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

354 個模型

按發布時間倒序
OpenAI

GPT-5.1 Thinking

GPT-5.1 Thinking 是 OpenAI 的進階推理模型,屬於 GPT-5 系列。它會依問題複雜度調整思考時間:簡單問題回應較快,複雜問題則投入較多推理。OpenAI 亦表示,其回答比前代更易理解、術語更少。(openai.com) 適合複雜問題分析、技術概念解說、程式撰寫與除錯,以及需要工具呼叫的代理式工作流程。(openai.com) 對應的 API 模型 gpt-5.1 支援文字與…

了解模型繁體中文
OpenAI

GPT-5.1 Instant

GPT-5.1 Instant 是 OpenAI 為 ChatGPT 推出的 GPT-5.1 對話模型,著重快速回應、較自然的對話及指令遵循。官方公告將其 API 模型 ID 列為 gpt-5.1-chat-latest;它不同於公告中的 GPT-5.1 Thinking。(openai.com) 可針對較具挑戰性的問題自適應地決定是否在回答前進行推理,適合一般問答、寫作、程式設計協助及圖片理解等…

了解模型繁體中文
Zhipu AI

WebVIA-Agent

WebVIA-Agent 是 WebVIA 互動式介面轉程式碼框架中的網頁探索視覺語言模型,以 GLM-4.1V-9B-Base 為基礎。其任務是探索網頁並擷取不同互動狀態的介面截圖,而不是獨自完成整個程式碼生成流程。(huggingface.co) 可結合網頁截圖、DOM 結構與互動紀錄,辨識互動元件、產生操作並判斷互動結果。(arxiv.org) 適用於網頁介面探索、多狀態截圖蒐集,以及互動式…

了解模型繁體中文
Alibaba

GUI-Plus

GUI-Plus 是 Alibaba 的圖形使用者介面(GUI)互動基礎模型,面向手機與電腦介面的理解和互動,支援複雜多步驟任務及多智能體協作。(help.aliyun.com) 接收文字和圖片,輸出文字;可依螢幕截圖與自然語言指令產生點擊、輸入、捲動等 GUI 操作描述,供外部系統決策或執行。 適用於介面自動化、跨應用任務規劃與多步驟互動。實際操作需要外部執行系統配合。(help.aliyun.…

了解模型繁體中文
ByteDance

Doubao-Seed-Code

Doubao-Seed-Code 是為 Agentic Coding(代理式編程)任務優化的豆包編程模型,於 2025 年 11 月 11 日發布。官方發布介紹稱,其支援 Anthropic API 等開發環境。(developer.volcengine.com) 可用於程式碼生成、任務調度與邏輯協作,適合整合至編程代理和開發工具。(console.volcengine.com) 官方發布介紹列出…

了解模型繁體中文
Tencent

Tencent HY 2.0 Instruct

Tencent HY 2.0 Instruct 是騰訊混元的通用文生文模型,基座由 TurboS 升級為混元 2.0。官方表示,其指令遵循、多輪及長文理解、文學創作、知識準確性、程式碼與推理能力均有所增強。可用於對話、長文處理、文字創作及程式碼相關任務。(cloud.tencent.com) 歷史 TokenHub 模型清單列出上下文視窗為 144k tokens,最大輸入 128k、最大輸出 1…

了解模型繁體中文
Zhipu AI

UI2Code^N

UI2Code^N 是面向使用者介面(UI)轉程式碼任務的視覺語言模型,基於 GLM-4.1V-9B-Base,採用分階段預訓練、微調與強化學習。(huggingface.co) UI 生成:根據介面截圖產生前端程式碼;官方示範包含 HTML、CSS 與 React。 UI 編輯:根據自然語言修改指示更新既有介面程式碼。 UI 打磨:比較目標畫面與程式碼渲染結果,透過多輪視覺回饋逐步修正。適合介面…

了解模型繁體中文
Tencent

Tencent HY 2.0 Think

Tencent HY 2.0 Think 是騰訊混元的通用文字生成與推理模型,底座由 TurboS 升級為混元 2.0。官方公告的上線日期為 2025 年 11 月 9 日。(cloud.tencent.com) 官方稱其加強了複雜指令遵循、多輪對話與長文件理解、程式碼、Agent 及推理能力。可用於文件分析、對話助理、程式碼協助及需要多步推理的任務。TokenHub 曾列出深度思考、聯網搜尋及…

了解模型繁體中文
Alibaba

Fun-ASR

Fun-ASR 是阿里雲百鍊提供的自動語音辨識模型;此 ID 為非即時錄音檔辨識版本,透過 HTTP 將音訊轉為文字,並非即時版 fun-asr-realtime-2025-11-07。(help.aliyun.com) 支援多語言及漢語方言、熱詞與說話人分離,可用於錄音轉寫、教育講解、文化傳承及有聲讀物等場景。 官方公告描述其支援中文七大方言體系及多種地區口音,並針對中文古詩詞辨識、標點預測和數…

了解模型繁體中文
OpenAI

GPT-5-Codex-Mini

GPT-5-Codex-Mini 於 2025 年 11 月 7 日發布,是 GPT-5-Codex 較小、較具成本效益的版本,供 Codex 程式開發工作使用。(help.openai.com) 發布時,使用者可在 Codex CLI 和 IDE 擴充功能中選擇此模型,以進行程式開發。官方表示,相較於 GPT-5-Codex,它可在 ChatGPT 訂閱內提供最高達 4 倍的使用量;實際用量仍受…

