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

236 個模型

按發布時間倒序
ByteDance

Seed-Evolving

Seed-Evolving 是面向智能體(Agent)與程式開發(Coding)的 Seed 系列深度思考模型。它採用持續迭代機制,透過統一的模型 ID 呼叫時,版本升級會自動生效。(console.volcengine.com) 支援複雜任務編排、長程規劃、程式碼生成與工具呼叫,可用於智能體工作流程及多步驟開發任務。 支援深度思考、文字生成、多模態理解、GUI 任務處理與結構化輸出。2026 年…

了解模型繁體中文
Google

Gemini 3.5 Transcribe Live

Gemini 3.5 Transcribe Live 是專為低延遲、即時語音轉文字設計的模型。它透過 Gemini Live API 的 WebSocket 雙向串流接收音訊並輸出逐步更新的文字轉錄,而不是會聆聽、推理及語音回覆的對話代理。(aistudio.google.com) 提供暫時及最終轉錄結果,適合即時字幕、麥克風語音轉錄與語音輸入介面。 支援超過 85 種語言的自動偵測與語言切換、自…

了解模型繁體中文
Google

Gemini 3.5 Transcribe

Google 的語音轉文字模型,以音訊理解能力處理預先錄製的音訊,輸出逐字稿與詞級標註。gemini-3.5-transcribe 用於非串流音訊檔案;即時串流則使用不同的模型 ID gemini-3.5-transcribe-live。(aistudio.google.com) 自動偵測並轉錄超過 85 種語言,可處理同一段音訊中的語言切換。 智慧轉錄可處理口語自我修正、移除贅詞並格式化文字;也…

了解模型繁體中文
Zhipu AI

GLM-5.3-Flash

GLM-5.3-Flash 是 GLM-5 系列的原生多模態模型,定位為兼顧能力與推理成本的 Flash 級模型。它採用混合專家架構,總參數量為 320B,每次啟用 18B,並結合稀疏注意力與線性注意力。模型權重公開,官方模型庫標示為 MIT 授權。(z.ai) **輸入與輸出:**支援文字、圖片、影片及檔案輸入,輸出文字;上下文視窗為 1M tokens,最大輸出為 128K…

了解模型繁體中文
Alibaba

Qwen3.8-Flash

Qwen3.8-Flash 是通義千問的多模態模型,兼顧推理、生成速度與推理成本,面向開發者及企業應用。QwenCloud 官方公告日期為 2026 年 8 月 26 日。(docs.qwencloud.com) 可接受文字、圖片及影片輸入,產生文字;支援思考模式、函式呼叫、結構化輸出及上下文快取。功能供應情況可能因部署地區而異。(help.aliyun.com) 原生支援 100 萬 token…

了解模型繁體中文
Alibaba

Qwen3.8-Flash-Next

Qwen3.8-Flash-Next 是 Alibaba 通義千問團隊發布的開放權重多模態混合專家(MoE)模型,也是 Qwen4 架構的早期預覽。主模型有 125B 參數,另有 51B N-gram 嵌入參數;每個 token 約啟用 6B 參數。(github.com) 採用 Gated DeltaNet 與 Qwen Sparse Attention…

了解模型繁體中文
Tencent

WeMM-Embedding-9B

WeMM-Embedding-9B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,為 WeMM-Embedding 系列的 9B 版本。它將不同模態的內容映射至共同向量空間,主要用於表示與檢索,而非生成式對話。(arxiv.org) 支援文字、圖片、影片、視覺文件及交錯排列的多模態輸入,可用於跨模態檢索、推薦、分類和內容匹配等任務。(arxiv.org) 支援 Matryoshka 可…

了解模型繁體中文
Tencent

WeMM-Embedding-4B

WeMM-Embedding-4B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,屬於 WeMM-Embedding 系列的 4B 版本,以 Qwen3.5 為基礎,將不同模態的內容表示於共同向量空間。(huggingface.co) 支援文字、圖片、影片、視覺文件及交錯多模態輸入;輸出經 L2 正規化的嵌入向量。完整向量為 2,560 維,亦支援 64、128、256、512 和 1…

了解模型繁體中文
Tencent

WeMM-Embedding-2B

WeMM-Embedding-2B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,屬於 WeMM-Embedding 系列的 2B 版本。它將不同模態的內容表示為向量,供相似度計算與檢索使用。(github.com) 支援文字、圖片、影片、視覺文件及交錯多模態輸入,可用於跨模態搜尋、內容匹配和多模態檢索增強生成(RAG)。 完整嵌入向量為 2048 維,亦支援 64、128、256、5…

了解模型繁體中文
DeepSeek

DeepSeek-V4-Flash-Vision-Exp

DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 於 2026 年 8 月 21 日推出的實驗性多模態視覺理解模型,最初在 DeepSeek API 平台提供服務。(api-docs.deepseek.com) 支援文字與圖片混合輸入,圖片可透過 Base64、外部網址或 Files API 提供;發布時支援 Chat Completions、Messages 和…

