模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

5 個模型

按發布時間倒序
Google

Gemini 3.5 Transcribe Live

Gemini 3.5 Transcribe Live 是專為低延遲、即時語音轉文字設計的模型。它透過 Gemini Live API 的 WebSocket 雙向串流接收音訊並輸出逐步更新的文字轉錄,而不是會聆聽、推理及語音回覆的對話代理。(aistudio.google.com) 提供暫時及最終轉錄結果,適合即時字幕、麥克風語音轉錄與語音輸入介面。 支援超過 85 種語言的自動偵測與語言切換、自…

了解模型繁體中文
Google

Gemini 3.5 Transcribe

Google 的語音轉文字模型,以音訊理解能力處理預先錄製的音訊,輸出逐字稿與詞級標註。gemini-3.5-transcribe 用於非串流音訊檔案;即時串流則使用不同的模型 ID gemini-3.5-transcribe-live。(aistudio.google.com) 自動偵測並轉錄超過 85 種語言,可處理同一段音訊中的語言切換。 智慧轉錄可處理口語自我修正、移除贅詞並格式化文字;也…

了解模型繁體中文
Zhipu AI

GLM-5.3-Flash

GLM-5.3-Flash 是 GLM-5 系列的原生多模態模型,定位為兼顧能力與推理成本的 Flash 級模型。它採用混合專家架構,總參數量為 320B,每次啟用 18B,並結合稀疏注意力與線性注意力。模型權重公開,官方模型庫標示為 MIT 授權。(z.ai) **輸入與輸出:**支援文字、圖片、影片及檔案輸入,輸出文字;上下文視窗為 1M tokens,最大輸出為 128K…

了解模型繁體中文
Alibaba

Qwen3.8-Flash

Qwen3.8-Flash 是通義千問的多模態模型,兼顧推理、生成速度與推理成本,面向開發者及企業應用。QwenCloud 官方公告日期為 2026 年 8 月 26 日。(docs.qwencloud.com) 可接受文字、圖片及影片輸入,產生文字;支援思考模式、函式呼叫、結構化輸出及上下文快取。功能供應情況可能因部署地區而異。(help.aliyun.com) 原生支援 100 萬 token…

了解模型繁體中文
Alibaba

Qwen3.8-Flash-Next

Qwen3.8-Flash-Next 是 Alibaba 通義千問團隊發布的開放權重多模態混合專家(MoE)模型,也是 Qwen4 架構的早期預覽。主模型有 125B 參數,另有 51B N-gram 嵌入參數;每個 token 約啟用 6B 參數。(github.com) 採用 Gated DeltaNet 與 Qwen Sparse Attention…

了解模型繁體中文