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

463 個模型

按發布時間倒序
Alibaba

Qwen-Audio-3.0-Realtime-Flash

Qwen-Audio-3.0-Realtime-Flash 是阿里雲百煉提供的即時雙工語音對話模型,Flash 版本著重回應速度。官方表示,模型透過平行推理與全向串流最佳化降低端到端延遲;支援文字和音訊的輸入與輸出、函式呼叫及聯網搜尋。(help.aliyun.com) 適合建置需要低延遲語音互動的應用,例如語音助理、即時對話介面和智慧客服。 官方模型頁列出上下文長度為 40,960 tokens…

了解模型繁體中文
Alibaba

Qwen-Audio-3.0-Realtime-Plus

Qwen-Audio-3.0-Realtime-Plus 是面向即時雙工語音對話的模型,標準版著重回覆品質,同時兼顧自然的對話節奏與低延遲互動。適用於語音助理、智慧客服及 AI 夥伴等場景。(help.aliyun.com) 支援文字、音訊輸入,以及文字、音訊輸出;可串流輸入音訊並串流輸出語音和文字。 支援 Function Calling、聯網搜尋、對話上下文管理、系統音色與聲音復刻音色。 支援…

了解模型繁體中文
Alibaba

Qwen-Audio-3.0-TTS-Flash

Qwen-Audio-3.0-TTS-Flash 是針對低延遲即時互動最佳化的文字轉語音模型:輸入文字,輸出音訊。官方公告稱其首個音訊封包延遲控制在 200 毫秒以內;實際延遲仍可能受使用條件影響。(alibabacloud.com) 支援多種語言及中文方言,並可透過自然語言指令和細粒度標籤控制情緒、語氣、角色、語速及音量等表達方式。 支援串流輸出及自訂音色;適用於語音助理、即時對話和智能客服等場…

了解模型繁體中文
Alibaba

Qwen-Audio-3.0-TTS-Plus

Qwen-Audio-3.0-TTS-Plus 是阿里雲百鍊提供的高品質文字轉語音模型,Plus 版本側重音質、自然度和細節表現。官方公告記載的發布日期為 2026 年 7 月 14 日。(alibabacloud.com) 輸入文字、輸出音訊;支援語音合成與即時語音合成。(alibabacloud.com) 支援自然語言指令及細粒度標籤控制,可調整情緒、語氣、角色、語速、音量和合成風格;也支援聲…

了解模型繁體中文
Alibaba

Wan-Dancer-14B

Wan-Dancer-14B 是開放權重的音樂轉舞蹈影片生成模型,採用分層式方法,面向長時長、具節奏感的舞蹈影片生成。官方於 2026 年 7 月 13 日宣布發布模型權重與推論程式碼。(huggingface.co) 以參考圖片、音樂檔案及舞蹈風格提示為條件,產生舞蹈影片;官方範例涵蓋中國古典舞、K-pop、街舞、踢踏舞與拉丁舞。 先規劃全局關鍵影格,再進行局部時間細化,利用整首音樂的上下文改善…

了解模型繁體中文
OpenAI

GPT-5.6 Luna

GPT-5.6 Luna 是 OpenAI GPT-5.6 系列中著重速度與成本效益的模型,適合成本敏感、請求量大的工作負載;官方將其定位為大致對應先前 GPT-5 系列的 nano 層級。(openai.com) 支援文字與圖片輸入、文字輸出,可用於程式設計、知識工作及需要處理大量請求的應用。 支援串流、函式呼叫與結構化輸出;透過 Responses API 可使用網頁搜尋、檔案搜尋、程式碼執行…

了解模型繁體中文
OpenAI

GPT-5.6 Terra

GPT-5.6 Terra 是 GPT-5.6 系列中兼顧能力與成本的模型,面向日常工作;OpenAI 將其定位為成本較低、效能與 GPT-5.5 相近的選擇,約對應先前 GPT-5 系列的 mini 層級。(openai.com) 支援文字輸入及輸出、圖片輸入,以及可調整的推理強度;適用於文件分析、分類、程式開發及需要工具協作的工作。(developers.openai.com) 支援串流、函式…

了解模型繁體中文
OpenAI

GPT-5.6 Sol

GPT-5.6 Sol 是 OpenAI GPT-5.6 系列中面向複雜專業工作的旗艦模型。官方於 2026 年 7 月 9 日宣布在有限預覽後正式推出,並開始透過 ChatGPT、Codex 和 OpenAI API 逐步提供。(openai.com) 支援文字輸入與輸出、圖片輸入,以及可調整的推理強度;可用於程式開發、知識工作、科學研究與網路安全等任務。(developers.openai.c…

了解模型繁體中文
OpenAI

GPT-Live-1 mini

GPT-Live-1 mini 是 OpenAI 的即時語音模型,屬於 GPT-Live 系列,用於提供更自然的 ChatGPT 語音互動。2026 年 7 月 8 日發布,並開始向全球 ChatGPT 使用者逐步推出。(openai.com) **全雙工對話:**可同時聆聽與說話,依據停頓、插話和語速變化調整回應,適合自然的即時問答、討論與腦力激盪。(deploymentsafety.opena…

了解模型繁體中文
OpenAI

GPT-Live-1

GPT-Live-1 是 OpenAI 的全雙工即時語音對話模型,旨在提供自然、流暢且能處理打斷的語音互動。(developers.openai.com) 可同時聆聽與說話,依對話情況回應、暫停或繼續聆聽,也可用於即時翻譯。(openai.com) 可將較深入的推理與工具呼叫委派給後端模型或代理,同時維持語音對話;開發者可透過系統提示調整語氣、速度與對話風格。(openai.com) 適用於語音助…

