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

340 個模型

按發布時間倒序
Tencent

Tencent HY 2.0 Instruct

Tencent HY 2.0 Instruct 是騰訊混元的通用文生文模型,基座由 TurboS 升級為混元 2.0。官方表示,其指令遵循、多輪及長文理解、文學創作、知識準確性、程式碼與推理能力均有所增強。可用於對話、長文處理、文字創作及程式碼相關任務。(cloud.tencent.com) 歷史 TokenHub 模型清單列出上下文視窗為 144k tokens,最大輸入 128k、最大輸出 1…

了解模型繁體中文
Zhipu AI

UI2Code^N

UI2Code^N 是面向使用者介面(UI)轉程式碼任務的視覺語言模型,基於 GLM-4.1V-9B-Base,採用分階段預訓練、微調與強化學習。(huggingface.co) UI 生成:根據介面截圖產生前端程式碼;官方示範包含 HTML、CSS 與 React。 UI 編輯:根據自然語言修改指示更新既有介面程式碼。 UI 打磨:比較目標畫面與程式碼渲染結果,透過多輪視覺回饋逐步修正。適合介面…

了解模型繁體中文
Tencent

Tencent HY 2.0 Think

Tencent HY 2.0 Think 是騰訊混元的通用文字生成與推理模型,底座由 TurboS 升級為混元 2.0。官方公告的上線日期為 2025 年 11 月 9 日。(cloud.tencent.com) 官方稱其加強了複雜指令遵循、多輪對話與長文件理解、程式碼、Agent 及推理能力。可用於文件分析、對話助理、程式碼協助及需要多步推理的任務。TokenHub 曾列出深度思考、聯網搜尋及…

了解模型繁體中文
Alibaba

Fun-ASR

Fun-ASR 是阿里雲百鍊提供的自動語音辨識模型;此 ID 為非即時錄音檔辨識版本,透過 HTTP 將音訊轉為文字,並非即時版 fun-asr-realtime-2025-11-07。(help.aliyun.com) 支援多語言及漢語方言、熱詞與說話人分離,可用於錄音轉寫、教育講解、文化傳承及有聲讀物等場景。 官方公告描述其支援中文七大方言體系及多種地區口音,並針對中文古詩詞辨識、標點預測和數…

了解模型繁體中文
OpenAI

GPT-5-Codex-Mini

GPT-5-Codex-Mini 於 2025 年 11 月 7 日發布,是 GPT-5-Codex 較小、較具成本效益的版本,供 Codex 程式開發工作使用。(help.openai.com) 發布時,使用者可在 Codex CLI 和 IDE 擴充功能中選擇此模型,以進行程式開發。官方表示,相較於 GPT-5-Codex,它可在 ChatGPT 訂閱內提供最高達 4 倍的使用量;實際用量仍受…

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,將輸入音訊轉寫為文字,透過 WebSocket 提供串流辨識。(help.aliyun.com) 官方介紹其具備上下文感知能力,支援熱詞自訂、敏感詞與語氣詞過濾、逆文本正規化(ITN)及標點預測;支援中英文切換與多地區方言,並針對雜訊環境提供穩健的辨識能力。可用於即時字幕、會議轉寫及客服語音轉寫等場景。(help.aliy…

了解模型繁體中文
Moonshot AI

Kimi K2 Thinking

Kimi K2 Thinking 是 Moonshot AI 於 2025 年 11 月 6 日發布的思考型 Agent 模型,面向複雜推理及多步驟任務。官方宣布開源模型;模型權重與使用條款可參閱官方模型頁。(platform.kimi.com) 能交錯進行推理與工具呼叫,適用於研究、資訊搜尋、程式開發、寫作及複雜問題分析。官方表示,在其設定下可連續執行約 200 至 300…

了解模型繁體中文
Moonshot AI

Kimi-Linear-48B-A3B-Instruct

Kimi-Linear-48B-A3B-Instruct 是指令版文字生成模型,採用混合線性注意力架構與專家混合(MoE)設計,總參數約 480 億,每個 token 約啟用 30 億參數。官方提供可下載的模型權重,模型卡標示 MIT 授權。(huggingface.co) 支援文字對話與指令式生成,可用於長文件處理、長上下文問答及自架文字助理等場景。 官方列示上下文長度為 1M tokens;模…

了解模型繁體中文
Moonshot AI

Kimi-Linear-48B-A3B-Base

Kimi Linear 的預訓練基礎語言模型,採用混合專家(MoE)架構,總參數約 480 億,每個 token 啟用約 30 億參數。官方同時提供獨立的 Instruct 版本;兩者不應混為一談。(github.com) **文字生成與長上下文:**官方列示上下文長度為 1M tokens,可用於長文本處理、文字續寫與模型研究。(huggingface.co) **架構:**以 3:1 比例混合…

了解模型繁體中文
Alibaba

Qwen-Image-Edit-Plus

Qwen-Image-Edit-Plus 是千問系列的圖像編輯模型。官方於 2025 年 10 月 30 日列出模型及快照版本 qwen-image-edit-plus-2025-10-30。相較初版 Edit,Plus 版針對推理效能及系統穩定性進行最佳化,縮短圖像生成與編輯的回應時間。(help.aliyun.com) 接收圖像與文字編輯指令,輸出編輯後的圖像;支援單次請求回傳多張圖片及自訂輸…

