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

445 モデル

公開日の新しい順
Alibaba

Qwen-Deep-Research

Qwen-Deep-Research(千問深入研究)は、複雑な調査タスク向けの高度なエージェントシステムです。公式の提供開始告知日は 2025-08-22 です。qwen-deep-research は継続的に更新されるメインラインモデルであり、固定スナップショットではありません。(docs.bailian.console.aliyun.com) 調査課題の明確化、調査計画の策定、タスクの分解をサ…

Alibaba

Qwen-MT-Image

Qwen-MT-Image は Alibaba Cloud 百炼が提供する画像翻訳モデルサービスで、画像を入力して翻訳後の画像を出力し、画像のローカライズを用途とする。公式は 2025 年 8 月 22 日にモデル提供開始の告知に同モデルを掲載した。(docs.bailian.console.aliyun.com) 公式告知によると、モデルは中国語、英語、日本語を含む 11 言語に対応し、画像の内…

Tencent

Hunyuan-T1

Hunyuan-T1 は Tencent Hunyuan の深層推論モデルで、Hybrid-Transformer-Mamba ハイブリッドアーキテクチャを採用し、多段階の思考を必要とするテキストタスクを対象としています。Tencent Cloud の過去のモデル文書では、hunyuan-t1-latest が推論モデルとして掲載されています。(tencent.github.io) 2025 年…

DeepSeek

DeepSeek-V3.1-Base

DeepSeek-V3.1-Base は DeepSeek-V3.1 のベース事前学習言語モデルであり、元の DeepSeek-V3 ベースモデルのチェックポイントから長いコンテキストへの拡張学習を継続して行ったものです。DeepSeek-V3.1 の事後学習済みモデルはこれを基盤として構築されています。公式は 2025 年 8 月 21 日にリリースを発表しました。(deepseek.com)…

DeepSeek

DeepSeek-V3.1

DeepSeek-V3.1 は 2025 年 8 月 21 日にリリースされた、対話、推論、エージェントタスク向けのハイブリッド推論モデルであり、同一モデルで思考モードと非思考モードの両方をサポートする。リリース時、公式 API の deepseek-chat は非思考モード、deepseek-reasoner は思考モードに対応していた。(deepseek.com) 128K token のコン…

ByteDance

Doubao-Seed-1.6-vision

Doubao-Seed-1.6-vision は、ByteDance が提供する視覚理解・思考モデルで、汎用的なマルチモーダル理解と推論に重点を置いている。公式によると、doubao-seed-1-5-vision-pro と比較して、教育、画像審査、巡回点検とセキュリティ、AI 検索・質疑応答などの場面でより高い性能を示す。公式リリース一覧には、対話(Chat)API の呼び出しガイドが掲載され…

Zhipu AI

GLM-4.5V

**公開日:**2025年8月11日。(huggingface.co) GLM-4.5V は、マルチモーダル理解と視覚推論を対象とする視覚言語モデルで、GLM-4.5-Air を基盤とし、混合エキスパート(MoE)アーキテクチャを採用している。総パラメータ数は1060億、有効化されるパラメータ数は120億。公式にモデルの重みが公開されており、モデルカードにはライセンスが MIT と記載されている。…

Alibaba

Wan2.2-I2V-Flash

Wan2.2-I2V-Flash は通義万相 2.2 の高速画像生成動画モデルで、阿里雲百錬が推論サービスを提供している。公式のリリース記録に記載された日付は 2025-08-11、同じ記録の国際デプロイ項目の日付は 2025-08-15。(docs.bailian.console.aliyun.com) 画像を動画の最初のフレームとして使用し、テキストプロンプトと組み合わせて動画を生成できる。公…

OpenAI

GPT-5 pro

GPT-5 pro は、OpenAI が 2025 年 8 月 7 日に GPT-5 とともにリリースした、高難度で複雑なタスク向けの深い推論を行うバージョンです。公式システムカードでは、リリース時の ChatGPT におけるこの構成を gpt-5-thinking-pro と呼んでいます。より長時間の推論と並列のテスト時計算を使用し、回答の正確性と完全性を高めます。ここでの名称はリリース構成の識…

OpenAI

gpt-5-main-mini

OpenAI は GPT-5 システムカードで gpt-5-main-mini を高速・高スループットのモデルと位置づけ、GPT-4o mini の後継モデルとして挙げている。これは、システムカードに記載されている深い推論を行うモデル gpt-5-thinking-mini とは異なるモデルである。(openai.com) このモデルは GPT-5 統合システムの高速モデル系列に属する。システムカ…

