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

530 個模型

按發布時間倒序
OpenAI

GPT-6.2 Sol

GPT-6.2 Sol 是 OpenAI 面向日常工作的高效通用模型,適合程式開發、文字撰寫及大規模代理工作流程。OpenAI 表示,相較於 GPT-6.1 Sol,它在多步驟任務和效率方面有所改善。(openai.com) 接受文字與圖片輸入,輸出文字;支援推理、串流、函式呼叫及結構化輸出。 可透過 Responses API 使用網路搜尋、檔案搜尋、程式碼解譯器和電腦操作等工具,亦可透過…

了解模型繁體中文
OpenAI

GPT-6.2 Astra

GPT-6.2 Astra 是 OpenAI 面向高難度專業工作的前沿推理模型,適合複雜程式開發、研究及多步驟工作流程。官方於 2026 年 11 月 17 日發布。(openai.com) 可建立、修改及測試軟體,協助製作文件、簡報和試算表,也可用於網站、互動式介面及 3D 設計。(openai.com) 支援文字及圖片輸入,輸出為文字;可使用電腦,並透過 Responses API 的多代理測…

了解模型繁體中文
OpenAI

OpenAI CSAM Image Classifier

OpenAI CSAM Image Classifier 是供經核准機構使用的兒童性虐待影像素材(CSAM)分類器,用於識別可能的 CSAM,包括已知內容雜湊比對可能漏掉的新影像或 AI 生成影像。該模型在美國國家失蹤與受虐兒童中心(NCMEC)協助下建置。(openai.com) 接收靜態影像,分別回傳疑似 CSAM(likely-csam)及疑似 AI 生成 CSAM(likely-csam/…

了解模型繁體中文
Alibaba

Qwen4-Max

Qwen4-Max 是通義千問 Qwen4 系列的旗艦多模態模型,於 2026 年 11 月 16 日發布。它採用混合專家(MoE)架構,總參數量為 2.4 兆,每個 token 約啟用 710 億個參數,面向複雜專業工作、創作及研究任務。(alibabacloud.com) 支援文字、圖片及影片輸入,輸出文字;具備深度推理、視覺理解、工具呼叫、聯網搜尋及結構化輸出能力。(modelstudio.…

了解模型繁體中文
Baidu

ERNIE-Wizshot-ME

ERNIE-Wizshot-ME(文心一鏡微表情大模型)是百度的影片生成應用模型,專注於人物口播與近景、特寫中的微表情表現,透過百度智能雲千帆提供 API。(prnewswire.com) 結合文字、人物參考圖片及聲音生成影片,可引導人物表情與畫面表現;官方產品頁列出的影片規格為 4~15 秒、1080p。(cloud.baidu.com) 適用於 Podcast 訪談、短劇特寫、說書及情感口播等…

了解模型繁體中文
Baidu

ERNIE-Light-DT-1.0

ERNIE-Light-DT-1.0 是百度面向長上下文與深度思考的輕量文字模型,可透過百度智能雲千帆 API 使用。百度於 2026 年 11 月 12 日的公告將其稱為 ERNIE Light Deep Thinking。(prnewswire.com) 文字輸入、文字輸出;支援開啟或關閉思考模式。 採用百度稀疏注意力機制 BSA 與回饋式歷史壓縮,以降低長上下文的 KV 儲存與運算開銷。 適…

了解模型繁體中文
Google

Gemini 4 Hydrogen

Gemini 4 Hydrogen 是 Google 為日常程式開發和代理式工作流程設計的模型,著重速度與效率;可獨立執行任務,也可與 Gemini 4 Carbon 或 Argon 搭配使用。官方模型卡指出,它由 Gemini 4 Carbon 調適而成。(blog.google) 支援文字、圖片、音訊和影片輸入,可用於文件摘要、多模態資料分析及報告整理。(deepmind.google) 適用…

了解模型繁體中文
Baidu

ERNIE 5.5 Flash Preview

ERNIE 5.5 Flash Preview 是百度文心系列的基礎模型預覽版,基於 ERNIE 5.5 Flash Base 後訓練,著重程式編寫、智慧代理、知識工作及內容創作。官方公告日期為 2026 年 11 月 11 日。(ernie.baidu.com) 總參數量為 280B,每個 token 啟用 14B;支援 1M token 上下文。百度國內產品頁標示預設輸出為 64K token…

了解模型繁體中文
Alibaba

Qwen4-Max-Preview

Qwen4-Max-Preview 是通義千問新一代旗艦多模態模型的預覽版,結合文字生成、圖片與影片理解,以及深度推理能力。(alibabacloud.com) 接收文字、圖片及影片,輸出文字;可用於程式開發、辦公、前端設計、文件與影片分析,以及複雜智慧體任務。 支援函式呼叫、聯網搜尋、內建工具,以及 JSON Object 和 JSON Schema 結構化輸出;相容 OpenAI Chat…

了解模型繁體中文
Google

Gemini 4 Carbon

Gemini 4 Carbon 是 Google 以 Gemini 4 Argon 為基礎打造的前沿模型,著重長時間、多步驟的代理式工作流程,涵蓋複雜知識工作、工程、資安與科學推理。(deepmind.google) 接受文字、圖片、音訊及影片輸入,輸出文字;輸入與輸出共用最多約 100 萬個 token 的上下文視窗。(deepmind.google) 適合複雜程式開發與除錯、多代理協作、資料分…

