GLM-Z1-Flash
GLM-Z1-Flash は、GLM-Z1 シリーズの無料推論モデルで、推論モデルの利用障壁を下げることを目的としています。公式リリース記録の日付は 2025-04-14 です。(docs.bigmodel.cn) デフォルトで深い思考が有効になっており、数学的・論理的推論、長文文書の分析、コード生成などのタスクを対象としています。 公式ドキュメントには、ストリーミング出力、Function…
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
GLM-Z1-Flash は、GLM-Z1 シリーズの無料推論モデルで、推論モデルの利用障壁を下げることを目的としています。公式リリース記録の日付は 2025-04-14 です。(docs.bigmodel.cn) デフォルトで深い思考が有効になっており、数学的・論理的推論、長文文書の分析、コード生成などのタスクを対象としています。 公式ドキュメントには、ストリーミング出力、Function…
GLM-Z1-Air は、智譜が提供するコストパフォーマンスに優れた深い思考を行う推論モデルで、高頻度の呼び出しを伴う用途を対象としています。公式には 2025 年 4 月 14 日にこのモデルが発表されました。本項目に対応するバージョン識別子は GLM-Z1-Air-0414 です。(docs.bigmodel.cn) GLM-4-Air-250414 を基盤とし、数学、コード、論理などのタスク…
GLM-Z1-AirX は GLM-Z1-Air の高速版で、超高速推論モデルとして位置づけられています。公式に 2025 年 4 月 14 日にリリースされ、リリース識別子は GLM-Z1-AirX-0414 です。(docs.bigmodel.cn) このモデルはテキスト入力とテキスト出力を採用し、論理推論、数学、プログラミングなどの複雑なタスクを対象としています。リアルタイムデータ分析やイン…
GLM-4 シリーズの無料テキスト基盤モデルで、汎用タスクや軽量なアプリケーション向け。智譜は 2025 年 4 月 14 日にこのバージョンを公開した。(docs.bigmodel.cn) テキストを入力・出力とし、軽量な対話、質問応答、要約、テキスト処理などの用途に適している。 公式のモデル概要に記載されているコンテキストウィンドウは 128K tokens、最大出力は 16K tokens。…
GLM-4-Air-250414 は、智譜が 2025 年 4 月 14 日にリリースした、費用対効果の高い基盤言語モデルであり、複雑なタスクやエージェントアプリケーションを対象としています。(docs.bigmodel.cn) このモデルはテキストを入力として受け取り、テキストを生成します。公式には、指示追従、エンジニアリング向けコード生成、関数呼び出しの能力が重点的に紹介されており、Artif…
Chirp 3: Transcription は、Google が多言語自動音声認識(ASR)向けに提供する生成モデルで、音声をテキストに文字起こしします。Google Cloud Speech-to-Text API V2 を通じて提供され、モデル識別子は chirp_3 です。(docs.cloud.google.com) ストリーミング認識、同期認識、バッチ認識をサポートし、リアルタイムの文…
Kimi-VL-A3B-Thinking は Kimi-VL シリーズの視覚言語推論モデルで、複雑なテキストおよびマルチモーダル推論に重点を置いています。混合エキスパート(MoE)アーキテクチャを採用しており、公式に示された総パラメータ数は約160億、活性化パラメータ数は約30億、コンテキストウィンドウは128K tokenです。(huggingface.co) 画像とテキストを受け取り、テキスト…
Kimi-VL-A3B-Instruct は効率的な推論を目的とした視覚言語指示モデルで、混合エキスパート(MoE)言語モデル、ネイティブ解像度の視覚エンコーダー MoonViT、および投影層を採用しています。公式に記載された総パラメータ数は約 160 億、活性化パラメータ数は約 30 億、コンテキストウィンドウは 128K です。(huggingface.co) モデルはテキストと視覚情報を組み…
万相 2.1 首尾フレーム動画生成 Plus 版は、国際向け動画生成サービス用のモデルです。最初と最後のフレームの2枚の画像から遷移動画を生成し、テキストプロンプトを組み合わせて内容を制御することもできます。公式公告では 2025 年 4 月 7 日に掲載されています。(docs.bailian.console.aliyun.com) 公式によると、モデルは大きく複雑な動き、多様なアートスタイル、…
Speech-02-Turbo は MiniMax Speech-02 シリーズのテキスト音声合成モデルで、リアルタイムのインタラクション向けに最適化され、低遅延と音声品質のバランスを重視しています。Speech-02 シリーズは 2025 年 4 月 2 日にリリースされました。(minimax.io) 入力テキストを音声に合成し、ストリーミング出力に対応しています。話速、音量、音程を調整でき、…
Speech-02-HD は、MiniMax Speech-02 シリーズの高忠実度音声生成向けテキスト音声合成モデルで、ナレーションやオーディオブックなど、音質を重視する用途に適しています。このシリーズは 2025 年 4 月 2 日にリリースされました。(minimax.io) テキストを入力して音声を生成します。多言語、さまざまなアクセント、感情表現に対応しています。後の公式技術紹介によると…