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。

按发布时间倒序7 种语言
清除

345 个模型

按发布时间倒序
Tencent

Tencent HY 2.0 Instruct

Tencent HY 2.0 Instruct 是腾讯混元 2.0 系列的通用文本生成模型,底座由 TurboS 升级为混元 2.0。官方发布公告称,其指令遵循、多轮与长文理解、文学创作、知识准确性、代码和推理能力有所增强。(cloud.tencent.com) 模型可用于多轮对话、长文理解、内容创作、代码辅助和推理类任务。TokenHub 历史模型列表列出联网搜索和函数调用(Function…

了解模型简体中文
Zhipu AI

UI2Code^N

UI2Code^N 是面向用户界面代码生成的视觉语言模型,基于 GLM-4.1V-9B-Base,经过分阶段预训练、微调和强化学习。官方模型卡提供模型权重,标注许可为 MIT;Hugging Face 仓库标识为 zai-org/UI2Code_N,并非已核实的 API 模型 ID。(huggingface.co) UI 生成:根据界面截图生成前端代码初稿,可用于设计稿或网页截图还原。 UI 编辑…

了解模型简体中文
Tencent

Tencent HY 2.0 Think

Tencent HY 2.0 Think 是腾讯混元的通用文生文模型,基座由 TurboS 升级为混元 2.0。官方将其列为面向文本生成的模型。(main.qcloudimg.com) 官方称,该版本增强了复杂指令遵循、多轮及长文理解、代码、Agent 和推理能力,可用于长文本处理、多轮对话、代码相关任务及智能体应用。(cloud.tencent.com) 官方产品概述列出的最大输入为 128k…

了解模型简体中文
Alibaba

Fun-ASR

Fun-ASR 是阿里云百炼提供的语音识别模型;fun-asr-2025-11-07 是其非实时录音文件识别快照版本,输入音频、输出文本,通过 HTTP 调用。(help.aliyun.com) 支持多语种及中文方言识别、热词增强和说话人分离。官方介绍包括中文、英语、日语、韩语等共 30 个语种,并提及标点预测、文本规范化及中文古诗词识别优化。(help.aliyun.com) 可用于已有录音或音…

了解模型简体中文
OpenAI

GPT-5-Codex-Mini

GPT-5-Codex-Mini 是 GPT-5-Codex 更小、更具成本效益的版本,面向 Codex 中的编程工作。OpenAI 于 2025 年 11 月 7 日在 Codex CLI 和 IDE 扩展中推出该模型选项。(help.openai.com) 可用于 Codex CLI 和 IDE 扩展中的编程工作。发布公告称,在 ChatGPT 订阅所含用量内,该模型最多可提供原来 4 倍的使…

了解模型简体中文
Alibaba

Fun-ASR-Realtime

Fun-ASR-Realtime 是通义实验室端到端语音识别模型的实时版本,将流式语音转写为文本。本条目是 2025-11-07 快照。(help.aliyun.com) 支持上下文感知、大规模自定义热词、敏感词和语气词过滤、逆文本规范化(ITN)与标点预测。 支持中英文切换及多地区中文方言识别;官方文档还列有日语等语言。具体语言覆盖可能因地域和文档版本而异。 可用于会议记录、直播字幕和客服语音转…

了解模型简体中文
Moonshot AI

Kimi K2 Thinking

Kimi K2 Thinking 是 Moonshot AI 于 2025 年 11 月 6 日发布的开源思考模型,定位为能够交替进行推理和工具调用的智能体模型。官方发布公告:Kimi K2 Thinking 模型发布并开源。(platform.kimi.com) **推理与工具使用:**模型可在多步骤推理中调用工具。官方称其在相应任务设置下可连续执行约 200–300 次工具调用,适合多步骤研究…

了解模型简体中文
Moonshot AI

Kimi-Linear-48B-A3B-Instruct

Kimi Linear 的指令微调版文本生成模型,采用混合专家(MoE)架构,总参数约 480 亿、每次激活约 30 亿。它结合 Kimi Delta Attention(KDA)与多头潜在注意力(MLA),主要面向高效文本生成和长上下文研究。官方已发布模型检查点,模型卡标注 MIT 许可证。(github.com) 官方标注上下文长度为 1M tokens;部署示例使用 1,048,576…

了解模型简体中文
Moonshot AI

Kimi-Linear-48B-A3B-Base

Kimi-Linear-48B-A3B-Base 是 Kimi Linear 系列的预训练基础语言模型,面向语言模型研究、继续训练和应用开发。模型共有约 480 亿参数,每次推理激活约 30 亿参数;官方同时发布了单独的 Instruct 版本。(github.com) 采用 Kimi Delta Attention(KDA)与多头潜在注意力(MLA)混合架构,官方标注的上下文长度为 100 万…

了解模型简体中文
Alibaba

Qwen-Image-Edit-Plus

Qwen-Image-Edit-Plus 是阿里巴巴通义千问系列图像编辑模型。本文对应固定快照 qwen-image-edit-plus-2025-10-30;qwen-image-edit-plus 是输入中指定的模型 ID,不应与固定快照 ID 混淆。 模型以图片为输入、输出编辑后的图片,可用于根据编辑需求修改现有图像。官方公告称,相比首版 Edit 模型,Plus 优化了推理性能和系统稳定性…

