Qwen3-Omni-Flash
Alibaba의 Qwen3-Omni-Flash는 Thinker–Talker 혼합 전문가(MoE) 아키텍처를 사용하는 멀티모달 모델이다. 이 모델 ID는 2025년 9월 15일 스냅샷을 가리키며, 제공된 공식 모델 업데이트 목록에는 2025년 9월 17일 항목으로 등록되어 있다. (help.aliyun.com) 텍스트, 이미지, 오디오, 비디오를 이해하고 텍…
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
Alibaba의 Qwen3-Omni-Flash는 Thinker–Talker 혼합 전문가(MoE) 아키텍처를 사용하는 멀티모달 모델이다. 이 모델 ID는 2025년 9월 15일 스냅샷을 가리키며, 제공된 공식 모델 업데이트 목록에는 2025년 9월 17일 항목으로 등록되어 있다. (help.aliyun.com) 텍스트, 이미지, 오디오, 비디오를 이해하고 텍…
Qwen3-Omni-Flash의 실시간 옴니모달 버전으로, Thinker–Talker 전문가 혼합(MoE) 구조를 기반으로 한다. 공식 모델 출시 목록의 발표일은 2025년 9월 17일이다. 모델 ID의 2025-09-15는 발표일과 구별해야 한다. (help.aliyun.com) 텍스트, 이미지, 오디오, 비디오를 이해하고 텍스트와 음성으로 상호작용한다.…
혼원생3D 3.0은 텍스트 설명이나 2D 이미지를 바탕으로 3D 콘텐츠를 생성하는 Tencent의 생성형 AI 모델이다. Tencent Cloud의 혼원생3D 전문가용 API에서 선택할 수 있다. 공식 제품 공지는 이 모델을 적용한 전문가용 서비스의 출시일을 2025년 9월 16일로 명시한다. (cloud.tencent.com) 텍스트, 이미지, 다중 시점…
GPT-5-Codex는 Codex 및 유사 환경에서 에이전트형 코딩 작업에 최적화된 GPT-5 변형 모델이다. 실제 소프트웨어 엔지니어링 작업을 중심으로 학습되었으며, 짧은 대화형 수정과 장시간의 복잡한 독립 작업을 모두 지원하도록 설계되었다. (openai.com) 코드 작성·수정, 테스트의 반복 실행, 코드 리뷰 등 소프트웨어 개발 작업에 활용할 수 있…
Qwen-VL을 기반으로 학습한 시각 이해 및 광학 문자 인식(OCR) 모델의 2025년 8월 28일 스냅샷이다. 이미지와 텍스트의 인식·분석·처리 작업을 하나의 모델로 통합한다. (help.aliyun.com) 공식 발표에 따르면 이전 버전보다 문자 위치 파악, 일반 문자 인식, 신분증·증서 및 영수증의 정보 추출 능력이 개선되었다. 문서 이미지의 문자…
Alibaba의 Wan 2.2 계열 첫 프레임·마지막 프레임 기반 동영상 생성 모델이다. 두 이미지 사이를 자연스럽게 이어 주는 동영상을 생성하며, 텍스트 프롬프트로 움직임이나 장면 전환을 설명할 수 있다. 공식 발표는 이전 버전 대비 생성 속도, 움직임 안정성, 생성 성공률 및 지시 이행 능력의 개선을 설명한다. 발표일은 2025년 9월 12일이다.…
MiniMax Music 1.5는 자연어 설명을 바탕으로 노래를 생성하는 음악 생성 모델이다. 2025년 9월 11일 발표되었다. (minimax.io) 최대 4분 길이의 음악을 생성한다. 텍스트 설명으로 음악의 스타일, 분위기, 장면 및 보컬 특성을 제어할 수 있다. 고급 모드에서 인트로, 벌스, 코러스 등 구간별 가사를 배치할 수 있다. 다양한 음색과…
Qwen-Plus의 2025년 9월 11일 스냅샷으로, 텍스트 생성과 추론을 위한 모델이다. 텍스트를 입력받아 텍스트를 출력한다. 공식 발표에 따르면 2025년 7월 28일 스냅샷과 비교해 사고 모드에서는 지시 준수 능력이 향상되고 요약 응답이 간결해졌으며, 비사고 모드에서는 중국어 이해와 논리 추론 능력이 개선됐다. (help.aliyun.com) 문서…
文心大模型X1.1은 Baidu의 심층 사고·추론 모델이다. 2025년 9월 9일 발표됐으며, 기업 고객과 개발자를 위해 Baidu AI Cloud의 Qianfan 플랫폼에 출시됐다. (qianfan.cloud.baidu.com) 복잡한 질문에 대한 추론과 답변, 지시 이행, 수학 및 코드 작업에 활용할 수 있다. 에이전트 작업과 도구 호출도 지원하는 용도로…
