모델 디렉터리

최신 AI 모델

새롭게 출시된 모델을 발표일 순서로 살펴보세요.

최신 발표순7개 언어
초기화

522 개 모델

최신 발표순
Google

Gemini 2.5 Flash Preview Native Audio Dialog

Google Gemini 2.5 Flash 시리즈의 프리뷰 모델로, Live API 실시간 대화를 위해 설계되었으며 네이티브 오디오 출력 기능을 갖추고 있습니다. 별도로 출시된 Thinking 변형 및 텍스트 음성 변환 모델과는 다른 모델입니다.(aistudio.google.com) 오디오를 이해하고 음성을 생성하며, 실시간 음성 비서와 대화 애플리케이션을…

Google

Gemini 2.5 Flash Preview TTS

Gemini 2.5 Flash Preview TTS는 Google의 프리뷰 버전 텍스트 음성 변환 모델로, 낮은 지연 시간, 가성비, 제어 가능한 음성 생성에 중점을 둡니다. 입력은 텍스트이며 출력은 오디오입니다.(aistudio.google.com) 단일 화자 또는 2인 화자의 음성을 생성하고, 지시를 통해 음성 스타일, 억양 및 말하기 속도를 조절할 수…

Google

Gemini 2.5 Pro Preview TTS

Google Gemini 2.5 Pro 시리즈의 프리뷰 텍스트 음성 변환 모델로, 고품질의 제어 가능한 음성 합성을 목적으로 하며 비교적 복잡한 음성 생성 프롬프트를 처리하는 데 적합하다.(blog.google) 텍스트를 입력받아 오디오를 생성하며, 단일 화자 음성과 2인 대화를 지원한다.(aistudio.google.com) 자연어 프롬프트를 통해 음성…

Google

Gemini 2.5 Flash Preview

Gemini 2.5 Flash Preview는 Google이 2025년 5월 20일 출시한 프리뷰 모델로, 속도, 비용 및 추론 능력을 균형 있게 갖춘 고효율 모델로 포지셔닝되어 있다. Google은 이전 버전과 비교해 추론, 멀티모달, 코드 및 긴 컨텍스트 벤치마크에서 개선이 있었다고 밝혔다. (blog.google) 추론 및 제어: 사고 예산을 지원하여…

Tencent

hunyuan-turbos-20250515

Tencent Hunyuan TurboS 시리즈의 대규모 언어 모델 버전으로, 범용 텍스트 및 추론 작업을 대상으로 한다. 이 버전은 길고 짧은 사고 연쇄를 적응적으로 융합한다. (cloud.tencent.com) 공식 발표에 따르면 이전 버전과 비교해 이 버전은 수학, 코드, 논리, 과학 등 이공계 분야의 능력이 향상되었으며, 인문계 분야의 성능은 유지되…

OpenAI

codex-1

codex-1은 OpenAI가 소프트웨어 엔지니어링에 최적화한 o3 버전으로, 클라우드 코딩 에이전트 Codex의 최초 연구 프리뷰를 지원한다. 다양한 환경의 실제 코딩 작업을 사용한 강화학습으로 훈련되어, 지시를 따르고 인간의 코딩 스타일과 코드 리뷰 선호도에 부합하는 코드를 생성한다.(openai.com) 기능을 작성하고, 오류를 수정하고, 코드베이스…

Tencent

hunyuan-t1-vision

hunyuan-t1-vision은 텐센트 혼위안의 멀티모달 이해 심층 사고 모델이다. 텐센트 클라우드 제품 동향에 따르면 정식 버전은 2025년 5월 16일에 출시되었다.(cloud.tencent.com) 이 모델은 멀티모달 네이티브 장문 사고 체인을 지원하며 이미지 추론에 강점이 있다. 공식 발표에 따르면 이과 분야의 난제에서 빠른 사고 모델보다 성능이…

Baidu

Qianfan-Sug

Qianfan-Sug는 바이두 첸판 플랫폼이 자체 개발한 대화 예측 특화 모델로, 여러 차례 이어지는 대화에서 다음 질문을 추천하는 데 사용된다. 바이두는 이를 추론 서비스 API V2의 텍스트 생성 모델로 분류한다.(ai.baidu.com) 이 모델은 기존 대화 맥락을 바탕으로 사용자의 의도를 파악하고 사용자가 다음에 물을 가능성이 있는 질문을 예측한다.…

Alibaba

Wan2.1-VACE-Plus

Wan2.1-VACE-Plus는 완샹 2.1의 동영상 제작 및 편집 통합 모델로, 텍스트, 이미지, 동영상 등의 조건 입력을 받아 동영상을 출력한다. 공식 공지에서는 이를 동영상 생성 모델로 분류한다.(help.aliyun.com) 동영상 부분 편집, 동영상 다시 그리기, 화면 확장, 동영상 길이 연장 및 이미지 참조 생성을 지원한다. 동영상의 일부 요소를…

ByteDance

Seedance 1.0 lite I2V

Seedance 1.0 lite의 이미지-비디오 생성 버전으로, ByteDance가 효율성과 비용 최적화를 위해 개발한 파라미터 수가 적은 비디오 생성 모델이다. 이 API ID는 이미지-비디오 생성에 해당하며, 같은 시리즈의 텍스트-비디오 생성에는 다른 모델 ID를 사용한다. (docs.volcengine.com) 입력 이미지를 바탕으로 비디오를 생성하며…

