Qwen3.7-Max
Qwen3.7-Max 是阿里巴巴通义千问面向智能体应用的旗舰模型,为专有模型。官方模型信息称,API ID qwen3.7-max 当前在功能上等同于快照 qwen3.7-max-2026-05-20;以下快照能力和价格以该快照为准。(qwen.ai) 该快照支持文本输入和文本输出、深度思考、函数调用、结构化输出、联网搜索、前缀续写和上下文缓存。适用于编程、办公和生产力工作流,以及需要多步骤工具…
模型发布档案
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。
Qwen3.7-Max 是阿里巴巴通义千问面向智能体应用的旗舰模型,为专有模型。官方模型信息称,API ID qwen3.7-max 当前在功能上等同于快照 qwen3.7-max-2026-05-20;以下快照能力和价格以该快照为准。(qwen.ai) 该快照支持文本输入和文本输出、深度思考、函数调用、结构化输出、联网搜索、前缀续写和上下文缓存。适用于编程、办公和生产力工作流,以及需要多步骤工具…
Hy-MT2-30B-A3B 是腾讯混元 Hy-MT2 系列的开源权重多语言文本翻译模型,采用 30B-A3B 混合专家(MoE)架构,面向复杂真实场景和专业领域翻译。官方于 2026 年 5 月 21 日开源该模型。(huggingface.co) 重点支持 33 种语言互译,并支持 5 种民汉或方言翻译;适用于通用内容、专业领域和业务场景翻译。(intl.cloud.tencent.com)…
Hy-MT2-7B 是腾讯混元 Hy-MT2 系列的 7B 参数多语言文本翻译模型,面向真实业务中的快速翻译与翻译指令遵循。官方于 2026 年 5 月 21 日发布开源模型。(github.com) 支持 33 种语言之间的翻译,并支持部分民族语言和方言与中文之间的翻译,可用于通用、专业领域及业务文本翻译。(huggingface.co) 可通过指令提供术语、目标风格、上下文或格式要求,适用于术…
Hy-MT2-1.8B 是腾讯 Hy-MT2 系列中的轻量级、18 亿参数多语言文本翻译模型,面向低延迟及复杂实际场景。模型权重于 2026 年 5 月 21 日开源,模型卡标注 Apache 2.0 许可证。(github.com) 支持 33 种语言之间的翻译,以及 5 种民汉/方言翻译,并可遵循多语言翻译指令。 适用于通用文本、业务内容和专业领域翻译;可通过指令指定上下文、术语、译文风格或结…
Qwen3.7-Max-Preview 是 Qwen3.7 系列 Max 模型的预览版,面向通用对话,开放纯文本能力供体验。阿里云百炼公告列出的上架日期为 2026 年 5 月 20 日;相关快照 qwen3.7-max-2026-05-17 的快照日期为 2026 年 5 月 17 日,二者日期含义不同。官方国际站定价页称预览版当前能力等同于该快照。(help.aliyun.com) 模型支持文…
Gemini Omni Flash 是 Google Gemini Omni 系列的首个模型,面向多模态视频生成和对话式视频编辑。Google 于 2026 年 5 月 19 日在 Google I/O 上发布该模型。(blog.google) Google 的模型卡描述其可接收文本、图像、音频和视频,并生成带音频的高分辨率视频;可通过自然语言进行多轮编辑,适用于视频创作、风格转换和素材迭代。(d…
Google 于 2026 年 5 月 19 日发布 Gemini 3.5 Flash。它是 Gemini 3.5 系列首发模型,面向高速推理、编程和多步骤智能体工作流。(blog.google) 原生多模态推理模型,基于 Gemini 3 Flash;支持文本、图像、音频和视频输入,输出文本。模型卡列出的上下文窗口最大为 100 万 token,最大输出为 64K token。可通过思考级别调节…
Qwen3.5-LiveTranslate-Flash 的实时版本,基于 Qwen3.5-Omni,面向多语言实时语音及音视频同声翻译。稳定版 API ID 为 qwen3.5-livetranslate-flash-realtime;官方文档称其当前能力等同于快照版 qwen3.5-livetranslate-flash-realtime-2026-05-19。(help.aliyun.com)…
Lance 是 ByteDance 的原生统一多模态研究模型,发布版本称为 Lance-3B,约有 30 亿活跃参数。它从头训练,在同一框架中处理图像和视频的理解、生成与编辑;官方强调它是研究项目,而非成熟的产品模型。(github.com) 支持文生图、文生视频、图生视频、图像编辑、视频编辑,以及图像和视频理解,可用于多模态研究、视觉内容创作和编辑实验。(github.com) 官方已发布模型权…
