Google
Gemini 4 Argon
Google 的前沿多模态推理模型，面向复杂、长期、多步骤的专业任务。Google Cloud 官方公告发布于 2026 年 10 月 13 日，宣布该模型在 Google Cloud 上提供。(cloud.google.com) 支持文本输入和输出，以及图像、音频和视频输入。适合多模态文档分析、视觉理解、复杂工程、软件开发、金融与法律分析、科学推理和网络安全防御。(docs.cloud.goog…
了解模型简体中文
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。
Zhipu AI
GLM-Legal
GLM-Legal 是面向法律专业工作的领域模型，基于 GLM-5.3-Flash 底座，侧重法律推理和多步骤法律工作流。官方介绍了法律语料中期训练，以及在模拟法律环境中通过强化学习与智能体运行框架协同优化的方法。(z.ai) 理解和分析法律材料，组织事实、规则与论证，辅助起草法律文书。 用于合同审查、证据分析、案件准备和跨境合规规划等任务。 配合 AutoClaw 及其工具，可结合专业数据库和用…
了解模型简体中文
Alibaba
Qwen-Audio-3.1-TTS-Flash
面向低延迟实时交互的文本转语音模型，由阿里云百炼提供推理服务；输入为文本，输出为音频。(docs.qwencloud.com) 支持多种语言和方言、流式语音合成，以及通过自然语言指令和细粒度标签控制情绪、语气、角色、语速和音量。 支持声音复刻；官方称其对参考音频中的噪声和混响具有更强的鲁棒性。 适用于语音助手、实时对话和智能客服等场景。(docs.qwencloud.com) 官方模型资料未列出最…
了解模型简体中文
Alibaba
Qwen-Image-2.1-Turbo
Qwen-Image-2.1-Turbo 是 Qwen-Image-2.1 的加速版本，统一支持文本生成图像和图像编辑。其视觉生成组件采用 70 亿参数架构，官方推荐的生成流程使用 8 个去噪步骤；模型权重可用于本地部署，也可通过阿里云百炼 API 调用。(huggingface.co) **输入与输出：**接受文本和图像输入，输出图像；支持文生图、图生图和图像编辑。图像编辑最多可传入 10 张参…
了解模型简体中文
Anthropic
Claude Haiku 5.5
Claude Haiku 5.5 是 Anthropic 面向高吞吐量、低延迟和成本敏感任务的小型模型，可作为大型模型的子代理。官方公告发布日期为 2026 年 10 月 7 日。(anthropic.com) 接受文本和图像输入，输出文本；支持自适应思考，可通过 effort 参数调节思考深度。 上下文窗口为 100 万 token，常规最大输出为 128K token。 适用于摘要、分类、信息…
了解模型简体中文
Google
Gemini Nano Banana 2.1
Gemini Nano Banana 2.1 是面向高效率图像生成和对话式编辑的多模态模型，是 Nano Banana 2 的更新版本。Google 宣布其于 2026 年 10 月 6 日正式发布（GA）。(aistudio.google.com) 接收文本、图片、视频和 PDF，输出图片和文本；支持多轮图像编辑。(aistudio.google.com) 支持 1K、2K、4K 图像生成，以及…
了解模型简体中文
Google
EmbeddingGemma 2
EmbeddingGemma 2 是 Google DeepMind 推出的轻量级、开放权重多模态嵌入模型，基于 Gemma 4 架构，面向手机、笔记本等消费设备上的本地推理。模型采用 Apache 2.0 许可证。官方公告发布日期为 2026 年 10 月 6 日。(blog.google) 将文本、代码、图像、视频、音频及其组合映射到统一的 768 维向量空间，支持 100 多种语言。(ai.…
了解模型简体中文