Baidu
ERNIE-Wizshot-ME
ERNIE-Wizshot-ME，即文心一镜微表情大模型，是百度面向人物表现的视频生成应用模型，通过百度智能云千帆提供 API。百度于 2026-11-12 发布该模型。(prnewswire.com) 使用人物形象图、文本和参考音频驱动视频生成，让图片中的人物开口演绎；重点表现近景或特写中的眉眼、嘴角和视线等微表情。(cloud.baidu.com) 百度产品页列出的输出规格为 4–15 秒、1…
了解模型简体中文
模型发布档案
最新发布模型
聚合模型发布动态，按发布时间浏览，发现值得关注的新模型。
Baidu
ERNIE-Light-DT-1.0
ERNIE-Light-DT-1.0 是百度千帆提供的轻量级、长上下文文本生成模型，输入和输出均为文本。百度官方公告将 ERNIE Light Deep Thinking 描述为面向复杂请求和工具调用的应用模型。(cloud.baidu.com) 采用百度稀疏注意力机制 BSA 和反馈式历史压缩，以降低历史信息的存储及计算开销，支持较长上下文。 支持开启或关闭思考模式，最大输出为 128K…
了解模型简体中文
Google
Gemini 4 Hydrogen
Gemini 4 Hydrogen 是 Google 面向日常编程和智能体工作流的多模态模型，侧重快速、高效执行任务，既可独立使用，也可与侧重深度推理的 Gemini 4 Carbon、Gemini 4 Argon 配合。模型由 Gemini 4 Carbon 改造而来。(blog.google) 接受文本、图像、音频和视频输入，输出文本；支持代码执行、函数调用、结构化输出和计算机使用等能力。(d…
了解模型简体中文
Baidu
ERNIE 5.5 Flash Preview
ERNIE 5.5 Flash Preview 是基于 ERNIE 5.5 Flash Base 的后训练基础模型预览版，面向编程、智能体、知识工作和内容创作。发布日期为 2026-11-11。(ernie.baidu.com) 规格：总参数量 280B，每个 token 激活 14B；支持 1M tokens 上下文。百度千帆将其列为文本输入、文本输出模型，并标示默认输出 64K tokens。…
了解模型简体中文
Alibaba
Qwen4-Max-Preview
Qwen4-Max-Preview 是通义千问新一代旗舰多模态模型的预览版，面向较高要求的推理、视觉理解和任务执行。发布日期为 2026-11-11。(alibabacloud.com) 接收文本、图片和视频输入，以文本回答；支持文本生成、深度思考、图片和视频理解。 支持函数调用、联网搜索、内置工具，以及 JSON Object 和 JSON Schema 结构化输出；兼容 OpenAI Chat…
了解模型简体中文
Google
Gemini 4 Carbon
Gemini 4 Carbon 是基于 Gemini 4 Argon 的前沿模型，面向复杂知识工作、工程、网络安全和科学推理中的长期、多步骤智能体任务。(deepmind.google) 支持文本、图像、音频和视频输入，输出文本；输入与输出共享最多 1,048,576 个 token 的上下文窗口。(deepmind.google) 可用于复杂编程与调试、文档和数据分析、报表及演示文稿生成、科学研…
了解模型简体中文
Google
Gemini Decision 1
Gemini Decision 1 是为 Gemini Decisions API 提供支持的多模态决策模型，针对预先限定的选项进行快速判断，而非逐 token 生成自由文本。它通过一次前向计算对候选项评分，返回概率和置信度。(blog.google) 接受文本、图像、音频、视频和 PDF，可在同一输入中组合多种模态；共享输入最多 256K token，一次请求最多包含 1,000 个独立问题。…
了解模型简体中文
Google
AlphaGenome 2
AlphaGenome 2 是 Google DeepMind 的条件化 DNA 序列模型，用于预测 DNA 序列及遗传变异在特定人类细胞类型或状态中的作用，连接单细胞生物学与人类遗传学研究。官方公告发布于 2026 年 11 月 11 日。(deepmind.google) 细胞条件预测：以约 100 万个碱基的 DNA 序列和指定的组织、细胞类型或细胞状态为输入，每次针对一个生物条件预测…
了解模型简体中文
MiniMax
MiniMax H3 Image Highspeed
MiniMax H3-Image 图像生成模型的高速版本，通过 API 提供文生图和图片编辑能力。官方称 Highspeed 模式速度可达到主流工具的 3–4 倍；这是官方比较，不代表每次请求都有固定耗时。(minimax.cn) 接受文本提示词生成图片，也可结合 1–16 张参考图进行编辑或参考生成，适合视觉创作、插画、产品素材制作和现有图片修改。 支持 1K、2K、4K 面积档位或自定义宽高；…
了解模型简体中文
MiniMax
MiniMax H3 Image
MiniMax H3 Image 是开放权重的静态图像生成与编辑模型。官方发布记录显示，发布日期为 2026 年 11 月 10 日。(platform.minimax.io) 支持根据文本生成图像，也支持结合参考图进行图像编辑；最多可使用 16 张参考图。(platform.minimax.io) 官方模型仓库称，模型可直接生成约 1600 万像素图像，无需额外超分；支持多种宽高比。官方列举的尺…