WorldStereo 2.0 是腾讯 HY-World 2.0 世界生成流程中的世界扩展模型,采用扩散式视频生成架构,官方模型列表标注参数量约为 170 亿。它不是整个 HY-World 2.0 流程,也不是单独的文本对话模型。(github.com) 根据全景场景和相机轨迹生成场景关键帧;使用记忆机制帮助维持跨轨迹一致性。官方提供完整多步版本和默认推荐的 DMD 四步加速版本。(github.…
HY-Pano 2.0 是腾讯 HY-World 2.0 框架中的全景生成模型,用于从文本提示或单张透视图像生成 360° 等距圆柱投影(ERP)全景图。它是世界生成流程的全景初始化组件,本身的直接输出是全景图,而非完整可漫游的 3D 世界。(github.com) 支持文生全景和单图生全景,可用于全景内容创作及 3D 世界生成的场景初始化。 官方提供两个推理后端:基于 HunyuanImage-…
ERNIE 5.1 是百度于 2026 年 5 月 9 日正式发布的大语言模型,侧重文本生成、推理、搜索和智能体任务。百度千帆国内模型列表将其列为文本生成模型。(ernie.baidu.com) **文本与创作:**可用于问答、内容写作、长篇叙事和专业内容生成。 **推理与智能体:**适用于复杂问题求解、搜索辅助任务和工作流程自动化。百度千帆国内文档将 ernie-5.1 列入 Function…
GPT-Realtime-2 是面向实时语音交互和复杂语音智能体工作流的 API 模型。OpenAI 将其描述为首款具备 GPT-5 级推理能力的语音模型,支持语音到语音交互。发布日期为 2026 年 5 月 7 日。(openai.com) 支持文本和音频输入、输出,以及图像输入;可通过 Realtime API 构建实时语音应用。(developers.openai.com) 支持函数调用、并…
OpenAI 面向专业网络安全工作的专用预览模型。2026 年 5 月 7 日,OpenAI 宣布向负责保护关键基础设施的防御人员推出有限预览。(openai.com) 为经授权的红队测试、渗透测试、漏洞研究和受控验证等专业工作流提供更宽松的安全任务响应。 可辅助合作伙伴在授权环境中验证漏洞可利用性、开发概念验证,以及支持协调披露和修复工作。 官方表示,首个预览版本主要针对安全任务的响应宽容度进行…
Gemini 3.1 Flash-Lite 是 Gemini 3 系列中面向高吞吐、低延迟和成本敏感型任务的多模态模型。Google 于 2026 年 5 月 7 日宣布该正式版在 Gemini Enterprise Agent Platform 正式推出;此前的预览版于 2026 年 3 月 3 日发布。(cloud.google.com) **输入和输出:**支持文本、图像、音频和视频输入,输…
Cola DLM(Continuous Latent Diffusion Language Model)是面向研究的层次化连续隐空间扩散语言模型。输入所指定的 Cola-DLM-2000-EFLOPs 对应论文扩展实验中训练计算量约为 2000 EFLOPs 的开源权重节点;2000 EFLOPs 指训练计算量,不是参数量。官方模型卡称模型总规模约为 20…
GPT-5.5 Instant 是 OpenAI 面向日常对话的 Instant 模型。官方于 2026 年 5 月 5 日宣布推出,逐步取代 GPT-5.3 Instant,成为当时 ChatGPT 的默认模型,并通过 API 标识 chat-latest 提供。(openai.com) 改进日常问题回答、照片和图像分析、STEM…
Gemma 4 31B IT Assistant 是与 google/gemma-4-31B-it 配套的多令牌预测(MTP)草稿模型,用于加速目标模型的推理,而非独立的 31B 对话模型。其权重仓库标识为 google/gemma-4-31B-it-assistant;该标识不应视为已核实的 API ID。模型权重采用 Apache 2.0 许可。(huggingface.co) 草稿模型先预测…
Gemma 4 26B A4B IT Assistant 是与 google/gemma-4-26B-A4B-it 配套的多 token 预测(MTP)草稿模型,用于通过推测解码加快主模型生成,而非独立的通用聊天模型。其权重采用 Apache 2.0 许可证。模型仓库标注的草稿模型规模约为 0.4B 参数;名称中的 26B A4B…
Gemma 4 E4B IT Assistant 是 Google DeepMind 为指令调优模型 google/gemma-4-E4B-it 配套的多 token 预测(MTP)草稿模型,发布的权重标识为 google/gemma-4-E4B-it-assistant。它用于加速目标模型的推理,而不是作为独立聊天模型替代目标模型。(huggingface.co) 在推测解码中,草稿模型先提出多…