UI2Code^N
UI2Code^Nは、UI画像からフロントエンドコードを生成し、視覚的なフィードバックを用いて反復的に改善するための視覚言語モデルです。GLM-4.1V-9B-Baseを基盤としています。(huggingface.co) UIのスクリーンショットからHTML、CSS、Reactなどのコードの初稿を生成します。 自然言語の指示に基づいて既存UIを編集します。 生成コードのレンダリング結果を参照し、元…
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。
UI2Code^Nは、UI画像からフロントエンドコードを生成し、視覚的なフィードバックを用いて反復的に改善するための視覚言語モデルです。GLM-4.1V-9B-Baseを基盤としています。(huggingface.co) UIのスクリーンショットからHTML、CSS、Reactなどのコードの初稿を生成します。 自然言語の指示に基づいて既存UIを編集します。 生成コードのレンダリング結果を参照し、元…
Tencentの汎用テキスト生成モデル。従来のTurboSから混元2.0を基盤に採用し、複雑な指示への追従、複数ターンの対話、長文理解、コード、エージェント、推論能力を強化したと発表されている。公開日は2025年11月9日。(cloud.tencent.com) 深い推論、長文の分析、対話型アシスタント、コード関連作業、エージェントを用いた処理などに適する。TokenHubの旧モデル一覧では、深い…
Alibaba Cloud Model Studioで提供される、録音ファイル向けの非リアルタイム音声認識モデル。音声を入力し、テキストを出力する。HTTP APIで利用し、ホットワードによる認識精度の向上と話者分離に対応する。(help.aliyun.com) 日本語、英語、韓国語などを含む多言語と、中国語の方言・地域アクセントに対応する。公式案内は合計30言語としている。 句読点の予測や、数字…
GPT-5-Codex-Miniは、プログラミング用途向けのGPT-5-Codexを小型化し、コスト効率を高めたモデルです。2025年11月7日に、Codex CLIとIDE拡張機能のモデル選択肢として発表されました。 (help.openai.com) Codexでのコーディング作業に利用できるモデルです。発表時、ChatGPTサブスクリプションに含まれる利用枠で、GPT-5-Codexと比べて…
Alibabaの通義研究所による、エンドツーエンドのリアルタイム音声認識モデルのスナップショット版。音声を入力し、文字起こしテキストを出力する。WebSocketでストリーミング音声を扱える。(help.aliyun.com) 中国語、英語、日本語や中国語の方言に対応。中国語と英語の切り替えにも対応する。ホットワードのカスタマイズ、句読点予測、ITNによる表記正規化、特定の語句の自動フィルタリング…
Kimi K2 Thinkingは、段階的な推論とツール呼び出しを組み合わせるThinking Agentモデルです。2025年11月6日に発表されました。公式モデルカードでは、重みが公開されています。(platform.kimi.com) 推論しながら動的にツールを呼び出し、調査、情報収集、コーディング、文章作成などの複数段階の作業に利用できます。公式評価では、200〜300回の連続したツール呼…