了解模型简体中文
Anthropic
Claude Mythos 5.2
Claude Mythos 5.2 是 Anthropic 面向高难度技术任务的模型，重点适用于网络安全和生命科学研究。它与 Claude Fable 5.2 使用相同的底层模型，但面向经过验证的组织，在网络安全和生物领域的防护配置有所不同。(anthropic.com) 支持文本和图像输入，生成文本；上下文窗口为 100 万 token，最大输出为 128K token。 自适应思考始终开启，默…
了解模型简体中文
Anthropic
Claude Fable 5.2
Claude Fable 5.2 是 Anthropic 面向高难度推理、编程和长周期智能体任务的模型。官方公告及模型文档所列发布日期均为 2026 年 11 月 9 日；输入数据中的 2026 年 11 月 10 日与官方日期不一致。(anthropic.com) 支持文本和图像输入、文本输出；上下文窗口为 100 万 token，最大输出为 128K token。官方列出的知识和训练数据截止时…
了解模型简体中文
Google
Gemini Robotics 2.5
Gemini Robotics 2.5 是 Google DeepMind 发布的视觉-语言-动作（VLA）模型，将视觉和语言输入转换为机器人运动控制，旨在提升机器人在非结构化现实环境中的灵巧性、可靠性和安全性。(deepmind.google) **灵巧操作：**支持工具使用、柔性和精细物体操作。官方评测涵盖 200 多项不同任务，包括用夹子取放食物、给礼盒系蝴蝶结和移取液体。(deepmind…
了解模型简体中文
ByteDance
Seedream 5.5
Seedream 5.5 是面向专业视觉创作的多模态图像生成与编辑模型。官方发布于 2026-11-09；火山方舟文档确认其 API 模型 ID 为 doubao-seedream-5-5-261028。(seed.bytedance.com) 支持文生图、单图编辑和多参考图生成，最多输入 10 张参考图。 支持连续多轮编辑，增强主体、构图及未编辑区域的一致性。官方展示了以前一轮结果作为下一轮输入…
了解模型简体中文
Google
Gemini Omni 1.2 Flash
Google 的多模态视频生成与编辑模型，面向快速、较低成本的视频创作及批量生产。官方宣布其已通过 Gemini API 和 Gemini for business 正式提供。(blog.google) 根据文本、图像或视频参考生成和编辑视频，支持多轮对话式修改、视频延长和独立视频升分辨率；可生成带同步音频的视频。(docs.cloud.google.cn) Google Cloud 文档列出的生…
了解模型简体中文
Moonshot AI
Kimi K3.1 Pro
Kimi K3.1 Pro 是 Moonshot AI 的开放权重、原生多模态智能体模型，基于 Kimi K3 后训练，是 K3.1 系列的首个模型。官方模型卡列出的 MoE 架构总参数量为 2.8 万亿、每个 token 激活参数量为 1040 亿，上下文窗口为 1,048,576 tokens。(huggingface.co) 支持文本和图像理解，可用于长文档分析、视觉问答及多步骤推理。 面向…
了解模型简体中文
ByteDance
Seed-Evolving
Seed-Evolving 是面向 Agent 与 Coding 场景的 Seed 系列持续迭代模型。通过统一模型 ID 调用时，版本升级自动生效；它不是固定版本，生产环境应留意升级带来的行为变化。(console.volcengine.com) 支持文本生成、深度思考、函数调用、结构化输出、上下文缓存，以及文档、图片和视频理解。 具备复杂任务编排、长程规划、代码生成与工具调用能力，适用于软件开发…
了解模型简体中文
Baidu
ERNIE 5.5 Flash Base
ERNIE 5.5 Flash Base 是百度发布的纯文本稀疏混合专家（MoE）基座模型。它是预训练结束时的权重检查点，尚未经过中期训练或后训练，主要供开发者进一步训练，而非直接作为经过指令调优的聊天模型使用。(ernie.baidu.com) 总参数量为 280B，每个 token 激活 14B；预训练数据量为 33.5T tokens。预训练上下文最长为 128K tokens，微调和推理支…
了解模型简体中文
OpenAI
GPT-6 Cyber
GPT-6 Cyber 是 OpenAI 针对网络安全工作的专用模型，也是 GPT-6 Astra 的网络安全特化版本。它面向经过授权的安全研究，重点是发现、验证和修复漏洞，并遵守研究人员设定的任务范围。官方公告发布于 2026 年 11 月 5 日。(openai.com) 可用于代码审查、漏洞发现、在授权测试环境中复现漏洞、开发漏洞利用程序、Web…
了解模型简体中文
Tencent
HyPDE
HyPDE 是用于二维偏微分方程（PDE）模拟的基础模型，采用融合历史帧的 Transformer 架构，参数量为 3.23 亿。模型从头训练，覆盖 The Well 和 FlowBench 的 13 个二维物理数据集。(github.com) 输入规则二维网格上最近 6 帧模拟物理场，一次预测接下来 4 帧；可将预测结果递归输入，以生成更长的轨迹。 一套权重覆盖声学、可压缩流体、活性物质、反应扩…
了解模型简体中文