Gemini 2.5 Deep Think
Gemini 2.5 Deep Think は Gemini 2.5 Pro の強化推論モードで、複雑な数学、プログラミング、創造的な解決を必要とする問題を対象としています。Google は 2025 年 8 月 1 日、Gemini アプリで Google AI Ultra の加入者向けにこのバージョンを提供開始すると発表しました。Deep Think はそれ以前の 2025 年 5 月に実験的…
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Gemini 2.5 Deep Think は Gemini 2.5 Pro の強化推論モードで、複雑な数学、プログラミング、創造的な解決を必要とする問題を対象としています。Google は 2025 年 8 月 1 日、Gemini アプリで Google AI Ultra の加入者向けにこのバージョンを提供開始すると発表しました。Deep Think はそれ以前の 2025 年 5 月に実験的…
Qwen-Flash は Qwen3 シリーズのテキスト生成・推論モデルです。公式国際サイトでは、qwen-flash とスナップショット版の qwen-flash-2025-07-28 が 2025 年 8 月 1 日の更新に掲載されています。スナップショット名に含まれる 2025 年 7 月 28 日はスナップショットの日付です。公式モデルページによると、現在の qwen-flash の能力は…
Qwen3 シリーズの Plus テキスト生成・推論モデルで、2025 年 7 月 28 日のモデルスナップショットを採用しています。(docs.modelstudio.console.alibabacloud.com) 思考モードと非思考モードに対応し、会話中に切り替えられます。従来のバージョンと比較して、中国語・英語の能力とツール呼び出しが強化されています。テキスト生成、対話、推論、およびツー…
Wan2.2-I2V-Plus は万相 2.2 シリーズの画像から動画を生成するモデルで、阿里云百炼を通じて推論サービスが提供される。入力画像を最初のフレームとして使用し、テキストプロンプトと組み合わせて動画を生成できる。公式によると、このバージョンでは生成の安定性、指示への追従性、画像内の文字・人物・商品の一貫性、およびカメラワーク制御が最適化されている。(help.aliyun.com) 画像…
Wan2.2-T2V-Plus は通義万相 2.2 シリーズのテキストから動画を生成するモデルで、阿里云百炼を通じて推論サービスが提供されます。テキストプロンプトを入力すると、動画が出力されます。公式発表に記載されたリリース日は 2025 年 7 月 28 日です。(docs.modelstudio.console.alibabacloud.com) 公式によると、このモデルはプロンプトへの追従性…
Wan2.2-T2I-Flash は万相 2.2 シリーズの高速なテキスト画像生成モデルで、テキストを入力して画像を出力し、阿里云百炼が推論サービスを提供する。(docs.bailian.console.aliyun.com) 公式によると、このモデルは生成速度、創造性、安定性、写実的な質感および指示への追従能力が向上しており、複数のスタイルとインテリジェントなプロンプト書き換えをネイティブにサポ…
Wan2.2-T2I-Plus は、アリババの通義万相 2.2 シリーズのテキストから画像を生成するモデルで、テキストプロンプトを入力し、画像を出力する。公式によると、画像の細部、創造性、安定性、写実的な質感が向上し、指示に従う能力も強化されている。(docs.modelstudio.console.alibabacloud.com) 複数の画像スタイルとインテリジェントなプロンプトの書き換えをネ…
Tencent Hunyuanが turbos-vision を基盤として開発した動画理解モデル。Tencent Cloud TokenHub では、このバージョンを HY-Vision-Video として掲載している。(cloud.tencent.com) 動画の説明および動画の内容に基づく質疑応答をサポートし、動画コンテンツの分析や質疑応答などの場面で利用できる。TokenHub のサンプルで…
Seed LiveInterpret 2.0 は、ByteDance の Seed チームによるエンドツーエンドのリアルタイム同時通訳モデルで、全二重の音声理解・生成フレームワークを採用し、異なる言語間のコミュニケーションを対象としています。公式発表日は 2025-07-24 です。(seed.bytedance.com) ストリーミング音声入力に対応し、聞きながら訳文を生成します。翻訳テキストと…
