Gemini 2.5 Deep Think
Gemini 2.5 Deep Think 是 Gemini 2.5 Pro 的增强推理模式,面向复杂数学、编程和需要创造性解决的问题。Google 于 2025 年 8 月 1 日宣布在 Gemini 应用中向 Google AI Ultra 订阅者推出这一版本;Deep Think 此前已于 2025 年 5 月作为实验性模式公布。(blog.google) 使用并行思考,在作答前同时探索、修…
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。
Gemini 2.5 Deep Think 是 Gemini 2.5 Pro 的增强推理模式,面向复杂数学、编程和需要创造性解决的问题。Google 于 2025 年 8 月 1 日宣布在 Gemini 应用中向 Google AI Ultra 订阅者推出这一版本;Deep Think 此前已于 2025 年 5 月作为实验性模式公布。(blog.google) 使用并行思考,在作答前同时探索、修…
Qwen-Flash 是 Qwen3 系列的文本生成与推理模型。官方国际站将 qwen-flash 和快照版本 qwen-flash-2025-07-28 列于 2025 年 8 月 1 日的更新中;快照名称中的 2025 年 7 月 28 日是快照日期。官方模型页称,当前 qwen-flash 的能力等同于该快照。(alibabacloud.com) 支持文本输入和文本输出,融合思考与非思考模式…
Qwen3 系列的 Plus 文本生成与推理模型,采用 2025 年 7 月 28 日的模型快照。(docs.modelstudio.console.alibabacloud.com) 支持思考与非思考模式,可在对话中切换;相较此前版本,针对中英文能力和工具调用进行了增强。适合文本生成、对话、推理及需要调用工具的应用。该版本支持最长 100 万 token…
Wan2.2-I2V-Plus 是万相 2.2 系列的图生视频模型,通过阿里云百炼提供推理服务。它以输入图片作为首帧,可结合文本提示词生成视频。官方称,该版本优化了生成稳定性、指令遵循、图片文字、人像和商品的一致性,以及运镜控制。(help.aliyun.com) 支持基于图片和可选文本提示词生成视频,可用于商品展示、人像动态化和短视频创作等场景。 输出分辨率支持 480P 和 1080P,默认…
Wan2.2-T2V-Plus 是通义万相 2.2 系列的文生视频模型,通过阿里云百炼提供推理服务:输入文本提示词,输出视频。官方公告列出的发布日期为 2025 年 7 月 28 日。(docs.modelstudio.console.alibabacloud.com) 官方称该模型提升了提示词遵循能力和画面质量,可生成较稳定的大幅度复杂运动,并支持影视级画面表现与控制。适合根据文字创意制作短视频…
Wan2.2-T2I-Flash 是万相 2.2 系列的快速文生图模型,输入文本、输出图像,由阿里云百炼提供推理服务。(docs.bailian.console.aliyun.com) 官方称模型提升了生成速度、创意性、稳定性、写实质感及指令遵循能力,原生支持多种风格和智能提示词改写。(docs.modelstudio.console.alibabacloud.com) 适用于根据文字描述创作插画…
Wan2.2-T2I-Plus 是阿里巴巴通义万相 2.2 系列的文本生成图像模型,输入文本提示词,输出图像。官方称其提升了图像细节、创意性、稳定性和写实质感,并增强了指令遵循能力。(docs.modelstudio.console.alibabacloud.com) 原生支持多种图像风格和智能提示词改写,可用于创意插画、概念视觉及写实风格图像制作。(docs.modelstudio.consol…
腾讯混元基于 turbos-vision 的视频理解模型;腾讯云 TokenHub 将该版本列为 HY-Vision-Video。(cloud.tencent.com) 支持视频描述和基于视频内容的问答,可用于视频内容分析与问答等场景。TokenHub 示例使用视频 URL 和文本问题作为输入,生成文本回答。(cloud.tencent.com) TokenHub 列出的上下文窗口为 32k…
