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

151 个模型

按发布时间倒序
ByteDance

Seed-Evolving

Seed-Evolving 是面向智能体(Agent)和编程(Coding)场景的深度思考模型。它使用统一模型 ID 持续迭代,升级自动生效,而非固定版本。(console.volcengine.com) 支持复杂任务编排、长程规划、代码生成、工具调用、多模态理解、GUI 任务处理和结构化输出;适用于软件开发、深度调研、流程自动化及多步骤智能体任务。官方模型列表标注上下文窗口和最大输入均为 102…

了解模型简体中文
Google

Gemini 3.5 Transcribe Live

Google 的低延迟实时语音转文字模型,面向流式转写,而非直接进行语音对话的助手。通过 Gemini Live API 和 WebSocket 接收连续音频,并增量输出文本。(aistudio.google.com) 支持临时和最终转写事件、智能转写及多种语音活动检测(VAD)策略。智能转写可处理口头修正、去除填充词并格式化文本。(aistudio.google.com) 支持 85 种以上语言…

了解模型简体中文
Google

Gemini 3.5 Transcribe

Google 的语音转文字模型,面向多语言音频转写和智能语音交互。gemini-3.5-transcribe 用于预录音频处理;实时流式转写使用独立模型 ID gemini-3.5-transcribe-live。(aistudio.google.com) 自动检测并转写 85 种以上语言,支持对话中的语言切换,包括普通话简体中文。 支持智能转写,可处理自我纠正、去除语气词并格式化文本;支持自定义…

了解模型简体中文
Zhipu AI

GLM-5.3-Flash

GLM-5.3-Flash 是智谱 GLM-5 系列的原生多模态模型,面向低成本推理、编程和长程智能体任务。模型总参数量为 320B,每次推理激活参数量为 18B,采用稀疏注意力与线性注意力混合架构。模型权重已公开,可使用 SGLang、vLLM 和 TokenSpeed 等框架进行本地部署。(z.ai) 接收文本、图片、视频和文件输入,输出文本;可用于视觉理解、文档分析和图表问答。(docs.z…

了解模型简体中文
Alibaba

Qwen3.8-Flash

Qwen3.8-Flash 是通义千问多模态模型,侧重兼顾推理与生成能力、响应速度和使用成本,面向高并发应用与智能工作流。(docs.qwencloud.com) 支持文本、图像和视频输入,输出文本;支持思考模式、函数调用、结构化输出和上下文缓存。 适用于编程辅助、代码修复、长文档与代码库分析、图表和视频理解,以及智能体工具协作。 兼容 OpenAI 和 Anthropic API…

了解模型简体中文
Alibaba

Qwen3.8-Flash-Next

Qwen3.8-Flash-Next 是阿里巴巴 Qwen 团队发布的开放权重多模态混合专家(MoE)模型,也是 Qwen4 架构的早期实验性预览。主模型为 125B 参数,另有 51B 参数的 N-gram 嵌入表;每个 token 激活约 6B 参数。(github.com) 采用 Gated DeltaNet 与 Qwen Sparse Attention 混合架构,以降低长序列注意力计算成…

了解模型简体中文
Tencent

WeMM-Embedding-9B

WeMM-Embedding-9B 是腾讯微信视觉团队研发的通用多模态嵌入模型,约 90 亿参数,基于 Qwen3.5。它将不同模态的内容映射到统一向量空间,主要用于表示和检索,而非生成式对话。(huggingface.co) 支持文本、图像、视频、视觉文档及交错的多模态输入,输出经过 L2 归一化的嵌入向量。 完整向量为 4096 维;还支持 64、128、256、512、1024 和 2048…

了解模型简体中文
Tencent

WeMM-Embedding-4B

WeMM-Embedding-4B 是腾讯微信视觉团队研发的通用多模态嵌入模型,基于 Qwen3.5,将不同模态的内容映射到统一的向量表示。它主要用于特征提取和相似度计算,而不是生成式对话。(huggingface.co) 支持文本、图像、视频、视觉文档以及交错排列的多模态输入。 默认输出 2,560 维、经过 L2 归一化的向量;支持 Matryoshka 嵌入维度 64、128、256、512…

了解模型简体中文
Tencent

WeMM-Embedding-2B

WeMM-Embedding-2B 是腾讯微信视觉团队研发的通用多模态嵌入模型,基于 Qwen3.5,将不同模态映射到统一的向量表示空间;其主要输出是嵌入向量,而非对话文本。(huggingface.co) 支持文本、图像、视频、视觉文档及交错多模态输入,适用于跨模态检索、相似度匹配、搜索和推荐等场景。 完整输出为 2048 维、经 L2 归一化的向量;支持 64、128、256、512、1024…

了解模型简体中文
DeepSeek

DeepSeek-V4-Flash-Vision-Exp

DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 于 2026 年 8 月 21 日在 API 平台发布的实验性多模态视觉理解模型。(api-docs.deepseek.com) 发布时支持文本与图像混合输入,以及 Chat Completions、Messages 和 Responses 接口;图像可通过 Base64、外部 URL 或 Files API 提供。…