了解模型繁體中文
ByteDance

Seedream 5.0 Pro

Seedream 5.0 Pro 是 ByteDance 的多模態圖像創作模型,面向高品質圖像生成、資訊視覺化及可控制的設計編輯。官方發布日期為 2026 年 7 月 8 日。(seed.bytedance.com) 支援文字生成圖片、單張或多張參考圖生成圖片,以及多圖融合。 可透過點選、框選、箭頭、座標或手繪標記指定區域,進行局部生成、元素替換、色彩與材質修改。 可將單張圖片拆分為一張底圖及最多…

了解模型繁體中文
Tencent

HunyuanOCR-1.5

HunyuanOCR-1.5 是輕量化、端到端的 OCR 專用視覺語言模型,沿用 1.0 的骨幹架構,將多種以文字為中心的視覺任務整合至單一模型。官方模型頁標示規模約為 10 億參數。(github.com) 支援文件解析、文字偵測與辨識、資訊擷取及圖文翻譯,可用於文件數位化與結構化資料擷取。 強化低資源語言 OCR、古文字 OCR 和多圖文字問答等能力;官方表示訓練時最大影像解析度擴展至 4K,…

了解模型繁體中文
OpenAI

GPT-5.5 Instant Mini

GPT-5.5 Instant Mini 是 ChatGPT 的備援模型。OpenAI 於 2026 年 7 月 6 日公告開始推出:當使用者達到 GPT-5.5 Instant 或 Auto 的使用速率上限時,可切換至此模型繼續對話,取代原先的 GPT-5.3 Instant Mini。這是發布時的安排。(help.openai.com) 根據 OpenAI 的比較,此模型較 GPT-5.3…

了解模型繁體中文
OpenAI

GPT-Realtime-2.1 mini

GPT-Realtime-2.1 mini 是用於即時語音互動的蒸餾推理模型,定位為速度較快、成本較低的選擇。OpenAI 於 2026 年 7 月 6 日發布此模型,並在公告中列出 Realtime API。(developers.openai.com) 支援文字與音訊輸入、輸出,以及僅供輸入的圖片;可透過 WebRTC、WebSocket 或 SIP 進行即時互動。 支援函式呼叫與推理…

了解模型繁體中文
OpenAI

GPT-Realtime-2.1

GPT-Realtime-2.1 是 OpenAI 的即時推理模型,適合建構低延遲語音互動及需要工具呼叫的語音代理工作流程。相較於 GPT-Realtime-2,官方指出其英數字辨識、靜音與噪音處理,以及對話中斷處理有所改善。(community.openai.com) 支援語音對語音互動、指令遵循、函式呼叫及可調整的推理程度;可用於即時語音助理與複雜語音代理。(developers.openai…

了解模型繁體中文
Tencent

Hy3

Hy3 是騰訊混元的正式版語言模型,面向實際生產力與 AI 智慧體應用;它建立在 Hy3 preview 的基礎上,採用融合快慢思考的混合專家(MoE)架構,總參數量為 295B,每次啟用 21B 參數,支援最長 256K 上下文。騰訊表示,正式版相較預覽版提升了效能、穩定性與成本效益。(tencent.com) 模型支援複雜推理、指令遵循、上下文學習、程式碼生成,以及智慧體的任務規劃與工具協作。…

了解模型繁體中文
Alibaba

万相2.7-参考生视频

萬相 2.7 參考生影片模型,以文字及多模態參考素材生成影片。官方上架公告日期為 2026 年 7 月 1 日;此 API ID 對應 2026 年 6 月 12 日快照,兩者並非同一日期。(help.aliyun.com) 可結合文字、圖片、影片及音訊參考,生成影片;著重保持角色、道具、場景及聲音音色的一致性,支援最多 5 個圖片與影片混合參考素材。(help.aliyun.com) 適合單角色…

了解模型繁體中文
Alibaba

万相2.7-文生视频

萬相 2.7 文生影片模型的 2026 年 6 月 12 日快照版本,依文字提示產生影片。官方公告將此版本列於 2026 年 7 月 1 日;公告日期與快照日期不同。(help.aliyun.com) 支援文字提示及選用音訊,產生有聲影片,具備多鏡頭敘事與聲畫同步能力;可用於劇情、動作場景及短影片創作。(docs.modelstudio.console.alibabacloud.com) 輸出支援…

了解模型繁體中文
Anthropic

Claude Sonnet 5

Claude Sonnet 5 是 Anthropic 的 Sonnet 系列模型,著重代理式任務、程式開發與知識工作,以較低價格提供接近 Opus 4.8 的部分任務表現。(anthropic.com) 能規劃多步驟工作、使用瀏覽器和終端機等工具,適合程式編寫與除錯、研究、資料分析及工作流程自動化。(anthropic.com) API 支援文字和圖片輸入、文字輸出;上下文視窗為 100 萬…

了解模型繁體中文
Google

Nano Banana 2 Lite

Nano Banana 2 Lite 是 Google 的 Gemini 圖像生成與編輯模型,針對低延遲、成本效率及高吞吐量工作流程設計。Google 於 2026 年 6 月 30 日公告發布,當時已提供 Google AI Studio、Gemini API 和 Gemini Enterprise Agent Platform 使用。(blog.google) 接受文字、圖片、影片及 PDF…

了解模型繁體中文