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

564 モデル

公開日の新しい順
Zhipu AI

GLM-4-32B-Base-0414

GLM-4-32B-Base-0414 は GLM-4-0414 シリーズの約 320 億パラメータを持つ基盤言語モデルで、テキスト生成、追加学習、ローカルデプロイを対象としています。公式によると、約 15T の高品質データを使用して事前学習されており、その中には大量の推論系合成データが含まれ、後続の強化学習による拡張の基盤となっています。(huggingface.co) テキスト生成、モデル研究…

Zhipu AI

GLM-Z1-Flash

GLM-Z1-Flash は、GLM-Z1 シリーズの無料推論モデルで、推論モデルの利用障壁を下げることを目的としています。公式リリース記録の日付は 2025-04-14 です。(docs.bigmodel.cn) デフォルトで深い思考が有効になっており、数学的・論理的推論、長文文書の分析、コード生成などのタスクを対象としています。 公式ドキュメントには、ストリーミング出力、Function…

Zhipu AI

GLM-Z1-Air

GLM-Z1-Air は、智譜が提供するコストパフォーマンスに優れた深い思考を行う推論モデルで、高頻度の呼び出しを伴う用途を対象としています。公式には 2025 年 4 月 14 日にこのモデルが発表されました。本項目に対応するバージョン識別子は GLM-Z1-Air-0414 です。(docs.bigmodel.cn) GLM-4-Air-250414 を基盤とし、数学、コード、論理などのタスク…

Zhipu AI

GLM-Z1-AirX

GLM-Z1-AirX は GLM-Z1-Air の高速版で、超高速推論モデルとして位置づけられています。公式に 2025 年 4 月 14 日にリリースされ、リリース識別子は GLM-Z1-AirX-0414 です。(docs.bigmodel.cn) このモデルはテキスト入力とテキスト出力を採用し、論理推論、数学、プログラミングなどの複雑なタスクを対象としています。リアルタイムデータ分析やイン…

Zhipu AI

GLM-4-Flash-250414

GLM-4 シリーズの無料テキスト基盤モデルで、汎用タスクや軽量なアプリケーション向け。智譜は 2025 年 4 月 14 日にこのバージョンを公開した。(docs.bigmodel.cn) テキストを入力・出力とし、軽量な対話、質問応答、要約、テキスト処理などの用途に適している。 公式のモデル概要に記載されているコンテキストウィンドウは 128K tokens、最大出力は 16K tokens。…

Zhipu AI

GLM-4-Air-250414

GLM-4-Air-250414 は、智譜が 2025 年 4 月 14 日にリリースした、費用対効果の高い基盤言語モデルであり、複雑なタスクやエージェントアプリケーションを対象としています。(docs.bigmodel.cn) このモデルはテキストを入力として受け取り、テキストを生成します。公式には、指示追従、エンジニアリング向けコード生成、関数呼び出しの能力が重点的に紹介されており、Artif…

Google

Chirp 3: Transcription

Chirp 3: Transcription は、Google が多言語自動音声認識(ASR)向けに提供する生成モデルで、音声をテキストに文字起こしします。Google Cloud Speech-to-Text API V2 を通じて提供され、モデル識別子は chirp_3 です。(docs.cloud.google.com) ストリーミング認識、同期認識、バッチ認識をサポートし、リアルタイムの文…

Moonshot AI

Kimi-VL-A3B-Thinking

Kimi-VL-A3B-Thinking は Kimi-VL シリーズの視覚言語推論モデルで、複雑なテキストおよびマルチモーダル推論に重点を置いています。混合エキスパート(MoE)アーキテクチャを採用しており、公式に示された総パラメータ数は約160億、活性化パラメータ数は約30億、コンテキストウィンドウは128K tokenです。(huggingface.co) 画像とテキストを受け取り、テキスト…

Moonshot AI

Kimi-VL-A3B-Instruct

Kimi-VL-A3B-Instruct は効率的な推論を目的とした視覚言語指示モデルで、混合エキスパート(MoE)言語モデル、ネイティブ解像度の視覚エンコーダー MoonViT、および投影層を採用しています。公式に記載された総パラメータ数は約 160 億、活性化パラメータ数は約 30 億、コンテキストウィンドウは 128K です。(huggingface.co) モデルはテキストと視覚情報を組み…

Alibaba

Wan 2.1 KF2V Plus

万相 2.1 首尾フレーム動画生成 Plus 版は、国際向け動画生成サービス用のモデルです。最初と最後のフレームの2枚の画像から遷移動画を生成し、テキストプロンプトを組み合わせて内容を制御することもできます。公式公告では 2025 年 4 月 7 日に掲載されています。(docs.bailian.console.aliyun.com) 公式によると、モデルは大きく複雑な動き、多様なアートスタイル、…