ByteDance

Seedance 1.0 lite T2V

Seedance 1.0 lite의 텍스트-비디오 생성 버전으로, 생성 속도와 비용 최적화를 목표로 하는 소규모 파라미터 비디오 생성 모델이다. 텍스트 프롬프트와 선택적 매개변수를 입력받아 비디오를 출력하며, 이미지-비디오 생성에는 별도의 I2V 버전을 사용한다.(developer.volcengine.com) 텍스트 설명을 바탕으로 비디오를 생성하며, 프롬프…

Alibaba

Qwen-Omni-Turbo-Realtime

실시간 오디오 상호작용을 위한 Qwen 실시간 전모달 이해 및 생성 모델의 2025년 5월 8일 스냅샷 버전. (docs.modelstudio.console.alibabacloud.com) 텍스트, 이미지, 비디오 및 오디오 입력을 지원하며, 오디오와 다른 모달리티가 결합된 혼합 입력을 이해할 수 있다. 텍스트와 음성을 동시에 스트리밍 생성할 수 있으며,…

Google

Gemini 2.0 Flash Preview Image Generation

Google이 2025년 5월 7일에 출시한 Gemini 2.0 Flash 이미지 생성 프리뷰 모델로, 개발자가 대화형 이미지 생성 및 편집 애플리케이션을 구축하도록 설계되었다. 출시 당시 Google AI Studio와 Vertex AI를 통해 사용할 수 있었다.(developers.googleblog.com) 텍스트 프롬프트에 따라 이미지를 생성하고 응…

Google

Gemini 2.5 Pro Preview (I/O edition)

Google이 2025년 5월 6일 앞당겨 출시한 Gemini 2.5 Pro 프리뷰 업데이트로, 특히 인터랙티브 웹 애플리케이션과 프런트엔드 인터페이스 개발을 중심으로 코딩 능력을 강화했다.(blog.google) 코드 생성, 변환 및 편집과 복잡한 에이전트 워크플로를 지원한다. Google은 함수 호출 트리거율이 개선되고 호출 오류가 감소했다고도 보고했다…

Moonshot AI

Kimi 思考模型

kimi-thinking-preview는 Moonshot AI가 출시한 장시간 사고 모델의 프리뷰 버전이다. 공식 발표에서는 이 모델을 멀티모달 추론과 범용 추론 능력을 갖춘 모델로 설명하며, 심층 추론에 능하고 복잡한 코드, 수학 및 업무 문제를 처리하는 데 사용할 수 있다고 밝혔다. 발표에는 지원되는 모든 모달리티와 해당 인터페이스 사양이 상세히 명시되…

Alibaba

aitryon-plus

aitryon-plus는 알리바바 클라우드 바이롄의 가상 피팅 이미지 생성 모델로, 2025년 4월 28일 출시되었다. (docs.bailian.console.aliyun.com) 이 모델은 의류를 펼쳐 놓고 촬영한 이미지와 인물의 정면 전신 사진을 입력받아 해당 가상 피팅 결과 이미지를 생성한다. 공식 발표에 따르면 Plus 버전은 aitryon에 비해…

Alibaba

Qwen-VL-OCR

Qwen-VL을 기반으로 학습된 시각 이해 및 OCR 모델로, 통합 모델을 사용해 이미지와 텍스트의 인식, 분석 및 처리 작업을 수행한다. 이 버전은 2025년 4월 13일의 스냅샷이다.(docs.bailian.console.aliyun.com) 범용 인식, 문서 분석, 표 분석, 정보 추출, 다국어 인식, 수식 인식의 여섯 가지 작업이 내장되어 있다. 문…

Tencent

混元3D v2.5

텐센트가 출시한 3D 콘텐츠 생성 모델로, 텍스처가 적용된 고정밀 3차원 에셋을 제작해야 하는 창작자와 개발자를 대상으로 한다. 기술 보고서는 이를 형상 생성과 텍스처 생성의 2단계 과정을 사용하는 3D 확산 모델 체계로 설명한다. (arxiv.org) 텍스트 프롬프트 또는 이미지로 3D 모델을 생성할 수 있으며, 여러 시점의 이미지로 모델과 PBR 머티리…

Alibaba

Qwen-TTS

Qwen-TTS는 통이첸원 시리즈의 음성 합성 모델로, 텍스트를 오디오로 변환한다. 이 버전은 2025년 4월 10일의 모델 스냅샷이다. 중국어, 영어 및 중국어와 영어가 혼합된 텍스트 입력을 지원하며, 텍스트에 따라 출력 어조를 자동으로 조정하고 스트리밍 오디오 출력을 지원한다.(docs.bailian.console.aliyun.com) 중국어, 영어 또…

Baidu

ERNIE-iRAG-Edit

ERNIE-iRAG-Edit은 바이두가 자체 개발한 이미지 편집 모델이다. 공식 업데이트 기록에 기재된 버전은 ERNIE-iRAG-Edit-1.0이며, 2025년 4월 17일 첸판 추론 서비스 API V2 이미지 편집 범주에 새로 추가되었다. (cloud.baidu.com) 객체 제거(erase): 마스크로 선택한 부분, 피사체 또는 배경을 제거한다. 객체…