Tencent
Tencent Hy4
Tencent Hy4 是騰訊於 2026 年 11 月 4 日發布的新一代大型語言模型，面向智慧代理、程式開發與實際生產力任務。它是 Hy4 preview 的正式版；騰訊在發布公告中將其定位為開放模型。(tencent.com) 支援文字與圖片輸入、文字輸出；具備圖片理解、圖表分析、數學視覺推理、指令遵循及長上下文理解能力。 強化工具呼叫與長程代理任務，並支援透過命令列及圖形介面操作電腦；實際…
了解模型繁體中文
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。
OpenAI
GPT-Image-2.6 Flare
GPT-Image-2.6 Flare 是 OpenAI Images 2.6 系列中針對快速生成與迭代最佳化的圖像模型，適合需要快速探索、比較及修改視覺方案的工作。官方表示，在低品質設定下，Flare 最快可於六秒生成圖像；實際時間會依任務而異。(openai.com) 可依文字提示生成圖像，也可編輯既有圖像；適用於海報、產品圖、品牌素材、社群內容及遊戲素材等。(openai.com)…
了解模型繁體中文
OpenAI
GPT-Image-2.6 Sunburst
GPT-Image-2.6 Sunburst 是 OpenAI 的圖像生成與編輯模型，適合需要細節、複雜構圖或精確修改的視覺工作。它接受文字和圖像輸入，輸出圖像；相較之下，同系列 Flare 著重快速迭代。(developers.openai.com) 根據文字提示生成圖像，或依據輸入圖像進行編輯；適用於產品圖片、行銷素材、品牌視覺及複雜設計構圖。(developers.openai.com)…
了解模型繁體中文
Tencent
HyCell
HyCell 是用於人類單細胞轉錄體研究的嵌入模型，具有約 1,610 萬個參數。它在 CZ CELLxGENE Census 的 7,950 萬個人類細胞上，以不使用細胞類型標籤的方式預訓練。(raw.githubusercontent.com) 將單個細胞的原始基因計數轉為 512 維嵌入，並可將嵌入解碼為預期基因表現量。 可用於細胞分群、跨批次整合、註解轉移及細胞狀態比較；提供標記參考資料後…
了解模型繁體中文
OpenAI
GPT-6 Rosalind Research
GPT-6 Rosalind Research 是面向生命科學研究的專用模型，將 GPT-6 的推理能力應用於多步驟研究，並設有專為生物研究設計的安全防護措施。官方發布日期為 2026 年 10 月 30 日；API 模型 ID 為 gpt-6-rosalind。(help.openai.com) 模型結合生物學推理與科學工具使用，協助研究人員整合文獻證據、分析生物資料、形成假設及規劃實驗。GPT…
了解模型繁體中文
OpenAI
GPT-6 Luna
GPT-6 Luna 是 OpenAI 面向高效率、專注且大量任務的模型。此次 GPT-6 Luna (October 29) 更新於 2026 年 10 月 29 日公布；原 GPT-6 Luna 已於 2026 年 10 月 7 日在 ChatGPT 推出。更新旨在使回答更精簡，並減少過度附和的措辭。(developers.openai.com) 可用於文字處理、程式開發、工作流程自動化及需要…
了解模型繁體中文
Alibaba
Qwen-Audio-3.1-Realtime-Flash
Qwen-Audio-3.1-Realtime-Flash 是即時雙工語音對話模型，由阿里雲百煉提供推論服務。官方模型發布紀錄日期為 2026-10-27。(docs.qwencloud.com) 支援文字與音訊輸入、文字與音訊輸出、函式呼叫、聯網搜尋及聲音複製。聯網搜尋需以 enable_search 啟用，並可與函式呼叫同時使用。(docs.bailian.console.aliyun.com…
了解模型繁體中文
Baidu
文心 Unlimited OCR 2
百度於 2026 年 10 月 27 日發布並開源的多模態長文件解析模型，約有 33 億總參數、5 億啟用參數，採用混合專家架構與 SR-SWA，主要用於多頁文件的連續解析。(cloud.baidu.com) 可解析文字、表格、公式、版面與閱讀順序，並支援跨頁表格及段落合併；百度文件解析服務可返回 JSON 或 Markdown 結構化結果。(ai.baidu.com) 支援圖片與 PDF 混合輸…
了解模型繁體中文
OpenAI
GPT-6.1 Terra