了解模型繁體中文
Alibaba

Wan3.0-Video-Prime

Wan3.0-Video-Prime 是萬相 3.0 影片生成模型的高速版本,由阿里雲百鍊提供推論服務。官方表示其能力與 Wan3.0-Video 標準版對齊,端到端生成速度更快。(alibabacloud.com) 支援文字、圖片、影片及音訊等多模態輸入,以及檔案和網頁連結參考;可用於文字生影片、圖片生影片、首尾影格控制、參考素材生成及影片編輯。(alibabacloud.com) 可用於故事創…

了解模型繁體中文
Zhipu AI

GLM-5.3

GLM-5.3 是智譜面向複雜軟體工程與長程智能體任務的旗艦文字模型,於 2026 年 8 月 14 日發布。它與 GLM-5.2 使用相同的基礎模型,能力提升來自擴大後訓練規模。(z.ai) 適用於程式碼編寫、終端操作、多步驟軟體工程、工具協作及長程自動化任務;也可用於經授權的程式碼安全審查與漏洞發現。 官方稱,在內部 Z.ai Code Bench 中,其程式設計表現較 GLM-5.2 提升…

了解模型繁體中文
Alibaba

Qwen3.8-27B

Qwen3.8-27B 是阿里巴巴千問團隊推出的 270 億參數稠密型原生視覺語言模型,開放模型權重,採用 Apache 2.0 授權。官方公告記載其於 2026 年 8 月 14 日上架 Hugging Face 和 ModelScope。(github.com) 可理解文字、圖片和影片,適合文件與圖表分析、程式開發、研究、辦公自動化及多步驟代理工作。支援思考與非思考模式。(huggingfac…

了解模型繁體中文
Google

Gemini 3.7 Flash

Gemini 3.7 Flash 是 Google Gemini 3 系列的原生多模態推理模型,基於 Gemini 3.6 Flash,定位為處理程式開發、AI 代理與多步驟工作流程的 Flash 模型。(blog.google) 接受文字、圖片、影片、音訊與 PDF 輸入,輸出文字;輸入上限為 1,048,576 tokens,輸出上限為 65,536 tokens。 支援低、中、高思考等級,以…

了解模型繁體中文
MiniMax

MiniMax Music 3.0

MiniMax Music 3.0 是開放權重的音樂生成模型。使用者提供創意描述及可選歌詞,模型可在一次生成中完成作曲、編曲、演唱與製作,產生最長 5 分鐘的完整歌曲。官方公告日期為 2026 年 8 月 13 日。(minimax.io) 可依描述控制曲風、情緒、節奏、配器及人聲表現;歌詞中的 [verse]、[chorus]、[bridge] 等標籤可用於指定歌曲結構。(minimax.io)…

了解模型繁體中文
DeepSeek

DeepSeek-V4-Pro

DeepSeek-V4-Pro 是 DeepSeek V4 系列的正式版模型,著重推理與 Agent 任務。版本 DeepSeek-V4-Pro-0813 於 2026 年 8 月 13 日發布,並在 App、網頁及 API 上線;App 與網頁可透過「專家模式」使用。API 模型 ID 為 deepseek-v4-pro。(api-docs.deepseek.com) 官方表示,正式版強化了…

了解模型繁體中文
Alibaba

Qwen3.8-2.4T-A95B

Qwen3.8-2.4T-A95B 是通義千問 Qwen-Max 級的開放權重文字生成模型,採用稀疏專家混合(MoE)與混合注意力架構,總參數約 2.4 兆,每個 token 約啟用 950 億參數。(huggingface.co) 模型面向程式開發、專業工作、研究及長流程智慧代理任務,適合複雜多步驟任務與工具整合。阿里雲百煉列出文字輸入與輸出、函式呼叫、結構化輸出、網路搜尋及上下文快取等服務能力…

了解模型繁體中文
OpenAI

GPT-5.6-Cyber

GPT-5.6-Cyber 是以 GPT-5.6 Sol 為基礎、針對進階資安工作訓練的專用模型,透過 OpenAI Daybreak Red 提供給獲核准的防禦者使用。官方 API 文件指出,gpt-5.6-cyber 是專用資安模型的別名。(openai.com) 支援經授權的漏洞研究、漏洞利用驗證、安全測試、滲透測試及紅隊工作,包括零時差漏洞研究與利用鏈驗證。(openai.com) 支援文…

了解模型繁體中文
OpenAI

GPT-5.6 Luna

GPT-5.6 Luna 是 GPT-5.6 系列中重視速度與成本效率的模型。本條目所指的 2026 年 8 月版本是針對 ChatGPT 日常對話更新的版本,於 2026 年 8 月 6 日公布;它不同於當時在 ChatGPT Work 與 Codex 使用的 7 月版本。(deploymentsafety.openai.com) 適合日常文字對話與問答;免費使用者可透過「Think」功能,讓模…

了解模型繁體中文
OpenAI

GPT-5.6 Sol

GPT-5.6 Sol 是 OpenAI GPT-5.6 系列的旗艦模型。此筆資料對應 GPT-5.6 Sol(August):2026 年 8 月 6 日公布、針對 ChatGPT 日常對話優化的更新版本;這不是 GPT-5.6 系列的首次發布。GPT-5.6 系列於 2026 年 7 月 9 日開始普遍提供。(deploymentsafety.openai.com) 8 月更新旨在提供更聚焦的…

了解模型繁體中文