モデルディレクトリ

最新の AI モデル

新しいモデルを公開日順に見つけられます。

公開日の新しい順7 言語
クリア

481 モデル

公開日の新しい順
Alibaba

Qwen-MT-Turbo

Qwen-MT-Turbo は、通義千問シリーズのうち、多言語テキスト翻訳に特化した大規模言語モデルです。公式発表によると、92 言語に対応し、用語指定、書式保持、専門分野の翻訳機能を提供しており、多言語コンテンツのローカライズや専門分野の翻訳などに適しています。(docs.modelstudio.console.alibabacloud.com) 国際サイトのモデル更新のお知らせでは、qwen-…

Alibaba

Qwen-Plus-Character-JA

通義千問シリーズのロールプレイ向けテキスト生成モデルで、日本語による擬人化インタラクションに最適化されている。公式では、キャラクター設定の指示への追従、キャラクターの一貫性の維持、文脈に沿った話題の展開、傾聴と共感、個別のキャラクターの再現能力を備え、日本語のローカルな知識の理解と表現、キャラクターの擬人化およびストーリーの展開を最適化したと紹介している。(docs.modelstudio.con…

OpenAI

ChatGPT agent

ChatGPT agent は 2025年7月17日にリリースされた、調査、推論、操作の実行を一体化したエージェントシステムです。公式システムカードでは、OpenAI o3 と同系列のエージェントモデルと説明されており、deep research の複数ステップの調査能力と Operator のウェブ操作能力を組み合わせています。(openai.com) 仮想コンピューターを使用し、ビジュアルブラ…

Alibaba

Qwen-TTS-Realtime

Qwen-TTS-Realtime は通義千問シリーズのリアルタイム音声合成モデルで、テキストを音声に変換する。qwen-tts-realtime-2025-07-15 は 2025 年 7 月 15 日のスナップショット版であり、公式リリース記録では 2025 年 7 月 16 日に掲載されている。(docs.modelstudio.console.alibabacloud.com) このモデル…

Alibaba

Qwen-Plus

Qwen3 シリーズの Plus モデルで、テキスト生成と推論を対象とし、思考モードと非思考モードを統合しており、対話中に切り替えられる。このバージョンは 2025 年 7 月 14 日のスナップショットである。公式によると、前バージョンと比べて非思考モードでの中国語と英語の能力が向上し、ツール呼び出し能力が重点的に強化された。(docs.modelstudio.console.alibabacl…

Tencent

hunyuan-turbos-20250716

Tencent Hunyuan TurboSシリーズのテキスト大規模モデルのバージョンで、迅速な応答が求められる場面向けのモデルです。公式の製品動向では、このバージョンは2025年7月16日に掲載されています。(developer.cloud.tencent.com) 公式によると、このバージョンでは事後学習戦略が更新され、創作コンテンツの品質と豊かさ、テキスト理解、専門知識、指示への追従、理系分…

Zhipu AI

CogVideoX-3

CogVideoX-3 は智譜の動画生成モデルで、テキストまたは画像を入力し、動画を出力する。公式は 2025 年 7 月 15 日に提供開始を発表した。(docs.bigmodel.cn) テキストからの動画生成、画像からの動画生成、および開始・終了フレームの画像を使用した遷移動画の生成に対応する。 公式によると、このバージョンでは画面の安定性、鮮明さ、大きな動きの表現、指示への追従性、物理シミ…

ByteDance

Doubao-1.5-pro-32k-character

ByteDanceのDoubao 1.5 Proのロールプレイ対話モデルバージョン。公式によると、このバージョンではストーリー・プロットモードが新たに追加され、恋愛インタラクションと実在の人物を想定したチャットが最適化された。公式は全体的な性能が10%–15%向上したと報告しているが、告知ではこの数値の具体的な評価方法や比較対象のバージョンは説明されていない。キャラクターとのインタラクションやスト…

ByteDance

Doubao-Seed-1.6-flash

Doubao-Seed-1.6-flash は、豆包 Seed 1.6 シリーズの低遅延アプリケーション向けマルチモーダルモデルです。火山方舟は doubao-seed-1-6-flash-250715 を視覚理解モデルのバージョン更新として掲載し、思考モードと非思考モードの両方で純粋なテキストタスクの性能が大幅に向上したと述べています。(docs.volcengine.com) **記録上のリリ…

ByteDance

Doubao-Seed-1.6-thinking

Doubao-Seed-1.6-thinking は、ByteDance が深い思考と視覚理解向けに提供するモデルです。公式は doubao-seed-1-6-thinking-250715 を 2025 年 7 月のバージョン更新として掲載し、テキストおよび視覚の能力が 250615 バージョンより向上したとしています。(docs.volcengine.com) テキストおよび視覚の理解に対応し…

