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

208 モデル

公開日の新しい順
Anthropic

Claude Fable 5

Claude Fable 5は、Anthropicが一般利用向けに提供するMythosクラスのモデルです。長時間にわたる複雑な作業、ソフトウェア開発、専門的な知識作業を主な対象としています。Claude Mythos 5とは基盤モデルを共有しますが、安全対策とアクセス条件が異なります。(anthropic.com) 公開日:2026年6月9日。(anthropic.com) Claude APIモ…

Google

Gemini 3.5 Live Translate

Gemini 3.5 Live Translateは、会話を低遅延で音声から音声へ翻訳するためのプレビュー版モデルです。Googleは2026年6月9日に発表し、開発者向けにGemini Live APIとGoogle AI Studioでの公開プレビューを開始しました。(blog.google) 70以上の言語を自動検出し、話者が話し終わるのを待たずに連続翻訳します。翻訳音声では、話者のイントネ…

Zhipu AI

SCAIL-2

SCAIL-2は、参照キャラクターに駆動動画の動きを移す、オープンソースの制御可能なキャラクターアニメーションモデルです。骨格などの中間ポーズ表現を必須としないエンドツーエンド方式を採用しています。(huggingface.co) キャラクターの動作転写、異なる人物間のキャラクター置換、複数キャラクターのアニメーションに対応します。動物による駆動や、SAM3D-Bodyのメッシュ描画を利用したゼロ…

Alibaba

Qwen3.7-Max

Qwen3.7シリーズの最大規模・最高性能に位置づけられるモデルの2026年6月8日スナップショットです。5月20日のスナップショットに視覚理解が追加され、現実世界の場面を把握するマルチモーダル対話型エージェントに対応します。推論サービスの提供元はAlibaba Cloud Model Studioです。(alibabacloud.com) テキスト・画像・動画を入力し、テキストを出力します。テキ…

OpenAI

GPT-Rosalind-5.5

2026年6月3日に発表された、生命科学研究向けの専門推論モデル。GPT-5.5を追加学習したモデルで、生物学、創薬、トランスレーショナル医療の研究を支援する。GPT-5.5のエージェント型コーディングとツール利用能力を基盤としている。(openai.com) 医薬品化学:化学構造の理解、構造活性相関、薬効・毒性・ADMEの予測、リード化合物の最適化、逆合成の検討。 ゲノミクス・定量生物学:分析計…

Google

Gemma 4 12B

Gemma 4 12B Unifiedは、GoogleがノートPC上でのローカル実行を目的に公開した、120億パラメータの高密度マルチモーダルモデルです。事前学習済み版と指示調整版が提供され、Apache 2.0ライセンスで公開されています。(blog.google) テキスト、画像、動画、音声を入力として扱い、テキストを生成します。画像・音声専用の独立したエンコーダーを使わず、軽量な投影を介して…

MiniMax

MiniMax M3

MiniMax M3は、コーディングとエージェント業務を重視した、ネイティブマルチモーダルの汎用モデルです。公開日:2026年6月1日。公式発表によると、画像・動画入力に対応し、MiniMax Sparse Attention(MSA)によって最大100万トークンのコンテキストを扱えます。(minimax.io) バグ修正、フロントエンド・バックエンド開発、性能最適化などのソフトウェア開発。 検索…

Tencent

Universal Audio Tokenizer

TencentのWeChat AIによる、Audio-LLM向けの音声・音響トークナイザー。単一コードブックによるコンパクトな表現で、言語的整合性と幅広い音響の知覚を両立することを目的とする。(github.com) 音声や音響から離散トークンを抽出し、トークンから波形を再構成する。公式デモでは音声ファイルの符号化と再構成を行う。 音声内容、声の特徴、音響場面を捉えるSAP教師信号と、音響の細部を…