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

454 モデル

公開日の新しい順
Google

Gemini 2.5 Deep Think

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…

Alibaba

Qwen-Flash

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…

ByteDance

Seed Diffusion Preview

Seed Diffusion Preview は、ByteDance Seed が発表した実験的な離散拡散言語モデルであり、構造化コード生成を研究領域として、言語モデルの基盤フレームワークとしての拡散手法の実現可能性を検証するためのものです。(seed.bytedance.com) **コード生成と編集:**コード生成、補完、および全体的な計画を伴うコード編集の研究に適しています。公式によると、複…

Alibaba

Qwen3-Coder-Flash

Qwen3-Coder-Flash は Qwen3 をベースとしたコード生成モデルで、Qwen3-Coder-Plus のコーディングエージェント機能を継承しています。この API ID は 2025 年 7 月 28 日のスナップショットに対応しています。Alibaba Cloud 国際サイトの告知では 2025 年 7 月 29 日の公開記録に、中国国内サイトの告知では 2025 年 8 月…

Google

Veo 3 Fast

Veo 3 Fast は、Google がより高速な動画生成向けに提供する Veo 3 のバージョンです。テキストプロンプトまたは入力画像から動画を生成でき、音声や効果音の同時生成にも対応しています。短編動画の素材、クリエイティブなデモ、広告クリップの制作に利用できます。(cloud.google.com) テキストからの動画生成、画像からの動画生成、プロンプトの書き換え、音声生成に対応しています…

Google

Veo 3

Veo 3 は Google の生成型動画モデルです。veo-3.0-generate-001 は Google Cloud Vertex AI における正式版モデル ID です。(docs.cloud.google.com) テキストプロンプトからの動画生成に対応し、画像から動画への変換にも対応しています。映像と同期した音声や効果音を生成できます。マーケティング素材、ソーシャルメディア動画、製品…

Alibaba

Qwen-Plus

Qwen3 シリーズの Plus テキスト生成・推論モデルで、2025 年 7 月 28 日のモデルスナップショットを採用しています。(docs.modelstudio.console.alibabacloud.com) 思考モードと非思考モードに対応し、会話中に切り替えられます。従来のバージョンと比較して、中国語・英語の能力とツール呼び出しが強化されています。テキスト生成、対話、推論、およびツー…

Zhipu AI

GLM-4.5-Air

GLM-4.5-Air は、GLM-4.5 シリーズのうち、エージェントアプリケーション向けの軽量な基盤モデルです。Mixture of Experts(MoE)アーキテクチャを採用し、総パラメータ数は 1060 億、推論ごとに約 120 億のパラメータが活性化されます。このモデルは 2025 年 7 月 28 日に GLM-4.5…

Zhipu AI

GLM-4.5

GLM-4.5 はエージェントアプリケーション向けのテキスト基盤モデルで、混合エキスパート(MoE)アーキテクチャを採用している。総パラメータ数は約 3550 億、1 回の推論で有効化されるパラメータ数は約 320 億で、推論、プログラミング、エージェントの能力を統合している。(docs.bigmodel.cn) 思考モードと非思考モードをサポートし、それぞれ複雑な推論・ツールの使用と即時応答に適…

Alibaba

Wan2.2-I2V-Plus

Wan2.2-I2V-Plus は万相 2.2 シリーズの画像から動画を生成するモデルで、阿里云百炼を通じて推論サービスが提供される。入力画像を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。公式によると、このバージョンでは生成の安定性、指示への追従性、画像内の文字・人物・商品の一貫性、およびカメラワーク制御が最適化されている。(help.aliyun.com) 画像…

Alibaba

Wan2.2-T2V-Plus

Wan2.2-T2V-Plus は通義万相 2.2 シリーズのテキストから動画を生成するモデルで、阿里云百炼を通じて推論サービスが提供されます。テキストプロンプトを入力すると、動画が出力されます。公式発表に記載されたリリース日は 2025 年 7 月 28 日です。(docs.modelstudio.console.alibabacloud.com) 公式によると、このモデルはプロンプトへの追従性…

