GLM-4.6
GLM-4.6は、コーディングを重視し、推論、ツール利用、エージェント用途にも対応する大規模言語モデルです。公式発表日は2025年9月30日です。(docs.z.ai) GLM-4.5からコンテキストウィンドウを128Kから200Kトークンに拡張。長いコードや複雑なエージェントタスクに対応します。 コード生成、フロントエンド開発、推論時のツール呼び出し、検索を用いたエージェント、文章作成をサポート…
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。
GLM-4.6は、コーディングを重視し、推論、ツール利用、エージェント用途にも対応する大規模言語モデルです。公式発表日は2025年9月30日です。(docs.z.ai) GLM-4.5からコンテキストウィンドウを128Kから200Kトークンに拡張。長いコードや複雑なエージェントタスクに対応します。 コード生成、フロントエンド開発、推論時のツール呼び出し、検索を用いたエージェント、文章作成をサポート…
Claude Sonnet 4.5は、コーディング、複雑なエージェントの構築、コンピューター操作を重視したAnthropicのモデルです。2025年9月29日に発表されました。Claude APIの固定版IDは claude-sonnet-4-5-20250929 です。(anthropic.com) コードの作成・修正、ソフトウェア開発、ツールを使った複数段階の作業に利用できます。 推論・数学、…
DeepSeek-V3.2-Expは、2025年9月29日に公開された実験的な大規模言語モデルです。DeepSeek-V3.1-Terminusを基盤に、長文の学習・推論効率を検証するための中間段階のモデルとして開発されました。(deepseek.com) 長文処理:DeepSeek Sparse Attention(DSA)を導入し、長い文脈での計算効率の改善を目指しています。DeepSeekに…
Gemini Robotics-ER 1.5は、ロボット向けの身体性推論に特化した視覚言語モデルです。ロボットの高水準の判断役として、視覚・空間理解、タスク計画、進捗の推定を行います。2025年9月25日にプレビュー版として公開されました。(developers.googleblog.com) テキスト、画像、動画、音声を入力として受け取り、テキストを出力します。入力上限は1,048,576トーク…
Gemini Robotics 1.5は、視覚情報と言語指示をロボットの動作指令に変換する、実世界の作業向けの視覚・言語・行動(VLA)モデルです。Google DeepMindが2025年9月25日に発表しました。(deepmind.google) 行動前に自然言語で推論し、長い作業を実行しやすい短い手順に分割できます。洗濯物の色別仕分けなど、複数段階の物体操作が例示されています。(deepmi…
2025年9月25日に公開された Gemini 2.5 Flash-Lite のプレビュー版。低コスト、高スループットと応答品質の改善を目指したモデルで、公開時には Google AI Studio と Vertex AI で提供された。Google は、複雑な指示への追従、簡潔な回答、マルチモーダル能力の改善を挙げている。(developers.googleblog.com) テキスト、画像、動…
2025年9月25日に発表された、Gemini 2.5 Flashのプレビュー版。品質と効率の向上を目指したモデルで、発表時にはGoogle AI StudioとVertex AIで提供されました。 (developers.googleblog.com) ツール利用を改善し、複雑なエージェント型・複数ステップの処理に対応。Googleの発表によると、SWE-bench Verifiedのスコアは前…
Tencentの混元シリーズに属する、ロールプレイ向けの対話モデル。2025年9月24日に提供開始された。(cloud.tencent.com) 大規模な高品質のキャラクター対話データによる追加訓練を通じて、キャラクター設定の理解と維持、複数ターンの会話の一貫性、対話の深さを改善したと公式に説明されている。想定用途はAIデジタル分身、ロールプレイ、情緒的な会話相手など。設定から外れた応答(OOC)…
DeepSeek-V3.1-Terminusは、DeepSeek-V3.1を改良した汎用言語モデルです。2025年9月22日に公開されました。従来の能力を維持しつつ、中国語と英語の混在や異常文字の発生を抑え、Code AgentとSearch Agentの性能を改善したと公式発表で説明されています。(deepseek.com) 対話、文章生成、コード関連作業、複数段階の検索やツールを使うエージェン…
