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

676 個模型

按發布時間倒序
Google

Gemini 2.5 Flash Image

Google 的原生圖像生成與編輯模型,別名 Nano Banana。此條對應 2025 年發布時的預覽版 API ID,而非後來推出的正式版 ID。(developers.googleblog.com) 根據自然語言生成圖像,並對現有圖像進行局部修改,例如更換背景、移除物件或調整姿態。 理解並融合多張輸入圖像,在多次生成或編輯中保持人物或物件的外觀一致性。 利用 Gemini 的世界知識理解視覺…

了解模型繁體中文
Alibaba

Wan2.2-S2V-Detect

Wan2.2-S2V-Detect 是萬相數位人影片模型 wan2.2-s2v 的輔助影像檢測模型,用於在生成影片前檢查人物肖像是否符合該模型的輸入規範。它本身不生成影片;通過檢測的圖片可與人聲音訊一起交給 wan2.2-s2v 生成說話、唱歌或表演影片。(docs.bailian.console.aliyun.com)…

了解模型繁體中文
Alibaba

Qwen-Deep-Research

Qwen-Deep-Research(千問深入研究)是面向複雜研究任務的高級智慧體系統。官方上架公告日期為 2025-08-22。qwen-deep-research 是持續更新的主線模型,並非固定快照。(docs.bailian.console.aliyun.com) 支援釐清研究問題、制定研究計畫、拆解任務,並透過多輪網際網路搜尋、閱讀與分析產生可追溯來源的研究報告。 可用於需要綜合多方資料的…

了解模型繁體中文
Alibaba

Qwen-MT-Image

Qwen-MT-Image 是阿里雲百鍊提供的圖片翻譯模型服務,輸入圖片並輸出翻譯後的圖片,面向圖像在地化場景。官方於 2025 年 8 月 22 日將其列入模型上架公告。(docs.bailian.console.aliyun.com) 官方公告稱模型支援包括中文、英文和日文在內的 11 種語言,可將圖片內容翻譯為指定語言,並盡量還原原圖排版和內容。(docs.bailian.console.a…

了解模型繁體中文
Tencent

Hunyuan-T1

Hunyuan-T1 是騰訊混元的深度推理模型,採用 Hybrid-Transformer-Mamba 混合架構,面向需要多步思考的文字任務。騰訊雲歷史模型文件將 hunyuan-t1-latest 列為推理模型。(tencent.github.io) 2025 年 8 月 22 日的版本更新公告稱,模型提升了高難度數學、複雜推理、高難度程式碼、指令遵循和文字創作品質。適用場景包括數學與科學問題分…

了解模型繁體中文
DeepSeek

DeepSeek-V3.1-Base

DeepSeek-V3.1-Base 是 DeepSeek-V3.1 的基礎預訓練語言模型,在原始 DeepSeek-V3 基礎模型檢查點上繼續進行長上下文擴展訓練;DeepSeek-V3.1 後訓練模型在此基礎上構建。官方於 2025 年 8 月 21 日公告發布。(deepseek.com) 模型卡列出的總參數量為 671B,每個 token 啟用 37B 參數,上下文長度為 128K…

了解模型繁體中文
DeepSeek

DeepSeek-V3.1

DeepSeek-V3.1 於 2025 年 8 月 21 日發布,是面向對話、推理與智慧代理任務的混合推理模型,同一模型支援思考和非思考兩種模式。發布時,官方 API 的 deepseek-chat 對應非思考模式,deepseek-reasoner 對應思考模式。(deepseek.com) 支援 128K token 上下文,適合長文字處理、多輪對話和複雜任務。 官方稱其透過後訓練增強了工具…

了解模型繁體中文
ByteDance

Doubao-Seed-1.6-vision

Doubao-Seed-1.6-vision 是字節跳動推出的視覺理解與思考模型,側重通用多模態理解和推理。官方稱,與 doubao-seed-1-5-vision-pro 相比,它在教育、影像審核、巡檢與安防、AI 搜尋問答等場景表現更強。官方發布表提供了對話(Chat)API 呼叫指引。(docs.volcengine.com) 可用於輔助分析影像及回答視覺相關問題。模型輸出仍可能出現理解或推…

了解模型繁體中文
Zhipu AI

GLM-4.5V

**發布日期:**2025年8月11日。(huggingface.co) GLM-4.5V 是面向多模態理解與視覺推理的視覺語言模型,基於 GLM-4.5-Air,採用混合專家(MoE)架構,總參數量為1060億,啟用參數量為120億。官方發布了模型權重,模型卡標註授權條款為 MIT。(docs.z.ai) 接受文字、影像、影片和檔案輸入,輸出文字;國際版 API 文件標註最大輸出為16K…

了解模型繁體中文
Alibaba

Wan2.2-I2V-Flash

Wan2.2-I2V-Flash 是通義萬相 2.2 的快速圖生影片模型,由阿里雲百鍊提供推論服務。官方發布紀錄列出的日期為 2025-08-11;同一紀錄中的國際部署條目日期為 2025-08-15。(docs.bailian.console.aliyun.com) 以圖片作為影片首影格,可結合文字提示生成影片;官方稱其提升了生成速度、穩定性和指令遵循能力,並改進圖片文字、人像及商品的一致性與運…