了解模型简体中文
MiniMax

MiniMax-Hailuo-2.3-Fast

MiniMax-Hailuo-2.3-Fast 是 Hailuo 2.3 系列的快速视频生成模型,侧重提高生成速度和降低批量创作成本。官方于 2025 年 10 月 28 日发布 Hailuo 2.3,并同时介绍了 Fast 版本。(minimax.io) 图生视频:以图片作为视觉输入,将静态画面转为视频;适用于短视频、营销素材和创意内容的快速制作。(minimax.io) 系列能力:官方介绍…

了解模型简体中文
MiniMax

MiniMax-Hailuo-2.3

MiniMax-Hailuo-2.3 是 MiniMax 基于 Hailuo 02 迭代的视频生成模型,面向创作者、营销人员和企业的视频制作流程。官方于 2025 年 10 月 28 日发布,并宣布 VEED 为首发合作伙伴。(minimax.io) 支持文本生成视频和图像生成视频;官方公告列出 768P、1080P 分辨率以及 6 秒、10 秒片段选项。(minimax.io) 官方称其改善了复…

了解模型简体中文
MiniMax

MiniMax-M2

MiniMax-M2 于 2025 年 10 月 27 日发布,是面向代码开发和智能体工作流的语言模型。官方模型卡称其采用混合专家(MoE)架构,总参数约 2300 亿,每次激活约 100 亿参数。(minimax.io) 支持端到端软件开发任务,包括多文件编辑、代码运行与修复、测试验证。(huggingface.co) 可规划和执行多步骤工具调用,例如协同使用 Shell、浏览器、Python…

了解模型简体中文
Alibaba

Qwen3-ASR-Flash-Realtime

Qwen3-ASR-Flash-Realtime 是基于大语言模型的实时多语种语音识别模型,将持续输入的音频转写为文本。指定快照版本为 qwen3-asr-flash-realtime-2025-10-27。(help.aliyun.com) 支持自动语种检测、多语言及中文方言识别,可用于实时字幕、语音输入和会议记录等场景。发布公告称其可识别 11 种语言;较新的模型文档列出了更广的语言与方言范围…

了解模型简体中文
Zhipu AI

Glyph

Glyph 是面向长上下文理解的视觉文本压缩框架及模型,基于 GLM-4.1V-9B-Base 构建。它将长文本渲染为图像,再交由视觉语言模型处理,而不是单纯扩大文本 token 上下文窗口。(huggingface.co) 支持图像与文本输入并生成文本,适用于长文档理解、长文本问答和信息提取等场景。 研究论文报告,在所测试的长上下文任务中,视觉文本压缩可达到约 3–4 倍,并取得与对照模型相近的…

了解模型简体中文
Alibaba

Qwen2.5-VL-Embedding

Qwen2.5-VL-Embedding 是基于 Qwen2.5-VL 训练的统一多模态向量模型,由阿里云百炼提供推理服务。官方模型上架公告将其列于 2025 年 10 月 21 日。(help.aliyun.com) 支持文本、图片、视频的单模态或混合模态输入,输出统一表征向量;适用于跨模态检索、图片和视频搜索、图像聚类及内容打标。(help.aliyun.com) 向量维度可选 512、768…

了解模型简体中文
Alibaba

Qwen3-Rerank

Qwen3-Rerank 是基于 Qwen 大语言模型底座训练的文本重排序模型。它根据查询与候选文档的相关性进行排序,支持超过 100 种语言和长文本,适用于语义文本检索、搜索结果重排序和检索增强生成(RAG)。官方称其效果对齐开源 Qwen3-Rerank 系列模型,但这不等同于确认该 API 服务所用权重的开放状态。(help.aliyun.com) API 可通过 top_n 返回排名靠前的…

了解模型简体中文
DeepSeek

DeepSeek-OCR

DeepSeek-OCR 是面向光学字符识别与视觉文本压缩的模型,用于从大语言模型视角探索视觉编码器的作用。官方于 2025 年 10 月 20 日发布该模型。(github.com) 识别图像中的文字,并可按提示将文档转换为 Markdown。 官方示例还展示了文档图表解析、图像描述和图中文字区域定位等用途。 支持多种图像分辨率模式,包括动态分辨率模式,适用于文档数字化和图像转文字等场景。(gi…

了解模型简体中文
Anthropic

Claude Haiku 4.5

Claude Haiku 4.5 是 Anthropic 于 2025 年 10 月 15 日发布的小型模型,重点面向低延迟和成本敏感的应用。官方发布时称,其编码表现与 Claude Sonnet 4 相近,成本约为后者的三分之一,速度超过两倍;这些是官方在发布时的比较,并不代表所有任务均有相同性能。(anthropic.com) 接受文本和图像输入,生成文本;支持手动启用的扩展思考,但不支持自适…

了解模型简体中文
Google

Veo 3.1 Fast Preview

Google Veo 3.1 系列的快速视频生成预览模型,面向需要较快生成视频的工作流程。Google 于 2025 年 10 月 15 日在 Vertex AI 发布公告中宣布 Veo 3.1 Preview 和 Veo 3.1 Fast Preview。(docs.cloud.google.com) 可根据文字提示或图像生成视频,并生成与画面同步的声音;支持以首尾帧或参考图像辅助控制生成。可用…

了解模型简体中文