Qwen3-ASR-Flash는 대규모 언어 모델을 기반으로 한 다국어 음성 인식 모델이다. 이 모델 ID는 2025년 9월 8일 스냅샷이며, 같은 날짜의 공식 출시 목록에 기재되어 있다. 입력은 오디오, 출력은 인식된 텍스트다. (help.aliyun.com) 언어를 자동 판별하고 다국어 음성을 텍스트로 변환한다. 공식 자료는 복잡한 음향 환경에서의 인식도…
Kimi K2의 2025년 9월 지시 수행 모델로, 에이전트형 코딩과 도구 호출을 강화한 텍스트 생성 모델이다. Mixture-of-Experts(MoE) 구조로 전체 매개변수는 1조 개, 활성 매개변수는 320억 개다. (huggingface.co) 출시일: 2025년 9월 5일. 공식 변경 이력에 API 모델 ID가 명시되어 있다.…
Qwen3-Max-Preview는 Qwen3 계열 Max 모델의 프리뷰 버전으로, 텍스트 생성과 추론을 위한 모델이다. 공식 출시일은 2025년 9월 5일이다. 사고 모드와 비사고 모드를 지원하며, 공식 발표는 사고 모드에서 에이전트 프로그래밍, 상식 추론, 수학·과학·일반 추론 능력이 향상됐다고 설명한다. (help.aliyun.com) 텍스트 생성, 에…
CosyVoice-v3-plus는 Alibaba 통이 연구소의 전문 용도 음성 합성 및 음성 복제 모델이다. 텍스트를 오디오로 변환하며 실시간 스트리밍 합성을 지원한다. 음성 복제에는 5~20초의 참조 오디오를 사용할 수 있다. 내레이션, 음성 콘텐츠 및 맞춤형 음성 제작 등에 활용할 수 있다. (help.aliyun.com) 복제 음성은 한국어, 중국어,…
Qianfan-EngCard-VL은 바이두가 교육 분야를 위해 개발한 수직 분야 특화 이미지 이해 모델이다. 바이두 첸판은 이를 추론 서비스 API V2의 이미지 이해 모델로 분류하고 있다.(cloud.baidu.com) 영역 분할이 완료된 영어 답안지의 빈칸 채우기 부분을 대상으로, 모델은 문제의 원래 순서에 따라 답안을 자동으로 인식할 수 있으며 교육…
바이두 첸판의 특정 분야 전문 이미지 이해 모델로, 단일 이미지의 정보 인식 및 추출을 목적으로 한다. 공식 커뮤니티에서는 교육 분야 모델로 분류한다. (cloud.baidu.com) 단일 이미지의 정보를 인식하고 추출하여 엔지니어링 처리에 편리한 YAML 형식으로 출력한다. 교육 환경에서 이미지 내용 추출 및 후속 구조화 처리에 사용할 수 있다.…
Wan2.2-S2V-Detect는 Wanxiang 디지털 휴먼 비디오 모델 wan2.2-s2v의 보조 이미지 감지 모델로, 비디오 생성 전에 인물 초상 이미지가 해당 모델의 입력 규격에 맞는지 확인하는 데 사용됩니다. 이 모델 자체는 비디오를 생성하지 않습니다. 감지를 통과한 이미지는 사람의 음성 오디오와 함께 wan2.2-s2v에 전달하여 말하기, 노래…
Qwen-Deep-Research(첸원 심층 연구)는 복잡한 연구 작업을 위한 고급 에이전트 시스템이다. 공식 출시 공지일은 2025-08-22이다. qwen-deep-research는 지속적으로 업데이트되는 메인라인 모델이며 고정된 스냅샷이 아니다. (docs.bailian.console.aliyun.com) 연구 질문 명확화, 연구 계획 수립, 작업 분…
Qwen-MT-Image는 Alibaba Cloud Bailian에서 제공하는 이미지 번역 모델 서비스로, 이미지를 입력받아 번역된 이미지를 출력하며 이미지 현지화 용도로 제공된다. 공식 측은 2025년 8월 22일 모델 출시 공지에 이를 포함했다.(docs.bailian.console.aliyun.com) 공식 공지에 따르면 이 모델은 중국어, 영어, 일…
Hunyuan-T1은 텐센트 혼위안의 심층 추론 모델로, Hybrid-Transformer-Mamba 하이브리드 아키텍처를 채택했으며 여러 단계의 사고가 필요한 텍스트 작업을 대상으로 한다. 텐센트 클라우드의 과거 모델 문서는 hunyuan-t1-latest를 추론 모델로 분류한다.(tencent.github.io) 2025년 8월 22일 버전 업데이트 공…
이 언어의 소개는 준비 중입니다.