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

259 個模型

按發布時間倒序
Google

Gemini 3.5 Flash

Gemini 3.5 Flash 是 Google Gemini 3.5 系列的多模態推理模型,基於 Gemini 3 Flash,著重速度、程式設計與長流程 AI 代理任務。可透過思考層級調整品質、成本與延遲之間的取捨。(deepmind.google) 可輸入文字、圖片、音訊、影片及 PDF,輸出文字;Google Cloud 文件列出的上下文視窗為 1,048,576 tokens,最大輸出…

了解模型繁體中文
Alibaba

Qwen3.5-LiveTranslate-Flash-Realtime

Qwen3.5-LiveTranslate-Flash 的即時版本,是基於 Qwen3.5-Omni 的多語言音訊與影音同步翻譯模型。穩定版 API ID 為 qwen3.5-livetranslate-flash-realtime;指定快照版為 qwen3.5-livetranslate-flash-realtime-2026-05-19。官方文件目前指出穩定版能力等同該快照。(alibabac…

了解模型繁體中文
OpenAI

GPT-Realtime-Whisper

GPT-Realtime-Whisper 是供開發者使用的串流語音轉文字模型,透過 Realtime API 在使用者說話時即時產生逐步更新的文字轉錄。它針對低延遲場景設計,開發者可在延遲與準確度之間進行調整。(openai.com) 接收音訊並輸出文字轉錄,支援串流;模型文件亦列出文字輸入與輸出。(developers.openai.com) 適合會議、課堂、廣播及活動的即時字幕,也可作為會議紀…

了解模型繁體中文
OpenAI

GPT-Realtime-Translate

GPT-Realtime-Translate 是 OpenAI 的串流語音對語音即時翻譯模型,供開發者透過 API 建立多語言語音體驗;它的角色是翻譯人類說話內容,而非執行工具或管理對話的語音助理。(openai.com) 在來源語音持續輸入時,串流輸出翻譯後的語音與逐步產生的轉錄文字。官方發布公告稱,模型支援 70 多種輸入語言及 13 種輸出語言。(openai.com) 適用於即時口譯、多語…

了解模型繁體中文
OpenAI

GPT-Realtime-2

GPT-Realtime-2 是 OpenAI 面向即時語音互動與語音代理工作流程的模型。官方發布公告稱,它是 OpenAI 首個具備 GPT-5 等級推理能力的語音模型,能在對話進行時推理、呼叫工具並處理更複雜的請求。(openai.com) 支援語音對語音互動、文字與音訊輸入及輸出,以及圖片輸入;支援函式呼叫。(developers.openai.com) 可處理對話中的修正或打斷、平行呼叫工…

了解模型繁體中文
OpenAI

GPT-5.5-Cyber

GPT-5.5-Cyber 是 OpenAI 面向專業網路安全工作的模型。2026 年 5 月 7 日,OpenAI 宣布向負責保護關鍵基礎設施的防禦人員推出有限預覽。(openai.com) 模型針對安全相關任務採取較寬鬆的回應方式,適用於經授權的紅隊演練、滲透測試、漏洞利用驗證及受控環境中的漏洞研究。官方指出,初版預覽主要著重於降低安全任務上的拒絕程度,並非旨在大幅提升 GPT-5.5 原有的…

了解模型繁體中文
Google

Gemini 3.1 Flash-Lite

Gemini 3.1 Flash-Lite 是 Google 為低延遲、高流量及成本敏感型工作設計的模型。官方表示,它在主要能力方面的表現目標是與 Gemini 2.5 Flash 相當,並改善指令遵循與音訊輸入品質。(docs.cloud.google.com) 接收文字、圖片、音訊及影片輸入,產生文字輸出。 支援可調整的思考層級、結構化輸出、函式呼叫、程式碼執行、網址內容處理、搜尋接地、上下文…

了解模型繁體中文
OpenAI

GPT-5.5 Instant

GPT-5.5 Instant 於 2026 年 5 月 5 日發布,定位為 ChatGPT 的日常對話模型,當時開始取代 GPT-5.3 Instant,並透過 API 的 chat-latest 提供。(openai.com) 適合日常問答、分析上傳的照片與圖片、回答 STEM 問題,以及協助規劃與延續工作。官方表示,模型也改進了判斷何時使用網路搜尋的能力。 回答設計上更精簡自然,減少不必要的…

了解模型繁體中文
DeepSeek

DeepSeek-V4-Flash-Base

DeepSeek-V4-Flash-Base 是 DeepSeek V4 Flash 系列的基礎模型,與經後訓練、供對話使用的 DeepSeek-V4-Flash 分開列示。官方模型資料列出其採用混合專家(MoE)架構,總參數量 284B、每 token 啟用 13B,權重精度為 FP8 Mixed,上下文長度為 1M tokens。(huggingface.co) 官方基礎模型評測涵蓋知識、程式…

了解模型繁體中文
DeepSeek

DeepSeek-V4-Pro-Base

DeepSeek-V4-Pro-Base 是 DeepSeek-V4-Pro 系列的預訓練基礎語言模型,與後訓練的 DeepSeek-V4-Pro 分開提供。官方提供模型權重,可供研究與自行部署。(huggingface.co) 採用混合專家(MoE)架構,總參數約 1.6 兆,每個 token 約啟用 490 億參數;官方列示支援 100 萬 token 上下文,權重採混合 FP8…