了解模型繁體中文
Google

Gemini Decision 1

Gemini Decision 1 是為 Gemini Decisions API 設計的多模態決策模型,專門處理選項範圍已限定的判斷。它在單次前向運算中評估候選選項,而非逐 token 生成回答文字。(blog.google) 可在單一共用輸入中處理文字、圖片、音訊、影片與 PDF;輸入上限為 256K tokens,每次請求最多評估 1,000 個互相獨立的問題。…

了解模型繁體中文
Google

AlphaGenome 2

AlphaGenome 2 是 Google DeepMind 的 DNA 序列模型,旨在預測 DNA 序列及其變異如何影響特定人體細胞類型或細胞狀態,供基因組學與疾病機制研究使用。官方於 2026 年 11 月 11 日發布公告。(deepmind.google) **細胞條件式預測:**模型以 DNA 序列及目標組織、細胞類型或狀態為輸入,每次針對一種生物條件預測。條件可來自參考目錄,也可透過…

了解模型繁體中文
MiniMax

MiniMax-H3-Image-PE

MiniMax-H3-Image-PE 是供 MiniMax-H3-Image 使用的提示詞擴寫模型,將簡短的圖像需求轉換成較詳細的畫面描述,並建議生成圖片的長寬比;它本身不負責生成圖片。官方釋出的文生圖擴寫權重由 Qwen3.8-27B 微調而來,採 FP4 格式。(huggingface.co) **文生圖提示詞擴寫:**輸入文字指令,輸出擴寫後的描述及長寬比建議,供後續圖像生成使用。 **圖…

了解模型繁體中文
MiniMax

MiniMax H3 Image Highspeed

MiniMax H3 Image Highspeed 是 MiniMax H3-Image 圖像生成模型的高速 API 版本。官方模型發布紀錄將 H3 Image 列於 2026 年 11 月 10 日;介紹 H3-Image 系列的研究部落格日期為 2026 年 11 月 11 日。官方已開放 H3-Image 的模型權重,但權重的授權條件應與託管 API…

了解模型繁體中文
MiniMax

MiniMax H3 Image

MiniMax H3 Image 是 MiniMax H3 系列的開放權重圖像生成與編輯模型,可透過官方 API 使用,也可自行部署。官方模型更新公告所列發布日期為 2026 年 11 月 10 日。(platform.minimax.io) 支援文字生成圖像,以及根據文字指令和 1 至 16 張參考圖進行圖像編輯或組合。(platform.minimax.io) 可用於角色與場景概念、插畫、產品…

了解模型繁體中文
Anthropic

Claude Mythos 5.2

Claude Mythos 5.2 是 Anthropic 面向高難度、開放式技術工作的模型,特別適用於網路安全與生命科學研究。它與 Claude Fable 5.2 共用底層模型,但 Mythos 面向通過驗證的使用者,未採用 Fable 的部分網路安全與生物領域防護限制。(anthropic.com) 支援程式設計、推理和視覺理解,可用於軟體遷移、漏洞發現與修復、科學研究及工程問題。Anthr…

了解模型繁體中文
Anthropic

Claude Fable 5.2

Anthropic 的高階模型,面向高難度推理與長時間自主代理工作。官方公告及模型文件記載的發布日期為 2026 年 11 月 9 日;輸入資料中的 2026 年 11 月 10 日與官方日期不一致。(anthropic.com) 支援文字和圖片輸入,輸出文字;上下文視窗為 100 萬 token,單次最多輸出 128,000 token。自適應思考持續啟用,API 預設思考強度為 high;知識…

了解模型繁體中文
Google

Gemini Robotics 2.5

Gemini Robotics 2.5 是 Google DeepMind 的視覺-語言-動作(VLA)模型,將視覺與語言輸入轉為機器人動作控制,旨在提升機器人在真實環境中的靈巧度、可靠性與安全性。(deepmind.google) **多樣化操作:**官方在超過 200 項不同任務上測試,包括以夾子盛裝食物、繫禮盒蝴蝶結及使用移液器。模型可處理工具、柔性物件與精細物件。(deepmind.goo…

了解模型繁體中文
ByteDance

Seedream 5.5

Seedream 5.5 是 ByteDance 的多模態圖像生成與編輯模型,面向視覺創作及專業內容製作,重點提升多輪編輯穩定性、透明素材生成、寫實質感與文字呈現。官方公告發布日期為 2026-11-09。(seed.bytedance.com) 支援文字生圖、單圖生圖及多參考圖生圖;圖像生成最多可輸入 10 張參考圖。(docs.volcengine.com) 支援連續編輯,官方展示了對同一作品…

了解模型繁體中文
Google

Gemini Omni 1.2 Flash

Google 的多模態影片生成與編輯模型,著重生成速度、成本及跨畫面一致性;已在 Gemini API 付費方案與 Google Cloud 正式提供。(aistudio.google.com) 可依文字、圖片及影片等素材生成或編輯影片,並產生同步音訊;支援多輪對話修改、影片延長、首尾影格插值及解析度升級。可用於商品影片、虛擬試穿、廣告和產品解說。(docs.cloud.google.cn) 原生…

了解模型繁體中文