Tencent
Tencent Hy4
Tencent Hy4 是腾讯于 2026 年 11 月 4 日发布的新一代大语言模型，面向办公、编程、分析及长程智能体任务。腾讯在发布公告中将其定位为开放模型，并表示计划随后发布模型权重和系统卡；该公告本身不能证明权重现已发布。(tencent.com) 支持视觉理解、推理和工具调用，可用于图像细节处理、复杂图表分析及视觉数学推理。 支持通过命令行和图形界面操作计算机；腾讯称其针对…
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。
OpenAI
GPT-Image-2.6 Flare
GPT-Image-2.6 Flare 是 OpenAI 面向快速迭代的图像生成与编辑模型，适用于交互式创作。官方公告称，在低质量设置下，Flare 最快可在约 6 秒内生成图像；实际速度取决于任务和设置。(openai.com) 接受文本和图像输入，生成或编辑图像；支持依据图上标注进行编辑，以及通过 Image API 输出动画 GIF 和 SVG。(developers.openai.com)…
了解模型简体中文
OpenAI
GPT-Image-2.6 Sunburst
**发布日期：**2026 年 11 月 4 日。OpenAI 在 Images 2.6 发布公告中介绍了该模型，并表示它已通过 API 提供。(openai.com) Sunburst 是面向高细节构图和精细图像编辑的图像模型。与侧重快速迭代的 GPT-Image-2.6 Flare 相比，OpenAI 将 Sunburst 定位于更注重细节和编辑精度的工作。(developers.openai…
了解模型简体中文
Tencent
HyCell
**发布日期：**2026-11-02。腾讯在 Hyra 成果仓库中发布了模型权重、代码和技术报告。(github.com) HyCell 是面向人类单细胞转录组的嵌入模型，参数量约 1,610 万。它将单个细胞的原始基因表达计数映射为 512 维嵌入，也可将嵌入解码为基因表达。模型在 CZ CELLxGENE Census 的 7,950 万个人类细胞上进行预训练，未使用细胞类型标签。(raw.…
了解模型简体中文
OpenAI
GPT-6 Rosalind Research
OpenAI 于 2026 年 10 月 30 日发布 GPT-6 Rosalind Research，将 GPT-6 推理能力用于多步骤生命科学研究，并采用针对生物研究设计的安全措施。API 模型 ID 为 gpt-6-rosalind。(help.openai.com) 模型面向复杂生命科学研究，结合生物学推理与科学工具使用，可辅助证据综合、跨生物数据推理、假设生成及多步骤研究工作流。GPT-…
了解模型简体中文
OpenAI
GPT-6 Luna
GPT-6 Luna 是面向成本敏感、高吞吐量任务的高效率模型。OpenAI 于 2026 年 10 月 29 日发布了本次更新；官方系统卡称其为 GPT-6 Luna (October 29)，并说明此前的 ChatGPT 版本于 2026 年 10 月 7 日发布。此次更新旨在让回答更加简洁，并减少过度迎合的表述。(developers.openai.com) 适用于大量、较聚焦的任务；GPT…
了解模型简体中文
Alibaba
Qwen-Audio-3.1-Realtime-Flash
实时双工语音对话模型，由阿里云百炼提供推理服务，适合构建实时语音交互应用，例如语音助手和客服对话。(docs.qwencloud.com) 支持文本、音频输入和输出，以及函数调用、联网搜索和声音复刻。联网搜索可与函数调用同时启用。 支持 WebSocket、WebRTC 和 AOQ 接入；支持 server_vad、smart_turn、smart_turn_v2 和按键说话交互模式。smart_…
了解模型简体中文
Baidu
文心 Unlimited OCR 2
百度于 2026-10-27 发布并开源的多模态长文档解析模型。官方称其采用 SR-SWA 和无限解码机制，旨在降低超长文档解析的计算与显存开销；文档解析云服务于 2026-11-05 商用。(ai.baidu.com) 识别文本、表格、公式及版面元素，提取结构层级和阅读顺序；支持跨页表格与段落合并。文档解析服务可输出 JSON 或 Markdown。(cloud.baidu.com) 可用于合同…
了解模型简体中文
OpenAI
GPT-6.1 Terra
GPT-6.1 Terra 是 OpenAI 面向大规模专业工作推出的快速、高效模型，重点平衡视觉推理、计算机操作、写作能力与成本。发布日期为 2026 年 10 月 26 日。(openai.com) 支持文本和图像输入，以及文本输出；可理解图像、屏幕和技术图纸，并撰写或修改文本。 可用于商品图片与目录匹配、填写表单、处理发票、操作应用界面及起草提案等任务。 支持函数调用、结构化输出和流式输出；…
了解模型简体中文
Tencent
Hy-SimulMT-30B-A3B-Interleave
腾讯混元推出的实时同声传译模型，面向中文与英文双向翻译。Interleave 版本在流式翻译时输出源语言文本和译文；同系列非 Interleave 版本只输出译文。模型权重采用 Apache-2.0 许可证。(huggingface.co) 持续接收语音，边听边译，适用于会议、演讲、访谈等实时交流场景。 配合语音合成服务，可输出译语语音并实现实时音色克隆。 腾讯报告，Hy-SimulMT 在…