OpenAI

GPT-5 Chat

GPT-5 Chat は、GPT-5 シリーズのうち、かつて ChatGPT で使用されていた非推論モデルであり、API の推論モデル gpt-5 とは異なります。公式モデルページによると、この ID は以前 ChatGPT で使用されていた GPT-5 のスナップショットを指します。(openai.com) テキストと画像の入力、テキスト出力、ストリーミング出力、関数呼び出し、構造化出力をサポー…

OpenAI

GPT-5 nano

GPT-5 nano は、GPT-5 シリーズの中で速度とコストに敏感なタスク向けの軽量モデルです。API モデル ID は gpt-5-nano、固定バージョンのスナップショットは gpt-5-nano-2025-08-07 です。(developers.openai.com) テキストと画像の入力、テキスト出力、および推論 token をサポートし、要約や分類などのタスクに適しています。 関数…

OpenAI

GPT-5 mini

GPT-5 mini は GPT-5 のより高速で低コストなバージョンであり、コストに敏感な場面、低レイテンシーや高スループットが求められる場面に適しています。特に、タスクが明確に定義され、プロンプトが正確なワークロードに適しています。(developers.openai.com) テキストの入力と出力、画像入力、および推論 token をサポートし、テキスト処理、視覚理解、プログラミング、ツール…

OpenAI

GPT-5

GPT-5 は、OpenAI が 2025 年 8 月 7 日に開発者向けにリリースした推論モデルで、主にプログラミングや複数ステップの操作を必要とするエージェントタスクに使用されます。gpt-5-2025-08-07 はその固定バージョンのスナップショットであり、本項目の API モデル ID は gpt-5 です。(openai.com) テキストと画像の入力、テキストの出力に対応し、コード生…

MiniMax

MiniMax Speech 2.5

MiniMax Speech 2.5 は、多言語テキスト読み上げと音声クローンを対象とする音声生成モデルで、Speech 02 の後継バージョンです。公式は 2025 年 8 月 7 日に発表し、世界展開を開始したと告知しました。(minimax.io) **多言語音声合成:**公式の国際向け発表によると、40 以上の言語に対応し、多様な音声ライブラリを提供しています。中国語、英語などの言語におけ…

Baidu

Qianfan-Correct

Qianfan-Correct は、百度が作文指導向けに開発した特定分野に特化したモデルで、日常的な作文の添削に重点を置いている。公式では、千帆推論サービス API V2 のテキスト生成モデルに分類されている。(ai.baidu.com) このモデルは自然言語処理と深層ニューラルネットワーク技術を利用し、作文の採点と採点理由の分析を提供する。教師による作文の添削や作文指導を支援するために利用できる…

Baidu

Qianfan-ToyTalk

Qianfan-ToyTalk は、Baidu が低年齢の子ども向けのロールプレイ場面を対象に開発した、特定分野に特化したテキストモデルです。さまざまな役柄の交流場面をシミュレートすることで、没入型のロールプレイ体験を提供します。Baidu は本モデルを千帆推論サービス API V2 のテキスト生成モデルとして掲載しています。(cloud.baidu.com) 子ども向けの役柄との対話やインタラク…

Baidu

ERNIE 4.5 Turbo VL

ERNIE 4.5 Turbo VL は、百度が画像理解向けに提供する視覚言語モデルです。百度の公式モデル更新記録によると、画像理解、創作、翻訳、コードの能力が向上し、最初の Token までの遅延が短縮されています。(ai.baidu.com) このモデルは、画像を用いた理解と質疑応答、およびコンテンツの創作、翻訳、コード関連のタスクに利用できます。公式に記載されているコンテキスト長は 128K…

Anthropic

Claude Opus 4.1

Claude Opus 4.1 は Anthropic による Claude Opus 4 のアップグレード版で、エージェントタスク、実践的なプログラミング、推論能力の改善に重点を置き、2025年8月5日にリリースされました。(anthropic.com) ソフトウェア開発、複数ファイルにまたがるコードのリファクタリング、デバッグ、詳細な調査、データ分析に適しています。公式によると、詳細の追跡とエ…

Google

Genie 3

Genie 3 は Google DeepMind が開発した汎用世界モデルで、インタラクティブな動的環境を生成するために用いられます。公式は 2025 年 8 月 5 日に Genie 3 research preview を発表し、当初は少数の学術研究者とクリエイターに限定的な早期アクセスを提供しました。(deepmind.google) テキストプロンプトに基づいて、リアルタイムで移動できる…