Gemini 2.5 Pro Preview TTS
Google Gemini 2.5 Pro 시리즈의 프리뷰 텍스트 음성 변환 모델로, 고품질의 제어 가능한 음성 합성을 목적으로 하며 비교적 복잡한 음성 생성 프롬프트를 처리하는 데 적합하다.(blog.google) 텍스트를 입력받아 오디오를 생성하며, 단일 화자 음성과 2인 대화를 지원한다.(aistudio.google.com) 자연어 프롬프트를 통해 음성…
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
Google Gemini 2.5 Pro 시리즈의 프리뷰 텍스트 음성 변환 모델로, 고품질의 제어 가능한 음성 합성을 목적으로 하며 비교적 복잡한 음성 생성 프롬프트를 처리하는 데 적합하다.(blog.google) 텍스트를 입력받아 오디오를 생성하며, 단일 화자 음성과 2인 대화를 지원한다.(aistudio.google.com) 자연어 프롬프트를 통해 음성…
Gemini 2.5 Flash Preview는 Google이 2025년 5월 20일 출시한 프리뷰 모델로, 속도, 비용 및 추론 능력을 균형 있게 갖춘 고효율 모델로 포지셔닝되어 있다. Google은 이전 버전과 비교해 추론, 멀티모달, 코드 및 긴 컨텍스트 벤치마크에서 개선이 있었다고 밝혔다. (blog.google) 추론 및 제어: 사고 예산을 지원하여…
Tencent Hunyuan TurboS 시리즈의 대규모 언어 모델 버전으로, 범용 텍스트 및 추론 작업을 대상으로 한다. 이 버전은 길고 짧은 사고 연쇄를 적응적으로 융합한다. (cloud.tencent.com) 공식 발표에 따르면 이전 버전과 비교해 이 버전은 수학, 코드, 논리, 과학 등 이공계 분야의 능력이 향상되었으며, 인문계 분야의 성능은 유지되…
hunyuan-t1-vision은 텐센트 혼위안의 멀티모달 이해 심층 사고 모델이다. 텐센트 클라우드 제품 동향에 따르면 정식 버전은 2025년 5월 16일에 출시되었다.(cloud.tencent.com) 이 모델은 멀티모달 네이티브 장문 사고 체인을 지원하며 이미지 추론에 강점이 있다. 공식 발표에 따르면 이과 분야의 난제에서 빠른 사고 모델보다 성능이…
Qianfan-Sug는 바이두 첸판 플랫폼이 자체 개발한 대화 예측 특화 모델로, 여러 차례 이어지는 대화에서 다음 질문을 추천하는 데 사용된다. 바이두는 이를 추론 서비스 API V2의 텍스트 생성 모델로 분류한다.(ai.baidu.com) 이 모델은 기존 대화 맥락을 바탕으로 사용자의 의도를 파악하고 사용자가 다음에 물을 가능성이 있는 질문을 예측한다.…
Wan2.1-VACE-Plus는 완샹 2.1의 동영상 제작 및 편집 통합 모델로, 텍스트, 이미지, 동영상 등의 조건 입력을 받아 동영상을 출력한다. 공식 공지에서는 이를 동영상 생성 모델로 분류한다.(help.aliyun.com) 동영상 부분 편집, 동영상 다시 그리기, 화면 확장, 동영상 길이 연장 및 이미지 참조 생성을 지원한다. 동영상의 일부 요소를…
Seedance 1.0 lite의 이미지-비디오 생성 버전으로, ByteDance가 효율성과 비용 최적화를 위해 개발한 파라미터 수가 적은 비디오 생성 모델이다. 이 API ID는 이미지-비디오 생성에 해당하며, 같은 시리즈의 텍스트-비디오 생성에는 다른 모델 ID를 사용한다. (docs.volcengine.com) 입력 이미지를 바탕으로 비디오를 생성하며…
Seedance 1.0 lite의 텍스트-비디오 생성 버전으로, 생성 속도와 비용 최적화를 목표로 하는 소규모 파라미터 비디오 생성 모델이다. 텍스트 프롬프트와 선택적 매개변수를 입력받아 비디오를 출력하며, 이미지-비디오 생성에는 별도의 I2V 버전을 사용한다.(developer.volcengine.com) 텍스트 설명을 바탕으로 비디오를 생성하며, 프롬프…
실시간 오디오 상호작용을 위한 Qwen 실시간 전모달 이해 및 생성 모델의 2025년 5월 8일 스냅샷 버전. (docs.modelstudio.console.alibabacloud.com) 텍스트, 이미지, 비디오 및 오디오 입력을 지원하며, 오디오와 다른 모달리티가 결합된 혼합 입력을 이해할 수 있다. 텍스트와 음성을 동시에 스트리밍 생성할 수 있으며,…
Google이 2025년 5월 7일에 출시한 Gemini 2.0 Flash 이미지 생성 프리뷰 모델로, 개발자가 대화형 이미지 생성 및 편집 애플리케이션을 구축하도록 설계되었다. 출시 당시 Google AI Studio와 Vertex AI를 통해 사용할 수 있었다.(developers.googleblog.com) 텍스트 프롬프트에 따라 이미지를 생성하고 응…
Google이 2025년 5월 6일 앞당겨 출시한 Gemini 2.5 Pro 프리뷰 업데이트로, 특히 인터랙티브 웹 애플리케이션과 프런트엔드 인터페이스 개발을 중심으로 코딩 능력을 강화했다.(blog.google) 코드 생성, 변환 및 편집과 복잡한 에이전트 워크플로를 지원한다. Google은 함수 호출 트리거율이 개선되고 호출 오류가 감소했다고도 보고했다…
kimi-thinking-preview는 Moonshot AI가 출시한 장시간 사고 모델의 프리뷰 버전이다. 공식 발표에서는 이 모델을 멀티모달 추론과 범용 추론 능력을 갖춘 모델로 설명하며, 심층 추론에 능하고 복잡한 코드, 수학 및 업무 문제를 처리하는 데 사용할 수 있다고 밝혔다. 발표에는 지원되는 모든 모달리티와 해당 인터페이스 사양이 상세히 명시되…