GPT-6.1 Terra 是 OpenAI 主打速度與效率的模型，結合視覺推理、電腦操作及自然寫作能力，適合大規模處理日常工作流程。(openai.com) 可理解圖片與技術圖面、比對商品照片和目錄、操作應用程式畫面、填寫表單，以及撰寫和修改文字。(openai.com) 支援文字與圖片輸入、文字輸出；上下文視窗為 1,050,000 tokens，最大輸出為 128,000 tokens。知識…
了解模型繁體中文
Tencent
Hy-SimulMT-30B-A3B-Interleave
Tencent 混元推出的開放權重即時同聲傳譯模型，適合將持續輸入的語音邊聽邊譯。此 Interleave 版本輸出原文與譯文；相較之下，非 Interleave 版本僅輸出譯文。模型卡標示授權為 Apache-2.0。(huggingface.co) 支援中文與英文之間的雙向即時同聲傳譯，可用於會議、演講和訪談等跨語言交流場景。 配合另行設定的文字轉語音（TTS）服務，可輸出譯文語音並進行即時音…
了解模型繁體中文
Tencent
Hy-SimulMT-30B-A3B
Hy-SimulMT-30B-A3B 是騰訊混元開發的即時同聲翻譯模型，支援中文與英文之間的雙向語音翻譯。官方於 2026 年 10 月 26 日公告發布，模型權重以 Apache-2.0 授權提供。(github.com) 可持續接收語音，在說話者發言期間輸出譯文文字，適用於會議、演講和訪談等即時跨語言交流。(huggingface.co) 搭配已設定的文字轉語音（TTS）服務，可輸出譯文語音並…
了解模型繁體中文
Moonshot AI
Kimi K3.1 Pro Highspeed
Kimi K3.1 Pro Highspeed 是 Kimi K3.1 Pro 的高速版本，面向複雜推理、程式開發與長程代理任務。官方表示其模型能力與標準版相同，輸出生成速度約為標準版的 2–3 倍。(kimi.ai) 支援原生視覺理解，以及 1,048,576 token 的上下文視窗，可處理大型程式碼庫、長文件與多步驟工作流程。(kimi.com) 可用於互動式程式設計、程式碼修改與專案開發、…
了解模型繁體中文
Moonshot AI
Kimi K3.1 Pro
Kimi K3.1 Pro 是 Moonshot AI 的開放權重、多模態代理模型，也是 K3.1 系列的首款模型；它基於 Kimi K3 經大規模後訓練而成。模型採用混合專家（MoE）架構，總參數約 2.8 兆，每個 token 啟用約 1,040 億參數。(huggingface.co) 支援文字與圖片輸入、文字輸出，上下文視窗為 1,048,576…
了解模型繁體中文
ByteDance
Dreamina Seedance 2.5 4K
Dreamina Seedance 2.5 4K 是 ByteDance 旗下 BytePlus 面向專業創作與企業工作流程的影片生成模型。BytePlus 將其定位為 Seedance 2.5 系列中能力最強的模型，適合要求細節與角色表演的大銀幕製作。(byteplus.com) 支援 4K 最終影片生成及 10-bit 色彩深度；官方表示人物表情、細微動作、紋理和輪廓的表現有所改善。 提供…
了解模型繁體中文
Google
Gemini Composite V2
Gemini Composite V2 是為企業語音代理設計、針對語音最佳化的複合模型，為 Composite V1 的後續版本。Google 於 2026 年 10 月 22 日宣布其在 CX Agent Studio 正式推出（GA）；此狀態僅適用於 CX Agent Studio，不代表其他 Google Cloud 產品的發布狀態相同。(docs.cloud.google.com) 沿用…
了解模型繁體中文
Alibaba
Qwen-Audio-3.1-TTS-Plus
Qwen-Audio-3.1-TTS-Plus 是專為精品音色與內容創作設計的專業級文字轉語音模型，側重音質、解析度與表現細節。輸入為文字，輸出為音訊。(docs.qwencloud.com) 支援多種語言及方言、串流語音合成、自然語言指令，以及細粒度標籤控制；可調整情緒、語氣、角色、語速和音量。 支援聲音複刻；官方表示，模型對含雜訊或混響的參考音訊有較強的穩健性。亦支援音色設計。 適用於品牌聲音…
了解模型繁體中文
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
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