Qwen-Doc-Turbo 是面向文档数据挖掘的文本生成模型,专门用于信息抽取、内容审核、分类打标和摘要生成。官方发布记录列出的日期为 2025-07-23。(docs.modelstudio.console.alibabacloud.com) 从文档中提取字段,并可按提示生成 JSON 等结构化文本,适合文档归档、信息整理和内容审核等场景。 支持通过公网文件 URL、上传后的文件 ID 或直接…
Qwen3-Coder-Plus 是基于 Qwen3 的代码生成模型;本 API ID 指向 2025 年 7 月 22 日的快照版本。阿里云国内公告将其列于 2025 年 7 月 22 日;国际部署的上架记录为 2025 年 7 月 23 日。(help.aliyun.com) 模型面向 Coding Agent,擅长工具调用和环境交互,可用于代码生成、自主编程及构建编程助手,同时具备通用文本生…
Qwen-MT-Plus 是通义千问系列的旗舰级多语言翻译模型。官方当前资料称其已基于 Qwen3 升级,支持 92 个语种互译,并提供术语定制、格式保留和领域提示能力,适用于多语言文本及专业领域翻译。当前能力描述不一定代表首发时的版本状态。(docs.modelstudio.console.alibabacloud.com) 输入和输出均为文本。官方当前列出的最大输入和输出长度各为 8,192…
Qwen-MT-Turbo 是通义千问系列中专注于多语言文本翻译的大语言模型。官方公告称其支持 92 种语言,并提供术语干预、格式保持和领域翻译能力,适合多语言内容本地化及专业领域翻译等用途。(docs.modelstudio.console.alibabacloud.com) 国际站模型更新公告将 qwen-mt-turbo 列于 2025 年 7 月 22 日。该日期是此国际站公告的上架日期,…
通义千问系列角色扮演文本生成模型,针对日语拟人化交互优化。官方介绍其具有人设指令遵循、角色一致性保持、结合上下文推进话题、倾听共情和个性化角色还原能力,并优化了日语本地化知识理解与表达、角色拟人化及剧情演进。(docs.modelstudio.console.alibabacloud.com) 适合日语虚拟社交、游戏 NPC、虚拟角色或 IP…
Qwen-TTS-Realtime 是通义千问系列的实时语音合成模型,将文本转换为音频。qwen-tts-realtime-2025-07-15 是 2025 年 7 月 15 日的快照版本;官方发布记录将其列于 2025 年 7 月 16 日。(docs.modelstudio.console.alibabacloud.com) 模型具备双向上下文感知能力,官方描述其支持低延迟、高保真的双向流式…
Qwen3 系列的 Plus 模型,面向文本生成与推理,融合思考和非思考模式,可在对话中切换。该版本是 2025 年 7 月 14 日的快照;相较前一版本,官方称其非思考模式下的中英文能力有所提升,工具调用能力得到专项增强。(docs.modelstudio.console.alibabacloud.com) 支持文本输入和文本输出,可用于中文、英文对话、文本生成和需要推理的任务。 阿里云百炼北京…
腾讯混元 TurboS 系列的文本大模型版本,属于面向快速响应场景的模型。官方产品动态将此版本列于 2025 年 7 月 16 日。(developer.cloud.tencent.com) 官方称,本版本升级了后训练策略,提升文创内容质量和丰富度、文本理解、专业知识、指令遵循、理科推理与解题能力,并针对讲稿体裁进行了优化。可用于文本创作、讲稿撰写、内容理解和问题解答等任务。(cloud.tenc…
Doubao-Seed-1.6-thinking 是字节跳动面向深度思考和视觉理解的模型。官方将 doubao-seed-1-6-thinking-250715 列为 2025 年 7 月的版本更新,并称其文本与视觉能力较 250615 版本提升。(docs.volcengine.com) 支持文本和视觉理解,适用于复杂问题分析、数学、编程、逻辑推理及图像理解等任务。 火山引擎开发者社区介绍该版本…
腾讯混元 T1 系列的深度推理模型版本,面向需要复杂推理和文本处理的任务。(cloud.tencent.cn) 腾讯云公告称,该版本大幅提升了高难度数学、逻辑和代码能力,优化了输出稳定性,并提升了长文能力。可用于数学问题求解、逻辑分析、代码相关任务及长文本处理。(cloud.tencent.com) 模型输出仍需核验,尤其是数学推导和生成的代码。 该版本的具体上下文窗口、最大输出长度及权重状态未核…