了解模型繁體中文
Alibaba

Fun-ASR-Realtime

Fun-ASR-Realtime 是通義實驗室端到端語音辨識模型的即時版本,將輸入音訊轉寫為文字,透過 WebSocket 提供串流辨識。(help.aliyun.com) 官方介紹其具備上下文感知能力,支援熱詞自訂、敏感詞與語氣詞過濾、逆文本正規化(ITN)及標點預測;支援中英文切換與多地區方言,並針對雜訊環境提供穩健的辨識能力。可用於即時字幕、會議轉寫及客服語音轉寫等場景。(help.aliy…

了解模型繁體中文
Moonshot AI

Kimi K2 Thinking

Kimi K2 Thinking 是 Moonshot AI 於 2025 年 11 月 6 日發布的思考型 Agent 模型,面向複雜推理及多步驟任務。官方宣布開源模型;模型權重與使用條款可參閱官方模型頁。(platform.kimi.com) 能交錯進行推理與工具呼叫,適用於研究、資訊搜尋、程式開發、寫作及複雜問題分析。官方表示,在其設定下可連續執行約 200 至 300…

了解模型繁體中文
Moonshot AI

Kimi-Linear-48B-A3B-Instruct

Kimi-Linear-48B-A3B-Instruct 是指令版文字生成模型,採用混合線性注意力架構與專家混合(MoE)設計,總參數約 480 億,每個 token 約啟用 30 億參數。官方提供可下載的模型權重,模型卡標示 MIT 授權。(huggingface.co) 支援文字對話與指令式生成,可用於長文件處理、長上下文問答及自架文字助理等場景。 官方列示上下文長度為 1M tokens;模…

了解模型繁體中文
Moonshot AI

Kimi-Linear-48B-A3B-Base

Kimi Linear 的預訓練基礎語言模型,採用混合專家(MoE)架構,總參數約 480 億,每個 token 啟用約 30 億參數。官方同時提供獨立的 Instruct 版本;兩者不應混為一談。(github.com) **文字生成與長上下文:**官方列示上下文長度為 1M tokens,可用於長文本處理、文字續寫與模型研究。(huggingface.co) **架構:**以 3:1 比例混合…

了解模型繁體中文
Alibaba

Qwen-Image-Edit-Plus

Qwen-Image-Edit-Plus 是千問系列的圖像編輯模型。官方於 2025 年 10 月 30 日列出模型及快照版本 qwen-image-edit-plus-2025-10-30。相較初版 Edit,Plus 版針對推理效能及系統穩定性進行最佳化,縮短圖像生成與編輯的回應時間。(help.aliyun.com) 接收圖像與文字編輯指令,輸出編輯後的圖像;支援單次請求回傳多張圖片及自訂輸…

了解模型繁體中文
MiniMax

MiniMax-Hailuo-2.3-Fast

MiniMax-Hailuo-2.3-Fast 是 MiniMax Hailuo 2.3 系列的快速影片生成模型,定位為速度較快、成本較低的圖生影片選項,適合快速迭代與批量創作。官方稱,相較系列一般版本,批量創作成本最高可降低 50%;這是官方的最高降幅,不代表所有規格均可達到。(minimax.io) 以輸入圖片生成短片。Hailuo 2.3 系列著重人物動作、物理表現、微表情、視覺特效及風格化…

了解模型繁體中文
MiniMax

MiniMax-Hailuo-2.3

MiniMax-Hailuo-2.3 是 MiniMax 的 AI 影片生成模型,基於 Hailuo 02 改進,著重動態表現、視覺品質與創作控制。官方於 2025 年 10 月 28 日發布。(minimax.io) 支援文字生成影片與圖片生成影片;官方公告列出 768p、1080p 解析度及 6 秒、10 秒片長。(minimax.io) 官方稱其改善複雜人體動作、物理效果、角色微表情、動作指…

了解模型繁體中文
MiniMax

MiniMax-M2

MiniMax-M2 是專為程式碼與 AI 代理工作流程設計的大型語言模型。它採用混合專家(MoE)架構,總參數約 2,300 億,每次運算約啟用 100 億參數。官方已公開完整模型權重,並提供 MIT 授權。(github.com) 支援端到端軟體開發,包括跨檔案修改、執行程式、測試及修復。 可規劃和執行多步驟代理任務,配合 Shell、瀏覽器、Python 執行器及 MCP 等工具。 可用於程…

了解模型繁體中文
Alibaba

Qwen3-ASR-Flash-Realtime

Qwen3-ASR-Flash 的即時版,是以大型語言模型為基礎的多語言自動語音辨識模型:輸入音訊,輸出文字。qwen3-asr-flash-realtime-2025-10-27 是 2025 年 10 月 27 日的快照版本。(help.aliyun.com) 支援即時語音轉寫、自動判斷語言,以及多種語言和中文方言;官方表示其可處理複雜音訊環境。適合即時字幕、會議轉寫及語音輸入等用途。(hel…

了解模型繁體中文
Zhipu AI

Glyph

Glyph 是以視覺文字壓縮擴展長上下文處理能力的研究框架與模型。它將長篇文字渲染成圖片,再交由視覺語言模型處理;模型以 GLM-4.1V-9B-Base 為骨幹。(huggingface.co) 可用於長文件理解、長上下文問答及相關多模態研究。 論文報告,在其實驗條件下達到約 3–4 倍 token 壓縮;極端壓縮下,128K 上下文視覺語言模型可處理百萬 token 級文字任務。這是研究結果,…

了解模型繁體中文