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

400 モデル

公開日の新しい順
Zhipu AI

GLM-4.6

GLM-4.6は、コーディングを重視し、推論、ツール利用、エージェント用途にも対応する大規模言語モデルです。公式発表日は2025年9月30日です。(docs.z.ai) GLM-4.5からコンテキストウィンドウを128Kから200Kトークンに拡張。長いコードや複雑なエージェントタスクに対応します。 コード生成、フロントエンド開発、推論時のツール呼び出し、検索を用いたエージェント、文章作成をサポート…

Anthropic

Claude Sonnet 4.5

Claude Sonnet 4.5は、コーディング、複雑なエージェントの構築、コンピューター操作を重視したAnthropicのモデルです。2025年9月29日に発表されました。Claude APIの固定版IDは claude-sonnet-4-5-20250929 です。(anthropic.com) コードの作成・修正、ソフトウェア開発、ツールを使った複数段階の作業に利用できます。 推論・数学、…

DeepSeek

DeepSeek-V3.2-Exp

DeepSeek-V3.2-Expは、2025年9月29日に公開された実験的な大規模言語モデルです。DeepSeek-V3.1-Terminusを基盤に、長文の学習・推論効率を検証するための中間段階のモデルとして開発されました。(deepseek.com) 長文処理:DeepSeek Sparse Attention(DSA)を導入し、長い文脈での計算効率の改善を目指しています。DeepSeekに…

Google

Gemini Robotics-ER 1.5

Gemini Robotics-ER 1.5は、ロボット向けの身体性推論に特化した視覚言語モデルです。ロボットの高水準の判断役として、視覚・空間理解、タスク計画、進捗の推定を行います。2025年9月25日にプレビュー版として公開されました。(developers.googleblog.com) テキスト、画像、動画、音声を入力として受け取り、テキストを出力します。入力上限は1,048,576トーク…

Google

Gemini Robotics 1.5

Gemini Robotics 1.5は、視覚情報と言語指示をロボットの動作指令に変換する、実世界の作業向けの視覚・言語・行動(VLA)モデルです。Google DeepMindが2025年9月25日に発表しました。(deepmind.google) 行動前に自然言語で推論し、長い作業を実行しやすい短い手順に分割できます。洗濯物の色別仕分けなど、複数段階の物体操作が例示されています。(deepmi…

Google

Gemini 2.5 Flash-Lite Preview

2025年9月25日に公開された Gemini 2.5 Flash-Lite のプレビュー版。低コスト、高スループットと応答品質の改善を目指したモデルで、公開時には Google AI Studio と Vertex AI で提供された。Google は、複雑な指示への追従、簡潔な回答、マルチモーダル能力の改善を挙げている。(developers.googleblog.com) テキスト、画像、動…

Google

Gemini 2.5 Flash Preview

2025年9月25日に発表された、Gemini 2.5 Flashのプレビュー版。品質と効率の向上を目指したモデルで、発表時にはGoogle AI StudioとVertex AIで提供されました。 (developers.googleblog.com) ツール利用を改善し、複雑なエージェント型・複数ステップの処理に対応。Googleの発表によると、SWE-bench Verifiedのスコアは前…

Tencent

hunyuan-large-role-latest

Tencentの混元シリーズに属する、ロールプレイ向けの対話モデル。2025年9月24日に提供開始された。(cloud.tencent.com) 大規模な高品質のキャラクター対話データによる追加訓練を通じて、キャラクター設定の理解と維持、複数ターンの会話の一貫性、対話の深さを改善したと公式に説明されている。想定用途はAIデジタル分身、ロールプレイ、情緒的な会話相手など。設定から外れた応答(OOC)…

Alibaba

Fun-ASR-Realtime

Alibabaのリアルタイム音声認識モデル。音声を入力し、ストリーミングでテキストに書き起こす。fun-asr-realtime-2025-09-15は日付付きスナップショット版。公式コンソールに記載されたFun-ASR-Realtimeの公開日は2025年9月23日。 (modelstudio-legacy.console.alibabacloud.com) エンドツーエンド構成にRAGを組み合…

Alibaba

Qwen3-LiveTranslate-Flash-Realtime

Qwen3-Omniを基盤とする、多言語の音声・映像向けリアルタイム同時通訳モデルです。対象IDは2025年9月22日のスナップショット版で、公式のモデル更新一覧には2025年9月23日付で掲載されています。(alibabacloud.com) 公式発表によると、19言語を聞き取り、10言語と中国語の8方言で発話できます。音声と画像を利用したリアルタイム翻訳や、映像を伴う多言語コミュニケーションに…

