みとシステムカードを今後公開する予定と説明しており、発表時点ですでに公開済みとは確認できません。 (tencent.com) テキストと画像を入力し、テキストを出力。画像理解、複雑な図表分析、…

OpenAI

GPT-Image-2.6 Flare

GPT-Image-2.6 Flareは、高速な反復作業を重視した画像生成・編集モデルです。テキストと画像を入力として受け取り、画像を生成・編集します。詳細や編集精度を特に重視する用途には、同シリーズのSunburstが位置付けられています。(developers.openai.com) 発表・API提供開始日: 2026年11月4日。(developers.openai.com) 主な用途: 広…

OpenAI

GPT-Image-2.6 Sunburst

GPT-Image-2.6 Sunburstは、細部や正確な編集を重視する画像生成・編集モデルです。テキストと画像を入力として受け取り、画像を出力します。公開日は2026年11月4日です。(openai.com) 画像の生成・編集、複雑な構図やレイアウトの作成、編集を重ねた際のキャラクター・製品・ブランドの細部の維持に対応します。 Image APIで、複雑度の調整、画像への書き込みを使った編集指…

Baidu

Apollo World

Apollo Worldは、Baidu Apolloが物理AI向けに開発した、エージェント駆動型のマルチモーダル世界モデルです。主に自動運転システムの仮想環境での訓練・検証を目的としています。2026年11月3日、深圳の「Baidu AI Day・Apollo」で初めて公開されました。 (sohu.com) 仮想都市内の車両や歩行者などを、判断・相互作用するAIエージェントとしてモデル化します。自…

Tencent

HyCell

HyCellは、単一細胞トランスクリプトームの解析を目的とする、約1,610万パラメータの埋め込みモデルです。ヒト細胞の生の遺伝子発現カウントを512次元の埋め込みに変換し、デコーダーで埋め込みから遺伝子発現を推定できます。CZ CELLxGENE Censusのヒト細胞約7,950万個を用い、細胞型ラベルなしで事前学習されています。(raw.githubusercontent.com) 凍結した…

OpenAI

GPT-6 Rosalind Research

GPT-6 Rosalind Researchは、GPT-6の推論能力を多段階の生命科学研究に適用する、承認制の研究向けモデルです。生物学的作業向けの安全対策が設けられています。APIモデルIDは gpt-6-rosalind です。(help.openai.com) 生物学データを横断した推論、科学ツールやデータベースの利用、文献・証拠の統合、仮説の生成・検討を支援します。用途には標的の探索・検…

OpenAI

GPT-6 Luna

GPT-6 Luna(October 29)は、ChatGPTで2026年10月7日に公開されたGPT-6 Lunaの更新版です。2026年10月29日公開の公式システムカード追補によると、回答をより簡潔にし、過度に同意する表現を減らしています。(deploymentsafety.openai.com) GPT-6 Lunaは、限定的なタスクや大量処理に適した効率重視のモデルです。一般的なGPT-…

Google

Gemini 4 Carbon

Gemini 4 Argonを基盤とするフロンティアモデル。長時間にわたるエージェント型ワークフロー、ソフトウェア開発、サイバーセキュリティ、科学的推論を主な対象とする。(deepmind.google) テキスト、画像、音声、動画を入力し、テキストを出力する。入力と出力を合わせたコンテキスト上限は1,048,576トークン。(deepmind.google) 複雑なコーディングとデバッグ、文書・…

Google

Genie 4

Genie 4は、Google DeepMindが開発した、リアルタイムで操作できる環境を生成・シミュレーションするマルチモーダルの世界モデルです。2026年10月27日に発表されました。(deepmind.google) 自然言語で風景や出来事を記述し、シミュレーション中に天候、カメラ、人物、物体などを変更できます。キーボードやマウスを使った移動・カメラ操作も示されています。(deepmind.…

Alibaba

Qwen-Audio-3.1-Realtime-Flash

Alibabaのリアルタイム双方向音声対話モデル。テキストと音声の入力・出力に対応し、音声アシスタントやリアルタイム対話アプリケーションに利用できる。公開日は2026年10月27日。(docs.qwencloud.com) Function Calling、ウェブ検索、音声クローンに対応。検索は enable_search で有効化し、Function Callingと併用できる。 接続プロトコル…

Baidu

文心 Unlimited OCR 2

百度が2026年10月27日に公開・オープンソース化した、長文書向けのマルチモーダル文書解析モデル。総パラメータ約3.3B、活性化パラメータ約0.5BのMoEモデルで、SR-SWAと無限視野デコーディングを用いて長文書の解析時の計算・メモリ負荷を抑える。(ai.baidu.com) 見出し、段落、表、数式、画像などの領域を認識し、位置、種類、階層、読順を伴う構造化文書を出力する。ページをまたぐ表や…

OpenAI

GPT-6.1 Terra

GPT-6.1 Terraは、視覚的推論、コンピューター操作、自然な文章作成を重視した、高速かつ効率的なモデルです。大量の業務を比較的低コストで処理する用途に位置付けられています。(openai.com) 商品写真とカタログの照合、技術図面の解釈、アプリケーション画面の操作、文書の作成・修正に利用できます。請求書の読み取りと会計ソフトへの入力なども想定されています。(developers.open…

Tencent

Hy-SimulMT-30B-A3B-Interleave

Tencent混元のリアルタイム同時通訳モデル「Hy-SimulMT」のInterleave版。音声を継続的に受け取り、中国語と英語の双方向翻訳を行う。Interleave版は翻訳文だけでなく原文も出力する。モデルカード上のライセンスはApache-2.0。(huggingface.co) 発話中に逐次翻訳し、会議、講演、インタビューなどでの利用を想定する。音声合成サービスを組み合わせることで、翻…

Tencent

Hy-SimulMT-30B-A3B

Tencent Hunyuanが開発したリアルタイム同時通訳モデル。中国語と英語の音声を双方向に翻訳し、話者の発話中から訳文を順次生成する。会議、講演、インタビューなどでの利用を想定している。(github.com) このモデルは翻訳文のみを出力する。原文と訳文の両方を出力するInterleave版は別のチェックポイント。FP8量子化版とGGUF版も公開されている。(github.com) 翻訳音…

Moonshot AI

Kimi K3.1 Pro Highspeed

Kimi K3.1 Pro の高速版。公式発表によると、標準版と同等のモデル能力を維持しながら、出力生成速度は約2〜3倍です。K3.1 Pro は約3兆パラメータ級のモデルで、Highspeed 版もネイティブな視覚理解と1,048,576トークンのコンテキストウィンドウを備えます。(kimi.ai) コーディング、デバッグ、長時間にわたるエージェント型ワークフロー、長文書や大規模コードベースの分…