VTP-Small-f16d64
VTP-Small-f16d64 ist die Small-Variante eines vortrainierten visuellen Tokenizers aus dem gemeinsamen Forschungsprojekt von MiniMax und der Huazhong University of Science and Technology. Die Gewichte…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
VTP-Small-f16d64 ist die Small-Variante eines vortrainierten visuellen Tokenizers aus dem gemeinsamen Forschungsprojekt von MiniMax und der Huazhong University of Science and Technology. Die Gewichte…
Qwen-Image-Edit-Plus ist ein Modell zur Bearbeitung vorhandener Bilder anhand von Anweisungen. Die vorliegende Snapshot-Version wurde am 15. Dezember 2025 veröffentlicht. Gegenüber dem Snapshot vom 30…
Wan2.6-Image ist ein multimodales Modell zur Bildgenerierung und -bearbeitung in Alibaba Cloud Model Studio. Die offizielle Modellübersicht führt Texte und Bilder als Eingaben sowie Bilder und Text…
Wan2.6-T2I ist Alibabas Text-zu-Bild-Modell der Wan2.6-Reihe. Alibaba führt wan2.6-t2i zum 15. Dezember 2025 in der Modellübersicht. (docs.modelstudio.console.alibabacloud.com) Das Modell erzeugt…
Qwen Voice-Design ist ein Modell der Qwen-Sprachmodellfamilie zur Gestaltung individueller Stimmen anhand natürlicher Textbeschreibungen. Alibaba führt es in der internationalen…
Gemini 2.5 Flash Native Audio Preview ist ein natives Audiomodell in der Vorschau für die Gemini Live API. Google veröffentlichte diese Version am 12. Dezember 2025 und nennt eine verbesserte…
GLM-TTS ist ein industriell ausgerichtetes Text-to-Speech-System: Es erzeugt Sprache aus Text. Die offizielle Ankündigung erschien am 10. Dezember 2025. Modellgewichte und Inferenzressourcen wurden fü…
GLM-ASR-Nano-2512 ist ein quelloffenes automatisches Spracherkennungsmodell für komplexe Alltagssituationen. Die offizielle Ankündigung ist auf den 9. Dezember 2025 datiert. Das Modell steht unter der…
Qwen3-LiveTranslate-Flash ist ein auf Qwen3-Omni aufbauendes multimodales Modell für die mehrsprachige Audio- und Videoübersetzung. Die vorliegende API-ID bezeichnet den Snapshot vom 1. Dezember 2025;…
Qwen3-Omni-Flash ist ein multimodales Modell auf Basis einer Thinker–Talker-Mixture-of-Experts-Architektur. Alibaba führt die Version qwen3-omni-flash-2025-12-01 in seiner offiziellen Ankündigung…
Qwen3-Omni-Flash-Realtime ist ein multimodales Echtzeitmodell auf Basis einer Thinker-Talker-Mixture-of-Experts-Architektur. Die angegebene Version ist ein Snapshot vom 1. Dezember 2025; Alibaba…
Wan2.6-I2V ist Alibabas Bild-zu-Video-Modell der Wan-2.6-Reihe. Die offizielle Modellübersicht führt wan2.6-i2v unter dem 3. Dezember 2025. Offizielle Modellankündigung (help.aliyun.com) Das Modell…
Wan2.6-T2V ist Alibabas Text-zu-Video-Modell für die Erstellung kurzer Videos mit Ton. Es wird über Alibaba Cloud Model Studio bereitgestellt. Die offizielle Modellübersicht führt den 3. Dezember 2025…
Qwen-Plus ist ein Textmodell für Textgenerierung und Schlussfolgern. Die feste Snapshot-Version qwen-plus-2025-12-01 wurde am 1. Dezember 2025 veröffentlicht. Alibaba nennt gegenüber dem Snapshot vom…
DeepSeek-V3.2-Speciale wurde am 1. Dezember 2025 zusammen mit DeepSeek-V3.2 veröffentlicht. Es ist eine auf besonders rechenintensive Schlussfolgerungen ausgelegte Variante für komplexe Aufgaben sowie…
DeepSeek-V3.2 wurde am 1. Dezember 2025 veröffentlicht. Es ist ein quelloffenes, auf Schlussfolgerungen und Agentenaufgaben ausgerichtetes Allzweckmodell und der offizielle Nachfolger von V3.2-Exp. Es…
Qwen-Voice-Enrollment ist ein Modell zum Klonen von Stimmen aus der Qwen-Sprachmodellfamilie. Alibaba führt es in der offiziellen Modellankündigung unter dem 27. November 2025 auf. (help.aliyun.com)…
DeepSeekMath-V2 ist ein auf mathematisches Schlussfolgern und Beweisführung in natürlicher Sprache spezialisiertes Sprachmodell. Es basiert auf DeepSeek-V3.2-Exp-Base. DeepSeek führt die…
Qwen3-TTS-Flash ist ein Text-to-Speech-Modell von Alibaba für nicht-echtzeitbasierte Sprachsynthese: Es wandelt Texteingaben in Audio um. Die Snapshot-Version qwen3-tts-flash-2025-11-27 wurde am 27.…
Qwen3-TTS-Flash-Realtime ist ein Echtzeit-Sprachsynthesemodell von Tongyi, bereitgestellt über Alibaba Cloud Model Studio. Die offizielle Modellübersicht führt den Snapshot qwen3-tts-flash-realtime-20…