Alibaba

Qwen3-Coder-Plus

Qwen3を基盤とするコード生成モデル。コーディングエージェント、ツール呼び出し、実行環境とのやり取りを得意とし、自律的なプログラミングや一般的なテキスト生成に利用できる。2025年7月22日のスナップショットと比べ、下流タスクとツール呼び出しの堅牢性、およびコードの安全性が改善されたと公式に説明されている。(alibabacloud.com) コード生成、開発支援、ツールを利用するコーディングエ…

Alibaba

Qwen3-VL-Plus

Qwen3シリーズの視覚理解モデルの2025年9月23日スナップショット。思考モードと非思考モードを備え、画像・動画の理解、視覚情報を使ったコーディング、空間認識、マルチモーダル推論に対応する。長時間動画の理解にも対応する。(alibabacloud.com) テキスト、画像、動画を入力し、テキストを出力する。画像や動画についての質問応答、視覚情報を用いたコード作成、画面操作を伴うエージェントなど…

Alibaba

Qwen3-Max

Qwen3シリーズのMaxモデルの2025年9月23日スナップショット。正式版はプレビュー版に比べ、エージェント向けプログラミングとツール呼び出しを強化している。Alibaba Cloudの国内向け更新履歴では、2025年9月23日に掲載された。(alibabacloud.com) テキストを入力・出力し、文章生成、コード作成、複雑なエージェントタスクに利用できる。(qwencloud.com)…

Alibaba

Wan2.5-I2I-Preview

Wan2.5シリーズの画像編集向けプレビュー版モデル。テキストの指示と参照画像を基に画像を編集する。公式発表では、指示への追従、被写体の一貫性を保った複数画像の参照生成、画像内の文字生成を特徴としている。(alibabacloud.com) 単一画像の編集や、複数の参照画像を組み合わせた生成に対応。例えば、人物の衣服の変更や、別画像の物体を場面に配置する用途に利用できる。(help.aliyun.…

DeepSeek

DeepSeek-V3.1-Terminus

DeepSeek-V3.1-Terminusは、DeepSeek-V3.1を改良した汎用言語モデルです。2025年9月22日に公開されました。従来の能力を維持しつつ、中国語と英語の混在や異常文字の発生を抑え、Code AgentとSearch Agentの性能を改善したと公式発表で説明されています。(deepseek.com) 対話、文章生成、コード関連作業、複数段階の検索やツールを使うエージェン…

Alibaba

Wan2.2-Animate-Mix

Alibaba Cloud Model Studioが提供する、動画内の人物・キャラクター置換向けモデル。キャラクターの画像と演技動画を入力すると、動画中の人物を画像のキャラクターに置き換え、元動画の背景、照明、色調などを維持するよう生成する。動画編集やキャラクター差し替えに利用できる。 (docs.modelstudio.console.alibabacloud.com) 2025年9月19日。…

Alibaba

Wan2.2-Animate-Move

人物画像と参考動画からキャラクターアニメーションを生成するモデル。参考動画の動きや表情を画像内の人物に移し、画像の背景を維持した動画を生成する。入力は画像と動画、出力は動画。(docs.modelstudio.console.alibabacloud.com) ダンス、複雑な身体動作、映像作品の演技の再現や、モーションキャプチャの代替に利用できる。(help.aliyun.com) 出力は720P…

Alibaba

Wan2.5-I2V-Preview

Wan2.5-I2V-Previewは、画像を基に動画を生成するプレビューモデルです。Alibaba Cloud Model Studioが推論サービスを提供します。公式更新履歴には、2025年9月19日のリリースとして掲載されています。 (alibabacloud.com) 入力画像を動画化し、映像と同期した音声を生成できます。公式の動画生成案内では、テキスト・画像・音声の入力が記載されています…

Alibaba

Wan2.5-T2I-Preview

Alibaba Cloud Model Studioで提供される、テキストから画像を生成するWan 2.5のプレビュー版。入力はテキスト、出力は画像。(alibabacloud.com) 指示への追従、画面の美しさ、デザイン性、写実的な質感を強化したモデル。中国語・英語やその他の言語の文字生成、複雑な構造の長文、図表、アーキテクチャ図を含む画像の生成に対応する。図解や文字入りビジュアルの制作に利用…

Alibaba

Wan2.5-T2V-Preview

Wan2.5-T2V-Previewは、テキストから動画を生成するプレビュー版モデルです。公式発表では、映像と同期した音声の生成に対応し、指示への追従、動き、画質が改善されたと説明されています。短い映像コンテンツの制作や試作に利用できます。(help.aliyun.com) 出力仕様は480P・720P・1080P、長さは5秒または10秒、30fps、MP4です。(help.aliyun.com)…