了解模型繁體中文
OpenAI

GPT-5 pro

GPT-5 pro 是 OpenAI 於 2025 年 8 月 7 日隨 GPT-5 發布的深度推理版本,面向高難度、複雜任務。官方系統卡將發布時 ChatGPT 中的該配置稱為 gpt-5-thinking-pro:它使用更長時間的推理和並行測試時計算,以提高回答的準確性和完整性。這裡的名稱是發布配置識別碼,不應直接視為輸入中未提供的 API ID。(openai.com) 適用於複雜數學、科學…

了解模型繁體中文
OpenAI

gpt-5-main-mini

OpenAI 在 GPT-5 系統卡中將 gpt-5-main-mini 標記為快速、高吞吐量模型,並將其列為 GPT-4o mini 的後續模型。它與系統卡中的深度推理模型 gpt-5-thinking-mini 是不同的模型。(openai.com) 該模型屬於 GPT-5 統一系統的快速模型系列;系統卡介紹,當使用達到限制時,各模型的 mini 版本處理剩餘查詢。GPT-5 系統的常見用途包…

了解模型繁體中文
OpenAI

GPT-5 Chat

GPT-5 Chat 是 GPT-5 系列中曾用於 ChatGPT 的非推理模型,與 API 中的推理模型 gpt-5 不同。官方模型頁面稱,該 ID 指向先前用於 ChatGPT 的 GPT-5 快照。(openai.com) 支援文字和影像輸入、文字輸出,以及串流輸出、函式呼叫和結構化輸出;可用於對話、文字生成、影像理解和結合函式呼叫的應用。上下文視窗為 128,000 tokens,最大輸出…

了解模型繁體中文
OpenAI

GPT-5 nano

GPT-5 nano 是 GPT-5 系列中面向速度和成本敏感型任務的輕量模型。其 API 模型 ID 為 gpt-5-nano,固定版本快照為 gpt-5-nano-2025-08-07。(developers.openai.com) 支援文字和影像輸入、文字輸出,以及推理 token;適合摘要、分類等任務。 支援函式呼叫、結構化輸出和串流輸出,可透過 Responses API 和 Chat…

了解模型繁體中文
OpenAI

GPT-5 mini

GPT-5 mini 是 GPT-5 速度更快、成本更低的版本,適合成本敏感、低延遲和高吞吐量的場景,尤其適合任務定義明確、提示詞精確的工作負載。(developers.openai.com) 支援文字輸入和輸出、影像輸入,以及推理 token;可用於文字處理、視覺理解、程式設計和呼叫工具的應用。(developers.openai.com) 支援串流輸出、函式呼叫和結構化輸出;可透過參數控制推理…

了解模型繁體中文
OpenAI

GPT-5

GPT-5 是 OpenAI 於 2025 年 8 月 7 日面向開發者發布的推理模型,重點用於程式設計和需要多步驟操作的代理任務。gpt-5-2025-08-07 是其固定版本快照;本條 API 模型 ID 為 gpt-5。(openai.com) 支援文字和影像輸入、文字輸出,可用於程式碼生成與除錯、複雜程式碼庫問答、前端開發、長文件處理和視覺理解。(openai.com) 支援函式呼叫、結構…

了解模型繁體中文
MiniMax

MiniMax Speech 2.5

MiniMax Speech 2.5 是面向多語種文字轉語音和音色複刻的語音生成模型,是 Speech 02 的後續版本。官方於 2025 年 8 月 7 日發布並宣布全球上線。(minimax.io) **多語種語音合成:**官方國際公告稱支援 40 多種語言,並提供多樣化音色庫;中文、英語等語言的表現相較前代有所提升。(minimax.io) **音色複刻:**官方稱可複刻口音、說話風格和情緒…

了解模型繁體中文
Baidu

Qianfan-Correct

Qianfan-Correct 是百度面向寫作教學的垂類專精模型,側重日常作文批改。官方將其歸類為千帆推理服務 API V2 的文字生成模型。(ai.baidu.com) 模型利用自然語言處理和深度神經網路技術,提供作文分數評定及評分理由分析,可用於輔助教師開展作文批改和寫作教學。(ai.baidu.com) 官方公告未說明該模型的上下文長度、參數規模、支援語言、具體評分標準或評測結果。評分與理由…

了解模型繁體中文
Baidu

Qianfan-ToyTalk

Qianfan-ToyTalk 是百度面向低齡兒童角色扮演場景的垂直領域專精文字模型。它透過模擬不同角色的交流場景,提供沉浸式角色扮演體驗;百度將其列為千帆推理服務 API V2 的文字生成模型。(cloud.baidu.com) 可用於設計面向兒童的角色對話和互動體驗。模型定位於文字生成,不能據此推斷其具備語音或影像能力;上下文長度、最大輸出長度和具體安全機制未能從本次讀取的官方公告中查證。面向…

了解模型繁體中文
Baidu

ERNIE 4.5 Turbo VL

ERNIE 4.5 Turbo VL 是百度面向圖像理解的視覺語言模型。百度官方更新記錄稱,其圖片理解、創作、翻譯和程式碼能力有所提升,並降低了首 Token 延遲。(ai.baidu.com) 模型可用於結合圖片的理解與問答,以及內容創作、翻譯和程式碼相關任務。官方列出的上下文長度為 128K tokens。(ai.baidu.com) 百度國際站模型列表為該 128K 版本列出最大輸入 123…

了解模型繁體中文