豆包·1.5·Pro·视觉推理·128K
这是面向视觉理解与推理的豆包模型。扣子官方记录的版本标识为 Doubao-1.5-thinking-pro/m-250415;该标识是发布记录中的版本标识,不在此填作输入中为 null 的 API model_id。官方称该模型结合深度思考与视觉理解进行混合训练,具备视觉推理和多模态交互能力,并降低视觉描述幻觉。模型名称标注为 128K。(docs.coze.cn) 可用于围绕图像内容进行理解、问…
模型发布档案
聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。
这是面向视觉理解与推理的豆包模型。扣子官方记录的版本标识为 Doubao-1.5-thinking-pro/m-250415;该标识是发布记录中的版本标识,不在此填作输入中为 null 的 API model_id。官方称该模型结合深度思考与视觉理解进行混合训练,具备视觉推理和多模态交互能力,并降低视觉描述幻觉。模型名称标注为 128K。(docs.coze.cn) 可用于围绕图像内容进行理解、问…
字节跳动的深度思考对话模型。扣子所列版本为 Doubao-1.5-thinking-pro/250415;火山方舟发布表对应的模型标识为 doubao-1-5-thinking-pro-250415。二者是官方平台对该版本的标识,不改变本记录中未提供的 API ID。(docs.coze.cn) 面向数学、编程、科学推理和创意写作等任务。官方称其在 AIME…
Gemini 2.5 Flash 的 04-17 版本是 Google 于 2025 年 4 月 17 日发布的早期预览模型,定位为兼顾推理能力、速度与成本的多模态模型。发布时可通过 Gemini API、Google AI Studio 和 Vertex AI 使用。(developers.googleblog.com) 支持文本、图片、音频和视频输入,输出文本;官方模型卡列出约 100 万…
ERNIE-iRAG-Edit 是百度自研的图像编辑模型。官方更新记录列出的版本为 ERNIE-iRAG-Edit-1.0,于 2025年4月17日在千帆推理服务 API V2 图像编辑类别上新。(cloud.baidu.com) 消除对象(erase):消除遮罩选中的局部、主体或背景。 重绘对象(repaint):根据文本提示重绘选中区域,可用于调整样式、丰富细节或替换主体、背景。…