Wan2.5-I2V-Previewは、画像を基に動画を生成するプレビューモデルです。Alibaba Cloud Model Studioが推論サービスを提供します。公式更新履歴には、2025年9月19日のリリースとして掲載されています。 (alibabacloud.com) 入力画像を動画化し、映像と同期した音声を生成できます。公式の動画生成案内では、テキスト・画像・音声の入力が記載されています…
Alibaba Cloud Model Studioで提供される、テキストから画像を生成するWan 2.5のプレビュー版。入力はテキスト、出力は画像。(alibabacloud.com) 指示への追従、画面の美しさ、デザイン性、写実的な質感を強化したモデル。中国語・英語やその他の言語の文字生成、複雑な構造の長文、図表、アーキテクチャ図を含む画像の生成に対応する。図解や文字入りビジュアルの制作に利用…
Wan2.5-T2V-Previewは、テキストから動画を生成するプレビュー版モデルです。公式発表では、映像と同期した音声の生成に対応し、指示への追従、動き、画質が改善されたと説明されています。短い映像コンテンツの制作や試作に利用できます。(help.aliyun.com) 出力仕様は480P・720P・1080P、長さは5秒または10秒、30fps、MP4です。(help.aliyun.com)…
Qwen3-Omni-Flashは、Thinker–Talker型のMixture of Experts(MoE)アーキテクチャを採用した全モダリティ対応モデルです。テキスト・画像・音声・動画を理解し、テキストと音声を出力します。公式発表では、119言語のテキスト対話と20言語の音声対話に対応するとしています。(help.aliyun.com) 文章作成、音声アシスタント、マルチメディア分析などに…
Qwen3-Omni-Flashのリアルタイム版マルチモーダルモデル。Thinker–TalkerのMixture-of-Experts(MoE)アーキテクチャを採用し、テキスト、画像、音声、動画を入力として理解し、テキストと音声を出力する。テキストは119言語、音声は20言語での対話に対応する。2025年9月15日時点のスナップショット版である。(docs.qwencloud.com) リアルタ…
Tencentの3D生成モデル。テキストや2D画像から、高精度・高品質の3Dモデルを生成する「混元生3D(専門版)」に採用されている。専門版の提供開始日は2025年9月16日。これは専門版の公開日であり、モデル単体の別の公開日を示すものではない。(cloud.tencent.com) テキスト、画像、複数視点画像やスケッチからの3D生成に対応し、テクスチャ付きモデル、テクスチャなしのジオメトリ、低…
GPT-5-Codexは、Codexや類似環境でのエージェント型コーディングに最適化されたGPT-5の派生モデルです。2025年9月15日に発表され、同年9月23日にResponses APIでの提供が開始されました。 (openai.com) 新規プロジェクトの構築、機能やテストの追加、デバッグ、大規模なリファクタリング、コードレビューを対象としています。短い対話的な編集にも、長時間の複雑なタス…
Wan2.2-KF2V-Flashは、始点と終点の2枚の画像から、その間をつなぐ動画を生成する高速モデルです。テキスト指示も入力できます。公式発表では、動きの安定性、生成成功率、指示への追従性を改善したと説明しています。画像間のトランジションや短い映像クリップの制作に利用できます。(help.aliyun.com) 公開日:2025年9月12日。(help.aliyun.com) 入力・出力:画像…
MiniMax Music 1.5は、自然言語の指示から楽曲を生成する音楽生成モデルです。2025年9月11日に発表されました。(minimax.io) 曲のスタイル、雰囲気、利用シーンを自然言語で指定し、最大4分の楽曲を生成できます。 高度なモードでは、イントロ、ヴァース、コーラスなどのセクションごとに歌詞を配置できます。 さまざまな声質や歌唱スタイル、重層的な楽器編成を生成できます。中国の伝統…
AlibabaのQwen-Plusに属する、テキスト生成・推論向けの2025年9月11日版スナップショットです。思考モードでは、2025年7月28日版と比べて指示追従と要約回答の簡潔さが改善されています。非思考モードでは中国語の文章理解と論理推論が強化されています。公開日は2025年9月11日です。(help.aliyun.com) 入力・出力はテキストです。文章の理解・生成、要約、質問応答、論理…
Baiduの深い思考を行う推論モデル。2025年9月9日に発表された。文心X1を改良し、反復型の混合強化学習と自己蒸留データを用いた学習を採用している。発表時には百度智能云の千帆プラットフォームで企業や開発者向けに提供された。(cloud.baidu.com) 質問応答、指示への追従、論理推論、数学、コード、ツール呼び出し、エージェント型タスクに対応する。百度によれば、文心X1と比較して事実性は3…