모델 디렉터리

최신 AI 모델

새롭게 출시된 모델을 발표일 순서로 살펴보세요.

최신 발표순7개 언어
초기화

135 개 모델

최신 발표순
OpenAI

GPT-6 Luna

GPT-6 Luna는 비용에 민감한 집중적·대량 작업을 위한 효율 중심의 추론 모델이다. GPT-6 Astra보다 저렴하고 빠른 계열로, 업무 자동화와 코딩 등 일상적인 작업을 대규모로 처리하는 데 적합하다. (openai.com) 텍스트와 이미지를 입력받아 텍스트를 생성한다. 업무 워크플로 자동화, 코드 작성 및 수정, 이미지 이해와 컴퓨터 사용 등에 활…

OpenAI

GPT-6 Sol

GPT-6 Sol은 복잡한 코딩과 에이전트 워크플로를 위해 설계된 추론 모델이다. OpenAI는 전문 업무, 사실성, 코딩 및 컴퓨터 사용 능력을 비교적 빠르고 비용 효율적으로 제공하는 모델로 소개한다. 더 새로운 Sol 모델로 GPT-6.1 Sol이 있다. (openai.com) 출시일: 2026년 9월 22일. (developers.openai.com)…

Anthropic

Claude Opus 5.5

Anthropic이 장시간 실행되는 에이전트형 코딩과 전문 지식 업무를 위해 개발한 하이브리드 추론 모델이다. 공식 발표일은 2026년 9월 22일이며, Claude API 모델 ID는 claude-opus-5-5이다. (anthropic.com) 코드 작성·수정, 소프트웨어 문제 조사, 장기 실행 에이전트, 컴퓨터 사용 및 다단계 업무 자동화에 활용할 수…

Google

Gemini 3.8 Flash-Lite TTS

Google의 텍스트 음성 변환(TTS) 모델로, 높은 처리량과 낮은 지연 시간, 비용 효율적인 음성 생성에 초점을 맞춘다. gemini-3.1-flash-tts-preview를 대체하는 모델로 안내되어 있다. (aistudio.google.com) 텍스트를 음성으로 변환하며 한국어를 포함한 101개 언어를 지원한다. 단일·다중 화자 음성, 사전 제작 음성…

Google

Gemini 3.8 Flash TTS

Google의 플래그십 창작용 텍스트 음성 변환(TTS) 모델이다. 텍스트를 입력받아 음성을 생성하며, 높은 음성 충실도, 표현력 있는 연기, 지역별 억양과 긴 다중 턴 대화에서의 음성 일관성을 목표로 한다. (aistudio.google.com) 단일 화자 및 다중 화자 음성을 생성하고, 스타일 지시와 웃음·한숨 같은 순간적인 음성 이벤트를 반영할 수 있…

Tencent

Hy Image3.5 preview

Tencent 혼위안의 이미지 생성 모델 프리뷰 버전이다. 텍스트로 이미지를 생성하고, 참조 이미지를 이용해 생성하거나 여러 차례 대화하며 이미지를 편집할 수 있다. 포스터, UI 디자인, 상품 이미지 편집 등에 활용할 수 있다. (cloud.tencent.com) 텍스트와 참조 이미지를 함께 입력할 수 있으며, 다중 턴 편집, 외부 검색 보강, 크기·시드…

Alibaba

Qwen-Audio-3.1-ASR-Flash-Filetrans

Qwen-Audio-3.1-ASR-Flash-Filetrans는 녹음 파일을 텍스트로 변환하는 엔드투엔드 비실시간 음성 인식 모델이다. 회의록 작성, 콘텐츠 제작, 통화 분석과 긴 오디오 전사에 활용할 수 있다. 음성을 입력받아 텍스트를 출력한다. (alibabacloud.com) 한국어, 중국어, 영어, 일본어 등 다국어와 여러 중국어 방언을 인식한다.…

Alibaba

Qwen-Audio-3.1-ASR-Flash

Qwen-Audio-3.1-ASR-Flash는 짧은 음성 녹음을 텍스트로 변환하는 비실시간 음성 인식 모델이다. 다국어 및 중국 지역 방언을 지원하며, 고전 중국 시가의 운율과 표현에 맞춘 최적화도 제공한다. 공식 문서는 한국어를 지원 언어에 포함한다. 활용 예로는 짧은 녹음의 전사와 다국어·문화 콘텐츠의 텍스트화가 있다. (alibabacloud.com)…

Alibaba

Qwen-Audio-3.1-ASR-Flash-Streaming

Qwen-Audio-3.1-ASR-Flash-Streaming은 오디오를 입력받아 텍스트로 출력하는 엔드투엔드 실시간 음성 인식 모델이다. 실시간 회의, 수업 기록, 라이브 자막, 지능형 음성 인터랙션에 사용할 수 있으며, 발화 중 중간 전사 결과와 최종 결과를 반환한다. (alibabacloud.com) 한국어를 포함한 다국어와 여러 중국어 방언 인식,…

Alibaba

Qwen-Audio-3.1-ASR-Flash-Message

음성 메시지, 음성 입력 및 기업 업무에 최적화된 생성형 음성 인식 모델이다. 오디오를 입력받아 텍스트를 출력한다. 공식 발표에 기재된 출시일은 2026년 9월 21일이다. (alibabacloud.com) 중국어와 영어를 비롯한 여러 언어를 인식하며, 한국어·인도네시아어·일본어·태국어·필리핀어·베트남어·말레이어에 최적화되어 있다. 언어를 자동 감지하거나…

