ERNIE-Wizshot-ME
此語言的介紹正在準備中,敬請期待。
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
此語言的介紹正在準備中,敬請期待。
ERNIE-Light-DT-1.0 是百度面向長上下文與深度思考的輕量文字模型,可透過百度智能雲千帆 API 使用。百度於 2026 年 11 月 12 日的公告將其稱為 ERNIE Light Deep Thinking。(prnewswire.com) 文字輸入、文字輸出;支援開啟或關閉思考模式。 採用百度稀疏注意力機制 BSA 與回饋式歷史壓縮,以降低長上下文的 KV 儲存與運算開銷。 適…
Gemini 4 Hydrogen 是 Google 為日常程式開發和代理式工作流程設計的模型,著重速度與效率;可獨立執行任務,也可與 Gemini 4 Carbon 或 Argon 搭配使用。官方模型卡指出,它由 Gemini 4 Carbon 調適而成。(blog.google) 支援文字、圖片、音訊和影片輸入,可用於文件摘要、多模態資料分析及報告整理。(deepmind.google) 適用…
ERNIE 5.5 Flash Preview 是百度文心系列的基礎模型預覽版,基於 ERNIE 5.5 Flash Base 後訓練,著重程式編寫、智慧代理、知識工作及內容創作。官方公告日期為 2026 年 11 月 11 日。(ernie.baidu.com) 總參數量為 280B,每個 token 啟用 14B;支援 1M token 上下文。百度國內產品頁標示預設輸出為 64K token…
Qwen4-Max-Preview 是通義千問新一代旗艦多模態模型的預覽版,結合文字生成、圖片與影片理解,以及深度推理能力。(alibabacloud.com) 接收文字、圖片及影片,輸出文字;可用於程式開發、辦公、前端設計、文件與影片分析,以及複雜智慧體任務。 支援函式呼叫、聯網搜尋、內建工具,以及 JSON Object 和 JSON Schema 結構化輸出;相容 OpenAI Chat…
Gemini 4 Carbon 是 Google 以 Gemini 4 Argon 為基礎打造的前沿模型,著重長時間、多步驟的代理式工作流程,涵蓋複雜知識工作、工程、資安與科學推理。(deepmind.google) 接受文字、圖片、音訊及影片輸入,輸出文字;輸入與輸出共用最多約 100 萬個 token 的上下文視窗。(deepmind.google) 適合複雜程式開發與除錯、多代理協作、資料分…
Gemini Decision 1 是為 Gemini Decisions API 設計的多模態決策模型,專門處理選項範圍已限定的判斷。它在單次前向運算中評估候選選項,而非逐 token 生成回答文字。(blog.google) 可在單一共用輸入中處理文字、圖片、音訊、影片與 PDF;輸入上限為 256K tokens,每次請求最多評估 1,000 個互相獨立的問題。…
AlphaGenome 2 是 Google DeepMind 的 DNA 序列模型,旨在預測 DNA 序列及其變異如何影響特定人體細胞類型或細胞狀態,供基因組學與疾病機制研究使用。官方於 2026 年 11 月 11 日發布公告。(deepmind.google) **細胞條件式預測:**模型以 DNA 序列及目標組織、細胞類型或狀態為輸入,每次針對一種生物條件預測。條件可來自參考目錄,也可透過…
MiniMax H3 Image Highspeed 是 MiniMax H3-Image 圖像生成模型的高速 API 版本。官方模型發布紀錄將 H3 Image 列於 2026 年 11 月 10 日;介紹 H3-Image 系列的研究部落格日期為 2026 年 11 月 11 日。官方已開放 H3-Image 的模型權重,但權重的授權條件應與託管 API…
MiniMax H3 Image 是 MiniMax H3 系列的開放權重圖像生成與編輯模型,可透過官方 API 使用,也可自行部署。官方模型更新公告所列發布日期為 2026 年 11 月 10 日。(platform.minimax.io) 支援文字生成圖像,以及根據文字指令和 1 至 16 張參考圖進行圖像編輯或組合。(platform.minimax.io) 可用於角色與場景概念、插畫、產品…