MiniMax

Speech-02-Turbo

Speech-02-Turbo は MiniMax Speech-02 シリーズのテキスト音声合成モデルで、リアルタイムのインタラクション向けに最適化され、低遅延と音声品質のバランスを重視しています。Speech-02 シリーズは 2025 年 4 月 2 日にリリースされました。(minimax.io) 入力テキストを音声に合成し、ストリーミング出力に対応しています。話速、音量、音程を調整でき、…

MiniMax

Speech-02-HD

Speech-02-HD は、MiniMax Speech-02 シリーズの高忠実度音声生成向けテキスト音声合成モデルで、ナレーションやオーディオブックなど、音質を重視する用途に適しています。このシリーズは 2025 年 4 月 2 日にリリースされました。(minimax.io) テキストを入力して音声を生成します。多言語、さまざまなアクセント、感情表現に対応しています。後の公式技術紹介によると…

Alibaba

Qwen-Omni-Turbo

Qwen-Omni-Turbo は千問シリーズのマルチモーダル理解・生成モデルです。このバージョンは 2025 年 3 月 26 日のスナップショットであり、阿里雲百炼の 2025 年 3 月 27 日の更新記録に掲載されています。公式によると、視覚能力は 2025 年 1 月 19 日のスナップショットから大幅に向上しています。(docs.bailian.console.aliyun.com)…

Alibaba

QVQ-Max

QVQ-Max は通義千問 QVQ シリーズの視覚推論モデルで、視覚理解と深い思考のタスクを対象としています。Alibaba Cloud 百炼のモデル提供開始記録では、qvq-max は 2025 年 3 月 26 日に掲載されています。公式モデル資料によると、qvq-max の機能はスナップショット qvq-max-2025-03-25 と同等です。後者の名称に含まれる日付はスナップショットのバ…

Alibaba

Wanx2.1-ImageEdit

Wanx2.1-ImageEdit は万相通義の画像編集モデルで、既存画像の部分編集または画像全体の編集を対象としています。プリセット編集タスクと指示による編集に対応し、入力と出力の両方に画像を含みます。(docs.bailian.console.aliyun.com) 画像のスタイル変換、線画からの画像生成、部分的な再描画、参照画像を用いた生成、画像の外側への拡張、画像の超解像などに対応し、画像…

Tencent

hunyuan-turbos-longtext-128k-20250325

Tencent Hunyuan TurboS の長文テキスト版で、TurboS をベースに追加学習を行い、混合エキスパート(MoE)アーキテクチャを採用している。Tencent Cloud の製品アップデートに記録されたリリース日は 2025年3月25日。(cloud.tencent.com) 公式によると、このモデルは文書の要約や文書に関する質問応答などの長文テキストタスクを得意とし、汎用的なテ…

DeepSeek

DeepSeek-V3-0324

DeepSeek-V3-0324 は DeepSeek-V3 のバージョンアップデートであり、汎用的な対話や複雑ではない推論タスク向けに位置付けられている。以前の V3 と同じ基盤モデルを使用し、主に事後学習の手法を改善している。公式によると、モデルのパラメータ数は約 660B である。(deepseek.com) 推論とプログラミング:以前のバージョンと比べ、数学、コード、推論に関するタスクの性…

Tencent

Hunyuan-T1

Hunyuan-T1 は Tencent が公開した深い推論能力を持つ大規模モデルです。このバージョンは 2025 年 3 月 21 日に公開されました。T1 正式版は、Hybrid-Transformer-Mamba MoE アーキテクチャを採用した混元 TurboS 基盤モデルをベースに、事後学習によって推論能力を拡張したものです。(cloud.tencent.com) 数学、論理推論、科学、…

Alibaba

GTE-Rerank-V2

GTE-Rerank-V2 は、通義実験室が開発した多言語テキスト再ランキングモデルです。クエリと候補文書の意味的な関連性に基づいて文書を並べ替え、セマンティック検索や検索拡張生成(RAG)などの用途に適しています。(help.aliyun.com) 中国語、英語、日本語、韓国語、タイ語など、50 以上の言語に対応しています。 初回検索で取得された候補文書を再スコアリングし、関連性のランキングを返…

Alibaba

Qwen-Plus-Character

Qwen-Plus-Character は、擬人化された対話を対象とする千問シリーズのテキスト生成・ロールプレイモデルです。動的更新版であり、公式はモデルの更新を事前に通知するとしています。(docs.bailian.console.aliyun.com) このモデルは、指定されたキャラクター設定の指示への追従、キャラクターの再現、話題の展開、傾聴と共感に向けて最適化されています。適用シーンには、…