了解模型繁體中文
MiniMax

MiniMax-Hailuo-2.3-Fast

MiniMax-Hailuo-2.3-Fast 是 MiniMax Hailuo 2.3 系列的快速影片生成模型,定位為速度較快、成本較低的圖生影片選項,適合快速迭代與批量創作。官方稱,相較系列一般版本,批量創作成本最高可降低 50%;這是官方的最高降幅,不代表所有規格均可達到。(minimax.io) 以輸入圖片生成短片。Hailuo 2.3 系列著重人物動作、物理表現、微表情、視覺特效及風格化…

了解模型繁體中文
MiniMax

MiniMax-Hailuo-2.3

MiniMax-Hailuo-2.3 是 MiniMax 的 AI 影片生成模型,基於 Hailuo 02 改進,著重動態表現、視覺品質與創作控制。官方於 2025 年 10 月 28 日發布。(minimax.io) 支援文字生成影片與圖片生成影片;官方公告列出 768p、1080p 解析度及 6 秒、10 秒片長。(minimax.io) 官方稱其改善複雜人體動作、物理效果、角色微表情、動作指…

了解模型繁體中文
MiniMax

MiniMax-M2

MiniMax-M2 是專為程式碼與 AI 代理工作流程設計的大型語言模型。它採用混合專家(MoE)架構,總參數約 2,300 億,每次運算約啟用 100 億參數。官方已公開完整模型權重,並提供 MIT 授權。(github.com) 支援端到端軟體開發,包括跨檔案修改、執行程式、測試及修復。 可規劃和執行多步驟代理任務,配合 Shell、瀏覽器、Python 執行器及 MCP 等工具。 可用於程…

了解模型繁體中文
Alibaba

Qwen3-ASR-Flash-Realtime

Qwen3-ASR-Flash 的即時版,是以大型語言模型為基礎的多語言自動語音辨識模型:輸入音訊,輸出文字。qwen3-asr-flash-realtime-2025-10-27 是 2025 年 10 月 27 日的快照版本。(help.aliyun.com) 支援即時語音轉寫、自動判斷語言,以及多種語言和中文方言;官方表示其可處理複雜音訊環境。適合即時字幕、會議轉寫及語音輸入等用途。(hel…

了解模型繁體中文
Zhipu AI

Glyph

Glyph 是以視覺文字壓縮擴展長上下文處理能力的研究框架與模型。它將長篇文字渲染成圖片,再交由視覺語言模型處理;模型以 GLM-4.1V-9B-Base 為骨幹。(huggingface.co) 可用於長文件理解、長上下文問答及相關多模態研究。 論文報告,在其實驗條件下達到約 3–4 倍 token 壓縮;極端壓縮下,128K 上下文視覺語言模型可處理百萬 token 級文字任務。這是研究結果,…

了解模型繁體中文
Alibaba

Qwen2.5-VL-Embedding

Qwen2.5-VL-Embedding 是基於 Qwen2.5-VL 的統一多模態向量模型,將輸入轉換為表徵向量,而非一般文字生成模型。官方公告列示日期為 2025 年 10 月 21 日。(help.aliyun.com) 支援文字、圖片、影片的單一模態或混合模態輸入,產生融合向量;適用於跨模態檢索、圖片與影片搜尋、聚類和內容標記。(help.aliyun.com) 向量維度可選 512、76…

了解模型繁體中文
Alibaba

Qwen3-Rerank

Qwen3-Rerank 是基於 Qwen 大語言模型底座訓練的文字重排序模型,評估查詢與候選文件的相關性並重新排序。官方表示其效果對齊開源 Qwen3-Rerank 系列模型;這項描述本身不代表此 API 模型的權重發布狀態。(help.aliyun.com) 支援超過 100 種語言及長文字輸入。 適用於語意文字檢索、搜尋結果重排序及檢索增強生成(RAG)。(alibabacloud.com)…

了解模型繁體中文
DeepSeek

DeepSeek-OCR

DeepSeek-OCR 是以視覺方式壓縮文字上下文、探索視覺編碼器與大型語言模型關係的 OCR 模型。官方於 2025 年 10 月 20 日發布;此條目描述的是 DeepSeek-OCR,而非後續的 DeepSeek-OCR 2。(github.com) 接收文件或圖片及文字提示,可辨識文字、將文件轉為 Markdown、解析文件中的圖表、描述圖片或定位指定內容。 支援多種影像解析度模式,以及…

了解模型繁體中文
Alibaba

Qwen3-VL-Flash

Qwen3-VL-Flash 是 Qwen3 系列的小尺寸視覺理解模型,兼顧回應速度、思考與非思考模式。它可理解圖片與影片,支援長影片、長文件、空間感知、物件辨識及視覺 2D/3D 定位,適合多模態理解與現實場景中的複雜感知任務。(help.aliyun.com) 2025-10-15 快照版接受文字、圖片及影片輸入,輸出文字;可用於圖片問答、影片內容分析、文件理解與視覺定位。(help.aliy…

了解模型繁體中文
Tencent

hunyuan-translation

Tencent 的混元翻譯專項模型,用於多語言文字翻譯。此版本於 2025 年 10 月 14 日更新;模型最初於 2024 年 10 月 25 日推出。(cloud.tencent.com) 官方表示,此版本支援 33 種語言及 5 種民族語言互譯,包括繁體中文、英文、日文、法文、阿拉伯文、藏文及粵語等,可用於多語內容翻譯。官方並稱其在 WMT25 比賽中有 30 種語言獲得第一,且在…

了解模型繁體中文