Qwen2.5-VL-Embedding
Qwen2.5-VL-Embedding ist ein auf Qwen2.5-VL basierendes multimodales Embedding-Modell. Es verarbeitet Text, Bilder und Videos einzeln oder kombiniert und gibt einen gemeinsamen Repräsentationsvektor…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Qwen2.5-VL-Embedding ist ein auf Qwen2.5-VL basierendes multimodales Embedding-Modell. Es verarbeitet Text, Bilder und Videos einzeln oder kombiniert und gibt einen gemeinsamen Repräsentationsvektor…
Qwen3-Rerank ist ein auf der Qwen-LLM-Basis trainiertes Text-Reranking-Modell. Alibaba führt es in seiner Modellankündigung unter dem 21. Oktober 2025. (help.aliyun.com) Das Modell bewertet die…
DeepSeek-OCR ist ein auf optische Zeichenerkennung und visuelle Textkompression ausgerichtetes Modell. DeepSeek veröffentlichte es am 20. Oktober 2025, um visuelle Encoder aus der Perspektive großer…
Claude Haiku 4.5 ist Anthropics kleines, auf Geschwindigkeit und Kosteneffizienz ausgelegtes Modell. Es wurde am 15. Oktober 2025 veröffentlicht. Anthropic bezeichnete seine Programmierleistung bei…
Veo 3.1 Fast Preview ist die auf schnellere Videogenerierung ausgelegte Preview-Variante der Veo-3.1-Familie. Google kündigte sie am 15. Oktober 2025 für Vertex AI an. (docs.cloud.google.com) Das…
Veo 3.1 Preview ist Googles Vorschauversion eines generativen Videomodells. Die Vertex-AI-Veröffentlichungsnotizen kündigten sie am 15. Oktober 2025 zusammen mit einer separaten Fast-Vorschau an.…
Qwen3-VL-Flash ist ein kleines, auf schnelle Antworten ausgelegtes multimodales Modell der Qwen3-Reihe für visuelles Verstehen und Schlussfolgern. Es verbindet Thinking- und Non-Thinking-Modus.…
hunyuan-translation ist ein auf Textübersetzung spezialisiertes Modell der Tencent-Hunyuan-Familie. Tencent veröffentlichte das hier beschriebene Versionsupdate am 14. Oktober 2025; dies ist nicht…
Google stellte Gemini 2.5 Computer Use am 7. Oktober 2025 als Preview-Modell für Agenten vor, die grafische Benutzeroberflächen bedienen. Es basiert auf Gemini 2.5 Pro und wurde für die Steuerung von…
GPT Image 1 mini ist eine kosteneffiziente Version von GPT Image 1 für die Bilderzeugung und -bearbeitung. OpenAI veröffentlichte das Modell am 6. Oktober 2025. (developers.openai.com) Das nativ…
GPT-Audio mini ist eine kosteneffiziente Variante von GPT Audio für Sprach-zu-Sprach-Anwendungen. OpenAI veröffentlichte das Modell am 6. Oktober 2025. Der zugehörige ursprüngliche Snapshot lautet gpt…
GPT-Realtime mini ist eine kosteneffiziente Variante von GPT-Realtime für Sprachinteraktionen in Echtzeit. OpenAI veröffentlichte das Modell am 6. Oktober 2025. Die zugehörige Version ist gpt-realtime…
Gemini 2.5 Flash Image ist ein multimodales Modell von Google, das für Bildverständnis, Bildgenerierung und schnelle Bildbearbeitung optimiert ist. Google Cloud meldete die allgemeine Verfügbarkeit am…