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)…
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。
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-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…
**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。…
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…
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…
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…
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…
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 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…
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…
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…
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…
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…
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…
Gemini 2.5 Deep Think は Gemini 2.5 Pro の強化推論モードで、複雑な数学、プログラミング、創造的な解決を必要とする問題を対象としています。Google は 2025 年 8 月 1 日、Gemini アプリで Google AI Ultra の加入者向けにこのバージョンを提供開始すると発表しました。Deep Think はそれ以前の 2025 年 5 月に実験的…
Qwen-Flash は Qwen3 シリーズのテキスト生成・推論モデルです。公式国際サイトでは、qwen-flash とスナップショット版の qwen-flash-2025-07-28 が 2025 年 8 月 1 日の更新に掲載されています。スナップショット名に含まれる 2025 年 7 月 28 日はスナップショットの日付です。公式モデルページによると、現在の qwen-flash の能力は…