Claude Mythos 5.2 是 Anthropic 面向高難度、開放式技術工作的模型,特別適用於網路安全與生命科學研究。它與 Claude Fable 5.2 共用底層模型,但 Mythos 面向通過驗證的使用者,未採用 Fable 的部分網路安全與生物領域防護限制。(anthropic.com) 支援程式設計、推理和視覺理解,可用於軟體遷移、漏洞發現與修復、科學研究及工程問題。Anthr…
Anthropic 的高階模型,面向高難度推理與長時間自主代理工作。官方公告及模型文件記載的發布日期為 2026 年 11 月 9 日;輸入資料中的 2026 年 11 月 10 日與官方日期不一致。(anthropic.com) 支援文字和圖片輸入,輸出文字;上下文視窗為 100 萬 token,單次最多輸出 128,000 token。自適應思考持續啟用,API 預設思考強度為 high;知識…
Gemini Robotics 2.5 是 Google DeepMind 的視覺-語言-動作(VLA)模型,將視覺與語言輸入轉為機器人動作控制,旨在提升機器人在真實環境中的靈巧度、可靠性與安全性。(deepmind.google) **多樣化操作:**官方在超過 200 項不同任務上測試,包括以夾子盛裝食物、繫禮盒蝴蝶結及使用移液器。模型可處理工具、柔性物件與精細物件。(deepmind.goo…
Seedream 5.5 是 ByteDance 的多模態圖像生成與編輯模型,面向視覺創作及專業內容製作,重點提升多輪編輯穩定性、透明素材生成、寫實質感與文字呈現。官方公告發布日期為 2026-11-09。(seed.bytedance.com) 支援文字生圖、單圖生圖及多參考圖生圖;圖像生成最多可輸入 10 張參考圖。(docs.volcengine.com) 支援連續編輯,官方展示了對同一作品…
Google 的多模態影片生成與編輯模型,著重生成速度、成本及跨畫面一致性;已在 Gemini API 付費方案與 Google Cloud 正式提供。(aistudio.google.com) 可依文字、圖片及影片等素材生成或編輯影片,並產生同步音訊;支援多輪對話修改、影片延長、首尾影格插值及解析度升級。可用於商品影片、虛擬試穿、廣告和產品解說。(docs.cloud.google.cn) 原生…
Kimi K3.1 Pro 是 Moonshot AI 的開放權重、原生多模態智能體模型,也是 K3.1 系列首款模型。它基於 Kimi K3 進行後訓練,採混合專家架構,總參數約 2.8 兆、每個 token 啟用約 1040 億參數,上下文長度為 1,048,576 tokens。官方模型卡列出的模態為文字與圖片。(huggingface.co) 適合長程程式開發、程式碼分析與除錯、多步驟工具…
Seed-Evolving 是面向 AI 智慧代理(Agent)與程式開發(Coding)的 Seed 系列模型。它使用固定模型 ID 滾動更新,版本升級自動生效,因此同一 ID 的實際能力可能隨時間變化。(console.volcengine.com) 模型首次發布:2026 年 6 月 23 日。 本次版本更新:2026 年 11 月 5 日;官方稱此版強化複雜 Agent 任務執行與抗幻覺能…
ERNIE 5.5 Flash Base 是僅處理文字的稀疏混合專家(MoE)基礎語言模型。百度公開的是預訓練結束、尚未經過中期訓練或後訓練的權重,主要作為進一步訓練與研究的起點。(huggingface.co) 總參數量為 2,800 億,每個 token 啟用 140 億參數;預訓練使用 33.5 兆個 token。 預訓練上下文上限為 131,072 tokens;微調與推論支援 1,048…
GPT-6 Cyber 是為授權網路安全工作設計的專用模型,屬於 GPT-6 Astra 的網路安全特化版本。它經過專門訓練,以協助研究人員發現及驗證可利用的漏洞,並遵守指定的任務範圍。(openai.com) 可用於漏洞研究、程式碼審查、授權環境中的漏洞重現、漏洞利用程式開發,以及修補程式開發與驗證。 支援文字輸入與輸出、圖片輸入及推理 token;上下文視窗為 1,050,000 token,…
HyPDE 是用於二維偏微分方程(PDE)模擬的基礎模型,採用約 3.23 億參數的融合歷史 Transformer。它從 13 個二維物理資料集從零訓練,面向數值物理場預測,而非一般文字對話。(github.com) 輸入規則二維網格上模擬場的最近 6 個影格,預測接下來 4 個影格;可將輸出自迴歸地用於後續軌跡預測。輸入場可包括速度、壓力、密度或濃度等。(raw.githubuserconte…