了解模型简体中文
Tencent
Hy-SimulMT-30B-A3B
腾讯混元发布的实时同声传译模型，面向中文与英文之间的双向语音翻译。模型权重以 Apache 2.0 许可证发布。(github.com) 持续接收说话人的音频，边听边生成译文；适用于会议、演讲、访谈等实时交流场景。 本模型版本仅输出译文文本。接入并配置独立的文本转语音（TTS）服务后，系统可输出译文语音并支持实时音色克隆；同系列的 Interleave 版本可同时输出源文本和译文。 腾讯在…
了解模型简体中文
Moonshot AI
Kimi K3.1 Pro Highspeed
Kimi K3.1 Pro Highspeed 是 Kimi K3.1 Pro 的高速版本。官方称其与标准版具备同等智能，输出速度约为标准版的 2–3 倍，面向需要快速响应的交互式任务。K3.1 Pro 是基于 Kimi K3 后训练的 3 万亿级参数模型，支持原生视觉理解及 1,048,576 token 上下文窗口。(kimi.com) 支持长上下文推理、编程、工具调用和多步骤智能体工作流，可…
了解模型简体中文
Moonshot AI
Kimi K3.1 Pro
Moonshot AI 的 K3.1 系列旗舰模型，是基于 Kimi K3 后训练的开放权重、多模态智能体模型，面向长程编程、推理和知识工作。模型采用混合专家架构，总参数约 2.8 万亿，每个 token 激活约 1040 亿参数；上下文窗口为 1,048,576 tokens。(kimi.ai) **编程与智能体：**支持代码生成、修复、项目开发和多步骤工具调用。 **视觉与 3D 创作：**支…
了解模型简体中文
ByteDance
Dreamina Seedance 2.5 4K
ByteDance 旗下 BytePlus 发布的高端视频生成模型。BytePlus 将其定位为 Seedance 2.5 系列中能力最强的版本，面向影视、大银幕和企业视频制作。(byteplus.com) 支持生成 4K 视频和 10-bit 色彩；官方称其在人脸表情、细微动作、纹理、轮廓和色彩渐变方面有所增强。 支持 Draft 模式：先以较低成本生成 480p 预览，用于测试分镜和调整镜头，…
了解模型简体中文
Google
Gemini Composite V2
Gemini Composite V2 是面向企业语音智能体的语音优化复合模型，是 Composite V1 的后续版本。Google 于 2026 年 10 月 22 日宣布其在 CX Agent Studio 中正式发布（GA）；该发布阶段不代表其他 Google Cloud 产品中的状态。(docs.cloud.google.com) 沿用 V1 的 Listener 和 Thinking…
了解模型简体中文
Alibaba
Qwen-Audio-3.1-TTS-Plus
Qwen-Audio-3.1-TTS-Plus 是面向精品音色和内容创作的专业级文本转语音模型，侧重音质、自然度和细节表现。输入为文本，输出为音频。(docs.qwencloud.com) 支持多语言、方言和流式语音合成；可通过自然语言指令和细粒度标签控制情绪、语气、角色、语速和音量。(docs.qwencloud.com) 支持系统音色、声音复刻和音色设计。官方称，声音复刻对含噪声或混响的参考音…
了解模型简体中文
Tencent
Hy-Nomas
Hy-Nomas 是腾讯发布的自由形式交互式视频世界生成模型，使用约 80 亿参数的扩散模型骨干，支持多轮文本指令和连续摄像机控制。它生成的是视频形式的世界内容，不应等同于可编辑的三维场景资产。(arxiv.org) 通过逐段自回归生成视频，并利用缓存的历史信息维持跨片段一致性；可用文本描述物体、风格、场景和动作，也可结合摄像机轨迹控制画面。(github.com) 官方提供交互式网页演示、训练与…
了解模型简体中文
MiniMax
MiniMax M3.1 Flash
MiniMax M3.1 Flash 是面向智能体工作流、编程、计算机操作和网络安全任务的原生多模态混合专家模型。官方称，匿名模型 Space Bunny 是其早期版本。模型于 2026 年 10 月 19 日发布。(minimax.io) 支持文本、图像和视频输入，输出文本；上下文窗口最高为 100 万 token。模型约有 4280 亿总参数，每个 token 激活约 230…
了解模型简体中文
DeepSeek
DeepSeek-V4.1-Flash-1017
DeepSeek-V4.1-Flash 的一次版本更新，是支持原生图像理解的多模态模型，面向推理、编程和智能体任务。官方于 2026 年 10 月 17 日发布该版本，同步更新网页端、App 和 API；API 模型 ID 为 deepseek-flash。(api-docs.deepseek.com) 官方模型卡称，相较上一版本，该模型在推理、编程、智能体任务和视觉基准测试中有所提升，同时缩短了…
了解模型简体中文
OpenAI
GPT-Live-1.1
GPT-Live-1.1 是 OpenAI 的实时语音模型，继承自 GPT-Live-1，面向更自然的双向语音交互。GPT-Live-1.1 Quip 是另外的迷你版本，不应与本模型混同。(deploymentsafety.openai.com) 2026 年 10 月 15 日。OpenAI 当日宣布在 ChatGPT Voice 中推出该模型及 Quip 版本。(help.openai.com…
了解模型简体中文