了解模型繁體中文
DeepSeek

DeepSeek-V4-Flash

**發布日期:**2026 年 4 月 24 日,作為 DeepSeek-V4 系列預覽版的一部分發布,並同步開放權重。 **定位:**偏重速度、效率與成本的文字語言模型;官方發布公告列出約 2,840 億總參數、每個 token 約啟用 130 億參數。(deepseek.com) 支援 1M token 上下文,以及思考和非思考模式;預覽版的思考模式可設定 high 或 max 強度。 適合一…

了解模型繁體中文
DeepSeek

DeepSeek-V4-Pro

DeepSeek-V4-Pro 是 DeepSeek V4 系列的通用型大型語言模型,預覽版於 2026 年 4 月 24 日發布並同步開放模型權重。它採用混合專家(MoE)架構,總參數約 1.6 兆,每個 token 啟用約 490 億參數。官方預覽公告:DeepSeek-V4 預覽版。 (deepseek.com) 支援最長 1M token 上下文,以及思考與非思考模式。 適合問答、長文件處…

了解模型繁體中文
OpenAI

GPT-5.5 Pro

GPT-5.5 Pro 是 GPT-5.5 的高運算量版本,針對更困難的問題及需要更高準確度的工作設計。OpenAI 表示,兩者使用相同的基礎模型,Pro 採用平行測試時間運算設定。(openai.com) 支援文字輸入與輸出,以及圖片輸入;可用於複雜研究、資料分析、程式開發和專業知識工作。 API 上下文視窗為 1,050,000 個 token,最大輸出為 128,000 個 token;知識…

了解模型繁體中文
OpenAI

GPT-5.5

GPT-5.5 是 OpenAI 面向複雜專業工作與程式開發的旗艦推理模型。API 模型 ID 為 gpt-5.5;固定快照為 gpt-5.5-2026-04-23。(openai.com) 適用於程式撰寫與除錯、線上研究、資料分析、文件與試算表製作,以及需要跨工具持續執行的多步驟任務。(openai.com) 支援文字與圖片輸入、文字輸出、函式呼叫及結構化輸出。透過 Responses API…

了解模型繁體中文
Moonshot AI

Kimi K2.6

Kimi K2.6 是 Moonshot AI 發布並開源的通用多模態模型,重點包括程式開發、長程任務執行和智能體協作。官方說明其發布日期為 2026 年 4 月 20 日。(kimi.com) 支援文字、圖片及影片輸入,可切換思考與非思考模式;適用於對話、程式碼生成、視覺理解及智能體任務。(kimi.com) 適合多步驟程式開發、前端介面生成、輕量全端工作流程、文件分析及研究等用途。(kimi.…

了解模型繁體中文
Alibaba

Qwen3.6-Max-Preview

Qwen3.6-Max-Preview 是阿里巴巴通義千問團隊推出的託管式專有模型早期預覽版。官方公告日期為 2026 年 4 月 18 日;相較於 Qwen3.6-Plus,官方著重強化智能體程式開發、世界知識與指令遵循。(qwen.ai) 以文字輸入、文字輸出,適合程式開發、前端開發、知識問答及工具輔助的智能體任務。 官方模型文件列出函式呼叫、結構化輸出、聯網搜尋、前綴續寫及上下文快取;不支援…

了解模型繁體中文
Anthropic

Claude Opus 4.7

Claude Opus 4.7 是 Anthropic 的混合推理大型語言模型,著重複雜推理、進階軟體工程與長時間代理式任務。官方發布日期為 2026 年 4 月 16 日;Claude API 模型 ID 為 claude-opus-4-7。截至查詢時,官方將其列為仍可使用的舊版模型,退役時間不早於 2027 年 4 月 16 日。(anthropic.com) 支援文字及圖片輸入、文字輸出;具…

了解模型繁體中文
Anthropic

Claude Mythos Preview

Claude Mythos Preview 是 Anthropic 的通用前沿大型語言模型預覽版,擅長代理式程式設計、推理與網路安全任務。Anthropic 透過 Project Glasswing,將其提供給有限的合作夥伴,僅供防禦性網路安全用途,並未全面開放。(anthropic.com) 可理解文字與圖像輸入,輸出為文字;支援對話、分析、程式設計及創意任務。(anthropic.com) 適…

了解模型繁體中文
Zhipu AI

GLM-5.1

**發布日期:**2026 年 4 月 7 日。(z.ai) **模型定位:**面向長程任務與智慧代理工程的旗艦文字模型,著重複雜軟體工程與程式設計。(z.ai) **能力與用途:**可用於程式碼生成、程式庫建置、終端操作、除錯、效能最佳化及多步驟工具呼叫。官方展示了向量資料庫最佳化、GPU 核心最佳化與網頁應用開發等案例。模型權重以 MIT 授權公開,可透過 vLLM 或 SGLang 本機部署…

了解模型繁體中文
Google

Veo 3.1 Lite Preview

Veo 3.1 Lite Preview 是 Google Veo 3.1 系列的高效率、低成本影片生成預覽模型,面向需要大量製作影片的開發者與企業。(blog.google) 支援文字生成影片及圖片生成影片;輸入為文字或圖片,輸出為含音訊的影片。(blog.google) 支援 720p、1080p,橫向 16:9 或直向 9:16,以及 4、6 或 8 秒片長。 適合建置大量影片生成應用、創意…

了解模型繁體中文