모델 디렉터리

최신 AI 모델

새롭게 출시된 모델을 발표일 순서로 살펴보세요.

최신 발표순7개 언어
초기화

83 개 모델

최신 발표순
Tencent

Hy Image3.5 preview

Tencent 혼위안의 이미지 생성 모델 프리뷰 버전이다. 텍스트로 이미지를 생성하고, 참조 이미지를 이용해 생성하거나 여러 차례 대화하며 이미지를 편집할 수 있다. 포스터, UI 디자인, 상품 이미지 편집 등에 활용할 수 있다. (cloud.tencent.com) 텍스트와 참조 이미지를 함께 입력할 수 있으며, 다중 턴 편집, 외부 검색 보강, 크기·시드…

Alibaba

Qwen-Audio-3.1-ASR-Flash-Filetrans

Qwen-Audio-3.1-ASR-Flash-Filetrans는 녹음 파일을 텍스트로 변환하는 엔드투엔드 비실시간 음성 인식 모델이다. 회의록 작성, 콘텐츠 제작, 통화 분석과 긴 오디오 전사에 활용할 수 있다. 음성을 입력받아 텍스트를 출력한다. (alibabacloud.com) 한국어, 중국어, 영어, 일본어 등 다국어와 여러 중국어 방언을 인식한다.…

Alibaba

Qwen-Audio-3.1-ASR-Flash

Qwen-Audio-3.1-ASR-Flash는 짧은 음성 녹음을 텍스트로 변환하는 비실시간 음성 인식 모델이다. 다국어 및 중국 지역 방언을 지원하며, 고전 중국 시가의 운율과 표현에 맞춘 최적화도 제공한다. 공식 문서는 한국어를 지원 언어에 포함한다. 활용 예로는 짧은 녹음의 전사와 다국어·문화 콘텐츠의 텍스트화가 있다. (alibabacloud.com)…

Alibaba

Qwen-Audio-3.1-ASR-Flash-Streaming

Qwen-Audio-3.1-ASR-Flash-Streaming은 오디오를 입력받아 텍스트로 출력하는 엔드투엔드 실시간 음성 인식 모델이다. 실시간 회의, 수업 기록, 라이브 자막, 지능형 음성 인터랙션에 사용할 수 있으며, 발화 중 중간 전사 결과와 최종 결과를 반환한다. (alibabacloud.com) 한국어를 포함한 다국어와 여러 중국어 방언 인식,…

Alibaba

Qwen-Audio-3.1-ASR-Flash-Message

음성 메시지, 음성 입력 및 기업 업무에 최적화된 생성형 음성 인식 모델이다. 오디오를 입력받아 텍스트를 출력한다. 공식 발표에 기재된 출시일은 2026년 9월 21일이다. (alibabacloud.com) 중국어와 영어를 비롯한 여러 언어를 인식하며, 한국어·인도네시아어·일본어·태국어·필리핀어·베트남어·말레이어에 최적화되어 있다. 언어를 자동 감지하거나…

Alibaba

Qwen-Audio-3.1-TTS-Next

Qwen-Audio-3.1-TTS-Next는 단순한 텍스트 음성 변환을 넘어 통합 오디오를 생성하는 AudioGen 모델이다. 텍스트, 타임스탬프와 참고 오디오를 바탕으로 음성, 효과음, 환경음을 한 번에 생성할 수 있다. Alibaba Cloud Model Studio가 추론 서비스를 제공한다. (help.aliyun.com) 1인 음성, 다자 대화, 팟…

Alibaba

Qwen3.8-Omni-Flash-Realtime

실시간 음성·영상 상호작용을 위한 멀티모달 모델이다. 2026년 9월 21일 출시되었으며, 스마트 기기, 로봇, 실시간 대화형 에이전트 등에 활용할 수 있다. (alibabacloud.com) 텍스트, 스트리밍 오디오, 연속 이미지 프레임으로 구성된 비디오를 입력받고 텍스트와 오디오를 출력한다. 사용자 정의 함수 호출과 원격 MCP 도구를 지원한다.…

Alibaba

Qwen-Audio-3.1-Realtime-Plus

실시간 양방향 음성 대화 모델로, 텍스트와 오디오의 입력·출력을 지원한다. 음성 비서와 실시간 고객 상담 등에 활용할 수 있다. (help.aliyun.com) 함수 호출, 웹 검색, 음성 복제를 지원한다. 기존 음색을 유지하면서 시스템 음색 8개를 추가했다. 3.0 Plus와 동일한 연동 프로토콜을 사용한다. (alibabacloud.com) 컨텍스트 창…

Alibaba

Qwen-Image-2.1

Qwen-Image-2.1은 텍스트 기반 이미지 생성과 이미지 편집을 하나로 통합한 가중치 공개 모델이다. 시각 생성 구성 요소는 70억 개의 파라미터와 32개 단일 스트림 DiT 계층으로 구성된다. (github.com) 텍스트로 일반 이미지 또는 투명 배경의 RGBA 이미지를 생성하고, 투명 레이어를 편집하거나 사진에서 피사체를 추출한다. 최대 10장의…

