模型發布檔案

最新發布模型

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。

按發布時間倒序7 種語言
清除

448 個模型

按發布時間倒序
Zhipu AI

GLM-4.6

GLM-4.6 是智譜於 2025 年 9 月 30 日發布的旗艦文字模型,著重程式開發、推理與智慧代理任務,是 GLM-4.5 的後續版本。(docs.z.ai) 文字輸入與輸出:官方文件標示上下文視窗為 200K tokens,最大輸出為 128K tokens。(docs.z.ai) 程式開發:可用於程式碼生成、前端開發、測試及與編碼代理協作。 推理與工具使用:支援推理過程中使用工具,適合多…

了解模型繁體中文
Anthropic

Claude Sonnet 4.5

Claude Sonnet 4.5 是 Anthropic 於 2025 年 9 月 29 日發布的 Sonnet 系列模型,著重程式開發、複雜代理任務、電腦操作及推理能力。官方發布公告描述了它相較前代在編碼、數學和電腦操作方面的進步;這些表現仍取決於任務與評測條件。(anthropic.com) 接受文字和圖片輸入,產生文字輸出;支援延伸思考。 適用於程式碼撰寫與理解、多步驟軟體工程、建立代理、…

了解模型繁體中文
DeepSeek

DeepSeek-V3.2-Exp

DeepSeek-V3.2-Exp 於 2025 年 9 月 29 日發布,是以 DeepSeek-V3.1-Terminus 為基礎的實驗性大型語言模型,也是邁向新一代架構的中間步驟。它引入 DeepSeek Sparse Attention(DSA)稀疏注意力機制,以提升長文本訓練與推論效率。(deepseek.com) 適合文字問答、程式碼相關任務、長文本處理及智能體應用的實驗與評估。官方公…

了解模型繁體中文
Google

Gemini Robotics-ER 1.5

Gemini Robotics-ER 1.5 是面向機器人的具身推理視覺語言模型(VLM),充當機器人的高階推理與規劃元件,而非直接產生馬達控制指令的視覺語言動作模型(VLA)。(developers.googleblog.com) 理解視覺場景、物件位置與狀態,進行空間推理、任務規劃及進度評估。 分析影片中的動作順序與時間關係;可輸出物件位置、邊界框或軌跡點等資訊。 將整理桌面等多步驟自然語言指…

了解模型繁體中文
Google

Gemini Robotics 1.5

Gemini Robotics 1.5 是 Google 的視覺—語言—動作(VLA)模型,將視覺資訊與指令轉換為機器人的動作指令,供實體環境中的多步驟任務使用。發布日期為 2025 年 9 月 25 日。(deepmind.google) 可在行動前進行自然語言推理,將較長任務拆分成較短的步驟;官方示例包括依顏色分類衣物。(deepmind.google)…

了解模型繁體中文
Google

Gemini 2.5 Flash-Lite Preview

Gemini 2.5 Flash-Lite 的 2025 年 9 月預覽版本,著重效率與品質,適合需要快速處理大量輕量任務的應用。Google 表示,此版本改善了複雜指令遵循、回答精簡度、多模態理解與翻譯品質。(developers.googleblog.com) 支援文字、圖片、影片、音訊及 PDF 輸入,輸出為文字;可用於摘要、翻譯、圖片理解及音訊轉錄。 支援思考、函式呼叫、結構化輸出、程式碼…

了解模型繁體中文
Google

Gemini 2.5 Flash Preview

Google 於 2025 年 9 月 25 日發布的 Gemini 2.5 Flash 更新預覽版,著重兼顧模型品質、速度與效率;發布時可透過 Google AI Studio 和 Vertex AI 使用。(developers.googleblog.com) 支援文字、圖片、音訊及影片輸入,產生文字輸出。Google 的 Gemini 2.5 Flash 模型卡列出約 100 萬 token…

了解模型繁體中文
Tencent

hunyuan-large-role-latest

騰訊混元的角色扮演模型,著重角色設定一致性、多輪對話與劇情互動。(cloud.tencent.com) 官方表示,模型透過角色對話資料強化訓練,改善角色設定的理解與維持,減少脫離角色的情況,並提升多輪對話的連貫性與沉浸感。適用場景包括 AI 數位分身、角色扮演及情感陪聊。這些改善不代表模型保證始終維持角色或內容正確。(cloud.tencent.com) 官方公告未提供此版本的上下文、最大輸入或最…

了解模型繁體中文
Alibaba

Fun-ASR-Realtime

Fun-ASR-Realtime 是通義實驗室端到端語音辨識模型的即時版本;此 ID 指向 2025-09-15 快照。輸入為音訊,輸出為文字,適合串流語音轉寫。(docs.modelstudio.console.alibabacloud.com) 支援中文與英文切換、部分地區方言辨識,並具備一定的抗噪能力。 官方介紹其整合 RAG,支援大規模熱詞自訂、敏感詞及語氣詞過濾、反向文字正規化(ITN)…

了解模型繁體中文
Alibaba

Qwen3-LiveTranslate-Flash-Realtime

Qwen3-LiveTranslate-Flash 的即時版本,定位為多語言即時音視訊同聲傳譯模型,以 Qwen3-Omni 為基礎,結合跨語言、跨模態對齊及視覺增強技術。官方上架日期為 2025-09-23;此模型 ID 指向 2025-09-22 快照。(alibabacloud.com) 接收音訊及圖片,輸出文字及音訊;可用於跨語言即時語音或音視訊翻譯。 官方表示可聽懂 19 種語言,語音輸…

