模型发布档案

最新发布模型

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。

按发布时间倒序7 种语言
清除

490 个模型

按发布时间倒序
Anthropic

Claude Mythos 5.1

Claude Mythos 5.1 是面向经过审核的网络安全防御人员和生命科学研究人员的专用模型。它与 Claude Fable 5.1 使用相同的底层模型,但在网络安全和生命科学领域采用不同的安全防护配置。(anthropic.com) 支持文本和图像输入,输出文本;可用于编程、分析、知识工作及科研任务。 上下文窗口为 100 万 token,最大输出为 12.8 万 token;自适应思考始终…

了解模型简体中文
Anthropic

Claude Fable 5.1

Anthropic 面向复杂推理、长周期智能体任务、编程和知识工作的模型,是 Claude Fable 5 的后续版本。Fable 5.1 与 Claude Mythos 5.1 使用相同底层模型,但安全防护和访问条件不同;Fable 5.1 普遍开放,Mythos 5.1 则限于获验证的访问计划。(platform.claude.com) 支持文本和图像输入、文本输出,可用于多步骤研究、代码编写…

了解模型简体中文
Google

TimesFM-3

TimesFM-3 是 Google Research 发布的时间序列基础模型,面向零样本预测,支持原生多变量预测。模型约有 3.3 亿参数,在包含超过 1 万亿个时间点的真实与合成时间序列数据上预训练。官方公告日期为 2026 年 8 月 31 日。(research.google) 支持单变量预测,以及对多个相关目标序列进行联合预测;可使用仅有历史值的协变量,以及在预测期内已知的动态协变量,如…

了解模型简体中文
Alibaba

Qwen-MT-Image-2.0

Qwen-MT-Image-2.0 是阿里云百炼提供的图像翻译模型服务,输入和输出均为图像,主要用于多语言图片本地化。(alibabacloud.com) 将图片中的文字翻译为指定语言,并尽可能保留原图排版和内容信息。 支持领域提示、术语定义与干预、敏感词过滤和商品主体检测,可用于需要术语控制的图片本地化场景。(alibabacloud.com) 官方来源对语言数量的表述不一致:上线公告称支持中、…

了解模型简体中文
Tencent

Tencent Hy4 preview

Tencent Hy4 preview 是腾讯混元 Hy4 系列的早期预览版大语言模型,面向代码开发、办公和科研等生产力任务。腾讯于 2026 年 8 月 28 日发布并开源该模型。模型总参数量为 770B,激活参数量为 49B,上下文窗口超过 100 万 token。(tencent.com) 软件工程:支持长程开发任务的理解、规划、调试和验证,也可用于前端开发。 办公与分析:可辅助数据分析、跨…

了解模型简体中文
Google

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash 是面向开发者的视频生成与编辑模型,旨在支持可用于生产环境的创作工作流。Google 于 2026 年 8 月 27 日发布该版本,可通过 Gemini API 在 Google AI Studio 中使用。(blog.google) 支持根据文本和图像生成视频,并通过自然语言进行视频编辑;模型卡描述的输出包括带音频的视频。(ai.google.dev)…

了解模型简体中文
ByteDance

Seed-Evolving

Seed-Evolving 是面向智能体(Agent)和编程(Coding)场景的深度思考模型。它使用统一模型 ID 持续迭代,升级自动生效,而非固定版本。(console.volcengine.com) 支持复杂任务编排、长程规划、代码生成、工具调用、多模态理解、GUI 任务处理和结构化输出;适用于软件开发、深度调研、流程自动化及多步骤智能体任务。官方模型列表标注上下文窗口和最大输入均为 102…

了解模型简体中文
Google

Gemini 3.5 Transcribe Live

Google 的低延迟实时语音转文字模型,面向流式转写,而非直接进行语音对话的助手。通过 Gemini Live API 和 WebSocket 接收连续音频,并增量输出文本。(aistudio.google.com) 支持临时和最终转写事件、智能转写及多种语音活动检测(VAD)策略。智能转写可处理口头修正、去除填充词并格式化文本。(aistudio.google.com) 支持 85 种以上语言…

了解模型简体中文
Google

Gemini 3.5 Transcribe

Google 的语音转文字模型,面向多语言音频转写和智能语音交互。gemini-3.5-transcribe 用于预录音频处理;实时流式转写使用独立模型 ID gemini-3.5-transcribe-live。(aistudio.google.com) 自动检测并转写 85 种以上语言,支持对话中的语言切换,包括普通话简体中文。 支持智能转写,可处理自我纠正、去除语气词并格式化文本;支持自定义…

了解模型简体中文
Zhipu AI

GLM-5.3-Flash

GLM-5.3-Flash 是智谱 GLM-5 系列的原生多模态模型,面向低成本推理、编程和长程智能体任务。模型总参数量为 320B,每次推理激活参数量为 18B,采用稀疏注意力与线性注意力混合架构。模型权重已公开,可使用 SGLang、vLLM 和 TokenSpeed 等框架进行本地部署。(z.ai) 接收文本、图片、视频和文件输入,输出文本;可用于视觉理解、文档分析和图表问答。(docs.z…

