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

210 個模型

按發布時間倒序
Tencent

Hy-Nomas

Hy-Nomas 是自由形式的互動式影片世界生成模型,以約 80 億參數的擴散模型為骨幹,支援跨多輪互動的文字指令與攝影機控制。它不是一般文字聊天模型。(arxiv.org) 逐段自回歸生成影片,利用 KV 快取保留先前片段的上下文;可在生成過程中以文字調整物件、場景、風格和動作,並以攝影機軌跡控制視角。(github.com) 官方示範支援以參考圖片初始化世界,再以文字及攝影機控制繼續生成;提供…

了解模型繁體中文
MiniMax

MiniMax M3.1 Flash

MiniMax M3.1 Flash 是面向智慧代理工作流程、程式開發、電腦操作與資安任務的高效率原生多模態模型,採用混合專家(MoE)架構,總參數約 4,280 億,每個 token 啟用約 230 億參數。(huggingface.co) 支援文字、圖片和影片輸入,輸出文字;上下文視窗最高為 100 萬 token。(huggingface.co) 可用於多步驟代理工作流程、跨文件分析、程式碼…

了解模型繁體中文
DeepSeek

DeepSeek-V4.1-Flash-1017

DeepSeek-V4.1-Flash-1017 是 V4.1 Flash 的更新版本,定位於具備原生視覺理解能力的多模態模型,著重程式開發、推理與智能體任務。官方表示,相較前一版本,此版本在多項基準測試中表現提升,任務執行時間與輸出長度也有所縮短。(api-docs.deepseek.com) 支援文字與圖片理解、思考與非思考模式、工具呼叫及 JSON 輸出;API 預設使用思考模式。(api-…

了解模型繁體中文
OpenAI

GPT-Live-1.1 Quip

GPT-Live-1.1 Quip 是 GPT-Live-1.1 的小型語音模型,也是 GPT-Live-1 mini 的後繼版本。OpenAI 於 2026 年 10 月 15 日宣布在 ChatGPT Voice 逐步推出;公告日期不代表所有使用者都在當天獲得存取權。(help.openai.com) 支援全雙工語音互動,能同時聆聽與回應,處理停頓、打斷及語速變化,適合即時提問、討論與腦力激盪…

了解模型繁體中文
Tencent

Hy-Memory-30B-A3B

Hy-Memory-30B-A3B 是騰訊混元開發的長期記憶寫入專用模型,用於外部記憶框架,並非以通用問答為主要定位。模型約有 30B 總參數、每次推理約啟用 3B 參數;官方提供開放權重,模型卡標示 Apache 2.0 授權。(huggingface.co) 模型可在 Mem0、MemOS 和 Hy-Memory 等框架中執行記憶寫入:判斷哪些資訊值得保留、以何種精度表達,並依新證據更新持久記…

了解模型繁體中文
OpenAI

GPT-Live-1.1

GPT-Live-1.1 是 OpenAI 的即時語音對話模型,也是 GPT-Live-1 的後繼版本。OpenAI 於 2026 年 10 月 15 日宣布在 ChatGPT Voice 推出;GPT-Live-1.1 Quip 則是另一個較小的版本。系統卡指出,GPT-Live-1.1 是 Plus 及更高方案使用者的預設語音模型,包括 Codex 與 Dots…

了解模型繁體中文
Google

Gemini 4 Argon

Google 的前沿多模態模型,面向需要深入推理與持續處理多步驟任務的企業及專業工作。Google Cloud 於 2026 年 10 月 13 日宣布提供此模型。(cloud.google.com) 接受文字、圖片、音訊及影片輸入,輸出文字;支援推理、結構化輸出、函式呼叫及程式碼執行。(docs.cloud.google.com) 可用於長文件與圖表分析、多來源資料整合、軟體開發、財務與法律研究…

了解模型繁體中文
Zhipu AI

GLM-Legal

GLM-Legal 是面向法律專業工作與代理式任務的模型,基於 GLM-5.3-Flash,透過法律語料中期訓練及後續訓練強化法律推理與任務執行。(autoclaw.z.ai) 整理來源文件、辨識法律問題、結合法律規則組織論證,並產出法律工作成果。 適用於合約審查、證據分析、合規研究及法律文件處理。搭配 AutoClaw 的代理與文件工具,可協助在 Word…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-TTS-Flash

面向低延遲即時互動的文字轉語音模型:輸入文字,輸出音訊,適合語音助理、即時對話及智慧客服。(help.aliyun.com) 支援串流語音合成、多種語言和方言;可透過自然語言指令及細粒度標籤控制情緒、語氣、角色、語速和音量。(docs.qwencloud.com) 支援系統音色、聲音複製與聲音設計;在聲音複製場景中,官方稱其對參考音訊中的雜訊和混響更具韌性。支援 WebSocket 與 HTTP…

了解模型繁體中文
Alibaba

Qwen-Image-2.1-Turbo

Qwen-Image-2.1 的加速版圖像生成與編輯模型,視覺生成部分採用 7B 參數架構,以 8 步去噪完成生成或編輯。可透過阿里雲百煉 API 使用,也可取得權重自行部署。(github.com) 接受文字及圖片輸入,輸出圖片;支援文字生成圖片、圖片編輯、多參考圖及局部控制。(help.aliyun.com) 支援原生透明圖像、文字排版及人像生成等,適合商品圖片、去背素材、海報與圖片變體製作。…