了解模型繁體中文
Alibaba

Qwen3-Coder-Plus

Qwen3-Coder-Plus 是基於 Qwen3 的程式碼生成模型,此版本是 2025 年 9 月 23 日的快照,亦列於官方當日的模型上架紀錄。(alibabacloud.com) 模型著重程式設計代理能力,擅長工具呼叫和環境互動,可用於自主程式設計及需要程式碼生成的代理工作流程,也具備一般文字任務能力。官方表示,與 2025 年 7 月 22 日快照相比,本版本提升了下游任務效果與工具呼叫…

了解模型繁體中文
Alibaba

Qwen3-VL-Plus

Qwen3-VL-Plus 是 Qwen3 系列的視覺理解模型;此 API ID 指向 2025 年 9 月 23 日的快照版本,並非不帶日期的模型別名。官方於 2025 年 9 月 23 日列出此版本。(alibabacloud.com) 結合思考與非思考模式,強化視覺辨識、空間感知、視覺程式設計及多模態推理。 支援超長影片理解,可用於影片內容分析、視覺問答與視覺智慧代理等任務。(alibaba…

了解模型繁體中文
Alibaba

Qwen3-Max

Qwen3-Max 是千問 3 系列的旗艦文字大型語言模型;此 API ID 指向 2025 年 9 月 23 日的固定快照。正式版相較預覽版加強了智慧代理程式設計與工具呼叫能力,面向較複雜的代理任務。(help.aliyun.com) 支援文字理解與生成、多語言任務、程式碼生成及工具呼叫;可用於文字助理、程式開發與工具協作型智慧代理。(qwen.ai) 阿里雲百鍊控制台列出 256K Token…

了解模型繁體中文
Alibaba

Wan2.5-I2I-Preview

萬相 2.5 圖像編輯預覽模型,透過文字指令及參考圖像產生編輯後的圖像。適用於單圖修改、多圖融合、維持主體一致性的視覺設計,以及含文字的圖像內容製作。(alibabacloud.com) 支援以單張或多張參考圖進行編輯,並根據指令融合圖像;官方亦稱其具備較強的指令遵循與文字生成能力。(alibabacloud.com) API 最多輸入 3 張圖;支援 JPEG、JPG、PNG、BMP、WEBP,…

了解模型繁體中文
DeepSeek

DeepSeek-V3.1-Terminus

DeepSeek-V3.1-Terminus 是 DeepSeek-V3.1 的更新版本,於 2025 年 9 月 22 日發布,定位為支援思考與非思考模式、工具使用及智慧代理任務的通用大型語言模型。官方表示,此版本改善了中英文混雜與偶發異常字元,並提升 Code Agent 和 Search Agent 的表現與輸出穩定性。(deepseek.com) 適合文字對話、程式碼相關任務,以及需搭配工…

了解模型繁體中文
Alibaba

Wan2.2-Animate-Mix

Wan2.2-Animate-Mix 是阿里雲百煉提供的影片角色替換模型。輸入一張角色圖片和一段參考影片,將影片中的人物替換為圖片中的角色,並保留原影片的動作、表情、場景、光照與色調。適用於二次創作、影視後製等用途。輸入模態為圖片與影片,輸出為影片。(help.aliyun.com) 提供標準模式 wan-std 與專業模式 wan-pro:前者較快、成本較低;後者畫質與動作流暢度較高,但處理時間…

了解模型繁體中文
Alibaba

Wan2.2-Animate-Move

Wan2.2-Animate-Move 是角色動畫生成模型。輸入一張角色圖片與一段參考表演影片,可將影片中的動作和表情遷移至圖片角色,產生影片;原圖片背景保持靜止。輸出是否有聲取決於參考影片。適用於舞蹈、複雜肢體動作及影視表情的動畫製作。(docs.modelstudio.console.alibabacloud.com) 輸出為 720P MP4(H.264):標準模式 wan-std 為 15…

了解模型繁體中文
Alibaba

Wan2.5-I2V-Preview

Wan2.5-I2V-Preview 是阿里巴巴通義萬相系列的圖生影片預覽模型,由阿里雲百鍊提供推理服務。中國大陸上架日期為 2025 年 9 月 19 日。(alibabacloud.com) 以圖片作為首影格,結合文字提示產生影片;支援與畫面同步的聲音、自動配音或使用者提供的音訊。可用於將靜態圖片製作成短片等創作場景。(alibabacloud.com) 支援 480P、720P、1080P;…

了解模型繁體中文
Alibaba

Wan2.5-T2I-Preview

Wan2.5-T2I-Preview 是通義萬相 2.5 系列的文字生成圖片預覽模型,輸入文字、輸出圖片,由阿里雲百鍊提供推理服務。(help.aliyun.com) 官方表示,模型強化了畫面美學、設計感、真實質感和指令遵循能力,擅長在圖片中生成中文、英文及其他語言文字,也支援包含複雜結構化長文字、圖表和架構圖的圖片生成。適用於視覺創作、圖文素材及圖表製作等用途。(help.aliyun.com)…

了解模型繁體中文
Alibaba

Wan2.5-T2V-Preview

Wan2.5-T2V-Preview 是通義萬相 2.5 預覽版的文字生成影片模型,由阿里雲百鍊提供推論服務。官方模型更新頁將其列於 2025 年 9 月 19 日。(help.aliyun.com) 根據文字提示生成影片,支援與畫面同步的聲音;官方稱其指令遵循、動作表現和畫面質感有所提升。(help.aliyun.com) 適合製作短片、創意影片素材,以及需要聲畫同步的內容。 官方指南列出文字與…

了解模型繁體中文