Baidu

Qianfan-FuncCaller

リリースログ:2025-07-11(百度千帆への掲載日であり、初回公開日として検証済みの日付ではない)。 ログ日付:2025年7月11日。 百度千帆の公式モデル更新記録は、2025年7月の表において、この日を Qianfan-FuncCaller の新規追加日として記載し、推論サービス API V2 のテキスト生成モデルに分類している。当サイトではこの日付をリリースログに記録しているが、初回公開日…

Moonshot AI

Kimi-K2-Instruct

Kimi-K2-Instruct は Kimi K2 の事後学習済み指示モデルで、汎用対話とエージェント用途を対象とし、長考モードではなくツール呼び出しとタスク実行に重点を置いています。API バージョン kimi-k2-0711-preview は 2025 年 7 月 11 日にリリースされました。(kimi.com) 混合エキスパート(MoE)アーキテクチャを採用し、総パラメータ数は約 1…

Moonshot AI

Kimi-K2-Base

Kimi-K2-Base は Kimi K2 シリーズの事前学習済み基盤言語モデルで、主に自らファインチューニングを行い、カスタムソリューションを構築したい研究者や開発者を対象としています。汎用チャットやエージェントとの対話を対象とした事後学習版の Kimi-K2-Instruct とは異なります。(kimi.com) Mixture of Experts(MoE)アーキテクチャを採用し、総パラメ…

Tencent

hunyuan-t1-20250711

Tencent Hunyuan T1シリーズの深い推論を行うモデルバージョンで、複雑な推論やテキスト処理を必要とするタスクを対象としています。(cloud.tencent.cn) Tencent Cloudの告知によると、このバージョンは高度な数学、論理、コードの能力を大幅に向上させ、出力の安定性を最適化し、長文処理能力も向上させています。数学問題の解決、論理分析、コード関連のタスク、長文テキスト…

Zhipu AI

GLM-4.1V-9B-Thinking

GLM-4.1V-9B-Thinking は、GLM-4-9B-0414 を基盤とする 9B 級の視覚言語推論モデルで、思考パラダイムと強化学習を組み合わせ、複雑なマルチモーダル理解・推論タスクを対象としています。公式はモデルの重みを公開しており、モデルカードには MIT ライセンスと記載されています。(huggingface.co) 中国語と英語、画像とテキストの理解・推論に対応し、画像に関する…

ByteDance

Seed1.6-Embedding

Seed1.6-Embedding は Seed1.6-Flash をベースとするマルチモーダルベクトルモデルで、対話の応答を生成するのではなく、コンテンツをベクトルにエンコードするために使用される。ByteDance の公式発表日は 2025-06-28 で、発表には火山方舟のモデル ID doubao-embedding-vision-250615…

Alibaba

Qwen VLo

Qwen VLo は、画像の理解、生成、編集能力を組み合わせた、マルチモーダル理解・生成の統合モデルです。公式には 2025 年 6 月 26 日にプレビュー版が公開され、当時は Qwen Chat を通じて利用できました。(qwenlm.github.io) テキストに基づいて、一般的な画像や中国語・英語のポスターを含む画像を生成します。 自然言語の指示に基づいてアップロードされた画像を編集しま…

Moonshot AI

Kimi-VL-A3B-Thinking-2506

Kimi-VL-A3B-Thinking-2506 は Kimi-VL シリーズのマルチモーダル視覚言語推論モデルで、画像理解、長いコンテキスト、エージェントタスクを対象としています。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、プロジェクターを採用しています。公式に記載された総パラメータ数は約 16B、各回の活性化パラメータ数は約 3B、コンテキストウ…

Moonshot AI

Kimi-Researcher

Kimi-Researcher は、複雑な研究タスクを対象とする自律型エージェントモデルで、内部の Kimi k-series モデルをベースに、エンドツーエンドのエージェント強化学習によって訓練されています。公式発表は 2025 年 6 月 20 日に公開されました。(moonshotai.github.io) 複数ステップの計画、推論、ツール呼び出しが可能で、並列リアルタイム検索、テキストブラ…

Tencent

hunyuan-turbos-vision-20250619

Tencent Hunyuan TurboS Visionシリーズの視覚言語フラッグシップモデルの2025-06-19版で、画像とテキストの理解タスクを対象とする。Tencent Cloudの製品アップデート情報には、提供開始日が2025年6月19日と記載されている。(cloud.tencent.com) 公式紹介に挙げられているタスクには、画像に基づくエンティティ認識、知識に関する質疑応答、文章…