了解模型简体中文
Alibaba

Wan3.0-Video-Prime

Wan3.0-Video-Prime 是万相 3.0 视频生成模型的高速版,能力与标准版 Wan3.0-Video 对齐,重点提升端到端生成速度。阿里云官方发布记录日期为 2026-08-20。(alibabacloud.com) 支持文本、图像、视频和音频等多模态输入,以及文件和公开网页链接参考;输出视频。 支持文生视频、首帧或首尾帧图生视频、多模态参考生视频,以及视频编辑和延长。可用于故事表达…

了解模型简体中文
Zhipu AI

GLM-5.3

GLM-5.3 是面向复杂软件工程和长程智能体任务的模型。官方称其与 GLM-5.2 使用相同基座,能力提升来自后训练。发布日期为 2026 年 8 月 14 日。(z.ai) 编程与工程任务:适用于代码生成、修改、测试、复杂问题排查和多步骤开发工作流。官方称,在其内部 Z.ai Code Bench 上,GLM-5.3 相较 GLM-5.2 提升 50%。 长程智能体:可结合工具处理需要规划、执…

了解模型简体中文
Alibaba

Qwen3.8-27B

Qwen3.8-27B 是阿里巴巴千问团队的原生视觉语言稠密模型,语言模型参数量为 270 亿。官方发布了模型权重,模型卡标注 Apache 2.0 许可证,可用于自行部署;阿里云百炼也提供托管推理服务。(huggingface.co) 接受文本、图像和视频输入,输出文本;适用于文档及视觉内容理解、编程、办公任务和多步骤智能体工作流。(help.aliyun.com) 模型支持思考与非思考模式;百…

了解模型简体中文
Google

Gemini 3.7 Flash

Gemini 3.7 Flash 是 Google Gemini 3 系列的原生多模态推理模型,基于 Gemini 3.6 Flash,定位于编码、智能体工具使用和多步骤任务。官方公告发布日期为 2026 年 8 月 13 日。(blog.google) 支持文本、图片、视频、音频和 PDF 输入,输出文本;官方模型文档列出的输入上限为 1,048,576 token,输出上限为 65,536…

了解模型简体中文
MiniMax

MiniMax Music 3.0

MiniMax Music 3.0 是面向完整音乐创作的开放权重生成模型。官方研究公告发布于 2026 年 8 月 13 日:模型可根据创意描述及可选歌词,在一次生成中完成作曲、编曲、演唱和制作,生成最长 5 分钟的歌曲。(minimax.io) 支持通过音乐描述控制风格、情绪变化、人声表现、配器和制作效果;歌词中的 [Verse]、[Chorus] 等标签可用于引导段落结构。 可用于歌曲创作、编…

了解模型简体中文
DeepSeek

DeepSeek-V4-Pro

DeepSeek-V4-Pro 是 DeepSeek V4 系列的正式版模型;本条对应版本 DeepSeek-V4-Pro-0813,于 2026 年 8 月 13 日发布,提供 APP、网页端和 API 使用。APP 和网页端可通过“专家模式”使用;API 模型名为 deepseek-v4-pro。(api-docs.deepseek.com) 正式版重点增强 Agent 能力,适合工具调用、代…

了解模型简体中文
Alibaba

Qwen3.8-2.4T-A95B

Qwen3.8-2.4T-A95B 是通义千问旗舰系列的开放权重语言模型,采用稀疏混合专家(MoE)架构,总参数量约 2.4 万亿,每个 token 激活约 950 亿参数。官方 GitHub 公告显示,该模型于 2026 年 8 月 12 日发布。(github.com) 主要面向编程、专业工作、研究和长链路智能体任务,可用于代码辅助、文档分析、多步骤任务规划与工具调用。 开放权重模型原生上下文…

了解模型简体中文
OpenAI

GPT-5.6-Cyber

GPT-5.6-Cyber 是基于 GPT-5.6 Sol、针对网络安全任务专门训练的模型,通过 Daybreak Red 向获批准的防御人员提供,用于经授权的漏洞研究、利用验证和安全测试。(openai.com) 可辅助发现零日漏洞、研究漏洞利用链、验证漏洞及评估安全风险。 支持文本输入和输出、图像输入及推理 token;上下文窗口为 400,000 token,最大输出为 128,000…

了解模型简体中文
OpenAI

GPT-5.6 Luna

GPT-5.6 Luna(August)是 OpenAI 于 2026 年 8 月更新的 ChatGPT 日常对话模型。发布时,OpenAI 宣布将其逐步设为 Free 和 Go 用户的默认模型,以替代 GPT-5.5 Instant。该更新与当时仍在 Codex 和 ChatGPT Work 中使用的 7 月版本不同。(deploymentsafety.openai.com) 面向日常问答和对话…

了解模型简体中文
OpenAI

GPT-5.6 Sol

GPT-5.6 Sol(August)是针对 ChatGPT 日常对话优化的更新版本。官方系统卡和产品公告发布于 2026 年 8 月 6 日;GPT-5.6 家族此前已于 2026 年 7 月 9 日发布。(deploymentsafety.openai.com) 该版本旨在提供更聚焦的回答、改进事实可靠性,并使快速回答与深入推理的风格更一致。官方列举的用途包括问答、搜索、规划、研究、写作、编程…

了解模型简体中文