Qwen-Doc-Turbo は文書データマイニング向けのテキスト生成モデルで、情報抽出、コンテンツ審査、分類・タグ付け、要約生成を専門としています。公式リリース記録に記載された日付は 2025-07-23 です。(docs.modelstudio.console.alibabacloud.com) 文書からフィールドを抽出し、プロンプトに従って JSON などの構造化テキストを生成できます。文書…
Seed GR-3 は、ByteDance の Seed チームが開発した視覚・言語・動作(VLA)ロボット操作モデルで、汎用ロボット研究を対象としている。Transformer 混合アーキテクチャを採用し、視覚言語モジュールと動作生成モジュールを統合した約 40 億パラメータのエンドツーエンドモデルである。(seed.bytedance.com) **汎化と指示理解:**把持・配置実験において、…
Qwen3-Coder-Plus は Qwen3 をベースとしたコード生成モデルです。この API ID は 2025 年 7 月 22 日のスナップショット版を指します。Alibaba Cloud 中国国内向けの告知では 2025 年 7 月 22 日に掲載されており、国際向けデプロイの提供開始記録は 2025 年 7 月 23 日です。(help.aliyun.com) このモデルは…
Qwen-MT-Plus は通義千問シリーズのフラッグシップ級多言語翻訳モデルです。公式の現行資料によると、Qwen3 をベースにアップグレードされ、92 言語間の翻訳に対応し、用語のカスタマイズ、書式の保持、分野に関するプロンプトの機能を提供しています。多言語テキストや専門分野の翻訳に適しています。現在の能力に関する記述は、必ずしも初リリース時のバージョンの状態を示すものではありません。(doc…
Qwen-MT-Turbo は、通義千問シリーズのうち、多言語テキスト翻訳に特化した大規模言語モデルです。公式発表によると、92 言語に対応し、用語指定、書式保持、専門分野の翻訳機能を提供しており、多言語コンテンツのローカライズや専門分野の翻訳などに適しています。(docs.modelstudio.console.alibabacloud.com) 国際サイトのモデル更新のお知らせでは、qwen-…
通義千問シリーズのロールプレイ向けテキスト生成モデルで、日本語による擬人化インタラクションに最適化されている。公式では、キャラクター設定の指示への追従、キャラクターの一貫性の維持、文脈に沿った話題の展開、傾聴と共感、個別のキャラクターの再現能力を備え、日本語のローカルな知識の理解と表現、キャラクターの擬人化およびストーリーの展開を最適化したと紹介している。(docs.modelstudio.con…
Qwen-TTS-Realtime は通義千問シリーズのリアルタイム音声合成モデルで、テキストを音声に変換する。qwen-tts-realtime-2025-07-15 は 2025 年 7 月 15 日のスナップショット版であり、公式リリース記録では 2025 年 7 月 16 日に掲載されている。(docs.modelstudio.console.alibabacloud.com) このモデル…
Qwen3 シリーズの Plus モデルで、テキスト生成と推論を対象とし、思考モードと非思考モードを統合しており、対話中に切り替えられる。このバージョンは 2025 年 7 月 14 日のスナップショットである。公式によると、前バージョンと比べて非思考モードでの中国語と英語の能力が向上し、ツール呼び出し能力が重点的に強化された。(docs.modelstudio.console.alibabacl…
Tencent Hunyuan TurboSシリーズのテキスト大規模モデルのバージョンで、迅速な応答が求められる場面向けのモデルです。公式の製品動向では、このバージョンは2025年7月16日に掲載されています。(developer.cloud.tencent.com) 公式によると、このバージョンでは事後学習戦略が更新され、創作コンテンツの品質と豊かさ、テキスト理解、専門知識、指示への追従、理系分…
ByteDanceのDoubao 1.5 Proのロールプレイ対話モデルバージョン。公式によると、このバージョンではストーリー・プロットモードが新たに追加され、恋愛インタラクションと実在の人物を想定したチャットが最適化された。公式は全体的な性能が10%–15%向上したと報告しているが、告知ではこの数値の具体的な評価方法や比較対象のバージョンは説明されていない。キャラクターとのインタラクションやスト…
Doubao-Seed-1.6-flash は、豆包 Seed 1.6 シリーズの低遅延アプリケーション向けマルチモーダルモデルです。火山方舟は doubao-seed-1-6-flash-250715 を視覚理解モデルのバージョン更新として掲載し、思考モードと非思考モードの両方で純粋なテキストタスクの性能が大幅に向上したと述べています。(docs.volcengine.com) **記録上のリリ…