Alibaba

Qwen-Audio-3.1-TTS-Next

Qwen-Audio-3.1-TTS-Next는 단순한 텍스트 음성 변환을 넘어 통합 오디오를 생성하는 AudioGen 모델이다. 텍스트, 타임스탬프와 참고 오디오를 바탕으로 음성, 효과음, 환경음을 한 번에 생성할 수 있다. Alibaba Cloud Model Studio가 추론 서비스를 제공한다. (help.aliyun.com) 1인 음성, 다자 대화, 팟…

Alibaba

Qwen3.8-Omni-Flash-Realtime

실시간 음성·영상 상호작용을 위한 멀티모달 모델이다. 2026년 9월 21일 출시되었으며, 스마트 기기, 로봇, 실시간 대화형 에이전트 등에 활용할 수 있다. (alibabacloud.com) 텍스트, 스트리밍 오디오, 연속 이미지 프레임으로 구성된 비디오를 입력받고 텍스트와 오디오를 출력한다. 사용자 정의 함수 호출과 원격 MCP 도구를 지원한다.…

Alibaba

Qwen-Audio-3.1-Realtime-Plus

실시간 양방향 음성 대화 모델로, 텍스트와 오디오의 입력·출력을 지원한다. 음성 비서와 실시간 고객 상담 등에 활용할 수 있다. (help.aliyun.com) 함수 호출, 웹 검색, 음성 복제를 지원한다. 기존 음색을 유지하면서 시스템 음색 8개를 추가했다. 3.0 Plus와 동일한 연동 프로토콜을 사용한다. (alibabacloud.com) 컨텍스트 창…

Alibaba

Qwen-Image-2.1

Qwen-Image-2.1은 텍스트 기반 이미지 생성과 이미지 편집을 하나로 통합한 가중치 공개 모델이다. 시각 생성 구성 요소는 70억 개의 파라미터와 32개 단일 스트림 DiT 계층으로 구성된다. (github.com) 텍스트로 일반 이미지 또는 투명 배경의 RGBA 이미지를 생성하고, 투명 레이어를 편집하거나 사진에서 피사체를 추출한다. 최대 10장의…

Alibaba

Qwen3.8-LiveTranslate

Qwen3.8-LiveTranslate는 실시간 다국어 음성·영상 동시통역 모델이다. 입력 음성과 선택적 이미지 정보를 이용해 번역 텍스트와 음성을 스트리밍한다. 공식 발표일은 2026년 9월 18일이다. (qwen.ai) 음성 입력과 텍스트 출력은 60개 언어, 음성 출력은 29개 언어를 지원한다. 한국어는 세 범주에 모두 포함된다. (qwen.ai) 실…

Alibaba

HappyOyster Acting

HappyOyster Acting은 텍스트와 이미지를 입력받아 지정된 캐릭터 설정에 맞는 인물과 장면을 만들고, 텍스트 지시로 캐릭터의 연기와 상호작용을 실시간으로 구동하는 역할 연기 모델이다. 출력은 동영상이다. 공식 발표일은 2026년 9월 17일이다. (alibabacloud.com) 프롬프트와 첫 프레임 이미지를 사용한다. 화면비는 기본 세로형 9:…

Alibaba

HappyOyster Directing

HappyOyster Directing은 실시간 상호작용과 몰입형 연출을 위한 오픈 월드 모델이다. 텍스트와 이미지 입력으로 세계 장면을 만들고, 생성 중 텍스트 지시를 통해 전개를 실시간으로 제어한다. 출력은 실시간 영상 스트림이다. 추론 서비스는 Alibaba Cloud Model Studio가 제공한다. (alibabacloud.com) 자연어 프롬프…

Alibaba

HappyOyster Adventure

HappyOyster Adventure는 실시간 상호작용과 탐색을 위한 오픈 월드 모델이다. 텍스트와 이미지 입력으로 세계 장면을 생성하고, 이동과 카메라 제어를 통해 탐색할 수 있다. Alibaba Cloud Model Studio가 추론 서비스를 제공한다. (alibabacloud.com) 입력: 텍스트와 이미지. Adventure 사용 가이드는 프롬프…

Alibaba

Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash는 오디오·비디오 이해와 콘텐츠 분석, 멀티모달 에이전트 작업을 위한 네이티브 멀티모달 모델이다. 텍스트, 이미지, 오디오, 비디오를 입력받고 텍스트만 출력한다. (aliyun.com) 사고 모드가 기본 활성화되어 있으며 추론 강도를 조절할 수 있다. 함수 호출, 웹 검색, 컨텍스트 캐싱을 지원한다. 오디오 입력은 113개…

Baidu

端到端语音语言大模型(Flex)

Baidu의 Flex는 실시간 음성 상호작용과 작업 수행을 위한 엔드투엔드 음성 언어 모델이다. 2026년 9월 16일 공개 베타가 발표됐다. (cloud.baidu.com) 자연스러운 음성 대화와 음성 합성을 지원하며, 70개 이상의 사전 설정 음색을 제공한다. 서버가 음성 구간을 감지하는 자동 VAD와 클라이언트가 전송 시점을 제어하는 수동 VAD를 지…