Alibaba

Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash는 오디오·비디오 이해와 콘텐츠 분석, 멀티모달 에이전트 작업을 위한 네이티브 멀티모달 모델이다. 텍스트, 이미지, 오디오, 비디오를 입력받고 텍스트만 출력한다. (aliyun.com) 사고 모드가 기본 활성화되어 있으며 추론 강도를 조절할 수 있다. 함수 호출, 웹 검색, 컨텍스트 캐싱을 지원한다. 오디오 입력은 113개…

Baidu

端到端语音语言大模型(Flex)

Baidu의 Flex는 실시간 음성 상호작용과 작업 수행을 위한 엔드투엔드 음성 언어 모델이다. 2026년 9월 16일 공개 베타가 발표됐다. (cloud.baidu.com) 자연스러운 음성 대화와 음성 합성을 지원하며, 70개 이상의 사전 설정 음색을 제공한다. 서버가 음성 구간을 감지하는 자동 VAD와 클라이언트가 전송 시점을 제어하는 수동 VAD를 지…

Google

Gemini 3.8 Live Extended Thinking

Gemini 3.8 Live Extended Thinking은 복잡한 다단계 작업을 위한 실시간 음성 대화 및 고도 추론 모델이다. Google은 2026년 9월 15일 발표했으며, 공식 발표문은 9월 17일 갱신됐다. Gemini Live API와 Google AI Studio 등을 통해 이용할 수 있다. (blog.google) 음성 응답을 이어가면서…

Google

Gemini 3.8 Live

Gemini 3.8 Live는 확장성과 비용 효율성을 고려해 설계된 저지연 실시간 음성 대화 모델이다. 복잡한 다단계 추론에 중점을 둔 별도 모델인 Gemini 3.8 Live Extended Thinking과 구분된다. 발표일은 2026년 9월 15일이다. (blog.google) 텍스트·이미지·오디오·비디오를 입력받고 텍스트와 오디오를 출력한다. 실시간…

Moonshot AI

K2.8 Preview

K2.8 Preview는 Kimi Code에서 제공하는 프리뷰 코딩 모델이다. 공식 발표에 따르면 코딩과 에이전트 능력이 K2.7 Code보다 개선됐으며, 종합 성능은 K3에 가깝다. 기존 kimi-for-coding 모델 ID가 그대로 사용되므로 기존 클라이언트와 서드파티 도구는 설정을 바꾸지 않고 사용할 수 있다. (kimi.com) 출시일: 2026년…

DeepSeek

DeepSeek-V4.1-Flash

출시일: 2026년 9월 10일. DeepSeek의 새로운 아키텍처 계열에서 가장 작은 모델로, 효율적인 추론과 높은 처리량을 목표로 설계된 멀티모달 모델이다. 공식 API 모델 ID는 deepseek-flash다. (deepseek.com) 텍스트와 이미지를 입력받아 텍스트를 생성하며, 이미지 이해를 기본 지원한다. 이미지 분석, 대화, 코딩 및 에이전트…

Tencent

AuK-Flash

Tencent의 음성 생성·편집 기반 모델 AuK의 증류 버전이다. 자연어 지시와 오디오를 활용하며, 4단계 추론에 맞춰 설계됐다. AuK 기본 모델은 15억 개 매개변수로 소개된다. 코드와 가중치는 2026년 9월 9일 공개됐다. (huggingface.co) 참조 음성의 목소리로 텍스트를 읽는 제로샷 TTS와 목소리 설명만을 이용한 지시 기반 TTS 음…

Tencent

AuK

AuK는 음성 생성과 편집을 위한 약 15억 매개변수의 기반 모델이다. 다양한 오디오 데이터로 학습됐으며, 자연어 지시를 통해 여러 음성 작업을 수행한다. 이 모델 카드는 고품질 생성을 지향하는 기본 모델의 가중치를 제공한다. 별도로 4단계 추론용 증류 모델인 AuK-Flash도 있다. (huggingface.co) 참조 음성을 이용한 제로샷 TTS와 음성…

Google

WeatherNext 3

WeatherNext 3는 Google DeepMind와 Google Research가 개발한 전 지구적 AI 기상 예측 모델이다. 실시간 정지궤도 위성 관측과 기상 관측소 자료를 활용해 지역별 예측을 제공한다. (blog.google) 매시간 예보를 갱신하며, 최대 15일 앞까지 시간 단위의 전 지구 확률 예측을 제공한다. 예측 앙상블은 64개 멤버로 구…

Google

Gemini 3.8 Flash Cyber

Gemini 3.8 Flash를 사이버 보안 용도에 맞게 추가 학습한 모델이다. Google은 자율적인 취약점 탐지와 자동 패치에 특화된 모델로 소개한다. 공식 발표일은 2026년 9월 2일이며, Google Cloud 문서에 기재된 정식 출시일은 2026년 9월 16일이다. (blog.google) 코드베이스의 취약점 발견, 보안 연구 및 코드 수정에 활…

Google

Gemini 3.8 Flash

Gemini 3.8 Flash는 Gemini 3.7 Flash를 기반으로 한 멀티모달 모델이다. 속도와 비용 효율성을 유지하면서 장기 소프트웨어 엔지니어링, 자율 에이전트 및 복잡한 지식 업무를 수행하도록 설계됐다. 별도로 발표된 사이버 보안 특화 모델 Gemini 3.8 Flash Cyber와는 구분된다. (blog.google) 출시일: 2026년 9월…