了解模型繁體中文
OpenAI

GPT-6 Luna

GPT-6 Luna 是 OpenAI 針對專注、高用量任務與成本效率設計的模型;在 2026 年 10 月的 ChatGPT 更新中,它也用於 Free 和 Go 方案的日常對話。(developers.openai.com) API 支援文字和圖片輸入、文字輸出,以及可調整的推理程度;可透過 Responses API 使用網路搜尋、檔案搜尋、程式碼解譯和電腦操作等工具。適合日常問答、視覺理解…

了解模型繁體中文
OpenAI

GPT-6 Sol

GPT-6 Sol(October)是 OpenAI 於 2026 年 10 月 7 日推出、針對 ChatGPT 日常對話調校的版本。官方將它與先前用於 ChatGPT Work 和 Codex 的九月版本區分;此次更新未改變 Work 和 Codex 所使用的模型。(openai.com) ChatGPT 的 GPT-6 可依問題結合文字、視覺內容與互動元件,例如圖表、表單和互動式解說,適用於…

了解模型繁體中文
Anthropic

Claude Haiku 5.5

Claude Haiku 5.5 是 Anthropic 面向大量、低延遲及成本敏感工作的小型模型。官方將摘要、分類、資料庫查詢、即時客服、瀏覽器操作,以及協助較大型模型處理程式碼工作的子代理列為適用情境。(anthropic.com) 接受文字及圖片輸入,輸出文字;可用於分析、程式設計及創作。(platform.claude.com) 上下文視窗為 100 萬 token,標準最大輸出為 128…

了解模型繁體中文
Google

Gemini Nano Banana 2.1

Gemini Nano Banana 2.1 是 Google 的高效率多模態影像生成與對話式編輯模型,是 Nano Banana 2(gemini-3.1-flash-image)的更新版本。Google 於 2026 年 10 月 6 日宣布正式推出(GA)。(aistudio.google.com) 接受文字、圖片、影片與 PDF 輸入,輸出圖片與文字;支援依自然語言指示生成圖片及多輪對話式…

了解模型繁體中文
Google

EmbeddingGemma 2

EmbeddingGemma 2 是 Google DeepMind 推出的開放權重、輕量多模態嵌入模型,基於 Gemma 4 架構,針對手機、筆電等消費級裝置上的本地推論設計。它輸出語意向量,而非生成式文字;模型採 Apache 2.0 授權,可用於商業應用。(blog.google) **輸入與輸出:**支援文字、程式碼、圖片、影片、音訊及其混合輸入,映射到共同的 768 維向量空間;支援 1…

了解模型繁體中文
Alibaba

Qwen-Image-2.1-Pro

Qwen-Image-2.1-Pro 是通義千問系列的圖像生成與編輯模型,統一支援文生圖及圖生圖/圖像編輯,旨在兼顧生成品質、推理效率與成本。其視覺生成組件有 70 億個參數。(docs.modelstudio.console.alibabacloud.com) 接收文字及圖像輸入,輸出圖像;可依提示詞生成一般圖像或帶 Alpha 通道的透明圖像,亦可編輯透明圖層及從照片擷取主體。 圖像編輯最多可…

了解模型繁體中文
Google

Gemini 4 Argon

Google 的前沿推理模型,面向複雜、長期、多步驟工作流程;採用稀疏混合專家 Transformer 架構,原生支援文字、視覺與音訊輸入。Gemini API 提供約 100 萬 token 的輸入與輸出共用上限;長篇生成需依官方文件設定續傳機制。(storage.googleapis.com) 適用於軟體工程與大型程式碼庫處理、法律與金融知識工作、數學與科學研究、多步驟代理,以及網路安全漏洞的…

了解模型繁體中文
OpenAI

GPT-6.1 Sol

GPT-6.1 Sol 是 GPT-6 Sol 的升級版,旨在平衡複雜工作的能力與成本。OpenAI 表示,它在智慧體程式設計、電腦操作及專業工作中的部分評估表現接近 GPT-6 Astra,而標準 API 輸入與輸出價格為 Astra 的五分之一。(openai.com) 支援文字和圖片輸入、文字輸出;可用於程式編寫與除錯、文件理解、多步驟業務流程、電腦操作及科學研究工作流程。 API 上下文視…

了解模型繁體中文
Anthropic

Claude Sonnet 5.5

Claude Sonnet 5.5 是 Anthropic Claude 5.5 系列的模型,定位為兼顧速度與成本的混合推理模型,適合範圍明確的日常工作,是處理複雜、開放式任務的 Claude Opus 5.5 之較快速、低成本補充。Anthropic 表示,相較於 Sonnet 5,其執行速度提升逾 30%,多數工作的單次任務成本最多降低…

了解模型繁體中文
Alibaba

Decision-Model-Preview

面向高頻業務判斷的預覽版結構化決策模型。官方發布日期為 2026 年 9 月 24 日;公告列出的服務地區包括新加坡及中國華北 2(北京)。(docs.qwencloud.com) 模型根據文字或業務狀態,在一次前向運算中完成分類、是非判斷及評分,回傳決策結果及機率資訊;適用於工單分流、內容審核、代理路由與結果驗證。官方 API 將問題分為 choice、noul 和 score 三類。(help…

了解模型繁體中文