了解模型简体中文
Alibaba

Qwen3.8-Flash

Qwen3.8-Flash 是通义千问多模态模型,侧重兼顾推理与生成能力、响应速度和使用成本,面向高并发应用与智能工作流。(docs.qwencloud.com) 支持文本、图像和视频输入,输出文本;支持思考模式、函数调用、结构化输出和上下文缓存。 适用于编程辅助、代码修复、长文档与代码库分析、图表和视频理解,以及智能体工具协作。 兼容 OpenAI 和 Anthropic API…

了解模型简体中文
Alibaba

Qwen3.8-Flash-Next

Qwen3.8-Flash-Next 是阿里巴巴 Qwen 团队发布的开放权重多模态混合专家(MoE)模型,也是 Qwen4 架构的早期实验性预览。主模型为 125B 参数,另有 51B 参数的 N-gram 嵌入表;每个 token 激活约 6B 参数。(github.com) 采用 Gated DeltaNet 与 Qwen Sparse Attention 混合架构,以降低长序列注意力计算成…

了解模型简体中文
Tencent

WeMM-Embedding-9B

WeMM-Embedding-9B 是腾讯微信视觉团队研发的通用多模态嵌入模型,约 90 亿参数,基于 Qwen3.5。它将不同模态的内容映射到统一向量空间,主要用于表示和检索,而非生成式对话。(huggingface.co) 支持文本、图像、视频、视觉文档及交错的多模态输入,输出经过 L2 归一化的嵌入向量。 完整向量为 4096 维;还支持 64、128、256、512、1024 和 2048…

了解模型简体中文
Tencent

WeMM-Embedding-4B

WeMM-Embedding-4B 是腾讯微信视觉团队研发的通用多模态嵌入模型,基于 Qwen3.5,将不同模态的内容映射到统一的向量表示。它主要用于特征提取和相似度计算,而不是生成式对话。(huggingface.co) 支持文本、图像、视频、视觉文档以及交错排列的多模态输入。 默认输出 2,560 维、经过 L2 归一化的向量;支持 Matryoshka 嵌入维度 64、128、256、512…

了解模型简体中文
Tencent

WeMM-Embedding-2B

WeMM-Embedding-2B 是腾讯微信视觉团队研发的通用多模态嵌入模型,基于 Qwen3.5,将不同模态映射到统一的向量表示空间;其主要输出是嵌入向量,而非对话文本。(huggingface.co) 支持文本、图像、视频、视觉文档及交错多模态输入,适用于跨模态检索、相似度匹配、搜索和推荐等场景。 完整输出为 2048 维、经 L2 归一化的向量;支持 64、128、256、512、1024…

了解模型简体中文
DeepSeek

DeepSeek-V4-Flash-Vision-Exp

DeepSeek-V4-Flash-Vision-Exp 是 DeepSeek 于 2026 年 8 月 21 日在 API 平台发布的实验性多模态视觉理解模型。(api-docs.deepseek.com) 发布时支持文本与图像混合输入,以及 Chat Completions、Messages 和 Responses 接口;图像可通过 Base64、外部 URL 或 Files API 提供。…

了解模型简体中文
Alibaba

Wan3.0-Video-Prime

Wan3.0-Video-Prime 是万相 3.0 视频生成模型的高速版,能力与标准版 Wan3.0-Video 对齐,重点提升端到端生成速度。阿里云官方发布记录日期为 2026-08-20。(alibabacloud.com) 支持文本、图像、视频和音频等多模态输入,以及文件和公开网页链接参考;输出视频。 支持文生视频、首帧或首尾帧图生视频、多模态参考生视频,以及视频编辑和延长。可用于故事表达…

了解模型简体中文
Zhipu AI

GLM-5.3

GLM-5.3 是面向复杂软件工程和长程智能体任务的模型。官方称其与 GLM-5.2 使用相同基座,能力提升来自后训练。发布日期为 2026 年 8 月 14 日。(z.ai) 编程与工程任务:适用于代码生成、修改、测试、复杂问题排查和多步骤开发工作流。官方称,在其内部 Z.ai Code Bench 上,GLM-5.3 相较 GLM-5.2 提升 50%。 长程智能体:可结合工具处理需要规划、执…

了解模型简体中文
Alibaba

Qwen3.8-27B

Qwen3.8-27B 是阿里巴巴千问团队的原生视觉语言稠密模型,语言模型参数量为 270 亿。官方发布了模型权重,模型卡标注 Apache 2.0 许可证,可用于自行部署;阿里云百炼也提供托管推理服务。(huggingface.co) 接受文本、图像和视频输入,输出文本;适用于文档及视觉内容理解、编程、办公任务和多步骤智能体工作流。(help.aliyun.com) 模型支持思考与非思考模式;百…

了解模型简体中文
Google

Gemini 3.7 Flash

Gemini 3.7 Flash 是 Google Gemini 3 系列的原生多模态推理模型,基于 Gemini 3.6 Flash,定位于编码、智能体工具使用和多步骤任务。官方公告发布日期为 2026 年 8 月 13 日。(blog.google) 支持文本、图片、视频、音频和 PDF 输入,输出文本;官方模型文档列出的输入上限为 1,048,576 token,输出上限为 65,536…

了解模型简体中文