Alibaba

Wan2.2-T2I-Flash

Wan2.2-T2I-Flash は万相 2.2 シリーズの高速なテキスト画像生成モデルで、テキストを入力して画像を出力し、阿里云百炼が推論サービスを提供する。(docs.bailian.console.aliyun.com) 公式によると、このモデルは生成速度、創造性、安定性、写実的な質感および指示への追従能力が向上しており、複数のスタイルとインテリジェントなプロンプト書き換えをネイティブにサポ…

Alibaba

Wan2.2-T2I-Plus

Wan2.2-T2I-Plus は、アリババの通義万相 2.2 シリーズのテキストから画像を生成するモデルで、テキストプロンプトを入力し、画像を出力する。公式によると、画像の細部、創造性、安定性、写実的な質感が向上し、指示に従う能力も強化されている。(docs.modelstudio.console.alibabacloud.com) 複数の画像スタイルとインテリジェントなプロンプトの書き換えをネ…

Tencent

hunyuan-turbos-vision-video

Tencent Hunyuanが turbos-vision を基盤として開発した動画理解モデル。Tencent Cloud TokenHub では、このバージョンを HY-Vision-Video として掲載している。(cloud.tencent.com) 動画の説明および動画の内容に基づく質疑応答をサポートし、動画コンテンツの分析や質疑応答などの場面で利用できる。TokenHub のサンプルで…

ByteDance

Seed LiveInterpret 2.0

Seed LiveInterpret 2.0 は、ByteDance の Seed チームによるエンドツーエンドのリアルタイム同時通訳モデルで、全二重の音声理解・生成フレームワークを採用し、異なる言語間のコミュニケーションを対象としています。公式発表日は 2025-07-24 です。(seed.bytedance.com) ストリーミング音声入力に対応し、聞きながら訳文を生成します。翻訳テキストと…

Alibaba

Qwen-Doc-Turbo

Qwen-Doc-Turbo は文書データマイニング向けのテキスト生成モデルで、情報抽出、コンテンツ審査、分類・タグ付け、要約生成を専門としています。公式リリース記録に記載された日付は 2025-07-23 です。(docs.modelstudio.console.alibabacloud.com) 文書からフィールドを抽出し、プロンプトに従って JSON などの構造化テキストを生成できます。文書…

Google

Gemini 2.5 Flash-Lite

Gemini 2.5 Flash-Lite は、Google が大規模かつ低レイテンシのアプリケーション向けに提供する軽量マルチモーダルモデルです。Google は 2025 年 7 月 22 日に安定版の正式リリースを発表しました。(developers.googleblog.com) テキスト、画像、動画、音声、PDF の入力に対応し、テキストを出力します。入力上限は 1,048,576…

ByteDance

Seed GR-3

Seed GR-3 は、ByteDance の Seed チームが開発した視覚・言語・動作(VLA)ロボット操作モデルで、汎用ロボット研究を対象としている。Transformer 混合アーキテクチャを採用し、視覚言語モジュールと動作生成モジュールを統合した約 40 億パラメータのエンドツーエンドモデルである。(seed.bytedance.com) **汎化と指示理解:**把持・配置実験において、…

Alibaba

Qwen3-Coder-Plus

Qwen3-Coder-Plus は Qwen3 をベースとしたコード生成モデルです。この API ID は 2025 年 7 月 22 日のスナップショット版を指します。Alibaba Cloud 中国国内向けの告知では 2025 年 7 月 22 日に掲載されており、国際向けデプロイの提供開始記録は 2025 年 7 月 23 日です。(help.aliyun.com) このモデルは…

Alibaba

Qwen-MT-Plus

Qwen-MT-Plus は通義千問シリーズのフラッグシップ級多言語翻訳モデルです。公式の現行資料によると、Qwen3 をベースにアップグレードされ、92 言語間の翻訳に対応し、用語のカスタマイズ、書式の保持、分野に関するプロンプトの機能を提供しています。多言語テキストや専門分野の翻訳に適しています。現在の能力に関する記述は、必ずしも初リリース時のバージョンの状態を示すものではありません。(doc…